彭岳;吴永隆 利用波动率指数通过连接函数分析金融传染和非对称市场依赖性。 （英语） Zbl 1298.91206号 Ann.财务 8，第1期，49-74（2012）. 摘要：本文探讨了五种流行股票指数（标准普尔500指数、纳斯达克100指数、DAX 30指数、富时100指数和日经225指数）及其相应波动率指数（VIX、VXN、VDAX、VFTSE和VXJ）之间的跨市场相关性。特别地，我们提出了一种动态混合copula方法，该方法能够捕获时变尾部相关系数（TDC）。研究结果表明，主要国际股市存在金融传染和显著的非对称TDC。在某些情况下，虽然传染无法通过股指走势明确检测到，但可以通过波动率指数之间的相关性来捕捉。结果表明，传染不仅反映在指数收益的第一时刻，还反映在第二时刻，即波动性。结果还表明，波动率指数之间的相关性更容易受到金融冲击的影响，并且比股市指数更快地反映瞬时信息。 引用于4文件 MSC公司： 91G99型 精算科学和数学金融 62小时05 多元概率分布的表征与结构理论；连接线 91B70型 经济学中的随机模型 91G70型 统计方法；风险措施 关键词：金融传染;不对称依赖;金融危机;动态混合copula;波动性指数 PDF格式BibTeX公司 XML格式引用 \textit{Y.Peng}和\textit{W.L.Ng}，《财务年鉴》第8卷第1期，第49-74页（2012年；Zbl 1298.91206） 全文： 内政部 参考文献： [1] 阿尔·伊约杰：VDAX、VSMI和VSTOXX波动率指数之间隐含的波动率期限结构联系。《全球金融杂志》18，290–302（2008）·doi:10.1016/j.gfj.2006.11.003 [2] Alaganar V.，Bhar R.：外部冲击下的信息和波动性联系——来自双重上市的澳大利亚股票的证据。国际财务评论11，59–71（2002）·doi:10.1016/S1057-5219（01）00070-9 [3] Ammann M.，Süss S.：金融时间序列中的非对称依赖模式。《欧洲财务杂志》15，703–719（2009）·doi:10.1080/13518470902853368 [4] Bauwens L.，Laurent S.：一类新的多元偏态密度，应用于广义自回归条件异方差模型。《公共汽车经济统计杂志》23，346–354（2005）·doi:10.1198/07350010400000523 [5] Bekiros S.，Gerogoutsos D.：亚太股市的极端价值依赖。《Multinat财务管理杂志》18，197–208（2008）·doi:10.1016/j.mulin.2007.08.003 [6] Bertero E.，Mayer C.：结构与绩效：1987年10月股市崩盘前后全球股市的相互依存关系。《欧洲经济评论》第34期，1155–1180（1990）·doi:10.1016/0014-2921（90）90073-8 [7] Blair B.、Poon S.、Taylor S.：预测标准普尔；P100波动率：隐含波动率和高频指数收益率的增量信息含量。《计量经济学杂志》105，5–26（2001）·Zbl 0980.62097号 ·doi:10.1016/S0304-4076（01）00068-9 [8] Bollerslev T.：短期名义汇率一致性建模：一个多元广义arch模型。Rev Econ Stat 72，498–505（1990）·doi:10.2307/2109358 [9] Boyer，B.，Gibson，M.，Loretan，M.：相关性变化测试中的陷阱。联邦储备系统理事会，第597号国际金融讨论文件（1999年） [10] Chen，S.，Poon，S.：使用copula和风险偏好建模国际股市传染。曼彻斯特商学院工作文件（2007年） [11] Cherubini U.，Luciano E.，Vecchiato W.：金融学中的Copula方法。威利，西苏塞克斯（2004）·Zbl 1163.62081号 [12] Chowdhury I.，Sarno L.：外汇市场的时间波动性：关于其持续性和货币溢出的新证据。J Bus Finance Account 31，759–793（2004年）·doi:10.1111/j.0306-686X.2004.00556.x [13] 克莱森S.、福布斯K.：《国际金融危机》。Kluwer，Dordrecht（2001） [14] 续：资产收益的经验特性：程式化事实和统计问题。Quant Finance 1，223–236（2001）·doi:10.1080/713665670 [15] Diebold F.，Gunther T.，Tay A.：评估密度预测及其在金融风险管理中的应用。《国际经济评论》39，863–883（1998）·doi:10.2307/2527342 [16] Dungey，M.和Zhumabekova，D.：使用相关性测试传染：一些警告语。太平洋盆地工作文件系列第01-09号（2001） [17] Fleming J.，Osttiek B.，Whaley R.：预测股市波动：一种新的衡量标准。J Future Mark 15，265–302（1995）·doi:10.1002/fut.3990150303 [18] 《福布斯》（Forbes K.）、《里戈邦R.》（Rigobon R.）：没有传染，只有相互依赖：衡量股市的共同走势。《金融杂志》572223–2261（2002）·doi:10.1111/0022-1082.00494 [19] Frahm G.、Junker M.、Schmidt R.：估算尾部依赖系数：特性和陷阱。保险数学经济37，80–100（2005）·Zbl 1101.62012年 ·doi:10.1016/j.insmateco.2005.05.008 [20] 冯J.、连德、谢毅、谢毅：电子交易对恒生指数期货市场的影响。《国际经济金融评论》14，415–425（2005）·doi:10.1016/j.iref.2004.03.004 [21] Genest C.、Remillard B.、Beaudoin D.：联体的优良性测试：综述和功效研究。《保险数学经济》44，199–213（2009）·兹比尔1161.91416 ·doi:10.1016/j.insmateco.2007.10.05 [22] Giot P.：隐含波动率指数和每日风险价值模型。J衍生12，54–64（2005）·doi:10.3905/jod.2005.517186 [23] Hansen B.：自回归条件密度估计。《国际经济评论》35，705–730（1994）·Zbl 0807.62090号 ·doi:10.2307/2527081 [24] 胡杰：中美金融市场的依存结构：一种时变条件copula方法。《应用金融经济学》20，561–583（2010）·doi:10.1080/09603100903459865 [25] Hu L.：金融市场的依赖模式：混合copula方法。《应用金融经济学》16，717–729（2006）·doi:10.1080/09603100500426515 [26] Joe H.：多元模型和依赖概念。查普曼&；霍尔，伦敦（1997）·Zbl 0990.62517号 [27] Joe H.：基于连接函数模型的两阶段估计方法的渐近效率。《多变量分析杂志》94401–419（2005）·Zbl 1066.62061号 ·doi:10.1016/j.jmva.2004.06.003 [28] Jondeau E.，Rockinger M.：条件依赖的Copula-GARCH模型：国际股市应用。《国际货币金融杂志》25，827–853（2006）·doi:10.1016/j.jimonfin.2006.04.007 [29] 卡普兰尼斯E。：国际股市收益联动指标的稳定性和预测。《国际货币金融杂志》7，63–75（1988）·doi:10.1016/0261-5606（88）90006-X [30] Kim J.：货币制度与产出波动之间的关系：1919-1996年日本经验的多元garch-m模型。Jpn World Econ 12，49–69（2000）·doi:10.1016/S0922-1425（99）00024-9 [31] King M.，Wadhwani S.：股票市场之间的波动传递。Rev Finance Stud 3，5–33（1990年）·doi:10.1093/rfs/3.1.5 [32] 科赫P.，科赫T.：每日国家股票指数之间动态联系的演变。《国际货币金融杂志》10，231–251（1991）·doi:10.1016/0261-5606（91）90037-K [33] Kroner K.，Ng V.：对资产收益的非对称协动进行建模。Rev Finance Stud 11，817–844（1998年）·doi:10.1093/rfs/11.4.817 [34] Krylova E.、Nikkinen J.、Vähämaa S.：外汇期权隐含的波动性期限结构的交叉动力学。经济巴士杂志61355–375（2009）·doi:10.1016/j.jeconbus.2009.01.002 [35] Longin F.，Solnik B.：国际股票市场的极端相关性。《金融杂志》56，649–676（2001）·数字对象标识代码：10.1111/0022-1082.00340 [36] Loretan，M.，English，W.：评估市场波动期间的“相关性分解”。《国际金融讨论文件》，联邦储备系统理事会（美国）第658号（2000年） [37] 低C：对S&；P 100指数期权。J总线77，527–546（2004）·doi:10.1086/386529 [38] Nelsen R.：Copulas简介。Springer统计系列，伦敦（1999）·Zbl 0909.62052号 [39] Nikkinen J.，Sahlstrom P.：股票指数期权价格隐含的不确定性的国际传递。《全球金融杂志》第15期，第1–15页（2004年）·doi:10.1016/j.gfj.2003.10.07 [40] Nikoloulopoulos，A.，Joe，H.，Li，H.：具有不对称尾部依赖性的藤蔓连接函数及其在财务回报数据中的应用。Comp Stat Data An（2010年出版）·兹比尔1254.91613 [41] Ozsoylev H.：碰撞和疯狂中的放大和不对称。《财务年鉴》4，157-181（2008）·Zbl 1233.91251号 ·doi:10.1007/s10436-007-0077-z [42] 巴顿A.：模拟非对称汇率依赖。《国际经济评论》47，527–556（2006）·文件编号：10.1111/j.1468-2354.2006.00387.x [43] 巴顿A.：估计可能不同长度的时间序列的多元模型。《应用经济学杂志》2147-173（2006）·doi:10.1002/jae.865 [44] Pelletier D.：动态关联的体制转换。《计量经济学杂志》131，445–473（2006）·Zbl 1337.62277号 ·doi:10.1016/j.jeconom.2005.01.013 [45] Pinheiro M.：信息不对称和价格相关性和交易的乘数效应。《财务年鉴》1，395–421（2005）·Zbl 1233.91196号 ·doi:10.1007/s10436-005-0017-8 [46] Poon S.，Granger C.：金融市场波动预测：综述。《经济诉讼杂志》41，478–539（2003）·doi:10.1257/jel.41.2.478 [47] Poon S.、Rockinger M.和Tawn J.：金融市场中的极端价值依赖：诊断、模型和金融影响。Rev Finance Stud 17，581–610（2004年）·doi:10.1093/rfs/hhg058 [48] Ratner M.：投资组合多元化和国际股票指数的跨期稳定性。《全球金融杂志》3，67–77（1992）·doi:10.1016/1044-0283（92）90005-6 [49] Rigobon R.：关于冲击国际传播的测量：传播是否稳定？。《国际经济杂志》61，261–283（2003）·doi:10.1016/S0022-1996（03）00007-2 [50] Rodriguez J.：衡量金融传染：一种copula方法。《企业财务杂志》14，401–423（2007）·doi:10.1016/j.jempfin.2006.07.002 [51] Skiadopoulos G.：希腊隐含波动率指数：结构和属性。《应用金融经济学》14，1187–1196（2004）·网址：10.1080/0960310042000280438 [52] Sklar A.：维度和边界的划分函数。Publ Inst Stat 8，229–231（1959年）·Zbl 0100.14202号 [53] Soriano，P.，Climent，F.：波动性传导模型：一项调查。巴伦西亚大学金融经济系工作文件（2005年） [54] 谢毅：基于残差的条件异方差模型诊断。《计量经济学》J 5，358–373（2002）·Zbl 1018.62053号 ·doi:10.1111/1368-423X.t01-1-00088 [55] Wagner N.，Szimayer A.：隐含市场波动中的局部冲击和溢出冲击：美国和德国的证据。Res Int Bus Finance 18、237–251（2004年）·doi:10.1016/j.ribaf.2004.04.008 [56] Xu Q.，Li X.：动态不对称尾部依赖性的估计：对亚洲发达期货市场的实证研究。《应用金融经济学》19、273–290（2009）·doi:10.1080/09603100701857864 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。