變結構Copula模型在金融波動溢出效應中應用研究綜述

摘 要：在經濟全球化和金融一體化的推動下，金融市場之間的聯動性變得更加緊密，金融市場間的波動溢出效應也更加劇烈，傳統的金融波動模型無法精確地描述金融市場間錯綜復雜的波動溢出特征，因此構建刻畫金融市場間的波動溢出機制的模型是眾多學者研究的焦點。文章通過查閱國內外學者關于金融波動的相關學術論著，總結了變結構Copula模型在金融波動溢出效應中的優勢，發現變結構Copula模型問題的解決將為金融市場的發展作出更大的貢獻，提出變結構Copula模型在金融波動溢出效應方面未來的可能發展方向。

關鍵詞：金融波動;溢出效應;變結構Copula

中圖分類號：F832.5;F224 文獻標識碼：A 文章編號：1005-6432（2022）02-0054-02

DOI：10.13939/j.cnki.zgsc.2022.02.054

1 引言

波動性是金融市場的重要特征之一，它是形成風險的主要原因，金融時間序列經常表現為很大的波動聚集性及異方差等現象。在經濟全球化及金融市場一體化的背景下，某個地區金融市場的波動會傳波到其他的金融市場，甚至導致全球金融市場的動蕩，這種效應被稱為金融波動溢出效應。縱觀歷史，1987年美國股市大崩引發了國際股市的萎靡;1994年墨西哥金融貨幣危機，使得本國財政瀕臨崩潰，嚴重波及鄰近國家，后果震撼全球;1997年起源于泰國的東南亞金融危機最終演化為亞洲金融危機，傳導范圍極廣，影響程度極深;而2008年美國的“次貸”風暴對一些大型金融機構和市場造成不可逆的沖擊，對全球金融市場的穩定造成了嚴重影響。

總之，這些金融危機充分證明了金融波動溢出效應引起的金融危機的傳導及其危害性。隨著全球經濟一體化和金融自由化的深入發展，世界經濟體系出現經濟、金融動蕩的現象的頻率也會增大。金融是經濟的重要組成，金融安全與經濟安全緊密相連。一旦某個金融機構或金融市場出現危機，整個國家，甚至世界都將會承受巨大的損失。所以各國應該清楚地意識到抑制經濟波動和金融動蕩的重要性。要想快速有效地消除金融波動溢出效應帶來的危害，需要深入研究金融市場內波動特征和金融市場間復雜的相關關系，這樣才能很好地了解金融波動溢出機制。

針對金融市場波動特性，Robert Engle（1982）提出了一元ARCH模型，由于能夠準確刻畫波動的時變形和聚集性，ARCH模型受到了經濟學家的廣泛重視與應用。隨著金融業的發展，ARCH模型的各種擴展形式也應運而生，就各種形式的ARCH模型，統稱為ARCH類模型。在金融波動的研究過程中發現ARCH類模型存在一些不足，新的波動模型如雨后春筍般層出不窮，即隨機模型，簡記為SV模型。該模型是Clark（1973）在研究資產定價的擴散中引入的，近年來，在金融領域得到了快速的發展。該模型的形式也有了相應的改進，把各種形式的SV模型統稱為SV類模型。

其實，結合金融時間序列的時變性與波動性，金融波動傳導不僅需要考慮金融市場內的波動機制，還需要研究金融市場間的非線性相關關系。針對金融市場間的時變性與非線性相關關系，Copula理論被引入了金融風險度量研究中。Sklar（1959）最初引入Copula函數用來進行統計分析。該函數又被稱為“連接函數”。關于Copula函數的含義和性質，Nelsen（1999）做了全面詳細的梳理，更多關于Copula理論方面的研究大家可以參考Patton（2001）、Cossette（2002）和Bouye（2003），這些研究為Copula模型在各個領域中的應用奠定了基礎。從Embrechts（1999）等把Copula模型引入到金融領域以來，由于Copula模型不僅將聯合分布和邊緣分布聯合起來構造更加靈活的多元分布函數，能夠解決金融市場間非線性、非對稱的相關性問題，使得Copula模型成為描述金融市場間相依性的重要統計工具，也得到了廣大經濟學家和眾多學者的關注與厚愛。變結構Copula模型就是一種動態Copula模型，它通過模型參數的時變性、模型結構的顯著變化來描述不同波動區域下變量之間相關性的動態變化過程。

金融波動傳導不僅需要考慮金融市場內的波動機制，還需要研究金融市場間的相關關系，因此，把動態Copula模型和金融波動模型相結合應用在金融波動傳導中，借助金融波動模型描述金融波動過程，通過動態Copula模型參數和結構的顯著變化來描述變量之間動態相依性，這對研究金融波動傳導效應具有重大指導意義和參考價值。

2 國內外文獻綜述

2.1 國外研究現狀

國外最早對動態Copula模型進行研究的是Patton（2001），在研究匯率間的相關關系時，基于二元正態分布的假設，提出用時變Copula模型刻畫匯率之間的相關關系，發現時變Copula函數比BEEK-GARCH模型在研究動態相關性方面更具優勢;Patton（2006）提出條件Copula模型，將Copula函數和金融波動模型結合在一起，來研究金融波動傳染效應的存在，發現利用該模型的結果比單使用金融波動模型識別波動溢出效應更為準確;Rodriguez（2003）構建馬爾科夫轉換機制的多元Copula模型，以亞洲危機和墨西哥危機期間的多只股票指數為基礎，研究在波動時期股市之間的相依程度變化情況，結果表明該模型容易捕捉市場間的波動溢出效應;Zhang（2007）把Bayes時序診斷法和分階段Copula-SV模型結合，對股票市場之間的波動溢出效應進行分析研究，驗證了變結構Copula模型在分析金融市場波動溢出效應中是有效的;Dias和Embrechts（2009）在考慮德國馬克與美元、美元與日元之間匯率發生變結構下，得出Copula模型更好地描述在兩種貨幣之間的非線性相依結構;Arakelian和Dellaportas（2010）將馬爾科夫鏈蒙特卡洛算法應用在Copula模型中，用時變相依參數測量金融傳染效應;使用變結構阿基米德Copula模型的尾部相關系數估計金融市場風險溢出的程度，Zhu等（2015）通過研究變結構Copula模型參數變化過程中，選取16家中國銀行數據，對銀行業的次貸危機傳染期進行了有效識別;Ye等（2018）選取了次貸危機時期美國標準普爾500指數與全球5個國家的股票指數數據，采用變結構c-D-Copula函數的動態參數變化估計金融市場風險的傳染情況，結果顯示被研究的國家都受到了美國次貸危機的影響;Rocha等（2019）構造藤結構的多元Copula函數用來研究來自四個不同地區的七個國家的匯率相依關系，發現貨幣升值時存在風險溢出效應，貨幣貶值時不存在匯率傳染。

2.2 國內研究現狀

張堯庭（2002）探討了Copula在金融領域應用的可行性;韋艷華等（2003）研究了Copula理論及其在金融上的應用;韋艷華和齊樹天（2008）通過Bays檢驗和Z檢驗相結合的方式對Copula模型描述的相關結構進行變點檢測，說明變結構Copula模型在研究風險在金融市場間的傳導方面更為有效;葉五一和繆柏其（2009）在研究金融市場之間的金融危機傳染問題上，通過阿基米德Copula的65變點檢測方法來檢驗傳染效應的存在性，更加全面地分析了國家收益率之間的相依結構;劉曉星等（2011）基于EVA-Copula-CoVaR模型測度了單個股票市場流動性溢出效應;徐彩云（2013）通過線性組合方式構建變結構的混合Copula模型，研究股市之間相依性的變化以及是否存在風險溢出效應的特征;唐吟（2013）等創新性地將EMD分解技術與變結構Copula模型結合對國內外股市波動溢出效應進行研究，表明該研究方法應用于不同股票市場之間的波動溢出效應的有效性;方艷（2016）采用時變t-Copula-aDCC-GARCH模型研究了滬港通與美國市場間的動態聯動性;胡綿霞（2019）構建變結構GAS-RG Copula與變截距GAS-RG Copula刻畫金融市場間的風險傳染相關問題，結果表明除中國大陸股市外其他6個股市都受到了美國次貸危機的傳染，而且美國股市對英國、法國、德國股市的傳染效應持續時間較長，對中國香港、韓國、日本股市的傳染效應則呈現出前高后低的短期性特征;彭選華（2021）構建DCC-GJR-Copula-CoVaR模型，對31個省級股價指數進行風險溢出效應檢測，發現研究對象間的跨區域溢出具有地區差異。

3 總結與展望

隨著全球經濟的不斷深入發展，金融市場間的相關性越來越緊密及復雜，而在金融市場發展過程中，往往伴隨一些突發事件的發生，可能會造成金融市場的相關性結構發生變化。因此，單一或靜態的Copula模型無法完全把握金融市場的相關性結構，需要構建動態的Copula模型研究金融市場相關關系的動態結構變化。這使得變結構Copula模型理論分析以及在金融領域中的應用成為近年來國內外金融界研究的熱點之一。國內外眾多學者對此開展了大量研究，并且取得了巨大成果。通過對國內外相關文獻的梳理與總結，可以看出學者已經把Copula模型結合傳統的波動模型對金融波動傳導效應進行研究，而且也從靜態Copula轉換到動態Copula模型，使得變結構Copula模型在對金融波動溢出效應的研究方面的應用中有了很大的提升。但是，這些研究重點是對動態Copula模型在金融市場的應用方面，特別關于變結構Copula模型分析的理論和方法還有待完善;另外，現有的變結構Copula模型在金融波動溢出效應方面的研究僅限于兩兩金融市場之間的相依性關系研究，而多個金融市場之間的聯合波動溢出效應，即構建多元變結構Copula模型仍是一個需要解決的問題;最后，變結構Copula模型在金融波動溢出效應上的應用，僅僅考慮了市場間波動特征和相關結構，不能衡量波動溢出效應的程度以及波動傳導持續多久。這些問題值得今后做進一步的研究和探討。

參考文獻：

[1]DIAS A，EMBRECHTS P.Change-point analysis for dependence structure in finance and insurance[J].Social Science Electronic Publishing，2004（8）：321-335.

[2]徐彩云.基于尾部變結構Copula模型的股市波動溢出效應研究[D].杭州：浙江工商大學，2013.

[3]程玉仙.基于變結構Copula函數的碳金融市場波動溢出效應研究[D].廣州：廣東商學院，2013.

[4]葉五一， 繆柏其.基于Copula變點檢測的美國次級債金融危機傳染分析[J].中國管理科學，2009（3）：1-7.

[作者簡介]楊文青（1991—），女，漢族，河南西華人，天津財經大學珠江學院統計系助教，研究方向：金融統計、概率統計。

3259501186561