论文部分内容阅读
本文基于世界金融危机对经济体之间的动态相关性的研究思路,研究中国金融市场波动率集聚和动态相关性的关系。主要研究对象为我国金融市场上三大市场,债券市场、股票市场和外汇市场,研究债券市场、股票市场和外汇市场的波动率聚集和市场间的动态相关系数的关系。本文揭示研究波动率聚集和市场间的动态相关性之间的关系,对于投资组合、风险定价以及金融监管来说,具有重要意义。在本文的研究中,使用VAR-FIAPARCH-cDCC作为研究的主要模型。首先均值方程采用VAR模型,剔除时间序列中自相关和交叉滞后相关关系,使得使用VAR残差分析出来的相关系数能够反应序列间的同期关系;方差模型使用FIAPARCH模型,对VAR残差序列进行拟合,这里使用FIAPARCH模型能够反应波动率中的长记忆性、杠杆效应,而且模型设定的更加灵活;然后使用Aielli(2013)提出的修正DCC模型(cDCC)求解市场间的动态条件相关系数。在此基础上使用MarL(2003)提出的penalized contrast function探测波动率聚集时点,再结合求解出来的动态条件相关系数,研究他们之间的关系,再进一步构建模型对这些关系进行验证,并作出解释;最后,在运用同样的方法对美国金融市场进行研究,把美国金融市场的研究结果与中国进行对比,并作出分析。实证研究表明中国市场和美国市场均显著存在四种现象:首先,市场间的动态条件相关性系数在对应市场出现波动率聚集的时候会出现显著的突变现象;其次,在波动率聚集处动态条件相关系数出现正向变动和负向变动;再次,部分相关系数的突变现象持续时间较短,即在相关系数发生突变之后,在较短的时间内发生反向变动甚至达到突变前的系数水平;最后,动态条件相关系数的突变现象对其对应的市场的波动率聚集的反应不相同。通过验证发现,这四种现象显著存在。中美市场对比发现,美国金融市场间的动态相关系数较中国市场更大,另外,上述四种现象在美国市场更加显著。在此基础上,提出一些新的研究问题,可以作为本文的一个未来研究方向。