论文部分内容阅读
近年来,金融市场波动相关性已成为衡量金融风险的一种方法,为风险管理提供了重要依据。为了研究我国金融市场波动溢出的整体水平,机构间的相互影响程度以及在不同市场环境下哪些金融机构占据主导作用,本文就金融机构间的波动溢出效应进行了研究。本文首先利用Anderson等(2005)提出的非参方法利用高频数据计算金融机构的已实现波动率,接着基于Diebold和Yilmaz(2012)提出的溢出指数来度量金融机构之间的波动溢出水平。溢出指数的计算基础为向量自回归模型中的广义方差分解(Generalized Forecast Error Variance Decomposition)。通过计算,我们不仅能够度量所研究系统中波动溢出的整体水平,还能够具体分析机构之间的波动传导方向以及度量机构间的相互影响程度。本文在进行向量自回归模型拟合时引入了 lasso惩罚的思想,加入了 Elastic Net惩罚项。此外,还通过滑动窗口进行分段拟合模型,使我们能够深入研究金融机构间波动溢出水平的动态变化情况。最后,本文基于复杂网络理论,利用金融机构的净成对波动溢出指数构建有向加权复杂网络模型,系统地考察金融网络的拓扑特征和潜在规律。本文所研究的机构为35家不同金融领域的A股上市机构,数据区间选自2011年12月16日至2016年5月31日之间的5分钟日内高频数据,通过对此进行处理分析,本文得到了以下主要结论:第一,金融市场的整体波动溢出水平较强,并且机构间存在较强的相互作用。第二,对于整个金融市场而言,当市场环境不稳定时,包括牛市和股灾,市场的整体波动溢出水平较高,并且在此时证券类机构溢出效应明显加强,占据主导作用;而当市场好转,回归到正常水平时,整体波动溢出水平较低,但是银行类机构溢出作用有所提高。