已实现高阶矩的风险传染效应:基于马尔科夫机制转换的实证分析
王宜峰1,2, 范时昊3, 张晓磊4
(1.上海交通大学 安泰经济与管理学院,上海200030;2.申万宏源证券有限公司博士后科研工作站,上海200031;3.浙江财经大学 金融学院,杭州310018;4.云南师范大学 泛亚商学院,昆明650000)
【摘要】 利用沪深300指数以及香港恒生指数的5 min高频数据为样本,采用已实现高阶矩方法,提取了沪深300指数及香港恒生指数的已实现波动率、偏度、峰度及跳跃,利用马尔可夫转换研究中国大陆股票市场和香港股票市场之间的高阶矩风险传染。研究结果表明,已实现偏度和峰度来源于资产价格的跳跃,沪深300指数高阶矩对香港恒生指数的高阶矩有着单向的传导作用,状态转换在研究高阶矩风险传染中具有重要的作用,在不同的状态下,股市之间的高阶矩路径传导并不一致。
关键词: 已实现高阶矩;马尔可夫转换;风险传染
伴随着全球化进程的日益发展,各国际金融市场之间的联系也日益紧密。内地股票市场进一步放开QFII资金汇出入限制、人民币纳入SDR、沪港通开通已见成效、深港通争取年内开通、沪伦通已经开始准备等一系列事情的发生,无不表明内地的股票市场越发开放,与国际市场的联系愈加紧密。伴随而来的是中国大陆金融市场的波动不仅仅只受到来自内部市场的影响,也会更容易受到来自外部市场的扰动,与此同时,大陆金融市场的波动也将对其他金融市场的走势产生较大的影响。大部分学者通过研究波动率传染来研究风险传导,但是金融资产收益率并不总是服从正态分布,而是存在明显的非对称性和尖峰厚尾,即存在明显的三阶和四阶风险。三阶矩即偏度,表示金融资产收益率的非对称性,即较高正回报率和负回报率的出现概率不同。四阶矩即峰度,表示收益率出现极值化的概率。因此,在研究风险传染时仅仅考虑波动率是不全面的,有必要进一步研究偏度和峰度的风险传染效应。
研究香港与大陆股票市场的高阶矩的溢出效应,其理论意义在于,一方面,可以拓展和丰富学者们对极端单边事件和极端收益率的风险溢出效应的研究;另一方面,清晰地了解股票市场之间高阶矩的风险传染效应,为投资组合优化和资产定价提供了理论支撑。可以帮助投资者更好地了解股票市场间的风险传染情况,调整自己的投资策略;对于管部门而言,根据股票市场高阶矩风险传染机制,进一步维护金融市场的秩序稳定。
在现有的研究中,研究不同市场之间波动率风险传染的文献普遍采用GARCH模型对波动率风险传染进行研究,如 DCC-GARCH、BEKKGARCH和Copula-GARCH等[1-12]。由上述文献可以看出,现有大部分的研究成果是基于GARCH模型等展开的研究,但是众所周知,GARCH模型由于存在较强的人为设定因素,模型风险较大,故部分学者利用无模型方法(即已实现波动率方法)来研究波动率风险传染,一方面可以彻底规避模型风险,另一方面已实现方法可以充分利用高频数据信息量充沛的优势,研究的效果更好[13-14]。上述研究主要集中于波动率风险的传染性,很明显,金融资产数据并非服从正态分布,而是存在一定的偏度和峰度,仅仅研究波动率风险并不能说明全部问题。因此,越来越多的学者关注于高阶矩的研究,目前主要的方法分为模型法和无模型方法。模型法即基于GARCH模型的扩展来提取偏度和峰度[15-18];无模型方法即无须设定特定的模型,根据样本数据的特征提取高阶矩的方法[19-21]。现有的研究对不同市场之间的风险传染具有重要作用,但存在一定的局限性:首先,现有的研究主要集中于研究波动率的风险传染,并未考虑更高阶风险的传染;其次,现有的研究主要基于模型法展开,具有一定的模型风险,利用无模型方法进行研究的相关理论成果还较少;最后,现有的研究中往往只设定经济只有一个状态,未能考虑到状态转换对高阶矩风险传染的影响。
本文基于高阶矩风险存在的必然性以及已实现方法的优越性,利用已实现高阶矩方法[19]研究中国大陆和香港以市场之间的波动率、偏度及峰度的风险传染效应。在研究中,本文考虑到经济状态变化这一常见现象,利用马尔科夫转换研究状态变化对大陆和香港股票市场在两种经济状态下的高阶矩风险传染的影响。
研究结果表明,中国大陆和香港之间的高阶矩存在明显的风险传染效应;沪深300指数及香港恒生指数已实现偏度和峰度来源于资产价格的跳跃部分;沪深300指数的高阶矩对香港恒生指数的高阶矩具有单向的传染作用;沪深300指数已实现波动率及峰度与恒生指数已实现波动率和峰度具有传染效用;在不同的经济状态下,沪深300指数与恒生指数之间的高阶矩风险传染效果并不一致。
(2)已实现高阶矩的极限性质。已实现方差的收敛性在现有的计量经济学文献中已有详细介绍,但是关于已实现偏度和峰度的收敛性却鲜少有人问津。本节主要研究已实现偏度和峰度的极限性质。假设标的资产价格运动服从随机波动率下的跳扩散过程,即
1 研究框架
(1)已实现高阶矩。根据文献[19],假设第t 日第i 个对数价格定义为pt ,i ,则日内每个时刻的收益率为
根据上述最优滞后阶数和格兰杰因果检验的结果,利用马尔可夫转换模型,建立两个状态下的多元回归模型,研究沪深300指数高阶矩对恒生指数高阶矩之间的风险传染效用。
其中:RDt 为已实现方差;N 为当天收益率的个数,利用已实现方差经过开根号和年化处理后,可得当天的年化的已实现波动率:
趋势二：京津同城化将成为更加有效地推进京津冀协同发展，进而建立环渤海协同发展新机制的重大战略支点。以北京、天津为中心更加强调京津联动，加快实现京津同城化发展。同城化是区域经济一体化和城市群建设过程中的一个重要阶段，是区域城市间经济和社会发展到一定程度的必然趋势。推动京津同城化，关键是要实现京津基础设施一体化、产业发展一体化、市场一体化、公共服务一体化、资源配置一体化等，共同发挥高端引领和辐射带动作用，成为推动京津冀协同发展，建立环渤海协同发展新机制的重大战略支点。
式中:RVt 为已实现波动率;W 为年度交易天数。定义已实现偏度和已实现峰度的表达式:
室内的模型主要涉及家具、器具、家电和一系列与样板房设计相关的结构模型。尽力表达所有参与设计和建造样板房的细节，去对样板间设计理念进行诠释。
(2)已实现偏度和峰度与跳跃之间的关系。由文献[23-24]及式(7)、(8)可以看出,本文所采用的已实现偏度和峰度来源于跳跃部分,所以在实证中有必要对其进行实证检验。本文用两种方法表示跳跃:① 利用已实现跳跃表示跳跃幅度;② 假设跳跃幅度与已实现波动率的变动幅度成正相关,利用已实现波动率的变动幅度表示跳跃的大小。回归方程为
3.研究生产技术，成为解决生产问题的技术权威。基层党务必须围绕本单位的生产工作开展，不但要靠说，更要靠做，说要能说在点子上，做要做出好样子，才有示范效应。因此，在熟知党务工作的基础上，基层党务工作者必须主动俯下身子深入生产现场，在实践和学习中不断提高自己的生产业务技能水平，在现场组织、协调、事故处理过程中有的放矢，不说外行话，不做外行事，带领职工群众攻坚克难、创新创效，在职工群众中树立自己的技术权威。
式中:us 为局部有界可预测漂移过程;σ 为瞬时波动率;J 为纯跳跃过程。文献[22]中推导出,当N →∞时,存在如下极限性质:
对话教学的过程中，前期准备阶段，教师与文本之间成为平等的对话关系。教师要将文本进行二度创造，这也是语文课堂中老师创造能力的重要体现。教师要深度解读“作者文本”，从文字中去体会作者传达的感情、意蕴，从而找到自己教学的切入口，经过教师思想过滤带到课堂之中，让学生在重组的信息中思考，开展教学，达到预期的目标和教学效果。
式中:RM (2)为已实现二阶矩;Δps=ps-ps- 为第s 时刻的跳跃幅度。式(6)表明,当已实现二阶矩可以分解为连续波动和跳跃两个部分。
关于已实现三阶矩和四阶矩的极限性质,文献[23-24]中已给出详细的推导,当N →∞时,有:
春节期间，大气中日均PM2.5、PM10稳定达标，但1月27日000～100及2月1日100～2月2日00小时浓度超过75μg/m3。最高小时浓度出现在1月27日000，此时PM2.5瞬时浓度达142μg/m3，PM10瞬时浓度达174μg/m3。这两个时刻应该与出城及回城车辆激增有很大关系，随着车辆的减少污染维持时间短，日均值并未超标。
式中,RM (3)、RM (4)分别为已实现三阶矩和四阶矩。由式(7)、(8)可以看出,文中所定义的已实现三阶矩和四阶矩仅仅来源于跳跃部分,它们与已实现二阶矩不同,已实现二阶矩来源于连续波动和跳跃两个部分。因此,可以推断出,利用不同的频率所计算出的偏度和峰度具有较大的差异,利用日内高频数据所得到的已实现偏度和峰度的均值与利用日度数据采用移动窗口的方法算出的偏度和峰度的均值会有较大的差异,这一点与已实现波动率具有较大的不一致性。因此,本文用式(3)、(4)所计算出的已实现偏度和峰度与利用传统统计方法计算出的偏度和峰度具有一定的差别,但它们都能刻画出标的资产收益中偏斜和尖峰的特点。
为了验证本文所定义的已实现偏度和已实现峰度来源于跳跃部分,需要将已实现波动率分为连续波动与跳跃部分,利用回归的方法验证跳跃与已实现偏度与峰度的关系。本文选择已实现双幂变差的方法分离跳跃部分:
式中:BVt 为t 时刻的双幂变差;RJt 为t 时刻已实现跳跃变差;max logZt 为跳跃统计量;Φα 为标准正态分布上α 分位点的值,本文中α= 0.95;Γ (·)为Gamma函数,是阶乘函数在实数和复数上的扩展,对于实数部分为正的复数z ,Gamma函数定义为
2 数据处理与描述性统计
(1)数据选取与处理。选取沪深300指数和香港恒生指数分别表示中国大陆和香港股票市场价格;采用2014-06-05～2016-05-31的5 min高频数据作为研究样本;沪深300指数选择每日9:40～14:50的价格数据,去除缺失值,去掉中国大陆实行熔断机制期间的数据;恒生指数选择每日10:10～15:50的价格数据;去除缺失值;选择共同交易日的数据,去掉因节假日、临时停盘等因素造成的交易日期不一致的数据。根据数据筛选标准,最终有428个交易日的数据符合要求。
利用沪深300指数和香港恒生指数5 min高频数据,得到各自高频的对数收益率。再根据式(2)～(4)得到已实现波动率、偏度和峰度;利用式(9)～(13)将已实现波动率部分的跳跃部分分离出来。
(2)描述性统计。由表1可以看出,沪深300指数收益率与恒生指数收益率在统计性质上具有一定的不一致性。从已实现波动率来看,沪深300指数收益率的波动率高于香港恒生指数的波动率;从已实现偏度来看,恒生指数的收益率更加正偏;从已实现峰度来看,恒生指数收益率的峰度更高,说明恒生指数收益率更加呈现尖峰厚尾的特点;从已实现跳跃来看,沪深300指数的跳跃风险更大。图1～4分别所示为沪深300指数与恒生指数收益率已实现波动率、偏度、峰度与跳跃的情况。
表1 沪深300指数收益率及恒生指数收益率的已实现高阶矩及跳跃
图1 沪深300指数与恒生指数已实现波动率
图2 沪深300指数与恒生指数已实现偏度
图3 沪深300指数与恒生指数已实现峰度
图4 沪深300指数与恒生指数已实现跳跃
3 实证分析
本文利用ADF检验考察上述几组时间序列的平稳性,利用平稳的时间序列进行实证研究。首先,利用回归的方法验证已实现偏度和峰度与已实现跳跃之间的关系;其次,利用格兰杰因果检验的方法验证中国大陆股票市场的已实现高阶矩与相关股票市场的已实现高阶矩之间的因果关系;最后,根据格兰杰因果检验的结果,假设金融市场中存在两种经济状态,利用马尔可夫转换模型来验证中国大陆与香港市场之间的高阶矩风险传染。
(1)平稳性检验。在进行时间序列分析前,数据的平稳性是必要条件,本文利用ADF检验的方法验证中国大陆和香港市场的已实现波动率、偏度、峰度以及跳跃的平稳性,验证结果如表2所示。
表2 数据的平稳性检验
由表2的平稳性检验结果可以看出,沪深300指数和恒生指数的已实现波动率、偏度、峰度以及已实现跳跃均为平稳的时间序列。
为了缓解“挂号难”问题，不少地方推出微信公众号、自助挂号机、电话等多渠道挂号。但一些号贩子趁机钻空子，除了在医院放号时段替人抢号外，还转战到挂号移动终端抢号，各种挂号APP也随之产生，一边是患者下单预约挂号，一边是号贩子接单代挂，动辄加价数百元，侵害了患者正常权益。
由此得到的最大特征根λmax=5.814，归一化后特征向量值为W=[0.384，0.174，0.066，0.335，0.041]即为对应的影响因子权重值。
式中:RSt 为已实现偏度;RKt 为已实现峰度。
总而言之，化学实验是初中化学教学的重要组成内容，其作用是其他教学所无法替代的。在初中化学实验课堂教学中，教师必须不断改进教学观念，发展教学理念，用素质教育理念作为教学的指导思想，推动初中化学实验教学效果的不断提升，实现初中生综合素养的均衡提高。
利用式(14),分别验证中国大陆和香港市场上已实现偏度和峰度与跳跃之间的关系,其中跳跃部分用两种不同的方法表示,回归结果如表3所示。由表3的回归结果可以看出,无论在中国大陆市场还是在香港市场,已实现偏度及峰度与跳跃之间存在密切的关系,所以,本文从实证上验证了式(7)、(8)。由调整的R 2来对比,利用已实现跳跃作为跳跃的代理变量比利用波动率的变动幅度作为跳跃的代理变量的效果更好。该结果进一步验证了已实现跳跃在刻画标的资产价格跳跃行为方面的优越性。
对比分析了现存的几类大型变压器运输监测方案，结合本项目的具体情况，确定了以下方案：本系统主要由控制台、通讯服务器、手机服务器、本地操作工具四部分构成，系统整体结构如图1。系统的前台包括显示界面和手机终端上的实时数据显示、历史数据查询和报警信息显示以及设置报警阈值，后台包括各部分连接和监权、数据采集解析、实时报警和数据库存储等。
(3)中国大陆与香港股市高阶矩之间的格兰杰因果关系。本文研究中国大陆与香港股市高阶矩之间的风险传染,所以有必要利用格兰杰因果检验的方法初步判断因果关系。通过对沪深300指数已实现高阶矩与香港恒生指数已实现高阶矩两两配对,有3×3=9种配对结果,利用AIC准则确定最优滞后阶数,如表4所示。表中,“-”表示组合的先行滞后关系不明显。将领先滞后关系明显的序列组合进行格兰杰因果检验,检验的结果如表5所示。
儿童起病与成人起病肌张力障碍苍白球内侧神经波动比较及临床意义 ………………………………………………………………… 王爱华，张睿俐，耿馨佚，等 197
表3 已实现偏度、峰度与跳跃之间的关系
表4 沪深300指数高阶矩与恒生指数高阶矩一元回归的最优滞后阶数
表5 沪深300指数高阶矩与恒生指数高阶矩之间的格兰杰因果检验
由表5结果可以看出,首先,沪深300指数高阶矩对恒生指数高阶矩有单向的传染效应,但是恒生指数高阶矩对沪深300指数高阶矩没有传染效应;其次,分不同的高阶矩来看,沪深300指数已实现波动率对恒生指数已实现波动率具有传染效应,沪深300指数已实现波动率对恒生指数已实现偏度具有传染效应,沪深300指数已实现峰度对恒生指数已实现峰度具有传染效应。
利用日内每一时刻的收益率,可得当日的已实现方差:
(4)马尔可夫转换下高阶矩风险传染效应。这部分主要针对上述格兰杰因果检验的结果,对效果显著的3个序列组合建立两种状态下的马尔可夫转换多元回归模型,研究时变经济状态下的高阶矩风险传染效应。
小说并未详细写法院如何对苔丝进行审判，只是在小说的结尾处写“一面黑色的旗子”从温顿赛斯特城监狱升了起来。黑色旗帜，是英国司法文化，即执行死刑时，在监狱升起一面黑色的旗子，向其亲友宣告已经执行完毕。由此，我们可以推断苔丝的罪名是“谋杀”。
①沪深300指数已实现波动率对香港恒生指数已实现波动率的风险传染效应。由表4可以看出,沪深300指数已实现波动率与香港恒生指数已实现波动率之间的最优滞后阶数为1阶;由表5可以看出,沪深300指数已实现波动率对恒生指数已实现波动率具有风险传染效应,反之则无。本文建立如下马尔可夫状态转换多元回归模型:
式中:HSI_RVt 为恒生指数第t 期已实现波动率;CSI_RVt 与CSI_RVt- 1分别为第t 和t- 1期沪深300指数已实现波动率;st= 1,2表示状态1和状态2。利用极大似然估计法,对式(15)进行参数估计,估计结果如表6所示。
设P-A的距离为a，则a=5.5，设P-B的距离为b，则b=10，设A-B的距离为c，则c=9.0，P-A-B的节约里程为：a+b-c=6.5
表6 沪深300指数已实现波动率对香港恒生指数已实现波动率参数估计结果
由表6可以初步看出,金融市场上存在两种经济状态,在第1种状态下,当期以及滞后1期的沪深300指数已实现波动率对恒生指数已实现波动率具有显著的影响;但是在第2种状态下,仅仅只有当期的沪深300指数的已实现波动率对恒生指数的已实现波动率具有影响。由该结果可以看出,研究中国大陆与香港股市之间的波动率风险传染问题时不能一概而论,在不同的经济状态下传染性不同:在状态1下,沪深300指数已实现波动率对香港恒生指数已实现波动率具有领先效用;但是在状态2下,这种领先效应却消失了,仅仅只有当期的相互影响作用。金融市场处于状态1、2的概率如图5所示。
利用极大似然估计法对式(16)进行参数估计,估计结果如表7所示。
图5 状态1和状态2下的概率
图6 不同状态之间的转移概率
由图6可以看出,状态之间的转移也并非一致的,由前一期状态2向当期状态2转移的概率最大;由前一期状态2向当期状态1转移的概率最小。
由中国大陆与香港之间已实现波动率的风险传染效应可以看出,在状态1下,沪深300指数的已实现波动率对香港恒生指数的已实现波动率具有领先的传导作用,但从状态概率来看,处于状态1下的概率较小,且从状态2转向状态1的概率较小。综合上述结果可以看出,在大部分时候经济处于第2种状态,沪深300指数波动率和恒生指数波动率之间不存在领先的关系;仅当处于第1种状态时,沪深300指数波动率才对恒生指数波动率具有领先效应。
②沪深300指数已实现波动率对香港恒生指数已实现峰度的风险传染效应。由表4可以看出,沪深300指数已实现波动率与香港恒生指数已实现峰度之间的最优滞后阶数为1阶;由表5可以看出,沪深300指数已实现波动率对恒生指数已实现峰度具有风险传染效应,反之则无。本文建立如下马尔可夫状态转换多元回归模型:
式中,HSI_RKt 表示恒生指数第t 期已实现峰度。
由图5可以看出,经济处于状态1、2的概率并不一致,处于状态2下的概率大于处于状态1下的概率。两种状态之间的时变转移概率如图6所示。
表7 沪深300指数已实现波动率对香港恒生指数已实现峰度参数估计结果
由表7的回归结果同样可以看出,在状态1和状态2下,沪深300指数已实现波动率对香港恒生指数已实现峰度的传染效应不同。在状态1下,沪深300指数已实现波动率与香港恒生指数已实现峰度之间没有相关性;但在状态2下,沪深300指数已实现波动率对香港恒生指数已实现峰度具有风险传染性。由于篇幅的限制,本文在此不再给出两种状态的概率图以及转移概率图。由上述分析同样可以看出,研究香港和中国大陆之间的风险传染问题不能在单一状态下展开研究。
③沪深300指数已实现峰度对香港恒生指数已实现峰度的风险传染效应。由表4可以看出,沪深300指数已实现峰度与香港恒生指数已实峰度之间的最优滞后阶数为5阶;由表5可以看出,沪深300指数已实现峰度对恒生指数已实现峰度具有风险传染效应,反之则无。本文建立如下马尔可夫状态转换多元回归模型:
式中:HSI_RKt 为恒生指数第t 期已实现峰度;CSI_RKt 为第t 期沪深300指数已实现峰度。
利用极大似然估计法对式(17)进行参数估计,估计结果如表8所示。
表8 沪深300指数已实现峰度对香港恒生指数已实现峰度参数估计结果
由表8的回归结果可以看出,在不同的状态下,沪深300指数已实现峰度与恒生指数已实现峰度的影响不同。在状态1下,当期和滞后5期的沪深300已实现峰度对恒生指数已实现峰度具有较为明显的影响作用,说明在状态1下,沪深300指数已实现峰度对恒生指数已实现峰度具有风险传染性;在状态2下,滞后1期、2期以及4期的沪深300指数已实现峰度对恒生指数已实现峰度具有影响作用,说明在状态2下,沪深300指数已实现峰度对恒生指数已实现峰度具有风险传染性。由于篇幅限制,本文在此不再给出两种状态的概率图以及转移概率图。由上述分析可以看出,在不同经济状态下,中国大陆与香港股市的峰度风险之间的传染也存在不一致性。
综合考虑上述结果可以看出,沪深300指数与香港恒生指数的已实现波动率和峰度之间具有单向风险传染的特点,且经济状态的转换在风险传染中扮演了非常重要的作用。
4 结 论
本文利用沪深300指数和香港恒生指数的5分钟高频数据,提取了沪深300指数以及香港恒生指数的已实现高阶矩及跳跃,研究中国大陆与香港市场之间的高阶矩风险传染特点。研究发现:
(1)本文所用的已实现偏度和峰度并非传统意义上的偏度和峰度,它们来源于资产价格的跳跃部分,本文利用两种度量跳跃的方法来研究跳跃与已实现偏度、峰度之间的关系。结果证明,它们之间存在明显的相关性,利用已实现跳跃来度量跳跃现象得到的效果更好。
(2)利用格兰杰因果检验发现,沪深300指数已实现波动率是香港恒生指数已实现波动率和峰度的格兰杰原因,沪深300指数已实现峰度是香港恒生指数已实现峰度的格兰杰原因。
(3)针对格兰杰因果检验的结论,本文利用两种状态下的马尔可夫转换多元回归模型验证了中国大陆市场对香港市场的高阶矩风险传染性。结果发现,状态转换在研究高阶矩风险传染中的作用不可忽视;沪深300指数的高阶矩对香港恒生指数的高阶矩具有单向的领先效应;除了波动率风险传染外,其他矩(如偏度和峰度)的风险传染也是一个重要的研究问题。
本文结论表明,不同金融市场的高阶矩风险之间具有相互传染的特点,需要进一步推进金融市场改革,国内的股票市场由于体量巨大,对其他市场具有一定的影响力,需要充分利用不同市场之间的相互影响制定动态的调控与监管政策,统筹考虑中国金融市场的发展。
参考文献:
[1] Eun C S.Shim S.International transmission of stock market movements[J].Journal of Financial and Quantitative Analysis,1989,24(2):241-256.
[2] Worthington A,Higgs H.Transmission of equity returns and volatility in Asian developed and emerging markets international[J].Journal of Finance&Economics,2004,9(1):115-123.
[3] Miyakoshi Tatsuyoshi.Spillovers of stock return volatility to Asian equity markets from Japan and the US[J].Journal of International Financial Markets,Institutions and Money,2003,13(4)383-399.
[4] Lieven B.Volatility spillover effects in European equity markets[J].Journal of Financial and Quantitative Analysis,2005,40(2):42-68.
[5] Nautz D,Offermanns C J.The dynamic relationship between the euro overnight rate,the ECB's policy rate and the term spread[J].International Journal of Finance&Economics,2007,12(3):287-300.
[6] Bubáka V,Ko
endac E,ŽikešF.Volatility transmission in emerging European foreign exchange markets[J].Journal of Banking&Finance,2011,35(11):2829-2841.
[7] Panda P,Deo M.Asymmetric cross-market volatility spillovers:Evidence from Indian equity and foreign exchange markets[J].DECISION,2014,41(3):261-270.
[8] Huo R,Ahmed A D.Return and volatility spillover effects:Evaluating the impact of Shanghai-Hong Kong stock connect[J].Electronic Modelling,2017,61:260-272.
[9] 谷耀,陆丽娜.沪,深,港股市信息溢出效应与动态相关性——基于 DCC-(BV)EGARCH-VAR 的检验[J].数量经济技术经济研究,2006,23(8):142-151.
[10] 李巍.中国、俄罗斯与美国证券市场的联动效应——来自次贷危机爆发后三阶段的证据[J].世界经济研究,2009(1):67-71
[11] 米咏梅,王宪勇.我国金融市场的风险溢出效应分析[J].财经问题研究,2014(11):63-67.
[12] 沈悦,戴士伟,陈锟.房价过度波动的系统性风险溢出效应测度——基于GARCH-Copula-Co VaR模型[J].中央财经大学学报,2016(3):88-95.
[13] Jawadi F,Louhichi W,Cheffou A I.Testing and modeling jump contagion across international stock markets:A nonparametric intraday approach[J].Journal of Financial Markets,2015,26(2):64-84.
[14] 左浩苗,刘振涛,曾海为.基于高频数据的股指期货与现货市场波动溢出和信息传导研究[J].金融研究,2012(4):140-154.
[15] Bali T G,Mo H,Tang Y.The role of autoregressive conditional skewness and kurtosis in the estimation of conditional VaR[J].Social Science Electronic Publishing,2008,32(2):269-282.
[16] Dark J G.Estimation of time varying skewness and kurtosis with an application to value at risk[J].Studies in Nonlinear Dynamics&Econometrics,2010,14(2):3-48.
[17] Polanski A,Stoja E.Incorporating higher moments into value-at-risk forecasting[J].Journal of Forecasting,2010,29(6):523-535.
[18] 王鹏.基于时变高阶矩波动模型的VaR与ES度量[J].管理科学学报,2013,16(2):33-45.
[19] Neuberger A.Realized skewness[J].Review of Financial Studies,2012,25(11):3423-3455.
[20] Amaya D,Christoffersen P,Jacobs K,et al. Does realized skewness predict the cross-section of equity returns?[J].Journal of Financial Economics,2015,118(1):135-167.
[21] 陈蓉,廖木英,徐婉菁.期权隐含偏度风险溢酬:来自中国台湾市场的证据[J].系统工程理论与实践,2016,36(5):1099-1108
[22] Andersen T G,Bollerslev T,Diebold F X,et al. Modeling and forecasting realized volatility[J].Econometrica,2003,71(2):579-625.
[23] Shephard N,Sheppard K.Realising the future:Forecasting with ligh-frequency-based volaticity(HEAVY)models[J].Journal of Applied Eccometrics,2010,25(2):197-231.
[24] Jacod J.Statistics and high frequency data[C]//Lecture Given at the SEMSTAT 2007 Held in La Manga.[s.l.]:[s.n.],2012.
Risk Contagion Effect of Higher Moments:An Empirical Analysis Based on Markov Regime-Switching
WANG Yifeng 1,2,FANG Shihao 3,ZHANG Xiaolei 4
(1.Antai College of Economics and Management,Shanghai Jiao Tong University,Shanghai 200030,China;2.Postdoctoral Station of Shenwan Hongyuan Securities Co.,Ltd.,Shanghai 200031,China;3.School of Finance,Zhejiang University of Finance and Economics,Hangzhou 310018,China;4.Pan-Asia Business School,Yunnan Normal University,Kunming 650000,China)
【Abstract】 This paper analyzed the realized higher moment risk contagion based on Markov regimeswitching.It used the realized higher moment method to recover the realized volatility,realized skewness,realized kurtosis and realized jump based on the sample of five-minute high frequency data of CSI 300 index and the Hang Seng Index(HIS)in Hong Kong.The results show that realized skewness and kurtosis are originated from the jump of the asset prices.The higher moments of the CSI 300 index have a unidirectional conduction effect on the higher moment risk of HSI.State transition plays an important role in the study of higher moments risk contagion.In different conditions,the conduction path of the higher moment among the stock markets is not consistent.
Key words: realized higher moment;Markov regime-switching;risk contagion
中图分类号: F 830.5
文献标志码: A DOI:10.3969/j.issn 1005-2542.2019.04.006
文章编号: 1005-2542(2019)04-0652-08
收稿日期: 2016-09-28
修订日期: 2017-04-01
作者简介: 王宜峰(1987-),男,博士后。研究方向为金融工程与风险管理。
通信作者:
张晓磊(1983-),男,博士后。
E-mail:financialmath@163.com
4.师生互动教学设计。基于网络教学平台的开发与使用，利用网络技术优势，根据教学目标、教学内容和任务，在课程讲授方式的设计中应当创设一定的虚拟情境，让学生有身临其境的学习体验；情境尽量靠近生活，尽量真实，以激发学生学习、探究、体验的动力。设计师生互动的几个模块和环节，甚至根据学生的即时提问，系统生成学生所需的课件网页。这种“人—机”交互或者“人—人”交互式平台，可以实现师生双方的实时沟通、交流。课后讨论的设计应当引入小组模式，实现分组合作的“学生—学生”的真实交流［6］，充分肯定学生的自主性、积极性和合作精神，从而激发学员学习的积极性，调动其探索知识的欲望，提高解决问题的能力。
标签：已实现高阶矩论文; 马尔可夫转换论文; 风险传染论文; 上海交通大学安泰经济与管理学院论文; 申万宏源证券有限公司博士后科研工作站论文; 浙江财经大学金融学院论文; 云南师范大学泛亚商学院论文;