期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
中美股指间的动态相依结构及突变因素——基于时变Copula-ARMA-NAGARCH的分析
被引量：
4
1
作者
张旭
刘晓星
姚登宝
《北京工商大学学报（社会科学版）》
CSSCI
北大核心
2016年第2期80-90,共11页
为了克服传统格兰杰因果检验等方法在研究股市相依结构时存在的不足,文章构建了时变Copula-ARMANAGARCH模型,研究了中美股指及中国主要股指间的动态相依结构及其突变影响因素。研究发现,中国主要股指间的动态相依关系存在显著差异,中美...
为了克服传统格兰杰因果检验等方法在研究股市相依结构时存在的不足,文章构建了时变Copula-ARMANAGARCH模型,研究了中美股指及中国主要股指间的动态相依结构及其突变影响因素。研究发现,中国主要股指间的动态相依关系存在显著差异,中美两国主板间和创业板间的联动关系密切,其相依结构具有显著的突变特征。其中,国际因素对中美股指间的相依结构具有正向影响,对国内股指的相依结构影响不显著;国内因素对国内股指相依结构的影响是正向的,对中美股指间的相依结构影响是负向的,中美两国股票市场表现为非对称的相依结构。
展开更多
关键词
股票市场
股票指数
动态相依
突变因素
时变
copula
时变相关系数
下载PDF
职称材料
基于动态因子Copula模型的收益率波动相依性分析
2
作者
张铃
杨炜明
《长春金融高等专科学校学报》
2022年第3期73-80,共8页
金融市场作为风险研究的对象,需要构建联合分布来分析其变量间的相依性变化。针对高维变量联合建模带来的“维数灾难”,动态因子Copula模型能有效处理金融数据的不对称性、厚尾性和动态相依性,解决参数估计问题。以2008年1月至2020年12...
金融市场作为风险研究的对象,需要构建联合分布来分析其变量间的相依性变化。针对高维变量联合建模带来的“维数灾难”,动态因子Copula模型能有效处理金融数据的不对称性、厚尾性和动态相依性,解决参数估计问题。以2008年1月至2020年12月22个金融机构股票收益率为研究对象进行实证分析,研究结果表明:银行业与其他金融机构的相依性普遍更强,兴业银行受公共因子的影响最大,因子载荷均值为1.7973;保险业与其他金融机构相依性偏低,中国太保受公共因子影响最小,因子载荷均值为1.2013;证券业居中。
展开更多
关键词
动态因子
copula
动态相依性
金融机构收益率
下载PDF
职称材料
我国金融机构系统性风险动态监测——基于CCA和动态因子copula模型的研究
被引量：
6
3
作者
王培辉
袁薇
《财经论丛》
CSSCI
北大核心
2017年第12期43-53,共11页
本文结合未定权益分析法和动态因子copula模型研究了2008年1月至2016年3月我国金融机构系统性风险。研究结果表明:(1)基于未定权益分析法计算的信用价差指标较好地揭示了单一金融机构违约风险动态变化,次贷危机期间较高,2015年以来再次...
本文结合未定权益分析法和动态因子copula模型研究了2008年1月至2016年3月我国金融机构系统性风险。研究结果表明:(1)基于未定权益分析法计算的信用价差指标较好地揭示了单一金融机构违约风险动态变化,次贷危机期间较高,2015年以来再次升高,具体来看,证券公司最高,保险公司和信托公司居中,银行最低。(2)基于动态因子copula模型计算的系统性风险指标较好地反映了我国金融机构系统性风险演进,2009年下半年至2014年底系统性风险较高,样本期间内金融机构在系统重要性上没有显著差异。比较发现单一金融机构违约风险较高,并不意味着系统性风险高,这取决于金融机构间相依结构。因此,加强金融机构宏观审慎监管时,应关注金融机构间相依结构动态变化。
展开更多
关键词
系统性风险
未定权益分析法
动态因子
copula
模型
下载PDF
职称材料
题名
中美股指间的动态相依结构及突变因素——基于时变Copula-ARMA-NAGARCH的分析
被引量：
4
1
作者
张旭
刘晓星
姚登宝
机构
东南大学经济管理学院
出处
《北京工商大学学报（社会科学版）》
CSSCI
北大核心
2016年第2期80-90,共11页
基金
国家自然科学基金项目"全球化条件下流动性冲击金融系统稳定的传导扩散机制及其监控研究"(71273048)
国家自然科学基金项目"资产价格波动与实体经济:影响机制及其动态均衡研究"(71473036)
文摘
为了克服传统格兰杰因果检验等方法在研究股市相依结构时存在的不足,文章构建了时变Copula-ARMANAGARCH模型,研究了中美股指及中国主要股指间的动态相依结构及其突变影响因素。研究发现,中国主要股指间的动态相依关系存在显著差异,中美两国主板间和创业板间的联动关系密切,其相依结构具有显著的突变特征。其中,国际因素对中美股指间的相依结构具有正向影响,对国内股指的相依结构影响不显著;国内因素对国内股指相依结构的影响是正向的,对中美股指间的相依结构影响是负向的,中美两国股票市场表现为非对称的相依结构。
关键词
股票市场
股票指数
动态相依
突变因素
时变
copula
时变相关系数
Keywords
stock
market
stock
index
dynamic
interdependence
mutation
factor
time-varing
copula
time-varing
coefficient
分类号
F832.51 [经济管理—金融学]
F224
下载PDF
职称材料
题名
基于动态因子Copula模型的收益率波动相依性分析
2
作者
张铃
杨炜明
机构
重庆工商大学数学与统计学院
出处
《长春金融高等专科学校学报》
2022年第3期73-80,共8页
基金
重庆市自然科学基金项目(cstc2020jcyj-msxmX0394)。
文摘
金融市场作为风险研究的对象,需要构建联合分布来分析其变量间的相依性变化。针对高维变量联合建模带来的“维数灾难”,动态因子Copula模型能有效处理金融数据的不对称性、厚尾性和动态相依性,解决参数估计问题。以2008年1月至2020年12月22个金融机构股票收益率为研究对象进行实证分析,研究结果表明:银行业与其他金融机构的相依性普遍更强,兴业银行受公共因子的影响最大,因子载荷均值为1.7973;保险业与其他金融机构相依性偏低,中国太保受公共因子影响最小,因子载荷均值为1.2013;证券业居中。
关键词
动态因子
copula
动态相依性
金融机构收益率
Keywords
dynamic
factor
copula
dynamic
dependence
rate
of
return
of
financial
institutions
分类号
F832.5 [经济管理—金融学]
下载PDF
职称材料
题名
我国金融机构系统性风险动态监测——基于CCA和动态因子copula模型的研究
被引量：
6
3
作者
王培辉
袁薇
机构
河北大学经济学院
出处
《财经论丛》
CSSCI
北大核心
2017年第12期43-53,共11页
基金
国家社科基金青年项目(14CJY073)
文摘
本文结合未定权益分析法和动态因子copula模型研究了2008年1月至2016年3月我国金融机构系统性风险。研究结果表明:(1)基于未定权益分析法计算的信用价差指标较好地揭示了单一金融机构违约风险动态变化,次贷危机期间较高,2015年以来再次升高,具体来看,证券公司最高,保险公司和信托公司居中,银行最低。(2)基于动态因子copula模型计算的系统性风险指标较好地反映了我国金融机构系统性风险演进,2009年下半年至2014年底系统性风险较高,样本期间内金融机构在系统重要性上没有显著差异。比较发现单一金融机构违约风险较高,并不意味着系统性风险高,这取决于金融机构间相依结构。因此,加强金融机构宏观审慎监管时,应关注金融机构间相依结构动态变化。
关键词
系统性风险
未定权益分析法
动态因子
copula
模型
Keywords
Systematic
Risk
Contingent
Claim
Analysis
dynamic
factor
copula
Model
分类号
F832 [经济管理—金融学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
中美股指间的动态相依结构及突变因素——基于时变Copula-ARMA-NAGARCH的分析
张旭
刘晓星
姚登宝
《北京工商大学学报（社会科学版）》
CSSCI
北大核心
2016
4
下载PDF
职称材料
2
基于动态因子Copula模型的收益率波动相依性分析
张铃
杨炜明
《长春金融高等专科学校学报》
2022
0
下载PDF
职称材料
3
我国金融机构系统性风险动态监测——基于CCA和动态因子copula模型的研究
王培辉
袁薇
《财经论丛》
CSSCI
北大核心
2017
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
