基于動(dòng)態(tài)Copula-CoVaR模型的原油市場(chǎng)風(fēng)險(xiǎn)及其溢出效應(yīng)研究
【文章頁數(shù)】:157 頁
【學(xué)位級(jí)別】:博士
【部分圖文】:
圖2.1Normal和tCopula密度函數(shù)
第2章動(dòng)態(tài)Copula-CoVaR模型??場(chǎng)間相依和尾相依度量等方面的理論體系,從而可以全面性地捕捉兩金融市場(chǎng)或??資產(chǎn)間可能存在的各種相依和極端尾相依現(xiàn)象。??
圖2.3?Gumbel類Copula密度函數(shù)??2.3動(dòng)態(tài)Copula相依模型??
u2?〇?〇?u1?u2?〇?〇?u1??圖2.1?Normal和t?Copula密度函數(shù)??Clayton?(tau=0.3)?R1?Clayton?(tau=-0.3)??.......r.-...'.??0.5?^>^^CI.5?0?5??u2?〇?〇?u1?u2?〇?0?....
圖2.4驅(qū)動(dòng)變量示意圖??因此,對(duì)于只能描述非對(duì)稱負(fù)相依的R1?Clayton、R2?Clayton、R1?Gumbel以??
—時(shí)變半旋轉(zhuǎn)Clayton和時(shí)變半旋轉(zhuǎn)Gumbel,其可以有效度量?jī)山鹑谑袌?chǎng)或??資產(chǎn)間動(dòng)態(tài)非對(duì)稱負(fù)相依關(guān)系。??如圖2.4所示,當(dāng)隨機(jī)變量[^和%間為正相依時(shí),它們的聯(lián)合觀測(cè)值七和七??將以較大概率沿著主對(duì)角線分布,即點(diǎn)〇^u2)到主對(duì)角線的距離4?=¥1%?-??u2丨傾向于....
圖3.2原油市場(chǎng)收益與不確定性變化動(dòng)態(tài)相依關(guān)系圖??3.2.4?原油市場(chǎng)動(dòng)態(tài)VaR、CoVaR和ACoVaR??
不確定性以及原油市場(chǎng)不確定性升高時(shí),原油市場(chǎng)下行風(fēng)險(xiǎn)均增大;當(dāng)股票市場(chǎng)??不確定性以及原油市場(chǎng)不確定性降低時(shí),原油市場(chǎng)下行風(fēng)險(xiǎn)減小。與股票市場(chǎng)、??原油市場(chǎng)不確定性相比,經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)的影響相對(duì)較小。圖3.3???圖3.5展示了原油市場(chǎng)的下行和上行VaR,以及在極端不....
本文編號(hào):4029477
本文鏈接:http://www.lk138.cn/gongshangguanlilunwen/4029477.html