中国股市行业板块极端风险测度及溢出效应研究
发布时间：2022-01-06 13:01
随着市场化进程的发展,行业之间的联系愈发密切,分析行业风险变化特征及风险传染效应具有重要意义。本文根据Wind一级行业分类,选择能源、材料、工业、可选消费、日常消费、医疗保健、金融、信息技术、电信服务、公用事业和房地产十一个行业,研究行业风险时序变化特征以及行业间的风险溢出效应。本文首先采用GJR模型刻画十一个行业的尖峰厚尾、偏态分布的波动特征,较好地模拟波动的异方差性,再运用POT模型精确描述残差序列的尾部分布,进而采用滚动窗口法描述不同水平下行业CVaR风险的动态变化,通过检验得到在95%、97.5%和99%三个水平下CVaR均具有较好的预测效果。并且本文基于Copula理论采用分布估计法测度我国市场整体极端风险,实证结果发现我国市场整体极端风险在均值0.03水平上下波动,2008年和2015年出现的风险峰值分别超出均值23%和40%。其次,基于各行业风险序列数据,本文采用DAG技术分析行业风险间的同期因果关系,发现房地产和能源行业是主要的同期风险源头,而公用事业、医疗保健和电信服务行业受到其他多个行业风险的同期影响。以DAG结果作为约束条件对行业风险构建SVAR模型,并采用方差分...
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：49 页
【学位级别】：硕士
【部分图文】：
能源行业收益率波动模型拟合图
(a) (b)图 3-4 能源行业收益率标准化残差序列及偏 t 分布检验图采用 POT 模型拟合尾部分布，在阈值的选择上，本文根据 DuMouche 的 置上 10%分位数为阈值，并采用极大似然估计法得到参数估计结果如表 3-6表 3-6 各行业 POT 模型参数估计表业 能源 材料 工业 可选消费 日常消费 医疗 0.0051 0.0073 0.0066 0.0074 0.0055 0.0-0.1939 0.0049 0.1009 -0.0526 0.0590 -0.0业 金融 信息技术 电信服务 公共事业 房地产0.0062 0.0074 0.0064 0.0076 0.0063-0.3992 0.0863 -0.1099 0.0404 0.0534图 3-5 展示了 POT 模型对部分行业收益率尾部分布的拟合情况，可以看出好地描述了实际收益率的尾部特征。
(a) (b)图 3-4 能源行业收益率标准化残差序列及偏 t 分布检验图用 POT 模型拟合尾部分布，在阈值的选择上，本文根据 DuMouche 的上 10%分位数为阈值，并采用极大似然估计法得到参数估计结果如表 3-表 3-6 各行业 POT 模型参数估计表业 能源 材料 工业 可选消费 日常消费 医疗 0.0051 0.0073 0.0066 0.0074 0.0055 0.0-0.1939 0.0049 0.1009 -0.0526 0.0590 -0.业 金融 信息技术 电信服务 公共事业 房地产0.0062 0.0074 0.0064 0.0076 0.0063-0.3992 0.0863 -0.1099 0.0404 0.0534 3-5 展示了 POT 模型对部分行业收益率尾部分布的拟合情况，可以看出地描述了实际收益率的尾部特征。
【参考文献】：
期刊论文
[1]全球系统性金融风险溢出与外部冲击[J]. 杨子晖,周颖刚. 中国社会科学. 2018(12)
[2]我国金融机构系统性金融风险度量与跨部门风险溢出效应研究[J]. 杨子晖,陈雨恬,谢锐楷. 金融研究. 2018(10)
[3]国际原油市场极端风险的测度模型及后验分析[J]. 王鹏,吕永健. 金融研究. 2018(09)
[4]比特币价格波动极端风险、演化模式与监管政策响应——基于结构突变点CAViaR-EVT模型的实证研究[J]. 郭文伟,刘英迪,袁媛,张思敏. 南方金融. 2018(10)
[5]我国上市商业银行风险传染研究——基于股价动态相关性[J]. 李志楠,邸瑶,沈沛龙. 经济问题. 2018(01)
[6]基于SV-POT-TDRM的沪深300股指期货尾部风险研究[J]. 秦学志,郭明,宋宇. 系统管理学报. 2017(05)
[7]基于R-vine copula的原油市场极端风险动态测度研究[J]. 杨坤,于文华,魏宇. 中国管理科学. 2017(08)
[8]系统性风险的传染渠道与度量研究——兼论宏观审慎政策实施[J]. 方意. 管理世界. 2016(08)
[9]基于网络视角的银行业系统性风险度量方法[J]. 隋聪,谭照林,王宗尧. 中国管理科学. 2016(05)
[10]中国银行业系统性风险监测研究——基于SCCA技术的实现与优化[J]. 李志辉,李源,李政. 金融研究. 2016(03)
本文编号：3572500
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：49 页
【学位级别】：硕士
【部分图文】：
能源行业收益率波动模型拟合图
(a) (b)图 3-4 能源行业收益率标准化残差序列及偏 t 分布检验图采用 POT 模型拟合尾部分布，在阈值的选择上，本文根据 DuMouche 的 置上 10%分位数为阈值，并采用极大似然估计法得到参数估计结果如表 3-6表 3-6 各行业 POT 模型参数估计表业 能源 材料 工业 可选消费 日常消费 医疗 0.0051 0.0073 0.0066 0.0074 0.0055 0.0-0.1939 0.0049 0.1009 -0.0526 0.0590 -0.0业 金融 信息技术 电信服务 公共事业 房地产0.0062 0.0074 0.0064 0.0076 0.0063-0.3992 0.0863 -0.1099 0.0404 0.0534图 3-5 展示了 POT 模型对部分行业收益率尾部分布的拟合情况，可以看出好地描述了实际收益率的尾部特征。
(a) (b)图 3-4 能源行业收益率标准化残差序列及偏 t 分布检验图用 POT 模型拟合尾部分布，在阈值的选择上，本文根据 DuMouche 的上 10%分位数为阈值，并采用极大似然估计法得到参数估计结果如表 3-表 3-6 各行业 POT 模型参数估计表业 能源 材料 工业 可选消费 日常消费 医疗 0.0051 0.0073 0.0066 0.0074 0.0055 0.0-0.1939 0.0049 0.1009 -0.0526 0.0590 -0.业 金融 信息技术 电信服务 公共事业 房地产0.0062 0.0074 0.0064 0.0076 0.0063-0.3992 0.0863 -0.1099 0.0404 0.0534 3-5 展示了 POT 模型对部分行业收益率尾部分布的拟合情况，可以看出地描述了实际收益率的尾部特征。
【参考文献】：
期刊论文
[1]全球系统性金融风险溢出与外部冲击[J]. 杨子晖,周颖刚. 中国社会科学. 2018(12)
[2]我国金融机构系统性金融风险度量与跨部门风险溢出效应研究[J]. 杨子晖,陈雨恬,谢锐楷. 金融研究. 2018(10)
[3]国际原油市场极端风险的测度模型及后验分析[J]. 王鹏,吕永健. 金融研究. 2018(09)
[4]比特币价格波动极端风险、演化模式与监管政策响应——基于结构突变点CAViaR-EVT模型的实证研究[J]. 郭文伟,刘英迪,袁媛,张思敏. 南方金融. 2018(10)
[5]我国上市商业银行风险传染研究——基于股价动态相关性[J]. 李志楠,邸瑶,沈沛龙. 经济问题. 2018(01)
[6]基于SV-POT-TDRM的沪深300股指期货尾部风险研究[J]. 秦学志,郭明,宋宇. 系统管理学报. 2017(05)
[7]基于R-vine copula的原油市场极端风险动态测度研究[J]. 杨坤,于文华,魏宇. 中国管理科学. 2017(08)
[8]系统性风险的传染渠道与度量研究——兼论宏观审慎政策实施[J]. 方意. 管理世界. 2016(08)
[9]基于网络视角的银行业系统性风险度量方法[J]. 隋聪,谭照林,王宗尧. 中国管理科学. 2016(05)
[10]中国银行业系统性风险监测研究——基于SCCA技术的实现与优化[J]. 李志辉,李源,李政. 金融研究. 2016(03)
本文编号：3572500
本文链接：https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/3572500.html
