金融危機(jī)傳染實(shí)證分析研究

1金融危機(jī)傳染實(shí)證分析研究 紹了Copula函數(shù)的金融危機(jī)傳染檢驗(yàn)方法的基礎(chǔ)上，主要運(yùn)用多種靜態(tài)Copula和動(dòng)態(tài)Copula函數(shù)對(duì)金融危機(jī)傳染進(jìn)行了分析。主要結(jié)論包括三個(gè)方面：一是商業(yè)銀行與中小型銀行之間的風(fēng)險(xiǎn)傳染并不明顯，中小型銀行之間風(fēng)險(xiǎn)傳染較Abstract:Basedonthedefinition,mechanism,andtestingmodelsoffinancialcontagion,thepaperusesstaticCopulaanddynamicCopulafunctionstoanalysetheinfluencesoffinancialcontagion.Themainconclusionscanbesummarizedasfollows.First,duringthefinancialcrisis，tosomeextentChinastockmarketdeclinedalongwiththeUSstockmarket,whilenostatisticallysignificantevidencesconfirmthecorrelationofthisco-movement,andthevolatilityofChinastockmarketexhibitssomeindependence.Second,thereisastrongnegativecorrelationbetweendomesticstockmarketandthebondmarketinthepostglobalfinancialcrisis.Third,intermsofdomesticfinancialinstitutions,whetherornotduringthecrisis,thereisn’tsignificantriskcontagionamongthestate-ownedcommercialbanksorbetweenthestate-ownedcommercialbanksandsmallandmedium-sizedcommercialbanks.However,theriskcontagionbetweensmallandmedium-sizedcommercialbanksisrelativelystrongduetotheotherfactorsratherthanthefinancialcrisis.2否存在及其傳染特征，對(duì)于實(shí)施金融監(jiān)管和本文在梳理了金融危機(jī)傳染的定義，分析了金融危機(jī)傳染的機(jī)理，介紹了Copula函數(shù)的金融危機(jī)傳染檢驗(yàn)方法的基礎(chǔ)上態(tài)Copula函數(shù)對(duì)金融危機(jī)傳染進(jìn)行了分析。主要結(jié)論包括三個(gè)方面：一是金融貨幣受到投機(jī)性攻擊的概率增加1。從這個(gè)定義出發(fā)，可以研究當(dāng)其他國(guó)家受到三是基于資產(chǎn)價(jià)格的聯(lián)動(dòng)變化定義金融危機(jī)傳染。Kaminsky和Reinhart（2000）3認(rèn)為，金融危機(jī)傳染與國(guó)家間的基本面聯(lián)系無(wú)關(guān)，而可以根據(jù)行為金動(dòng)變化。Forbes和Rigobon（2002）將1GerlachS,SmetsF,Contagiousspeculativeattacks[J].EuropeanJournalof2PritskerM,TheChannelsforFinancialContagion[J].InternationalJourna1ofFinanceandEconomics.3KaminskyGL,ReinhartCM,2000,Oncrises,contagion,andconfusion[J].JournalofInternationalEconomics.4ForbesKJ,RigobonR,NoContagion,OnlyInterdependence:MeasuringStockMarketComovJournalofFinance,2002.3（1）對(duì)外貿(mào)易渠道。對(duì)外貿(mào)易渠道傳染可分為兩種類(lèi)型，一是貿(mào)易伙伴型（2）資本流動(dòng)渠道。包括金融危機(jī)通過(guò)共同債權(quán)人傳染、跨市場(chǎng)套期保值傳染、資本抽逃進(jìn)行傳染等。1992年歐洲貨幣危機(jī)、1994年墨西哥金融危機(jī)、1997年泰國(guó)貨幣危機(jī)，均是通過(guò)資本流動(dòng)渠道在同一地區(qū)或類(lèi)似的國(guó)家或地區(qū)（1）第一種是基于風(fēng)險(xiǎn)規(guī)避的傳染。當(dāng)市場(chǎng)信息不對(duì)稱(chēng)時(shí)，投資者為規(guī)避（2）第二種是基于羊群效應(yīng)的傳染。分為理性和非理性羊群效應(yīng)傳染。理（3）第三種是基于理性預(yù)期的傳染。由于投資者存在理性預(yù)期，投資者重（4）第四種是共同沖擊導(dǎo)致危機(jī)傳染。一系列重大事件對(duì)一國(guó)經(jīng)濟(jì)形成共5CostinotA,RoncalliT,TeiletcheJ,2000,Revisitingthedependence4Copula函數(shù)是連接聯(lián)合分布函數(shù)與其各自邊緣分布的函數(shù)，也被稱(chēng)為連接函數(shù)。若二維聯(lián)合分布F具有連續(xù)的邊緣分布FX、FY，則存在唯一的連接函數(shù)其次是選擇合適的Copula函數(shù)進(jìn)行擬合。對(duì)邊緣分布函數(shù)的擬合有多種方法，如GARCH模型，ARCH模型等。由于FX和FY為[0,1]上的均勻分布，且服從獨(dú)用隨機(jī)波動(dòng)（SV）模型剔除各市場(chǎng)的異方差。這種結(jié)合Copula和SV兩種方法r=σεlnσt2=α+βlnσt2-1+ηt（2）εt~N(0,1),ηt~N(0,σEQ\*jc3\*hps13\o\al(\s\up5(2),η))其中，rt為第t個(gè)交易日的對(duì)數(shù)收益率，α、β、σn為待估參數(shù)。Copula函數(shù)只能刻畫(huà)兩組變量的相依性，而無(wú)法對(duì)其影響方向進(jìn)行判斷。Gaussian-Copula。Gumbel-Copula僅刻畫(huà)上尾相依性。Clayton-Copula僅刻畫(huà)下本文研究的金融危機(jī)傳染性主要刻畫(huà)下尾相關(guān)性，因此本文嘗試用T-Copula、5由度為v的t分布函數(shù)的反函數(shù)，u1和u2分別為兩個(gè)市場(chǎng)標(biāo)準(zhǔn)化殘差εt的分布函CSJCu1,u2;τU,τL)=0.5[CJC(u1,u2;τU,τL)+CJC(1-u1,1-u2;τU,τL)+u1+u2-1]U和τL的其中，k=1/log2(2-τU)，Y=-1/log2τL，τU和τL的取值范圍均為(0,1)。-1θθθu1,u2;θu1--1θθθCopula函數(shù)估算結(jié)果落在各區(qū)域的數(shù)據(jù)個(gè)數(shù)（期望值）與同一區(qū)域的實(shí)際觀測(cè)值個(gè)數(shù)（實(shí)際值）的差異。設(shè)Aij和Bij(i,j=1,…,m)分別為區(qū)域ij中的實(shí)際統(tǒng)計(jì)量chi服從如下分布：chi~x2((m-1)2-p-(q-1))其中，p表示模型中的參數(shù)個(gè)數(shù)，q表示合并的區(qū)域個(gè)數(shù)。為更好反映市場(chǎng)間關(guān)系的變化特征，本文進(jìn)一步建立動(dòng)態(tài)Copula函數(shù)研究6市場(chǎng)之間關(guān)系的變化特征。本文采用Clayton-Copula和SJC-Copula建立時(shí)變而得到每一個(gè)時(shí)點(diǎn)上與給定的條件上尾（下尾）相關(guān)系數(shù)相對(duì)應(yīng)的Copula函數(shù)的相關(guān)參數(shù)值。設(shè)t時(shí)兩個(gè)隨機(jī)變量的邊際密度函數(shù)分別為f1與f2，對(duì)應(yīng)累積分 布函數(shù)為F1與F2，分布函數(shù)參數(shù)為θ1與θ2（如參數(shù)動(dòng)態(tài)時(shí)變，可寫(xiě)成θ1t與θ2t（2006）提出在假設(shè)上下尾相依系數(shù)運(yùn)行規(guī)律的基礎(chǔ)上進(jìn)行Copula函數(shù)的時(shí)變參數(shù)估計(jì)，即dt=λ0+λ1dt-1+λ2It(crisis)+εt（15）其中，dt表示動(dòng)態(tài)的下尾相關(guān)系數(shù)τt，It表示是否為“危機(jī)期”的指示變量，“危機(jī)期”時(shí)It=1，否則It=0，模型中加入因變量dt的滯后項(xiàng)是為了排除自身趨勢(shì)可能存在的影響因素。模型結(jié)果主要在于觀察λ2是否顯著，若顯著則表明金融危機(jī)在風(fēng)險(xiǎn)跨市場(chǎng)傳染的過(guò)程中起到顯著影響。2月27日期間的日收盤(pán)指數(shù)作為變量。為使兩個(gè)市場(chǎng)數(shù)據(jù)嚴(yán)格對(duì)應(yīng)，本文對(duì)樣7普500指數(shù)與上證綜合指數(shù)日收益率變化情況?？梢?jiàn)中美股市收益率在2008年在2008年波動(dòng)幅度仍然遠(yuǎn)高于2008年以前，且美國(guó)股市的波動(dòng)遠(yuǎn)高于中國(guó)股動(dòng)也明顯增強(qiáng)，表明美國(guó)股票市場(chǎng)波動(dòng)一定程度上對(duì)圖1標(biāo)普500與上證指數(shù)的收益率及其波動(dòng)率對(duì)比文采用不同類(lèi)型的靜態(tài)Copula函數(shù)分析中美股市間的內(nèi)在聯(lián)系，從而進(jìn)一步分表1三種靜態(tài)Copula函數(shù)參數(shù)擬合結(jié)果v/-/τUp/θ/τLt注：括號(hào)中為標(biāo)準(zhǔn)差；*和**分別表示在5%和1%的顯著性水平下顯著。v和p為T(mén)-Copula8函數(shù)的參數(shù)，為Clayton-Copula函數(shù)的參數(shù)，τU與τL為SJC-Copula函數(shù)的參數(shù)。表1結(jié)果顯示，從參數(shù)估計(jì)結(jié)果看，除SJC-Copula上尾相關(guān)系數(shù)參數(shù)的對(duì)數(shù)似然值最大，模型相對(duì)最優(yōu)；從AIC準(zhǔn)則看，SJC-Copula的值最小，模通過(guò)參數(shù)擬合可以得出以下結(jié)論。一是SJC-Copula函數(shù)下尾相關(guān)系數(shù)較大數(shù)均顯示中國(guó)股市和美國(guó)股市具有非對(duì)稱(chēng)的尾部相關(guān)關(guān)系，而T-Copula函數(shù)只下面，我們對(duì)上述三種Copula函數(shù)進(jìn)行更為嚴(yán)格的統(tǒng)計(jì)檢驗(yàn)，用卡方檢驗(yàn)表2三種靜態(tài)Copula模型的擬合優(yōu)度檢驗(yàn)結(jié)果T注：表中第一行數(shù)據(jù)為chi統(tǒng)計(jì)量，方括號(hào)中的第二行數(shù)據(jù)為該統(tǒng)計(jì)量對(duì)應(yīng)的p值。平下都接受了原假設(shè)，說(shuō)明Clayton-Copula函數(shù)與SJC-Copula函數(shù)都取得了極好的擬合效果，能較好地反應(yīng)現(xiàn)實(shí)情況。下面，本文畫(huà)出擬合效果較好的SJC-Copula函數(shù)的相依結(jié)構(gòu)三維圖形以及其對(duì)角線u1=u2上的概率密度圖，如圖9圖2SJC-Copula密度函數(shù)及其對(duì)角線u1=u2上的概率密度圖綜上所述，靜態(tài)Copula函數(shù)檢驗(yàn)顯示，美國(guó)股市下跌會(huì)引起中國(guó)股市的下由于靜態(tài)Copula函數(shù)無(wú)法反映出中美股表3時(shí)變Copula模型的參數(shù)估計(jì)結(jié)果數(shù)注：小括號(hào)中為對(duì)應(yīng)參數(shù)的標(biāo)準(zhǔn)誤；*和**分別表示在5%和1%的顯著性水平下顯著。Clayton-Copula，這是因?yàn)镃layton-C式的效果相似。下圖展示了采用時(shí)變SJC-Copula擬合的中美股市間下尾相關(guān)性圖3中美股市間時(shí)變SJC-Copula擬合的下尾相關(guān)系數(shù)表4風(fēng)險(xiǎn)傳染的顯著性檢驗(yàn)λ0λ1λ2注：小括號(hào)中為標(biāo)準(zhǔn)差；**表示在1%的顯著性水平下顯著。從表4可以看出，時(shí)變Clayton-Copula和時(shí)變SJC-Copula兩個(gè)函數(shù)估計(jì)出），的相關(guān)性變化情況，結(jié)果如圖4所示。2008年以前，中國(guó)股市和債市的收益率大部分時(shí)間內(nèi)表現(xiàn)為正相關(guān)，但這種相關(guān)性在2008年下半年顯著下降，兩個(gè)市圖4股市與債市動(dòng)態(tài)相關(guān)性（2007-2010年）行（代表大型商業(yè)銀行），表示為國(guó)有商業(yè)銀行1和國(guó)有商業(yè)銀行2；2家股份下面用動(dòng)態(tài)SJC-Copula函數(shù)對(duì)銀行業(yè)金融機(jī)構(gòu)間的風(fēng)險(xiǎn)傳染進(jìn)行檢驗(yàn)。將圖5三組銀行間動(dòng)態(tài)SJC-Copula擬合的下尾相關(guān)系數(shù)從圖5可以看出，前兩組風(fēng)險(xiǎn)傳染關(guān)系極為相似，相