危机背景下汇率市场与股市之间的风险传染效应研究

危机背景下汇率市场与股市之间的风险传染效应研究

覃小兵

【摘 要】运用ARMA-GJR模型对两市场风险因子进行滤波，并运用基于GPD的全参数极值模型对具有有偏胖尾分布特征的风险因子的尾部进行建模，进而运用时变SJC-Copula模型考察中国汇率市场与股票市场之间的风险传染情况。实证结果表明，中国股票市场与汇率市场之间更倾向于具有对称性的相依性，在尾部风险传染上具有非对称效应，且下尾的传染效应强于上尾的传染效应。 【期刊名称】现代商贸工业 【年(卷),期】2024(040)004 【总页数】4

【关键词】风险传染效应；时变SJC-Copula；EVT 【文献来源】

https://www.zhangqiaokeyan.com/academic-journal-cn_modern-business-trade-

industry_thesis/0201269575685.html

1 引言

随着金融全球化的快速发展，以及各金融市场之间的联系日益深入，使得各金融市场之间发生风险传染事件的概率显著提高。因而有必要厘清各金融市场之间的相依关系，以防范金融风险在各金融市场之间的传染，维护金融稳定。因而对于探究股市和汇率市场之间的风险传染就尤为重要。在目前研究金融市场风险传染效应的方法中，不需要对金融资产分布进行假定且能够刻画金融资产之间的非线性相关关系的Copula函数受到学者们的青睐。

当然，不同Copula函数刻画不同的相依结构。对于风险管理者而言通常关注的是危害性较大的极端风险，而极端风险处于收益分布的尾部，因而需要着重

对风险资产的尾部进行刻画。从而学者们通常选择能够刻画金融资产尾部相关结构的SJC-Copula函数来研究，且取得了较好的成果，如Zhu等(2014)、钟明和郭文伟(2014)、曹洁(2017)。但他们的研究在于考察股市之间、原油市场与股市之间、期货市场之间以及行业与行业之间的相依结构关系，而没有研究外汇市场与股市之间的相关结构。就目前掌握的文献来看，汪冬华和索园园(2013)从多重分形理论的角度、熊正德等(2015)运用小波多分辨方法以及周爱民等(2017)运用时变Copula-CoVaR模型对汇率市场与股市之间的波动溢出效应进行了较为深入的研究。然而，他们均没有从时变SJC-Copula函数的角度针对外汇市场与股市之间的尾部风险传染效应进行研究。因而本文运用时变SJC-Copula函数针对外汇市场与股市之间的尾部风险传染效应进行研究，这与前人的研究有着较大的不同。不仅如此，本文还将引入极值理论(EVT)对市场风险因子的尾部进行刻画，进而更好的刻画尾部风险的传染效应。

2 研究方法

2.1 两市场风险因子的边缘分布刻画模型

首先对两市场风险因子的边缘分布进行准确刻画。通常运用资产的对数收益率rt(rt=lnPt/Pt-1)来刻画资产的风险因子，同时假定资产收益率rt服从如下形式： (1)

其中，为收益率的条件均值，为收益率的条件标准差，zt为服从N(0,1)的独立同分布随机变量。因金融收益序列通常具有自相关性、波动聚集性、“杠杆效应”以及有偏胖尾分布特征，于是本文运用ARMA(1，1)-GJR(1，1)以及EVT对收益率rt进行建模分析，以刻画其相关特征，进而为后续的尾部风险传染效应分析提供良好的基础。模型如下：

(2)

其中，εt为残差项以及非对称杠杆系数γ为待估参数，ψ为指示变量，当εt-1<0时，取值为1，当εt-1≥0时，取值为0。至此，我们估计出了条件均值和方差

对于收益率的尾部刻画，则运用基于GPD的全参数极值模型。而该模型要求收益率必须服从或近似服从独立同分布，而标准收益率(亦称标准残差)则满足这一要求。因而，在得到和后，提取出标准收益率zt，并对标准收益率zt运用基于GPD的全参数极值模型进行建模。若给定一个充分高的阈值π，则超过阈值部分的变量y(y=z-π)可近似服从GPD分布，其概率分布函数为: (3)

其中，β>0，且当ξ≥0时，y≥0；当ξ<0时，0π) (4)

假定超过阈值的样本数为N而样本总数为n，则可用(n-N)来替代式(4)中的F(z)，并采用Danielsson和Vries(2000)的方法对上式的参数进行估计，则尾部分布为： (5)

2.2 两市间的尾部风险传染效应检验模型

本文选择运用时变SJC-Copula函数来刻画汇率市场与股票市场之间的风险传染效应。时变SJC-Copula函数是由Patton(2001)所提出，Patton根据条件尾部相关系数的时变性来定义Joe-Clayton Copula函数中参数的时变性，从而得到在每个时间点上与给定的条件上尾(或下尾)相关系数相对应的Copula函