典型文献
基于高频数据的金融市场风险溢出研究
文献摘要：
近年来,金融市场间的联动现象日趋频繁,跨市场的风险溢出进一步增强.2015年以来,中国股票市场迅速发展,但也出现了大幅度的波动.因此,在维护金融稳定、防范金融风险的背景下,加强对中国股市的风险监控,降低外部冲击的影响具有重要的现实意义.建立EGARCH-Copula模型研究沪市与港市之间的相关结构,计算谱风险和VaR值以度量波动溢出效应.选取每隔5 min的上证综合指数和香港恒生指数收益率序列,进行小波降噪后,构建EGARCH模型拟合其边缘分布,选择Copula函数刻画它们之间的相关结构,Monte Carlo模拟计算谱风险和VaR值.实证结果显示,t-EGARCH-Gumbel Copula模型能够较好地描述沪市与港市之间的尾部相关结构;谱风险值随着风险厌恶系数的增大而增大,比VaR值更能捕捉尾部的极端风险,降低投资者的损失.
文献关键词：
高频数据;Copula函数;时间序列模型;谱风险度量
中图分类号：
作者姓名：
党聪;卢俊香
作者机构：
西安工程大学 理学院,陕西 西安 710600;西安理工大学 经济与管理学院,陕西 西安 710054
文献出处：
引用格式：
[1]党聪;卢俊香-.基于高频数据的金融市场风险溢出研究)[J].宁夏大学学报（自然科学版）,2022(03):254-260
A类：
谱风险度量
B类：
高频数据,金融市场风险,风险溢出,跨市,出进,中国股票市场,金融稳定,防范金融风险,中国股市,风险监控,外部冲击,EGARCH,Copula,沪市,港市,VaR,波动溢出效应,每隔,上证,综合指数,恒生指数,指数收益率,小波降噪,模型拟合,边缘分布,Monte,Carlo,Gumbel,尾部相关,风险值,风险厌恶系数,极端风险,投资者,时间序列模型
AB值：
0.422346
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
