论文研究-人民币NDF市场与新台币NDF市场相关性及风险溢出研究.pdf

所需积分/C币:27 2019-09-20 20:04:24 813KB .PDF
收藏 收藏
举报

论文研究-人民币NDF市场与新台币NDF市场相关性及风险溢出研究.pdf,  通过构建二元正态Copula模型和SJC-Copula模型来研究不同时期人民币NDF市场和新台币NDF市场之间的相关性特征和尾部相关性的变化,接着运用CoVaR方法着重分析新台币NDF市场对人民币NDF市场的风险溢出强度.实证结果表明:两个市场在金融危机前期和金融危机时期存在明显正的相关性,只是在金融危机后期特别是
2250 系统工程理论与实践 第36卷 2金融时间序列边缘分布模型的构建 在金融实际应用过程中,金融时间序列存在偏斜、尖峰厚尾等特性,因此选择正态分布假设的 GARCH 模型来拟合收益序列的边缘分布,不太符合实际.所以,研究时经常采用t分布或者GED分布取代正态分布 作为边缘分布的假设,得出一系列 GARCH模型的扩展形式,其中应用最广泛的是 GARCH模型7 GARCH-t模型,具体表示如下1 Rt=Ct+ Et-ht'-ft (1) ht=Kt+ e2-;+)h (51t,52t)~C(T1(51t),T2(52t) 其中T(),T2()分别表示均值是0,方差是1,自由度参数是1、v2的标准化t分布函数 根据 Sklar定理,任一N维联合分布可以分解为N个边际分布函数与一个 Copula函数而且如果各 边际分布是连续的,则 Copula函数是唯的. Copula函数使多维联合分布的统计处理变得更为简捷.本文 选用二元正态 Copula模型和二元 SJC- Copula模型对人民币NDF市场与新台币NDF市场间的动态相关 性进行研究 二元正态 Copula模型,虽然可以很好地拟合一般情况下金融市场之间的相关性,但由于二元正态Cop- ula模型的分布具有对称性并且存在尾部渐近独立性的特征,因此当变量间的分布岀现非对称性以及岀现极 端情形时,运用此模型就存在着很大的局限性. 般情况下认为,在不同的风险水平下,金融市场间的相关关系也会有所不同,相对于低风险水平来说, 高风险水平下金融市场间的相关关系会变得更强,具体表现为风险的市场间传导和扩散.在此规律下,本文 同时引入对下尾风险十分敏感的二元SJC- opula模型,分別通过静态和动态两种结构来摧述市场出现极端 情形时收益率序列间的尾部相关性的变化. 21二元正态 Copula模型的构建 Copula的基本原理是:将各随机变量的一维边际分布函数连接起米表示多维随机变量的联合分布函数 运用(opla模型研究金融市场间的相关性时,两个金融时间序列的边缘分布函数能够任意设定.二元正态 Copula函数能够很好地描述金融变量在一般情况下的相关性,其分布函数表示为18 C(/,,p)= 32-2ps drds 2(1-p2) 其中,重()是标准一元正态分布更()的逆函数,p∈(-1,1)为相关参数,4=Tn1(51t),v=mn2(2t).p有 两种形式,一种是常相关参数,一种是时变参数,在硏究序列一般相关特性时,根据二元正态 Copula函数的 性质,常相关参数p实际表示的是中1()和中-1()的线性相关性.但是,随着外部环境的不断变化,随机 变量之间的相关系数也在发生变化,为研究变量之间的相关系数时变的特性, Patton引人了ARMA(1,10) 的过程:时变相关参数演进方程表示为 W+ Bopt-1 ∑Φ1(-)1( 其中,将函数A()定义为:A(x)=(1-e-)/(1+e-z).引入A(x)的目的在于保证p的取值范围落在(-1,1) 之间,{t}=1,{vt}=1是对原序列进行概率积分变换后得到的序列;滞后阶数q可以依据相关参数的持续性 特点选取,一般q≤10 22二元SJC- Copula模型的构建 Joe-Clayton Copula函数的分布函数为18 1/k C.c(,v,F,y)=1 ({ 1-(1-1)51+1-(1-)1-1 (4) 该 Copula函数的阐述与尾部相关系数一一对应,即 入L=2-1/,x=2-2 其中,1,1表示两个金融市场的时间序列,和γ为Joe- Clayton Copula函数的相关参数,下尾相关性完全 由γ决定,上尾相关性完全由h决定.并且h>1,> 第9期 肖阳,等:人民币NDF市场与新台币NDF市场相关性及风险溢出研究 2251 当两个金融市场时间序列间的上下尾相关性相同时,时变相关的二元 Joe-Clayton Copula模型的设定 使得二者仍然表现出不对称性.因此,在时变相关的二元Joe- Clayton Copula模型的基础上进行修正,得到 时变相关的二元SJC- Copula模型其分布函数表达式为 snc(,v;,4)=0.5(Cc{,v:4,)+Csc(1-p,1-v;,A 其中,和入分别为两个时间序列的上尾相关系数和下尾相关系数.当=M时,尾部是对称的.由 于 SJC Copula能同时描述上下尾相关性,而且能处理非对称上下尾相关性,因此被广泛应用于金融市场间 或金融资产问的风险传染研究 同样.本文结合ARMA(1,10)7过程来刻画时变 SJC-Copula模型上下尾相关性的时变特征: 10 A∞+12x=1+·∑Wm A-△L+-1+aL 10 ∑ 8) 其中,{th}=1{n=1是对原序列进行概率积分变换后得到的序列,函数A()为 logistic转换函数,其定义 为:A(x)=(1+e)-1,以保证上尾和下尾相关系数在任意时刻都落在区间(0,1)内 本文采用两阶段极大似然佔计法来对( opula模型进行参数佔计:即首先要对边缘分布函数的参数进行 伂计,然后根据估计出来的估计值,把它们作为已知数带到 Copula函数中,最后得到 Copula数中的参数 的结果.这样的两阶段极大似然估计法的计算过程大大简化了 Copula函数的参数估计间题r19 3人民币NDF市场与新台币NDF市场相关性的实证分析 31数据选取与处理 在NDF市场上,交易量最活跃的分别为1月期、3月期、6月期和1年期NDF,本文选取人民币兑美 元1年期NDFH汇率和新台币兑美元1年期NDFH洲率数据来代表人民币NDF市场和新台币NDF市 场,通过选取的1年期NDF数据,来度量相对长期的相关关系数据来源于彭博( Bloomberg)数据库,样本 考察期为2005年7月21日至2013年5月31日,除去非共同交易日及节假日,共2003个交易日数据.金 融危机在2007年δ月9日时就已经浮现出各种迹象(其时,美联储向银行系统注入240亿美元资金),之后 世界金融体系开始出现各方面危机,而截至2009年底,各国基本从金融危机中恢复(其时,美国的第一轮量 化宽松政策初显成效).鉴于此,本文以2007年8月9口和2009年12月31口作为界限,将样本划分为三 个阶段.即金融危机前期是从2005年7月21日到2007年8月7日,共508个交易日数据;金融危机时期 是从207年8月9日和2009年12月31日,共605个交易日数据:金融危机后期是从2010年1月1日 到2013年5月31H,共890个交易H数据.定义汇率每日收盘价为{P},其H收益率{R}则可以表示为: Rt= log(P /Pt-1) 32边缘分布的拟合 各个时间段收益率序列 GARCH模型的参数付计结果如表1所示 表1各个时问段收益率序列 GARCH模型的参数估计结果 参数 R T2 0.000140.00042000061.2-054.6 79e-05 C (0.0001)(0.0001)(0.0001)(0.0002)(5.1e-05)(9.9e-05) 1.8e-07 1.le-06 5.8e-07 4.3e-0720e-0728e-07 (1.4e-07)(4.9e-07)(2.4e-07)(26e-07)(7.6e-08)(1.4e-07) 0.071309 0.24871 0.198870.120330.158150.095383 (0.0413)(0.0790)(0.0539)(0.0354)(0.0433)(0.0238) 0.826860.681590.787210.879660.824830.88925 (0.1081)(0.0764)(0.0423)(0.0296)(0.0376)(0.02616) 6.3595 4.2193 4.2482 3.9963 3.8528 58875 (0.0018)(0.9859)(0.7551)(0.6750)(0.6444)(1.2013) 对数似然值2663.662254.772604892384794368913819.96 2252 系统工程理论与实践 第36卷 表1是金融危机前、中、后三个阶段人民币NDF市场与新台币NDF市场收益率序列边缘分布模型的 参数估计值,估计值下方括号内谷是标准误,其中C为公式(1)中均值方程的常数项;K、a和分别为条件 方差方程中的常数项、ARCH项和 GARCH项,其参数估计值都大于0,满足条件异方差不能为负值的要求 参数α+<1说明了外部冲击对两个市场影响的持续性,其数值越接近于1,则表明影响的持续性越长久 由表1中的人民币NDF市场和新台币NDF市场收益率序列AROH和 GARCH项的系数之和可以看出 两个市场的波动持续性在金融危机前期和后期发生了变化,而且持续性比较久,危机时期波动持续性明显增 强,危机后期有所减弱 同时.根据估计得到的条件边缘分布,对原序列进行概率积分变换,并对变换后的各个厅列进行自相关 性检验检验结果为各序列都不具有白相关性,说明经变换后的序列是独立的;再运用 Kolmogorov-Smirnov 检验方法结果表明,经变换后的序列服从(0,1)均匀分布.从以上检验结果可以得出,根据 GARCH-t模型 拟合出来的人民币NDF市场和新台币NDF市场各个收益率时间序列的条件边缘分布,对原序列进行概率 积分变换,得出的收益率序列不存在自相关性,而且服从(0,1)均匀分布.综上所述,用 GARCH-t模型来拟 合人民币NDF市场和新台币NDF市场各个收益率序列的条件边缘分布是正确的 33 Copula模型参数估计与分析 1)二元正态 Copula模型估计结果及分析 用常相关的二元正态 Copula模型度量人民币NDF市场与新台币NDF市场之间的静态相关关系,p为 常相关参数,表2列出∫参数的估计结果及似然值 表2常相关的二元正态 Copula函数的参数估计结果 样木金融危机前金融危机时金融危机后 0.3163 0.4992 似然值 26.7657 86.7609 123212 从表2常相关系数p值可以看出,人民币NDF市场和新台币NDF市场收益率序列具有明显的正相关 关系,相关系数从危机前的0.3163增大到危机时的0.4992.危机后,相关性系数有所回落 然而.金融市场是不断变化的,市场收益率也是在不断变化,因此市场之间的相关性也处在不断的变化 中为了更好地说明市场间的相关性随时间的变化而变化,接下来运用时变正态 Copula对市场间的动态相 关性进行分析,参数估计结果如表3所示 表3时变相关的二元正态 Copula函数的参数估计结果 样本 金融危机前金融危机时金融危机后 0.0883 2:664 0.0020 1.7895 2.1061 1.9969 0.0875 -0.35550.0433 对数似然值29.6082 87.1413 23.5601 表3为公式(6)时变 Copula参数估计结果.模型中的参数,ap,3分别表示市场问相关关系强弱、 相关关系受到外生变量影响的参数以及相关性持续性强弱的参数.图1~3更直观地反映了人民币NDF市 场与新台币NDF市场间动态相关关系的变化为了保证图形的美观,纵坐标根据数据变化进行了相应调整 time-varying - constan 0.1 0 05.12.13 6.5.17 C7.3.7 0788 图1金融危机前人民币NDF市场和新台币NDF市场相关关系时变图 第9期 肖阳,等:人民币NDF市场与新台币NDF市场相关性及风险溢出研究 2253 Normal copula 0.G 0.58 ------ constant 0.54 0.52 0.000 帅w时 0789 0.1.8 08.6.3 08.10.27 09.3.23 09.8.12 09.12.31 图2金融危机时人民币NDF市场和新台币NDF市场相关关系时变图 Normal copula 0.2 0.1.410.52110.10.1111.3.111.72011.12.812.5.1129.1713.2.513.5.31 图3金融危机后人民币NDF市场和新台币NDF市场相关关系时变图 从图1和2可以看出:时变相关系数在常相关系数周围上下波动.在图1前一小段时间内,相关系数明 显下降原因可能是2005年人民币汇改实施后,市场对人民币未来走势不太确定.而中国台湾在此期间没有 岀现太大的政策调整,市场对新台币未来预期相对稳定,因此出现相关性短暂下降.比较图1和2,可以明显 看出,金融危机时期.两市场动态相关性一直在较高的水平上卜波动,且波动幅度较大,说明在危机期间,由 于未米的经济形势不太乐观,金融市场不太稳定,投资者对人民币和新台币未米走势的预期也随着市场形势 的变化而变化.观察图3可以发现,2011年初以来,动态相关系数明显走弱,并呈现出明显的负相关关系,原 因可能是NDF市场对人民币升值预期比较强烈,而对新台币未来预期则相对稳定,因此出现负相关情况. 2)二元SJC- Copula模型估计结果及分析 为了更完整的研究人民币NDF市场与新台币NDF市场的尾部相关性,本节利用前面构建的SJC- Copula 模型来进行分析 表4常相关的 SJC-Copula函数的参数估计结果 参数 金融危机前金融危机时金融危机后 0.1003 0.3392 0.0133 L 0.1803 0.2589 0.0656 对数似然值26.048683.0260614.2726 表4中表示上尾相关系数,表示下尾相关系数从表中从值看出:人民币NDF市场和新台币 NDF市场收益礻序列下尾相关系数相对较高.金融危机期间,下尾相关系数增加到0.26左右,这说明在危 机时期人民币NDF市场暴跌引起新台币NDF市场暴跌的概率达到26%左右 观察表4参数估计结果,可以发现在金融危机前期和后期卜尾相关系数均大于上尾相关系数,说明此时 人民币NDF市场出现暴跌而引发新台币NDF市场暴跌的概率,要大于人民币NDF市场出现暴涨而引发新 台币NDF市场暴涨的慨率,也间接说明投资者对于未来市场预期持有相对悲观态度.然而,金融危机时期 下尾相关系数略小于上尾相关系数,这说明此时市场已经处于萧条状态,投资者预期市场会更加萧条的概率 要远小于预期出现好转的概率 2254 系统工程理论与实践 第36卷 接下来用时变SJC(opul模型对人民币NDF市场与新台币NDF市场进行动态尾部分析,结果如表 所示 表5时变相关的 SJC-Copula函数的参数估计结果 样本金融危机前金融危机时金融危机后 0.7144 1.586 0.2857 0.7011 1.6273 2.560 4.8401 8.0333 13.7490 WL 3.8038 -1.5896 1.1958 L 1.4752 1.0779 4.8771 8.835l 1.0555 8.0503 对数似然值28.198384.8757 23.2309 表5为公式(7)和(8)中的时变 Copula的参数估计结果.参数U、aU、分别表示市场间上尾相关 关系强弱、受到外生变量影响的参数以及持续性强弱的参数;参数ω、α兀、βL分别表示市场间下尾相关关 系强弱、受到外生变量影响的参数以及持续性强弱参数.图4~6更直观地反映了人民币NDF市场与新台币 NDF市场间的动态尾部相关关系变化 图4反映金融危机前两个市场尾部动态相关关系的变化.2005年人民币汇率制度改革,放弃与美元挂 钩,引入参考一篮子货币,人民币浮动区问相对扩大,市场风险也相对增强;而中国台湾实施完全自由浮动的 汇率政策,此时如果市场预期人民币NDF市场出现暴跌,由于金融市场信息的传导,那么新台币NDF市场 岀现暴跌旳可能性増大·之后人民币汇率逐渐稳定,市场预期逐步趋于理性,二者动态尾部相关系数笙持在 0.18上卜浮动 SC copIlla-lower tail 0.8 ne-\arying constant 06.10.11 n737 时闫 SJC copula· upper tail rIng △ AMe 7.21 05.12.13 时06.10.11 07.8.8 图4金融危机前人民币NDF市场和新台币NDF市场尾部相关关系时变图 SJC copula- lowcr tai C.8 0.6 constant C.2 07.8.9 08.1.808.6.308.10.27093.23098.1209.12.31 SJC copula-upper tail 0.8 irying 0.6 气F 图5金融危机时人民币NDF市场和新台币NDF市场尾部相关关系时变图 图5反映金融危机时期两个市场尾部动态相关关系的变化.两个市场的下尾常相关系数由金融危机前 的0.18变化到危机时0.25,且一直维持在025的较高水平上波动.而危机期间两个市场的时变上尾相关系 第9期 肖阳,等:人民币NDF市场与新台币NDF市场相关性及风险溢出研究 2255 数波动却比较强烈,这可能是由于伧杋时期,各市场都处在低迷状态,投资者积极寻找避险机会,期盼市场出 现转机:而且随着市场信息的不断变化,各种预测信息在市场间进行相互传递,投资者对市场的未来预期也 会随着经济形势的变化而变化,因此上尾动态相关系数才会出现较强烈的波动 图6反映金融危机之后两个市场尾部动态相关关系的变化,金融危机之后上尾常相关系数和下尾常相 关系数明显减弱.在图6中2010年初,尾部相关系数明显增强,这是因为2009年12月希腊的主权债务问 题日益凸显,2010年初发酵,逐渐开始向“欧洲五国”(葡萄牙、意大利、爱尔兰、希腊、西班牙)蔓延,投资 者对人民币ND市场和新台币NDF市场未来走势无法做出有效判断,导致两个市场间动态相关性随着时 问的变化而发生较大波动 SJ 0.8 time-vary ing 0.6 constant ≤一一~入 10.1.410.5.2110.10.1111.3.111.72011.128125.112.9.17132.5135.31 时间 0.8 time-vary ing 0.4 0.2 AAAA丛AAAA 10.1.410.5.2110.10.1111.3.111.7.2011.128125.112917132513.5.31 图6金融危机后人民币NDF市场和新台币NDF市场尾部相关关系时变图 通常在不同的风险水平下,金融市场间的相关关系也会有所不同.相对于低风险水平,高风险水平下金 融市场间的相关关系会变得更强.实证结果表明,在金融危机期间人民币NDF市场与新台币NDF市场间 的相关性出现较大的变动,市场间的相关系数显著増强,相关性结构发生了变化. 4人民币NDF市场与新台币NDF市场问的风险溢出研究 前一节分析了金融危机前中后期人民币NDF市场与新台币NDF市场间的相关性,本节研究由市场间 相关性变化所引起的相应时期市场风险溢出强度的变化. 41风险溢出的度量方法 分位数回归是对古典最小二乘回归方法的拓展、可以提供数据不同层次、不同区间的信息,从而能更精 确地测量金融市场在极值处的联动效应.为∫度量金融市场或者金融杌构之间的风险溢出强度,建立如下分 位数回归模型 glz+ AWR+a (9) 其中Ry、R分别代表金融市场或金融机构y和x的收益率序列,通过对B和R进行分位数回归得到参 数估计值和x,因此得到B对应的q分位估计值 Ry=Aux+AglzR 无条件风险价值( Value at risk,aR)定义为在一定置信水平下,某一金融资产或者资产组合在未来 一定时期内遭受的最大可能损失,记为VαaRn.使用VaR可以度量单个金融机构的尾部风险.在此基础上, Adia和 Brunnermeier1提出的条件风险价值( Conditional value at Risk, CoVaR),则是基于机构之间的 关联性,硏究个体机构资产价值下降,导致危机传播而带來旳与金融系统尾部价值变化的联动敚应,其具体 定义为当金融市场或金融机构收益率为VP时,金融市场或金融机构y的风险价值记为CoVR2 根据前面所述的VaR的定义可得:B=VafR2,又R=VaB,再根据 CoVaR的定义,当金融市 场或者金融机构x收益率处于其Va{时.金融市场或者金融机构y的条件风险价值是 CovarglevarulvaRa=pglt+ AglzvaRa 2256 系统工程理论与实践 第36卷 为简单起见,VaR的计算方法采用将样本从小到大依次排序选取其相对应q分位数的近似值进行代替. 4.2市场问的风险溢出度量与分析 风险溢出叮能是刈向的,然而,随着人民币NDF市场的不断发展,对国内即期市场影响越来越大,而大 陆无法对新台币汇率进行一定的干预和控制,因此接下米主要从人民币汇率角度米研究新台币NDF市场对 人民币NDF市场的风险溢出强度 本节中,R,T分别代表人民币、DF市场和新台币NDF市场,并分别选取q=5%和10%进行比较研 究.接下来结合公式(10)对参数进行估计,表6~8给出了金融危机前、危机时和危机后各个分位数回归的 参数估计结果 表6金融危机前分位数回归参数估计结果 系数计结果P值系数估计结果P值 (标准误) (标准误) RT 0.002144 0000(0 0.119416 0.0004 (0.00015) (0.033256) R -0.002144 lo. 1 0.0000 RIT 0.119416 0.1 0.0000 9.05F-05 (0.026115) 表7金融危机时分位数回归参数估计结果 系数{计结果P值系数估计结果P值 (标准误) (标准误) RIT 0.005795 0.369333 0.05 0.000X7 0.0000 (0.00057) (0.086324) :RIT 0.003772 00001 0.286239 0.O000 (0.000296) (0.06900) 表8金融危机后分位数回归参数估计结果 系数佔计结果P值系数佔计结果P值 (标准误) (标准误) CRT 0.003238 0.191076 10.05 0.0000A 0.0000 (0.000242) (0.046653) RT 0.002343 0.138795 0.0005 (0.000148) 0.0000×0 (0.039553) 从表6~8可以看出,金融危机前、中、后三个阶段的分位数回归参数估计结果在5%与10%的显著水 来求解 CoVaR、△ CovaR和%Co计算结果如表9和表1、以 平下都通过了显著性检验.接下来根据估计出来的参数并结合公式(11 及 Adrian和 Brunnermeier20 表95%的置信水平下新台币NDF市场对人民币NDF市场风险溢出结果 时间Vao005VaR0.05 CoVaR.05r△ CoVaR0.05% CoVaR,0521r 金融危机前0.005505 0.002422 0.002801 0.000379 15.65% 金融危机时-0.008913-0.005994 0.009087 0.003093 51.60% 金融危机后-0.005612-0.03253 0.004310 0.00105 7 32.49% 表1010%的置信水平下新台币NDF市场对人民币NDF市场风险盗出结果 时间 Valo. 1 VaRo. 1R CoVaRo. 1RIT ACoVaRo1RT CoVaRo. 1RIT 金融危机前-0.003723-00017240.002104 22.04% 金融危机吋-0.0062710.004303 0.005567 0.001264 29.37% 金融危机后-0.004043-0002391 0.002904 -0.000513 21.46% 风险价值,CoV表示给定新台币NDF市场vR条件下人民币NDF市场的风险水平,△ Covar等 其中,VaF表示分位数为q的新台币NDF市场的风险价值VaR4表示分位数为q的人民币NDF市场 CoVaRR-VaRB表示新台币NDF市场对人民币NDF市场的风险溢出值% CoVeRT=△ CovaRR7 VaR表示新台币NDF市场对人民币NDF市场的风险溢出强度 通过对比人民币NDF市场与新台币NDF市场的VaR的数值,可以得出:无论是在5%还是10%的置 第9期 肖阳,等:人民币NDF市场与新台币NDF市场相关性及风险溢出研究 2257 信水平下:新台币NDF市场在未来一定时期内所遭受的风险价值ⅤaR(绝对值)都要远远大于人民币NDF 市场,这说明在相同风险水平下,新台币NDF市场遭受的风险冲击要大于人民币NDF市场.事实也证明了 点,中国台湾金融市场相对大陆市场比较成熟和开放,容易受到外部风险的冲击;大陆金融市场受到一定 程度的管制,而且人民币NDF市场对境内即期市场具有价格发现功能,间接减少了外部风险的冲击 通过分析新台币NDF市场对人民币NDF市场的 CoVaR值,无论是金融危机前、危机时还是危机后, VaR的绝对值都要小于 CoVaR的绝对值,这说明在新台币NDF市场出现危机事件时,会对人民币NDF市 场产生显著的风险传染 因此分阶段分析表9和表10的△ CovaR和% CoVaR,在5%的水平下,金融危机前,新台币NDF市 场对人民币NDF市场的风险溢出强度约为16%.而在金融危机期间,风险溢出强度变为50%左右,显著增 加,说明在极端事件发生时新台币NDF市场对人民币NDF市场存在较大的风险溢出,这与前面所述的金 融危杋时市场间相关性增强的结果相符.金融危机后,风险溢岀强度恢复为30%左右,稍高于危机前的水平, 这可能是危机后,由于受到心理预期等其他因素的影响、要恢复到之前的溢出水平需要一些时间;再者,两岸 经贸交流的日益紧密以及实体经济的相互影响,乜为新台币NDF市场对人民币NDF市场的风险溢出提供 了条件.另外通过分析在不同分位数下风险溢出强度% CoVaR的变化,可以发现其由5%水平下三个阶段 的剧烈溢出变为10%水平下三个阶段的平缓溢出,这说明在5%、10%的水平下新台币NDF市场对人民币 NDF市场造成风险溢出的可能性很大 5结论与展望 本文基于 Copula理论和 CoVaR方法对不同时期的人民币NDF市场和新台币NDF市场相关性和 风险溢出效应进行了一系列研究,采用二元正态 Copula模型的静态和动态结构分析了一般情形下市场间的 相关性变化,采用二元SJC- Copula模型的静态和动态结构分析了市场间的尾部相关关系的变化.最后运用 CoVar方法重点研究了新台币NDF市场对人民市DF市场的风险溢出效应,得出以下结论: 第一通过 Copula模型分析得出人民币NDF市场和新台币NDF市场存在一定的相关性静态 Copula 模型研究结果表明,在金融危机前、中、后三个时期,市场之间呈现明显正的相关关系,但是相关程度有所差 异,在金融危机时期相关系数达到最大.时变( opula模型硏究结果表明金融危机时期,市场间动态相关系数 一直在较高水平上波动,且波动幅度比较大在金融危机后期,动态相关系数明显走弱,并呈现出明显的负相 关关系 第二,采用SJC-( Copula模型的静态和动态结构分析市场间的尾部相关关系的变化,实证结果得出人民 币NDF市场和新台币NDF市场存在尾部相关性.下尾相关系数围绕着静态下尾相关系数上下波动,在金 融危机时期.下尾相关系数达到最高,这说明当一个市场出现暴昳情况时,另一个市场出现暴跌的可能性也 会增加 第三运用 CoVaR方法重点研究了新台币NDF市场对人民币NDF市场的风险溢出效应,结果表明无 论是在5%还是10%的分位数水平下,市场之间存在明显的风险溢出效应.在金融危机期间,风险溢出效应 达到最大 当然,由于本人水平有限以及考虑不周,在硏究过程中难免存在一些不足,需要进一步的研究和改善.文 章采用正态Copl和SJC- Copula模型,未来可以考虑采用更为前沿的 Copula模型来度量市场的相关性 在对时间序列进行分段研究时,所用的分段方法也较为粗糙.未来可以运用更为科学的方法对时间段进行精 确划分,这都是今后进一步努力的方向 参考文献 []玊凯立,吴军奉.台湾即期、远期与无本金交割远期外汇市场关联性硏宄-NDF市场关闭政策分析[·经济论文,2006 34(1):93-126 Wang K L, Wu J F. Research on the relationship between Taiwan spot, forward and non-deliverable forward foreign exchange Market- Analysis On NDF Illarket closed policy[J. Econonic Papers, 2006, 34(1): 93-126 2」王慧,符亚明.人民币即期汇率与人民币NDF汇率之间关系的实证分析[经济问题,2009(4):7678 Wang H, Fu Y M. Empirical analysis of the relationship between RMB spot and non-deliverable forward (NDF exchange rale[J. On Econolnic Problelns, 2009(4):76-78

...展开详情
试读 11P 论文研究-人民币NDF市场与新台币NDF市场相关性及风险溢出研究.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    weixin_38744207 你的留言是对我莫大的支持
    2019-09-20
    • 至尊王者

      成功上传501个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    论文研究-人民币NDF市场与新台币NDF市场相关性及风险溢出研究.pdf 27积分/C币 立即下载
    1/11
    论文研究-人民币NDF市场与新台币NDF市场相关性及风险溢出研究.pdf第1页
    论文研究-人民币NDF市场与新台币NDF市场相关性及风险溢出研究.pdf第2页
    论文研究-人民币NDF市场与新台币NDF市场相关性及风险溢出研究.pdf第3页
    论文研究-人民币NDF市场与新台币NDF市场相关性及风险溢出研究.pdf第4页

    试读已结束,剩余7页未读...

    27积分/C币 立即下载 >