基于局部相关系数和截尾扭曲混合Copula的杠杆效应识别和度量
Identification and Measurement of Leverage Effects Using Local Correlation and Truncated Distorted Mix Copula Constructing作者机构：上海财经大学经济学院上海200433 上海对外经贸大学统计与信息学院上海201620
出 版 物：《中国管理科学》 (Chinese Journal of Management Science)
年 卷 期：2020年第28卷第7期
页 面：68-76页
核心收录：
学科分类：02[经济学] 0202[经济学-应用经济学] 020204[经济学-金融学（含∶保险学）]
摘 要：作为风险资产收益和波动之间关系的度量,杠杆效应是金融市场数据三大分布特征之一,在波动预测、资产定价和风险管理中起着重要作用。日内高频数据计算的已实现波动作为波动的代理变量,解决了波动不能观测的问题,实现了用波动和收益直接建模捕捉杠杆效应。深入了解收益和已实现波动的相关模式并以此构建二者的联合分布是正确度量杠杆效应的关键。本文以局部相关系数为工具研究收益和波动在不同取值范围内的相关性变化,实证研究结果表明,与负收益冲击引起波动增加一样,正收益冲击也会引起波动增加,这与传统杠杆效应理论并不一致,与Chen和Ghysels(2011)对美国股票市场的实证结果一致。为正确捕捉和度量实证结果反映出的杠杆效应,在扭曲混合Copula构造方法基础上,本文用截尾扭曲函数构造扭曲混合Copula,以此作为收益和已实现波动的联合分布,再现收益和已实现波动的局部相关性特征。以上证综指2013.1.29日至2017.4.30区间内日内1分钟高频数据为样本进行实证分析表明,本文构造的Copula函数具有和实际数据一致的局部相关特征,能够正确刻画市场表现出的杠杆效应。Copula拟合优度的非参数检验表明,实际数据不拒绝本文构造的Copula函数,而现有文献采用的单成分Copula函数和两成分混合Copula函数均被拒绝。本文为收益和已实现波动的联合建模提供参考,具有基础重要性。
维普期刊数据库
同方期刊数据库