金融市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)研究.pdf

1、伴隨著世界經(jīng)濟(jì)全球化程度的日益提高和我國(guó)改革開放的進(jìn)一步加深,金融市場(chǎng)作為經(jīng)濟(jì)發(fā)展的核心,在我國(guó)經(jīng)濟(jì)的發(fā)展和改革中起到了重要的樞紐作用和關(guān)鍵的推動(dòng)作用。然而,經(jīng)濟(jì)快速發(fā)展所積累下來(lái)的金融風(fēng)險(xiǎn)得不到有效的控制,很容易引起連鎖反映,從而引發(fā)全局性、系統(tǒng)性的金融危機(jī),并殃及整個(gè)經(jīng)濟(jì)生活,甚至導(dǎo)致經(jīng)濟(jì)秩序混亂與政治危機(jī)。因此,在經(jīng)濟(jì)全球化的趨勢(shì)和背景下,正確識(shí)別金融風(fēng)險(xiǎn)及其傳導(dǎo)機(jī)制,及時(shí)、準(zhǔn)確監(jiān)測(cè),采取適當(dāng)措施防范和化解金融風(fēng)險(xiǎn),進(jìn)而維護(hù)國(guó)家經(jīng)

2、濟(jì)安全,是一個(gè)具有重要理論意義和實(shí)踐意義,又是急需解決的重要課題。本文在次貸危機(jī)的影響尚未完全消散,歐債危機(jī)剛剛有所緩和,全球金融市場(chǎng)仍處于恢復(fù)、調(diào)整期的嚴(yán)峻形勢(shì)下,把目光匯聚于極端情況下金融市場(chǎng)風(fēng)險(xiǎn)的度量、管理及其傳導(dǎo)機(jī)制的分析上,通過(guò)理論探討和實(shí)證分析,研究行之有效的風(fēng)險(xiǎn)管理方法,為識(shí)別和管理風(fēng)險(xiǎn)創(chuàng)造良好條件,無(wú)疑具有極強(qiáng)的理論價(jià)值和現(xiàn)實(shí)意義。本文綜合運(yùn)用多個(gè)學(xué)科的理論,從金融風(fēng)險(xiǎn)的度量和溢出效應(yīng)入手,先采用定性的方法了分析我國(guó)金融

3、業(yè)存在的風(fēng)險(xiǎn)及主要影響因素,然后采用VaR、ES、CARE、CoVaR、GARCH、SV、Copula、MCMC等多種定量方法,來(lái)分析我國(guó)所面臨的金融風(fēng)險(xiǎn)及其傳導(dǎo)機(jī)制,立足我國(guó)經(jīng)濟(jì)轉(zhuǎn)型的特征,探討如何通過(guò)有效措施防范和化解金融風(fēng)險(xiǎn)、維護(hù)國(guó)家金融穩(wěn)定,具體工作如下：
　?、艠O端損失出現(xiàn)時(shí),以分位數(shù)為基礎(chǔ)的QVaR估計(jì)值會(huì)出現(xiàn)完全低估風(fēng)險(xiǎn)的情況。而從業(yè)人員和監(jiān)管部門通常更關(guān)心就是在異常波動(dòng)和極端損失(如經(jīng)濟(jì)危機(jī)、市場(chǎng)崩盤等)出現(xiàn)的情況

4、下,金融資產(chǎn)所面臨的最大潛在風(fēng)險(xiǎn)。為了避免QVaR模型的這些缺點(diǎn),采用以Expectile模型為基礎(chǔ)VaR度量方法(以下簡(jiǎn)稱EVaR)來(lái)構(gòu)建向量自回歸期望分位數(shù)模型(CARE),并以此來(lái)計(jì)算金融收益序列的VaR和ES,用以度量金融市場(chǎng)風(fēng)險(xiǎn)。通過(guò)對(duì)上證指數(shù)和深圳成指的實(shí)證分析發(fā)現(xiàn):CARE模型在對(duì)金融收益序列的VaR估計(jì)與預(yù)測(cè)方面,明顯優(yōu)于金融風(fēng)險(xiǎn)管理實(shí)務(wù)界主流的RiskMetrics模型,也優(yōu)于CAViaR模型,而且在ES度量方面也有著

5、非常明顯的優(yōu)勢(shì)。
　?、茝挠?jì)量經(jīng)濟(jì)學(xué)的角度來(lái)看,考察兩個(gè)市場(chǎng)間風(fēng)險(xiǎn)傳導(dǎo)的實(shí)質(zhì)就是檢驗(yàn)其風(fēng)險(xiǎn)-Granger因果關(guān)系。采用Granger因果檢驗(yàn)法,結(jié)合時(shí)變Copula-GARCH模型來(lái)分析中美股市之間的極端風(fēng)險(xiǎn)溢出效應(yīng)。實(shí)證結(jié)果表明:長(zhǎng)期來(lái)看,中國(guó)股市對(duì)美國(guó)股市的極端風(fēng)險(xiǎn)溢出并不明顯,而美國(guó)股市對(duì)中國(guó)股市則具有顯著的極端風(fēng)險(xiǎn)溢出效應(yīng)。特別是經(jīng)濟(jì)危機(jī)時(shí)期,中國(guó)股市受美國(guó)股市的影響更加劇烈。
　?、遣捎肎ranger因果檢驗(yàn)法分

6、析了匯率市場(chǎng)與黃金市場(chǎng)的均值溢出效應(yīng);并通過(guò)構(gòu)建時(shí)變二元正態(tài)Copula-LSV-t模型,采用馬爾科夫鏈蒙特卡洛(MCMC)方法對(duì)模型的參數(shù)進(jìn)行貝葉斯估計(jì),分階段分析了匯率市場(chǎng)與黃金市場(chǎng)間的波動(dòng)溢出效應(yīng)。實(shí)證結(jié)果表明:均值溢出方面,次貸危機(jī)階段,匯率市場(chǎng)對(duì)黃金市場(chǎng)存在著顯著的均值溢出效應(yīng),而黃金市場(chǎng)對(duì)匯率市場(chǎng)則不存在均值溢出效應(yīng);歐債危機(jī)階段,匯率市場(chǎng)與黃金市場(chǎng)之間存在著劇烈的均值溢出效應(yīng);波動(dòng)溢出方面,經(jīng)濟(jì)危機(jī)階段,匯率市場(chǎng)和黃金市場(chǎng)

7、之間存在著明顯的波動(dòng)溢出效應(yīng),而在經(jīng)濟(jì)平穩(wěn)時(shí)期,波動(dòng)溢出效應(yīng)則不明顯。
　?、葧r(shí)變相依結(jié)構(gòu)的函數(shù)Copula方法可以靈活地選擇資產(chǎn)邊緣分布的具體形式,將資產(chǎn)的邊緣分布與他們之間的時(shí)變相關(guān)結(jié)構(gòu)分開考慮,能夠捕捉變量之間非線性、非對(duì)稱的動(dòng)態(tài)相關(guān)關(guān)系;極值理論EVT具有很好的收益尾部擬合優(yōu)度,不需要對(duì)整個(gè)分布進(jìn)行建模,能夠較好地克服其他度量方法在解決厚尾分布上的不足,是度量市場(chǎng)風(fēng)險(xiǎn)極端情形的一種有效方法;CoVaR方法不僅可以衡量單個(gè)金

8、融市場(chǎng)的風(fēng)險(xiǎn)溢出,還能夠捕捉系統(tǒng)風(fēng)險(xiǎn)的變化,是一種全面和有效的風(fēng)險(xiǎn)管理技術(shù)。采用極值理論,結(jié)合CoVaR和Copula模型,構(gòu)建出EVT-Copula-CoVaR模型,分析了中國(guó)大陸、香港、美國(guó)和歐洲四個(gè)股票市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)。實(shí)證結(jié)果表明:美國(guó)股票市場(chǎng)對(duì)中國(guó)股票市場(chǎng)存在著單向的正風(fēng)險(xiǎn)溢出效應(yīng),其次是香港股票市場(chǎng),歐洲股票市場(chǎng)對(duì)中國(guó)股票市場(chǎng)的溢出效應(yīng)很有限;中國(guó)大陸和香港股票市場(chǎng)對(duì)歐美股票市場(chǎng)的影響非常微弱;美國(guó)股票市場(chǎng)與歐洲股票市