典型文献
共同风险贡献还是异质性风险传染——来自全球股市的新证据
文献摘要：
本文基于广义动态因子模型(GDFM)识别全球股市波动率的共同因子与异质性因子,刻画波动率共同因子与异质性因子的脉冲响应曲线与风险贡献变动,运用长期方差分解网络(LVDN)方法构建全球股市异质性风险传染网络,测度极端事件期间全球股市的异质性风险传染效应,追溯风险传染的源头.结果表明:全球股市波动率共同因子与异质性因子走势间呈现出"协同效应",在极端事件期间,发达经济体股市波动率异质性因子迅速攀升.在标准冲击下,全球股市波动率共同因子震荡周期约为7天,说明共同风险对于各经济体股市的作用机制以短期冲击效应为主.然而,全球股市波动率异质性因子脉冲响应曲线具有响应程度低与收敛速度慢的特性,在极端事件冲击下,全球股市长期因果网络节点分布具备"高度聚类"属性,在剔除过度识别因素后,运用阈值约束方法求解全球股市异质性风险波动溢出净值发现,美国股市仍然是全球股市异质性风险的主要输出方.
文献关键词：
共同风险贡献;异质性风险传染;广义动态因子模型;长期方差分解网络方法
中图分类号：
作者姓名：
隋建利;杨庆伟
作者机构：
吉林大学商学与管理学院
文献出处：
引用格式：
[1]隋建利;杨庆伟-.共同风险贡献还是异质性风险传染——来自全球股市的新证据)[J].国际金融研究,2022(10):85-96
A类：
共同风险贡献,异质性风险传染,GDFM,长期方差分解网络,LVDN,长期方差分解网络方法
B类：
全球股市,新证,广义动态因子模型,股市波动率,脉冲响应曲线,极端事件,风险传染效应,走势,发达经济体,震荡,期约,短期冲击,冲击效应,响应程度,收敛速度,速度慢,事件冲击,市长,因果网络,网络节点,除过,阈值约束,约束方法,波动溢出,净值,美国股市,输出方
AB值：
0.188484
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。
