基于ARFIMA睩IAPARCH睲Copula的亚洲新兴股市联动效应研究

2014-06-10 04:55李川贺莹林宇

李川 贺莹 林宇

摘要:为了研究亚洲新兴股市之间的联动效应,运用ARFIMA-FIAPARCH模型刻画亚洲新兴股市收益率的边缘分布特征,进而结合由Clayton Copula、Gumbel Copula与Frank Copula构成的混合Copula函数对亚洲主要新兴股市之间的联动结构进行建模。研究结果表明:中国股市中的长记忆特征非常显著,对历史信息的反应尤为缓慢;中国股市仅与韩国股市、新加坡股市的联系较为紧密,存在风险相互传染的可能;而韩国股市、新加坡股市和印度股市等亚洲其他主要新兴股市之间的联动程度更高,股市之间存在较为明显的风险传染效应。

关键词:亚洲新兴股市;联动效应;混合Copula;风险传染

中图分类号: F830.91文献标志码: A 文章编号:16720539(2014)05004309

近年来,亚洲新兴金融市场纷纷加快了市场开放的步伐。虽然随之涌入的国际资本能优化金融市场结构,但脆弱的新兴金融市场体系为国际资本的过度投机行为提供了可乘之机,而过度的投机行为又极易引发风险事件。更为危险的是,金融市场之间的联动效应会将风险迅速传染到周边新兴金融市场,而新兴金融市场往往缺乏吸纳和转移外部风险的能力。所以,一旦这些金融市场感染外部风险,风险便会不断累积,从而引发大规模的金融动荡。因而,要切实做好维护经济安全和防范金融市场风险传染,就必须深入探讨金融市场之间的联动效应。

在金融市场联动结构模型的构建方法上,一部分学者运用GARCH-Copula模型对金融市场之间的非线性联动效应进行研究,并取得了较为理想的研究效果 [1-7]。但是,传统的GARCH模型无法捕捉金融时间序列边缘分布中大量涌现的典型事实特征,如长记忆性(Long Memory)、波动非对称性(Volatility Asymmetry)等,而仅仅运用一个单一的Copula函数又难以全面把握具有复杂结构的金融市场联动效应(上尾联动、下尾联动和对称联动效应),这势必会降低联动结构的构建精度,进而导致联动效应分析失效。而运用ARFIMA-FIAPARCH模型,结合混合Copula函数,不仅在以典型事实特征为约束的边缘分布特征刻画上,具有明显优势;并且,能全面描述金融市场之间的三种典型联动关系,从而确保了金融市场联动结构模型构建的准确性和金融市场联动效应分析的有效性。

基于以上认识与分析,本文引入ARFIMA-FIAPARCH模型刻画金融时间序列的边缘分布,并结合MCopula函数探讨亚洲新兴金融市场之间的非线性联动效应问题,在为进一步研究金融市场联动特征提供实证依据的同时,也为金融风险管理部门防范金融市场风险传染提供决策借鉴。

一、金融市场联动效应的研究方法

(一)基于ARFIMA-FIAPARCH模型的边缘分布确定方法

(二)基于混合Copula函数的金融市场联动结构建模方法

(三)金融市场联动结构模型的可靠性检验方法

二、实证研究与分析

(一)样本选取以及描述性统计

(二)基于ARFIMA-FIAPARCH模型的边缘分布参数估计结果

(三)基于MCopula函数的金融市场联动效应分析

(四)金融市场之间联动结构模型的可靠性检验结果

三、结论

参考文献:

[1]韦艳华,齐树天.亞洲新兴市场危机传染问题研究[J].国际金融研究,2008,(9):22-29.

[2]龚朴,黄荣兵.次贷危机对中国股市影响的实证分析——基于中美股市的联动性分析[J].管理评论,2009,(2):21-32.

[3]王永巧,刘诗文.基于时变Copula的金融开放与风险传染[J].系统工程理论与实践,2011,(4):778-784.

[4]吴吉林,操君.中国A、B、H股间市场一体化进程研究——基于SKEWED-T-GJR-COPULA方法的实证检验[J].南方经济,2011,(5):43-54.

[5]吴吉林,张二华.基于机制转换混合Copula模型的我国股市间极值相依性[J].系统工程理论与实践,2012,(8):1662-1672.

[6]黄在鑫,覃正.中美主要金融市场相关结构风险传导路径研究[J],国际金融研究,2012,(5):74-82.

[7]谢赤,张鹏,曾志坚.开放进程中人民币汇率间相依性研究——基于动态Copula-GJR-t模型的分析[J].金融经济学研究,2014,(1):79-99.

[8]Bollerslev,T.Generalized autoregressive conditional heteroskedasticity[J].Journal of Econometrics,1986,(3):307-327.

[9]Hu,L.Essays in econometrics with applications in macroeconomic and financial modeling[D].New Haven:Yale University,2002.

[10]Bekaert,G.and Harvey,C.R.Emerging equity market volatility[D].NBER Working Paper,1996,No.5307.