金融市場極端收益的特征及其相關(guān)性研究.pdf

1、金融市場收益序列的厚尾等非正態(tài)特征給金融風(fēng)險管理帶來兩方面的問題：一個是關(guān)于單個資產(chǎn)的風(fēng)險度量或者整合風(fēng)險度量的問題：風(fēng)險的尾部特征刻畫即選擇什么樣的分布來擬合實際風(fēng)險資產(chǎn)價格波動的尾端情況；另一個是關(guān)于資產(chǎn)組合的問題：資產(chǎn)組合的風(fēng)險管理涉及眾多資產(chǎn)，資產(chǎn)之間的相關(guān)性如何刻畫?單變量EVT方法和MEVT方法對這兩個問題的解決是EVT在金融市場的兩個重要的應(yīng)用。本文的第二章對于極值理論及其在金融市場的應(yīng)用文獻進行了梳理和評述，然后針對這兩

2、個問題展開實證研究。第三章全面介紹了單變量極值模型及其估計方法，運用這些模型和估計方法估計了上證指數(shù)的尾部分布特征。
　　 隨后的兩章基于MEVT方法對中國和世界主要發(fā)達國家和發(fā)展中國家股票市場的尾部特征和尾部相關(guān)性結(jié)構(gòu)進行研究。
　　 第四章用Longin和Solnik(2001)提出的超額收益二元分布研究框架進一步分析了亞太股市中的我國A股市場、香港市場、日本市場和臺灣市場之間指數(shù)月度收益之間的尾部相關(guān)結(jié)構(gòu)。我們使用

3、Monte Carlo模擬方法計算了界定超額收益的最優(yōu)閾值水平，發(fā)現(xiàn)中國股市的閾值水平明顯高于其他亞太股市，印證了中國股市的發(fā)展程度低、波動性大的不成熟市場特征。根據(jù)我們設(shè)定的閾值和計算的最優(yōu)閾值，在超額收益二元分布框架假設(shè)下使用MLE方法估計了刻畫該分布的參數(shù)。實證結(jié)果顯示，基于相同閾值的中國股市的尾部參數(shù)幾乎都大于其他亞太股市的尾部參數(shù)，表明中國股市的極端風(fēng)險大于其他亞太股市。根據(jù)我們估計的logistic函數(shù)的相關(guān)性參數(shù)，我們發(fā)現(xiàn)

4、國別股市正超額收益的相關(guān)性較低，而負超額收益的相關(guān)性較高，表明負面的極端事件比正面的極端事件的傳染性更強，跨國聯(lián)動性更加明顯。
　　 第五章估計了中國和世界主要發(fā)達國家和發(fā)展中國家主要股指的日收益率的尾部特征，并且估計了它們之間尾部相關(guān)性結(jié)構(gòu)。我們用bootstrap方法估計的各個市場的Hill指數(shù)，在樣本期內(nèi)大部分Hill指數(shù)都顯著不等于零，這表明研究股票市場收益尾部特征的重要性。對尾部相關(guān)度結(jié)構(gòu)的實證研究則表明，中國和世界主

5、要國家股指收益的尾部相關(guān)性結(jié)構(gòu)是漸進獨立的，這可能與我國資本市場開放度不高有關(guān)，但是中國和主要發(fā)達國家市場之間的尾部相關(guān)度都比較低，而與亞太新興國家之間的相關(guān)度比較高。我們還發(fā)現(xiàn)，對于漸進獨立的序列，根據(jù)不同的多元分布模型求出的VaR差別較大：基于全樣本Pearson相關(guān)系數(shù)的二元Gaussian模型低估了資產(chǎn)組合的風(fēng)險(VaR)，二元logistic模型則高估了風(fēng)險和預(yù)期損失。對于漸進相關(guān)的系列，對資產(chǎn)組合風(fēng)險的估計對尾部聯(lián)合分布的假