论文部分内容阅读
随着金融市场的不断发展和金融全球化进程的加快，各国金融市场之间的相关性越来越复杂。金融市场面临的风险也日益多样化，呈现非线性、非对称性以及尾部相关等多种模式。传统的分析方法已经无法准确刻画金融市场的微观结构特征以及各市场之间的相关关系。交易过程中，交易持续时间作为一个重要指标，它是反映市场交易重要信息的一个因素。本文基于交易持续时间，以中美两地的上证指数，深成指数及标准普尔指数为研究对象，构建自回归条件持续性模型，通过交易持续时间得出波动率序列，进而展开风险测度研究。最后对波动率序列进行基于中美两地股市的尾部相关性分析和Chi-plot图分析。构建Copula-ACD-VaR模型去量化股市风险并进一步进行Copula尾部风险相关性分析是本文的主线所在。
为了研究中美两地股市风险传导机制，本文选取了上证综合指数和标准普尔500指数作为研究对象，利用自回归条件持续性模型(ACD模型)探讨两地股市微观结构特征。研究表明log-ACD模型较好地刻画了交易持续时间的日内模式和聚类效应，由于收益率非对称性影响的存在，将模型进一步扩展为非对称ACD模型以刻画股市微观结构特征。这为成功预测交易持续时间进而进行波动性的传导分析提供研究基础。
采用风险测度研究进一步探讨两地股市风险特征，通过和收益率序列图的比较得出：VaR成功勾勒出了两地风险特征，在一定的滞后期允许范围内，中美两地股市基本保持了波动的一致性。相比较而言，美国市场的VaR刻画更为精准。
为了更深层次地挖掘中美两地股市风险传导机制效应，本文采用Chi-plot图方法对两地股市风险传导进行直观解释，结果表明：两地股市波动率Chi-plot图呈现倒”V”型特征，该图刻画出了股市波动传导强度经历了一个从增加到减少的过程。Chi-plot图的正象限相关特征也从侧面表明了两地股市波动日趋紧密的特征。
通过基于Copula函数的两地股市风险尾部相关分析，我们发现中美两地波动性上尾相关性的存在，即一地波动率的增强必然导致另一地波动性的增强。这一结论也为金融风险防范提供了有力依据。