Copula函数在金融市场风险传染研究中的应用.docxVIP

Copula函数在金融市场风险传染研究中的应用

一、引言

随着全球经济金融一体化进程的持续推进，不同区域、不同品类金融市场之间的联动性不断增强，资本跨市场、跨区域的流动规模持续扩大，在提升金融资源配置效率的同时，也让风险的跨市场传染成为影响金融稳定的核心隐患。从全球金融危机、欧洲主权债务危机到近年来的全球公共卫生冲击、主要经济体货币政策大幅调整，历次极端风险事件都呈现出明显的传染特征：单一市场的极端下跌会通过多种渠道快速传导至其他原本关联度较低的市场，引发跨区域、跨品类的资产价格共振，甚至演变为全局性的金融动荡。在这样的背景下，如何精准识别风险传染的存在、测度传染强度、梳理传染路径，一直是金融研究领域和监管部门关注的核心议题。

长期以来，对风险传染的测度大多基于线性相关系数、线性回归等传统方法，这类方法建立在收益率服从正态分布、变量间存在线性关联的假设之上，和金融市场普遍存在的尖峰厚尾、非对称联动、极端情形下相关性突变的现实特征存在明显偏差，往往会低估极端风险下的传染强度，甚至出现判断偏误。有学者早在多年前就指出，线性相关系数无法有效刻画金融市场极端情形下的相依结构，基于正态假设的多元风险模型在危机时期普遍存在风险低估的问题（Embrechts等，1999）。作为一类专门刻画变量间相依结构的统计方法，Copula函数能够突破传统方法对分布形式的限制，灵活捕捉非线性、非对称的尾部关联