基于 GARCH-Copula-CoVaR模型风险溢出测度研究.docVIP

基于 GARCH-Copula-CoVaR模型风险溢出测度研究 　　摘要：本文根据GARCH-Copula-CoVaR模型，对亚洲三大股票市场指数间的风险溢出效应进行实证研究，结果表明：HSI和N225存在显著的双向即时风险溢出效应，而在滞后1期，只存在显著的从HSI到N225的单向风险溢出效应；HSI和SHZ亦存在显著的双向即时风险溢出效应，但在滞后1期以上不存在风险溢出效应；N225和SHZ在所有滞后期均不存在风险溢出效应；以 代表的平均风险溢出强度为4.4%，SHZ 和HSI间的风险溢出效应强于N225与HSI间的风险溢出效应。 　　关键词：条件风险价值；风险溢出强度；自回归条件异方差模型；Copula函数 　　Abstract：Using GARCH-Copula-CoVaR model, we analyze the risk spillover effect among three major stock markets in Asia. The empirical results show that the immediate risk spillover effect between N225 and HSI is bi-directional；however there exists only unidirectional risk spillover effect from HSI to N225 for 1-period lag. There also exists bi-directional immediate risk spillover effect between HSI and SHZ，but there has no risk spillover effect in lagged period. No risk spillover effect is found between N225 and SHZ. The average strength of risk spillover effect represented by %CoVaR is 4.4%. The risk spillover effect between SHZ and HSI is stronger than N225 and HSI. 　　Key Words：CoVaR，risk spillover strength，ARCH，copula function 　　中图分类号： F830.92 文献标识码：A文章编号：1674-2265（2010）12-0012-05 　　 　　一、引言 　　2007年次贷危机引发的美国金融市场风险迅速扩散到其他国家和地区，最终导致席卷全球的经济危机。这一事实充分表明，缺乏对市场极端条件下风险溢出效应的考量，可能会导致各金融市场风险水平被严重低估。面对经济金融的日益全球化，单一金融机构（或金融市场）的风险损失事件往往会迅速扩散到整个金融体系，引发系统性风险；这种市场之间的波动传导机制被称为风险溢出效应（或波动溢出效应）。风险溢出效应将整个金融系统看作是一个相互影响的整体，随着全球一体化进程的深入，风险溢出效应不再局限于本国金融市场，一国市场的波动不仅受其自身因素的制约，而且还要受到他国市场的影响。面对这次全球性的金融危机，作为国际主流风险管理技术的VaR①方法没有充分考虑这种风险溢出效应，缺乏对市场间相关风险的估计和度量，具有一定的局限性。 　　纵观国内外研究的现状，大多只限于风险溢出效应存在与否方面的研究，而对一个金融市场对另一个金融市场风险溢出强度有多大，未曾深入研究。如果能够设计一个具体的指标来度量金融市场间风险溢出强度大小，则可以用定量的方法深入研究风险溢出效应，具有重大理论和实际意义。基于这一背景，我们引入Adian和Brunnermeier（2008）提出的CoVaR方法，即条件风险价值法，这种方法试图计算在其他金融市场（或金融机构）陷入困境时投资组合损失的风险。和VaR方法相比，CoVaR方法将风险溢出效应纳入VaR框架内，并能以一具体数值表示风险溢出强度大小，是一种更为全面和有效的风险管理技术，具有很强的操作性。对金融机构而言，加入风险溢出效应后的VaR（即CoVaR）能更准确衡量实际风险，避免风险被低估（或高估），从而提高风险管理决策的准确性。而对关注整个金融系统风险的监管当局而言，因为CoVaR方法能够准确有效地反映单个金融机构（或金融市场）对系统风险的影响，监管当局便能够知道各金融机构（或金融市场）对系统风险的贡献程度，对那些对系统风险贡献程度较高的金融机构（或金融市场）实施更为严厉的监管，确保整个金融体系的稳定。可以说，CoVaR为监管当局管理