論基于copula函數(shù)的國(guó)際證券市場(chǎng)傳染效應(yīng)實(shí)證檢驗(yàn)

1、第2組 數(shù)理經(jīng)經(jīng)濟(jì)學(xué)及其他他分支學(xué)科 字?jǐn)?shù)：77859字 作者簡(jiǎn)介：孫 彬（1981-） 女，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院金融系博士生；楊朝軍（1960-） 男，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院博士生導(dǎo)師，教授；于 靜（1980-） 女，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院金融系博士生?；赾opulla函數(shù)的國(guó)國(guó)際證券市 作者簡(jiǎn)介：孫 彬（1981-） 女，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院金融系博士生；楊朝軍（1960-） 男，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院博士生導(dǎo)師，教授；于 靜（1980-） 女，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院金融系博士生。孫彬，楊朝軍，于于靜（上海交通大學(xué)學(xué) 安泰經(jīng)濟(jì)濟(jì)與管理學(xué)

2、院院）【摘要】隨著國(guó)國(guó)際經(jīng)濟(jì)一體體化程度和世世界貿(mào)易自由由化程度的不不斷提高，各各國(guó)經(jīng)濟(jì)相互互依賴程度不不斷加深。一一國(guó)經(jīng)濟(jì)的突突發(fā)性事件將將導(dǎo)致國(guó)際金金融市場(chǎng)間聯(lián)聯(lián)動(dòng)程度的顯顯著增強(qiáng)，并并有可能對(duì)一一定區(qū)域乃至至世界范圍內(nèi)內(nèi)的經(jīng)濟(jì)產(chǎn)生生傳染效應(yīng)。鑒鑒于目前傳染染效應(yīng)檢驗(yàn)方方法的不足，本本文運(yùn)用coopula函函數(shù)方法，通通過(guò)考察危機(jī)機(jī)前后各國(guó)金金融市場(chǎng)間相相關(guān)結(jié)構(gòu)的變變化，提出了了檢驗(yàn)金融危危機(jī)傳染效應(yīng)應(yīng)的新方法。并并運(yùn)用該方法法對(duì)亞洲證券券市場(chǎng)相關(guān)結(jié)結(jié)構(gòu)進(jìn)行建模模，實(shí)證分析析了美國(guó)次級(jí)級(jí)債危機(jī)的傳傳染效應(yīng)。關(guān)鍵詞 金融融危機(jī) 相關(guān)關(guān)結(jié)構(gòu) 傳染染效應(yīng) coopula函函數(shù)中圖分類號(hào) F830

3、.91 文獻(xiàn)獻(xiàn)標(biāo)識(shí)碼 A Empiriccal Annalysiis on the DDependdence Struccture Of Intternattioinaal Stoock Maarketss usinng Coppula MMethoddAbstracct: Wiith thhe impprovemment oof inttegrattion oof thee inteernatiional econoomy, tthe deependeence bbetweeen couuntriees is higheer. Affter aa shocck to one ccountrr

4、y, thhe co-movemment oof thee inteernatiional stockk markkets iis inccreasiing, aand prropagaation effecct of econoomic rrisks becommes inncreassinglyy striiking. Becaause oof laccking the mmethodd of ttestinng thee conttagionn effeect inn inteernatiional stockk markkets, this articcle inntroduuces

5、ccopulaa funcction to moodel tthe deependeence sstructture oof stoock maarketss and to teest thhe conntagioon efffect. Furthhermorre, ussing tthis mmethodd, to modell the depenndencee struucturee of AAsian stockk markkets, we waant too findd whetther tthere is coontagiion efffect durinng thee Amerri

6、can suborrdinatted boond crrisis. Key worrds: ffinanccial ccrisiss; deppendennce sttructuure; ccontaggion; copulla funnctionn在金融國(guó)際化與與世界經(jīng)濟(jì)一一體化的今天天，金融資本本在全球范圍圍內(nèi)的不斷流流動(dòng)和重新配配置大大強(qiáng)化化了國(guó)際金融融市場(chǎng)波動(dòng)的的傳遞機(jī)制，導(dǎo)導(dǎo)致各國(guó)證券券市場(chǎng)的聯(lián)動(dòng)動(dòng)性日益加強(qiáng)強(qiáng)。在這種全全球經(jīng)濟(jì)系統(tǒng)統(tǒng)強(qiáng)耦合的大大背景下，金金融危機(jī)以及及其他造成金金融市場(chǎng)動(dòng)蕩蕩的突發(fā)性事事件也呈現(xiàn)出出與以往不同同的傳播特性性。一國(guó)的經(jīng)經(jīng)濟(jì)突發(fā)事件件可以通過(guò)證證券市場(chǎng)的

7、資資本流動(dòng)造成成全球范圍內(nèi)內(nèi)的風(fēng)險(xiǎn)規(guī)避避，從而對(duì)其其他開放性證證券市場(chǎng)形成成被動(dòng)性風(fēng)險(xiǎn)險(xiǎn)，使得國(guó)際際市場(chǎng)形成了了資產(chǎn)價(jià)格顯顯著下降、市市場(chǎng)波動(dòng)加劇劇、市場(chǎng)間聯(lián)聯(lián)動(dòng)性明顯增增強(qiáng)等的特點(diǎn)點(diǎn)。在傳統(tǒng)的的宏觀經(jīng)濟(jì)基基本面不變的的情況下，這這種金融市場(chǎng)場(chǎng)關(guān)聯(lián)強(qiáng)度和和結(jié)構(gòu)的變化化正是傳染效效應(yīng)最重要的的表現(xiàn)。有鑒鑒于此，本文文通過(guò)研究國(guó)國(guó)際證券市場(chǎng)場(chǎng)間的相關(guān)性性結(jié)構(gòu)，嘗試試探索出突發(fā)發(fā)性事件對(duì)國(guó)國(guó)際證券市場(chǎng)場(chǎng)相關(guān)性結(jié)構(gòu)構(gòu)的影響，并并以此作為判判斷金融危機(jī)機(jī)傳染效應(yīng)的的依據(jù)。一、文獻(xiàn)回顧20世紀(jì)90年年代，世界上上主要發(fā)生了了三次帶有傳傳染性的重大大金融危機(jī)，即即歐洲貨幣體體系危機(jī)，墨墨西哥比索危危機(jī)以及9

8、77年發(fā)生的東東南亞金融危危機(jī)。這三次次危機(jī)不僅對(duì)對(duì)經(jīng)濟(jì)和金融融的影響大、持持續(xù)時(shí)間長(zhǎng)，而而且?guī)в胁凹罢麄€(gè)區(qū)域甚甚至全球其他他國(guó)家的特征征。為此，世世界銀行提出出了三個(gè)層次次的“傳染效應(yīng)”概念。廣義的的傳染效應(yīng)指指的是不同國(guó)國(guó)家之間經(jīng)濟(jì)濟(jì)沖擊的任何何傳播過(guò)程，并并不涉及平穩(wěn)穩(wěn)時(shí)期和危機(jī)機(jī)時(shí)期的區(qū)分分，并且傳染染最終結(jié)果可可能為負(fù)沖擊擊也可能為正正效應(yīng)。狹義的傳染染效應(yīng)是不同同國(guó)家經(jīng)濟(jì)之之間的沖擊超超過(guò)人們的預(yù)預(yù)期，形成不不尋常的經(jīng)濟(jì)濟(jì)協(xié)動(dòng)運(yùn)動(dòng)。最最后一個(gè)層次次的傳染效應(yīng)應(yīng)概念也是傳傳染最普通的的定義，即不不同市場(chǎng)間受受到?jīng)_擊后有有關(guān)經(jīng)濟(jì)變量量間相關(guān)性的的顯著提高。同同時(shí)，F(xiàn)orrbes等1也

9、從國(guó)家市場(chǎng)間的關(guān)聯(lián)聯(lián)角度出發(fā)解解釋了危機(jī)傳導(dǎo)機(jī)制制，他們認(rèn)為為傳染效應(yīng)是是由于不同國(guó)國(guó)家股票市場(chǎng)場(chǎng)收益率聯(lián)動(dòng)動(dòng)程度的顯著著增強(qiáng)造成的的。基于傳染效應(yīng)最最普通的定義義，學(xué)者們將將檢驗(yàn)金融危危機(jī)傳染效應(yīng)應(yīng)的視角主要要集中在檢驗(yàn)驗(yàn)危機(jī)時(shí)期相相關(guān)性是否顯顯著增加上。早早期大多數(shù)實(shí)實(shí)證研究均假假設(shè)金融資產(chǎn)產(chǎn)之間的相關(guān)關(guān)結(jié)構(gòu)模型是是多元正態(tài)的的，并且相互互之間的相關(guān)關(guān)性遵循線形形相關(guān)，即運(yùn)運(yùn)用簡(jiǎn)單的線線性相關(guān)系數(shù)數(shù)來(lái)考察危機(jī)機(jī)前后相關(guān)結(jié)結(jié)構(gòu)的改變。BBaig等2針對(duì)泰泰國(guó)、馬來(lái)西西亞、印度尼尼西亞、韓國(guó)國(guó)和菲律賓等等國(guó)證券市場(chǎng)場(chǎng)的實(shí)證研究究發(fā)現(xiàn)，金融融危機(jī)期間的的相關(guān)系數(shù)遠(yuǎn)遠(yuǎn)大于穩(wěn)定期期間，從而證證實(shí)了傳

10、染性性所致的聯(lián)動(dòng)動(dòng)性是在一定定條件下客觀觀存在的。NNagayaasu3針對(duì)菲律賓賓與泰國(guó)的匯匯率以及股票票指數(shù)的相關(guān)關(guān)性，通過(guò)建建立向量自回回歸（VARR）模型進(jìn)行行因果關(guān)系檢檢驗(yàn)及脈沖響響應(yīng)函數(shù)分析析，結(jié)果發(fā)現(xiàn)現(xiàn)金融危機(jī)是是由泰國(guó)“傳染”到菲律賓，從從而證明了金金融市場(chǎng)在危危機(jī)時(shí)期的傳傳導(dǎo)渠道功能能。但是，F(xiàn)orbbes等11的研究指指出，在市場(chǎng)場(chǎng)動(dòng)蕩時(shí)期運(yùn)運(yùn)用相關(guān)系數(shù)數(shù)衡量市場(chǎng)間間相關(guān)性是有有偏的。此外外，大量實(shí)證證研究也表明明，金融資產(chǎn)產(chǎn)并非服從單單變量正態(tài)分分布，金融資資產(chǎn)之間的相相關(guān)結(jié)構(gòu)也并并非簡(jiǎn)單的多多元正態(tài)模型型，甚至在特特殊情況下也也不遵循多元元橢圓分布。因因此，簡(jiǎn)單的的市場(chǎng)

11、間相關(guān)關(guān)系數(shù)增加無(wú)無(wú)法作為判斷斷金融市場(chǎng)危危機(jī)傳染性的的依據(jù)。例如如，Longgin等44和Angg等5的研究究發(fā)現(xiàn)，不同同金融市場(chǎng)的的股票收益率率在下跌行情情時(shí)的相關(guān)性性要明顯高于于上升行情的的相關(guān)性，說(shuō)說(shuō)明金融市場(chǎng)場(chǎng)之間的相關(guān)關(guān)性并非簡(jiǎn)單單的線性相關(guān)關(guān)。此外， Hartmmann等6也證實(shí)實(shí)了在新興市市場(chǎng)出現(xiàn)金融融危機(jī)時(shí)股票票指數(shù)同時(shí)出出現(xiàn)極值的頻頻率和規(guī)模有有所增加。因此，對(duì)于給定定的大多數(shù)單單變量分布，只只是運(yùn)用簡(jiǎn)單單的相關(guān)系數(shù)數(shù)將無(wú)法準(zhǔn)確確描述多變量量所呈現(xiàn)的非非線性相關(guān)結(jié)結(jié)構(gòu)的多元分分布。有鑒于于此，本文首首次引入coopula函函數(shù)方法，實(shí)實(shí)證考察金融融危機(jī)時(shí)期多多變量之間相相關(guān)

12、結(jié)構(gòu)的改改變，證實(shí)危危機(jī)是否存在在傳染效應(yīng)。選選擇copuula函數(shù)進(jìn)進(jìn)行相關(guān)性建建模的主要原原因在于，ccopulaa函數(shù)能夠發(fā)發(fā)現(xiàn)非線性的的相關(guān)性結(jié)構(gòu)構(gòu)，具有很強(qiáng)強(qiáng)的靈活性，特特別是可以分分別考察邊際際分布與聯(lián)合合分布，從而而避免了武斷斷地設(shè)定邊際際分布和聯(lián)合合分布為正態(tài)態(tài)分布的情況況7。這種種方法不僅可可以分析簡(jiǎn)單單線性相關(guān)系系數(shù)的改變，同同時(shí)，它更注注重分析非線線性漸進(jìn)相關(guān)關(guān)性在危機(jī)前前后的特征改改變8。因此此，考察金融融市場(chǎng)聯(lián)動(dòng)性性方面，coopula函函數(shù)有著其他他計(jì)量方法所所無(wú)法比擬的的優(yōu)勢(shì)。二、copulla理論介紹紹Abe Skllar于19959年最早早提出coppula函

13、數(shù)數(shù)，但直至220世紀(jì)900年代，coopula函函數(shù)才得到金金融學(xué)家的關(guān)關(guān)注，被廣泛泛應(yīng)用于金融融市場(chǎng)相關(guān)性性以及金融市市場(chǎng)風(fēng)險(xiǎn)管理理等領(lǐng)域。作作為研究隨機(jī)機(jī)變量相關(guān)結(jié)結(jié)構(gòu)的方法，ccopulaa具有其獨(dú)特特的性質(zhì)，即即多元分布函函數(shù)可以通過(guò)過(guò)單變量邊際際函數(shù)以及多多變量相關(guān)結(jié)結(jié)構(gòu)來(lái)刻畫，而而多變量相關(guān)關(guān)結(jié)構(gòu)就是ccopulaa函數(shù)。Copula函函數(shù)的本質(zhì)是是隨機(jī)變量的的聯(lián)合分布均均可以表達(dá)為為變量邊際分分布的函數(shù)，我我們可以通過(guò)過(guò)Sklarr定理進(jìn)一步步理解coppula的含含義。定理的的具體表述如如下：隨機(jī)變變量，的邊際分布布分別為，聯(lián)合分布為為，則可以表示示為邊際分布布的函數(shù)，其其中

14、 是均勻邊際際分布的聯(lián)合合分布函數(shù)。如如果，是連續(xù)的，則則C是唯一的的。這里，即即為copuula函數(shù)。 反之，如果果C是n維ccopulaa函數(shù)，是分布函數(shù)數(shù)，則由上面面定義的函數(shù)數(shù)是邊際分布布為，的隨機(jī)變量量n維聯(lián)合分分布函數(shù)。根據(jù)Sklarr定理，我們們可以將coopula函函數(shù)簡(jiǎn)單地表表述為邊際分分布為均勻分分布的n維變變量聯(lián)合分布布函數(shù)，其中中n為不等于于0的整數(shù)。作作為分布函數(shù)數(shù)，它具有如如下一些性質(zhì)質(zhì)：（1）對(duì)于每個(gè)個(gè)，均是遞增的的；（2），其中；（3）對(duì)于所有有，則至少有有一個(gè)為0。以上是從聯(lián)合分分布角度給出出copulla分布函數(shù)數(shù)的定義，實(shí)實(shí)際上coppula密度度函數(shù)也可

15、以以描述多元聯(lián)聯(lián)合密度函數(shù)數(shù)。當(dāng)和可微時(shí)，多多元變量的聯(lián)聯(lián)合密度函數(shù)數(shù)也可以寫為為： 。其中，為對(duì)對(duì)應(yīng) 的密度度函數(shù)，而則則為對(duì)應(yīng)的ccopulaa密度函數(shù)。當(dāng)當(dāng)變量，相互獨(dú)立時(shí)時(shí)，；否則，當(dāng)當(dāng)變量，不獨(dú)立時(shí)，ccopulaa密度函數(shù)則則包含了變量量之間的相關(guān)關(guān)關(guān)系，因此此，copuula函數(shù)也也被稱為相依依函數(shù)。由以上的定理以以及性質(zhì)可知知，copuula之所以以能夠得到廣廣泛的應(yīng)用，在在于其單個(gè)變變量的邊際分分布函數(shù)與多多變量之間的的相關(guān)結(jié)構(gòu)相相分離的特性性。它與線性性相關(guān)性相比比較，coppula的一一個(gè)最重要的的特性是隨機(jī)機(jī)變量及其分分布在嚴(yán)格遞遞增轉(zhuǎn)換情況況下的不變性性。它提供了了一

16、種最自然然的方法來(lái)處處理不同變量量之間的復(fù)雜雜相關(guān)性問(wèn)題題，能夠在解解決常規(guī)相關(guān)關(guān)關(guān)系的同時(shí)時(shí)，選擇不同同的copuula函數(shù)可可以獲取變量量的尾部相關(guān)關(guān)性。特別是是，當(dāng)金融危危機(jī)時(shí)期多個(gè)個(gè)市場(chǎng)出現(xiàn)共共同衰退的概概率更大，呈呈現(xiàn)共同出現(xiàn)現(xiàn)極值的現(xiàn)象象，此時(shí)，運(yùn)運(yùn)用copuula函數(shù)能能夠深入了解解市場(chǎng)間相關(guān)關(guān)結(jié)構(gòu)，發(fā)現(xiàn)現(xiàn)金融市場(chǎng)尾尾部相關(guān)性的的改變。三、實(shí)證結(jié)果1樣本選擇與與描述性統(tǒng)計(jì)計(jì)本文以印度、馬馬來(lái)西亞、韓韓國(guó)、日本四四個(gè)亞洲股票票市場(chǎng)日收益益率為主要研研究對(duì)象（其其中，股票市市場(chǎng)日收益率率計(jì)算公式為為， 為股票指數(shù)數(shù)）。選取印印度BSE330指數(shù)、馬馬來(lái)西亞綜合合指數(shù)、漢城城綜合指數(shù)、

17、日日經(jīng)225指指數(shù)作為代表表指數(shù)，以22007年11月2日至22008年11月31日為為樣本區(qū)間，運(yùn)運(yùn)用copuula函數(shù)考考察美國(guó)次級(jí)級(jí)債危機(jī)前后后亞洲股票市市場(chǎng)間相關(guān)結(jié)結(jié)構(gòu)的改變，檢檢驗(yàn)美國(guó)次級(jí)級(jí)債危機(jī)的傳傳染效應(yīng)。鑒鑒于20077年7月100日美國(guó)穆迪迪、標(biāo)準(zhǔn)普爾爾宣布次級(jí)債債降級(jí)首次造造成全球金融融市場(chǎng)震蕩，正正式標(biāo)志著美美國(guó)次級(jí)債危危機(jī)的全球影影響。因此，本本文以7月99日為分界點(diǎn)點(diǎn)將樣本期劃劃分為平穩(wěn)期期和危機(jī)期兩兩個(gè)子區(qū)間，定定義20077年1月2日日至20077年7月9日日為危機(jī)前的的平穩(wěn)期，共共計(jì)135個(gè)個(gè)觀察值；22007年77月10日至至2008年年1月31日日為危機(jī)期，

18、共共計(jì)148個(gè)個(gè)觀測(cè)值。數(shù)數(shù)據(jù)來(lái)源于 HYPERLINK /glbmarkets hhttp:/cn.ffinancce.yahhoo.coom/glbbmarkeets。采用用matlaab7.1軟軟件進(jìn)行數(shù)據(jù)據(jù)分析。表1 亞洲各各國(guó)指數(shù)收益益率的描述性性統(tǒng)計(jì)2007-1-1至20007-7-992007-7-10至20008-1-31印度馬來(lái)西亞韓國(guó)日本印度馬來(lái)西亞韓國(guó)日本均值0.06470.16980.20180.04330.10780.0071-0.10066-0.19955標(biāo)準(zhǔn)差1.31970.98800.93290.89381.94041.14981.83581.5745偏度-0.

19、61644-1.44377-0.31677-0.87599-0.21077-0.50433-0.51366-0.49822峰度4.96798.25413.75085.01295.32035.43524.36224.5363JB統(tǒng)計(jì)量33.332202.185.427340.05634.2966642.8429917.8295520.67799JB概率0.00000.00000.06620.00000.00000.00000.00000.0000樣本135135135135148148148148注：JB統(tǒng)計(jì)量量代表Jarrque-BBera統(tǒng)計(jì)計(jì)量。表1給出了平穩(wěn)穩(wěn)期與危機(jī)期期指數(shù)收益率率的描

20、述性統(tǒng)統(tǒng)計(jì)。從均值值來(lái)看，平穩(wěn)穩(wěn)期亞洲四國(guó)國(guó)均呈現(xiàn)正的的平均收益率率，其中韓國(guó)國(guó)日收益率達(dá)達(dá)到最高，為為0.201177，同期期比較而言，日日本的日收益益率最低，為為0.043327；而危危機(jī)期內(nèi)，除除印度外，其其余三國(guó)日對(duì)對(duì)數(shù)收益率均均出現(xiàn)較大幅幅度的下降，其其中韓國(guó)、日日本平均日收收益率已降為為負(fù)值，表明明美國(guó)次級(jí)債債爆發(fā)對(duì)亞洲洲各國(guó)證券市市場(chǎng)指數(shù)收益益率具有負(fù)面面影響，導(dǎo)致致亞洲股市收收益率走低。從從標(biāo)準(zhǔn)差來(lái)看看，相對(duì)于第第一個(gè)子區(qū)間間而言，亞洲洲各國(guó)日收益益率標(biāo)準(zhǔn)差均均出現(xiàn)一定的的上升，這表表明國(guó)際證券券市場(chǎng)存在波波動(dòng)溢出效應(yīng)應(yīng)，次級(jí)債危危機(jī)爆發(fā)在一一定程度上波波及亞洲證券券市場(chǎng)，加劇

21、劇了亞洲股市市的波動(dòng)。從從偏度和峰度度指標(biāo)來(lái)看，兩兩個(gè)子區(qū)間內(nèi)內(nèi)的四國(guó)證券券指數(shù)收益率率與正態(tài)分布布的零偏度和和峰度值相對(duì)對(duì)比，均存在在著尖峰和厚厚尾的特性。從從序列的分布布檢驗(yàn)來(lái)看，JJarquee-Beraa統(tǒng)計(jì)量檢驗(yàn)驗(yàn)結(jié)果均在110%顯著水水平上拒絕了了日收益率序序列服從無(wú)條條件正態(tài)分布布的原假設(shè)，結(jié)結(jié)合峰度和偏偏度以及JBB統(tǒng)計(jì)量檢驗(yàn)驗(yàn)結(jié)果，我們們可以認(rèn)為證證券市場(chǎng)的日日收益率序列列并不滿足正正態(tài)分布的假假設(shè)。2邊際分布模模型大量實(shí)證表明金金融數(shù)據(jù)具有有強(qiáng)烈的ARRCH效應(yīng)，并并且股票收益益率并不服從從正態(tài)分布，表表現(xiàn)出尖峰、厚厚尾的統(tǒng)計(jì)特特征。因此，基基于正態(tài)的GGARCH模模型雖然

22、抓住住ARCH效效應(yīng)，卻無(wú)法法充分描述數(shù)數(shù)據(jù)的尖峰、厚厚尾特性。對(duì)對(duì)此可以假設(shè)設(shè)誤差項(xiàng)服從從t分布，選選擇t-GARCCH(1,11)作為股票票收益率的邊邊際分布模型型，其具體模模型形式如下下：其中， 為i.i.d. 由于copulla函數(shù)是邊邊際分布為均均勻分布構(gòu)成成的n維變量量分布函數(shù)，因因此，在構(gòu)建建過(guò)程中需要要進(jìn)行分布檢檢驗(yàn)，確保經(jīng)經(jīng)過(guò)邊際分布布模型過(guò)濾得得到的序列服服從獨(dú)立的均均勻分布。檢檢驗(yàn)獨(dú)立均勻勻分布的主要要檢驗(yàn)步驟如如下：首先，通通過(guò)Ljunng-Boxx Q統(tǒng)計(jì)量量對(duì)邊際分布布模型過(guò)濾后后得到的序列列進(jìn)行各階序序列自相關(guān)檢檢驗(yàn)，以確保保序列獨(dú)立性性；其次，對(duì)對(duì)原序列過(guò)濾濾后

23、得到的殘殘差序列進(jìn)行行概率積分變變換；最后，運(yùn)運(yùn)用Kolmmogoroov-Smiirnov統(tǒng)統(tǒng)計(jì)量檢驗(yàn)概概率積分變換換后的序列是是否服從均勻勻分布。表2 tt-GARCCH(1,11)的邊際分分布模型估計(jì)計(jì)結(jié)果區(qū)間2007-1-1至20007-7-992007-7-10至20008-1-31國(guó)別印度馬來(lái)西亞韓國(guó)日本印度馬來(lái)西亞韓國(guó)日本0.166*(0.09133)0.2517*(0.06577)0.2507*(0.07366)0.1100*(0.06700)0.2599*(0.11599)0.0908(0.07755)0.0129(0.14499)-0.14855(0.11977)0.024

24、3(0.05133)0.1409*(0.08488)0.0841(0.13155)0.0280(0.05099)0.5999(0.63200)0.1635(0.16755)0.7876(1.47811)0.2785*(0.49322)0.8855*(0.06744)0.6489*(0.15077)0.8199*(0.22022)0.8996*(0.10155)0.6708*(0.21777)0.7112*(0.206)0.6882(0.47888)0.7954(0.26677)0.0983*(0.05955)0.1690*(0.09599)0.0866(0.08411)0.0667(0.051

25、99)0.3292(0.29733)0.1753(0.12355)0.0875(0.11011)0.1098*(0.09022)6.2027*(3.83)6.1418*(3.65977)6.3337(4.63066)4.8527*(2.41444)2.9817*(1.244)4.8784*(2.62333)5.9128(3.69266)5.3864(3.18333)LBQ(5)3.20740.668118.98010.109998.4930.1311110.0040.075114.76810.444883.80400.578006.12810.294003.58270.61099LBQ(10)

26、6.89280.7355514.8280.1385514.6890.1387718.0140.0547710.540660.394445.31060.869558.49490.862775.85820.82700LBQ(15)11.267330.7334424.805110.0526624.567110.0612224.656990.0547715.430990.420887.42190.944999.27590.862778.39690.90699K-S0.06980.512440.10580.090990.08950.218990.10730.083440.08570.216770.078

27、80.304220.10760.060660.07220.41099注：t-GARRCH模型系系數(shù)下的圓括括號(hào)內(nèi)為標(biāo)準(zhǔn)準(zhǔn)差；LBQQ代表Ljuung-Boox Q統(tǒng)計(jì)計(jì)量，方括號(hào)號(hào)內(nèi)代表各階階的序列自相相關(guān)檢驗(yàn)的pp值；K-SS檢驗(yàn)代表KKolmoggorov-Smirnnov統(tǒng)計(jì)量量，方括號(hào)內(nèi)內(nèi)為分布模型型準(zhǔn)確性檢驗(yàn)驗(yàn)的p值。*代表在100%水平顯著著。本文選擇t-GGARCH(1,1)模模型對(duì)收益率率序列進(jìn)行過(guò)過(guò)濾，估計(jì)結(jié)結(jié)果如表2。由由于本文意圖圖通過(guò)邊際分分布模型過(guò)濾濾原序列中存存在的自回歸歸和異方差性性，以便獲取取獨(dú)立同分布布的序列。因因此，無(wú)需對(duì)對(duì)t-GARCCH(1,11)模型系

28、數(shù)數(shù)作過(guò)多解釋釋，而將重點(diǎn)點(diǎn)研究經(jīng)過(guò)過(guò)過(guò)濾后的收益益率序列是否否存在自相關(guān)關(guān)性并概括其其分布特性。首首先，運(yùn)用LLjung-Box QQ統(tǒng)計(jì)量檢驗(yàn)驗(yàn)過(guò)濾后的序序列在5階、110階、155階上是否存存在自相關(guān)性性。檢驗(yàn)結(jié)果果表明，危機(jī)機(jī)前后，證券券市場(chǎng)指數(shù)收收益率經(jīng)過(guò)GGARCH模模型的過(guò)濾，在在=0.055顯著性水平平上均接受各各階自相關(guān)系系數(shù)等于0的的原假設(shè)，因因此，可認(rèn)為為變換后的序序列均是獨(dú)立立的。其次，根根據(jù)估計(jì)得到到的t分布自自由度對(duì)原序序列做概率積積分變換，運(yùn)運(yùn)用K-S統(tǒng)統(tǒng)計(jì)量檢驗(yàn)經(jīng)經(jīng)過(guò)概率積分分轉(zhuǎn)換后的序序列是否服從從區(qū)間為00,1的均均勻分布。檢檢驗(yàn)結(jié)果表明明，經(jīng)過(guò)概率率積分轉(zhuǎn)

29、換的的序列在5%的顯著水平平上均通過(guò)了了服從標(biāo)準(zhǔn)均均勻分布的原原假設(shè)。結(jié)合合LBQ檢驗(yàn)驗(yàn)和K-S檢檢驗(yàn)結(jié)果，我我們可以認(rèn)為為t-GARCCH(1,11)模型能夠夠較好地過(guò)濾濾股票收益率率的異方差性性，可獲得ccopulaa函數(shù)中序列列必要的分布布特性。3copulla函數(shù)的選選擇為了準(zhǔn)確獲取證證券市場(chǎng)在平平穩(wěn)期與危機(jī)機(jī)時(shí)期的相關(guān)關(guān)結(jié)構(gòu)，本文文選擇兩種ccopulaa函數(shù)對(duì)證券券市場(chǎng)日收益益率相關(guān)結(jié)構(gòu)構(gòu)進(jìn)行建模，并并對(duì)比不同ccopulaa函數(shù)的相關(guān)關(guān)結(jié)構(gòu)擬合效效果，下面具具體介紹本文文將要用到的的copulla函數(shù)形式式： （1）正態(tài)coopula模模型（Gauussiann copuula）

30、：正態(tài)copulla是金融中中最常用的ccopulaa函數(shù)形式，其其具體形式如如下：其中，和代表經(jīng)經(jīng)過(guò)邊際分布布模型過(guò)濾后后的序列；是是標(biāo)準(zhǔn)正態(tài)分分布的逆； 為需要估計(jì)計(jì)的相關(guān)參數(shù)數(shù)。正態(tài)copulla分布具有有對(duì)稱和尾部部漸進(jìn)獨(dú)立的的特性，假設(shè)設(shè)上尾、下尾尾均不存在尾尾部相關(guān)性，因因此，無(wú)法捕捕捉到變量間間的非對(duì)稱相相關(guān)和尾部相相關(guān)的特性。在在金融市場(chǎng)發(fā)發(fā)生極端事件件時(shí)，金融波波動(dòng)從一個(gè)市市場(chǎng)蔓延到另另一個(gè)市場(chǎng)，金金融市場(chǎng)間的的尾部相關(guān)性性顯著增強(qiáng)，顯顯然，金融市市場(chǎng)尾部相關(guān)關(guān)性的低估將將直接導(dǎo)致風(fēng)風(fēng)險(xiǎn)的低估，無(wú)無(wú)法正確認(rèn)識(shí)識(shí)金融市場(chǎng)的的傳染和及時(shí)時(shí)防范金融風(fēng)風(fēng)險(xiǎn)?？紤]到到正態(tài)coppula

31、函數(shù)數(shù)的不足之處處，本文接下下來(lái)考察SJJC coppula函數(shù)數(shù)作為正態(tài)ccopulaa函數(shù)的補(bǔ)充充。（2）Symmmetrizzed Jooe-Claayton copulla模型Joe-Claayton copulla模型最初初由Joe9提出，通通過(guò)對(duì)Claayton copulla的Lapplace轉(zhuǎn)轉(zhuǎn)換構(gòu)造而成成，因此，稱稱其為Joee-Clayyton模型型，其具體形形式如下：其中， 此模型存在一個(gè)個(gè)主要的缺點(diǎn)點(diǎn)是當(dāng)兩個(gè)時(shí)時(shí)間序列尾部部相關(guān)性相等等時(shí)，模型的的函數(shù)形式設(shè)設(shè)定導(dǎo)致Jooe-Claayton copulla 函數(shù)仍仍存在一定程程度的非對(duì)稱稱性7。因此此，Pattton對(duì)

32、Jooe-Claayton copulla模型進(jìn)行行了修正，并并稱其為Syymmetrrized Joe-CCopulaa模型（以下下簡(jiǎn)稱SJCC模型）。其其具體形式如如下：其中，和代表經(jīng)經(jīng)過(guò)邊際分布布模型過(guò)濾后后的序列；和和分別為需要要估計(jì)的上尾尾相關(guān)參數(shù)和和下尾相關(guān)參參數(shù)。SJC coppula模型型彌補(bǔ)了正態(tài)態(tài)copulla模型以及及Joe-CClaytoon coppula模型型的不足，能能夠捕捉變量量間的非對(duì)稱稱與尾部相關(guān)關(guān)的特性，并并防止在尾部部相關(guān)性相等等時(shí)Joe-Claytton coopula的的非對(duì)稱性，能能夠更準(zhǔn)確地地描述變量間間的相關(guān)結(jié)構(gòu)構(gòu)。結(jié)合本文文考察的證券券市場(chǎng)相

33、關(guān)性性特點(diǎn)，一國(guó)國(guó)發(fā)生經(jīng)濟(jì)動(dòng)動(dòng)蕩時(shí)，國(guó)際際證券市場(chǎng)聯(lián)聯(lián)動(dòng)性增強(qiáng)，致致使多個(gè)市場(chǎng)場(chǎng)共同衰退的的概率有所增增加，此時(shí)，可可獲取尾部相相關(guān)性的SJJC coppula函數(shù)數(shù)能夠發(fā)現(xiàn)金金融市場(chǎng)這種種非對(duì)稱的尾尾部相關(guān)性增增加，與正態(tài)態(tài)copulla相比，應(yīng)應(yīng)能夠更好地地?cái)M合收益率率的相關(guān)結(jié)構(gòu)構(gòu)。表3 正態(tài) copulla估計(jì)結(jié)果果印 度馬來(lái)西亞韓 國(guó)日 本平穩(wěn)期危機(jī)期平穩(wěn)期危機(jī)期平穩(wěn)期危機(jī)期平穩(wěn)期危機(jī)期印度0.4328*0.5685*0.4228*0.5435*0.3589*0.4540*-14.1522-28.2944-13.4022-25.1266-9.42155-16.7233馬來(lái)西亞0.474

34、7*0.6466*0.5144*0.5256*-17.3299-40.1611-20.8533-24.0177韓國(guó)0.6299*0.7317*-34.1-56.8022日本注：系數(shù)通過(guò)極極大似然法估估計(jì)得到。代代表常數(shù)正態(tài)態(tài) copuula參數(shù)估估計(jì)值，代表表copulla模型的似似然函數(shù)值。*代表在100%水平上顯顯著。表3給出正態(tài)ccopulaa的估計(jì)結(jié)果果。以7月99日為分界點(diǎn)點(diǎn)，對(duì)兩個(gè)子子樣本區(qū)間相相關(guān)系數(shù)進(jìn)行行對(duì)比，四個(gè)個(gè)國(guó)家中任意意兩個(gè)國(guó)家的的相關(guān)性在第第二個(gè)子樣本本區(qū)間均高于于第一個(gè)子樣樣本區(qū)間。 其中，馬來(lái)來(lái)西亞與韓國(guó)國(guó)的相關(guān)性增增幅最大，從從平穩(wěn)期的00.47477增至危機(jī)期

35、期的0.64466，增幅幅為0.17719；而馬馬來(lái)西亞與日日本相關(guān)性增增幅最小，從從平穩(wěn)期的00.51444增至危機(jī)期期的0.52256，增幅幅為0.01112?？傮w體來(lái)看，由正正態(tài)copuula函數(shù)估估計(jì)得到的各各國(guó)指數(shù)收益益率相關(guān)性在在危機(jī)期間均均有所增加，但但考慮到正態(tài)態(tài)copulla在相關(guān)性性計(jì)算上存在在著尾部相關(guān)關(guān)性為零的假假設(shè)，這種相相關(guān)性結(jié)構(gòu)假假設(shè)在危機(jī)時(shí)時(shí)期會(huì)低估金金融風(fēng)險(xiǎn)，并并且無(wú)法具體體了解在平穩(wěn)穩(wěn)期與危機(jī)期期各國(guó)指數(shù)序序列尾部相關(guān)關(guān)性結(jié)構(gòu)的改改變，為更深深入且具體地地了解序列之之間的相關(guān)性性，本文接下下來(lái)給出SJJC coppula的估估計(jì)結(jié)果。表4 SSJC coop

36、ula估估計(jì)結(jié)果印 度馬來(lái)西亞韓 國(guó)日 本平穩(wěn)期危機(jī)期平穩(wěn)期危機(jī)期平穩(wěn)期危機(jī)期平穩(wěn)期危機(jī)期印度0.4258*0.4886*0.3442*0.5762*0.439*0.5369*0.2845*0.5797*0.3271*0.4691*0.2393*0.4221*-16.02992-32.21004-15.2555-30.90997-14.17554-23.86008馬來(lái)西亞0.2641*0.6398*0.5153*0.4533*0.4936*0.5184*0.4144*0.5695*-23.14992-45.50888-25.32998-33.3899韓國(guó)0.5366*0.6757*0.5649

37、*0.5840*-38.65113-58.16445日本注：系數(shù)通過(guò)極極大似然法估估計(jì)得到。代代表常數(shù)SJJC coppula上尾尾相關(guān)系數(shù)，代表常數(shù)SJC copula下尾相關(guān)系數(shù)，代表似然函數(shù)值。*代表在10%水平上顯著。表4給出SJCC copuula模型的的估計(jì)結(jié)果。首首先，由表44可以看出危危機(jī)前的平穩(wěn)穩(wěn)期，各國(guó)上上尾相關(guān)系數(shù)數(shù)的平均值為為0.42008，下尾相相關(guān)系數(shù)的平平均值為0.3873；而危機(jī)時(shí)期期，各國(guó)上尾尾相關(guān)系數(shù)的的平均值為00.561775，下尾相相關(guān)系數(shù)的平平均值為0.5238，從從平均值來(lái)看看，上尾與下下尾相關(guān)系數(shù)數(shù)均有較大提提高，增幅分分別為33.5%和355.

38、2%。接接下來(lái)，分別別考察每對(duì)國(guó)國(guó)家兩個(gè)子區(qū)區(qū)間的相關(guān)系系數(shù)改變，從從四個(gè)國(guó)家的的六對(duì)上尾相相關(guān)系數(shù)可以以看出，除馬馬來(lái)西亞-日日本外，五對(duì)對(duì)國(guó)家危機(jī)時(shí)時(shí)期均明顯高高于平穩(wěn)期的的上尾相關(guān)系系數(shù)；同時(shí)，從從下尾相關(guān)系系數(shù)來(lái)看，在在危機(jī)時(shí)期的的六對(duì)下尾相相關(guān)系數(shù)均高高于平穩(wěn)時(shí)期期的下尾相關(guān)關(guān)系數(shù)。根據(jù)據(jù)以上估計(jì)結(jié)結(jié)果，本文認(rèn)認(rèn)為美國(guó)次級(jí)級(jí)債危機(jī)對(duì)亞亞洲各國(guó)的相相關(guān)結(jié)構(gòu)產(chǎn)生生了影響，由由平穩(wěn)期的較較低相關(guān)性轉(zhuǎn)轉(zhuǎn)變?yōu)槲C(jī)時(shí)時(shí)期的較高相相關(guān)，同時(shí)，尾尾部相關(guān)性也也有很大改善善，需特別指指出的是，所所有下尾相關(guān)關(guān)系數(shù)均呈現(xiàn)現(xiàn)一定程度增增長(zhǎng)。這些結(jié)結(jié)果顯示了金金融動(dòng)蕩時(shí)期期也是相關(guān)性性增加時(shí)期，有有助于證實(shí)

39、傳傳染效應(yīng)的存存在性。此外，結(jié)合表33和表4的估估計(jì)結(jié)果，以以似然函數(shù)值值作為最優(yōu)ccopulaa函數(shù)選擇標(biāo)標(biāo)準(zhǔn)，我們可可以發(fā)現(xiàn)，SSJC coopula的的似然函數(shù)值值均小于正態(tài)態(tài)copulla估計(jì)的似似然函數(shù)值。由由此可以得出出如下結(jié)論：兩種coppula函數(shù)數(shù)相比較，SSJC coopula擬擬合程度優(yōu)于于正態(tài)coppula函數(shù)數(shù)，SJC copulla可以準(zhǔn)確確描述證券市市場(chǎng)雙尾相關(guān)關(guān)結(jié)構(gòu)的性質(zhì)質(zhì)。總結(jié)第三部分的的估計(jì)結(jié)果，本本文得到以下下結(jié)論：（1）美國(guó)次級(jí)級(jí)債爆發(fā)前后后在亞洲證券券市場(chǎng)宏觀經(jīng)經(jīng)濟(jì)與政策基基本面沒有重重大改變的前前提下，通過(guò)過(guò)描述性統(tǒng)計(jì)計(jì)發(fā)現(xiàn)，平穩(wěn)穩(wěn)期亞洲證券券市場(chǎng)收

40、益率率相對(duì)較高；危機(jī)期收益益率有所降低低。同時(shí)，危危機(jī)期的波動(dòng)動(dòng)高于平穩(wěn)期期的波動(dòng)。結(jié)結(jié)合收益率水水平以及波動(dòng)動(dòng)兩種因素，本本文認(rèn)為次級(jí)級(jí)債危機(jī)對(duì)亞亞洲證券市場(chǎng)場(chǎng)具有一定的的負(fù)面影響，它它加速了證券券市場(chǎng)的波動(dòng)動(dòng)，體現(xiàn)了危危機(jī)時(shí)期的動(dòng)動(dòng)蕩效應(yīng)。（2）就總體相相關(guān)水平角度度而言，平穩(wěn)穩(wěn)期亞洲各國(guó)國(guó)證券市場(chǎng)存存在較低的相相關(guān)性；而在在危機(jī)爆發(fā)后后，亞洲各國(guó)國(guó)相關(guān)性均有有明顯增強(qiáng)。從從尾部相關(guān)角角度來(lái)看，與與平穩(wěn)期相對(duì)對(duì)比，危機(jī)期期間證券市場(chǎng)場(chǎng)的尾部相關(guān)關(guān)性表現(xiàn)為上上尾與下尾相相關(guān)性同時(shí)增增強(qiáng)，其中下下尾相關(guān)性均均有所增加，上上尾相關(guān)性部部分增加，出出現(xiàn)非對(duì)稱的的尾部增長(zhǎng)。結(jié)結(jié)合總體相關(guān)關(guān)水平以及尾

41、尾部相關(guān)結(jié)構(gòu)構(gòu)兩種角度，本本文認(rèn)為美國(guó)國(guó)爆發(fā)的次級(jí)級(jí)債危機(jī)使其其他國(guó)家相關(guān)關(guān)性發(fā)生了結(jié)結(jié)構(gòu)性改變，證證券市場(chǎng)相關(guān)關(guān)性明顯提高高。（3）運(yùn)用兩種種copulla函數(shù)描述述證券市場(chǎng)相相關(guān)性結(jié)構(gòu)，兩兩者相比較而而言， SJJC coppula彌補(bǔ)補(bǔ)了正態(tài)coopula模模型以及Jooe-Claayton copulla模型的不不足，能夠捕捕捉變量間的的非對(duì)稱與尾尾部相關(guān)的特特性，并防止止在尾部相關(guān)關(guān)性相等時(shí)JJoe-Cllaytonn copuula的非對(duì)對(duì)稱性，可以以準(zhǔn)確描述雙雙尾相關(guān)結(jié)構(gòu)構(gòu)的性質(zhì)。因因此，SJCC copuula擬合程程度優(yōu)于正態(tài)態(tài)copulla函數(shù)。綜上所述，無(wú)論論從收益率水水

42、平、收益率率波動(dòng)以及收收益率相關(guān)結(jié)結(jié)構(gòu)角度看，亞亞洲各國(guó)證券券市場(chǎng)在危機(jī)機(jī)期與平穩(wěn)期期均有所改變變。這表明一一國(guó)的經(jīng)濟(jì)突突發(fā)事件增強(qiáng)強(qiáng)了國(guó)際證券券市場(chǎng)的聯(lián)動(dòng)動(dòng)性，改變了了證券市場(chǎng)收收益率水平、波波動(dòng)以及相關(guān)關(guān)結(jié)構(gòu)，從而而證實(shí)了傳染染效應(yīng)的存在在性。四、結(jié)論已有的危機(jī)傳染染效應(yīng)實(shí)證研研究多集中在在對(duì)證券市場(chǎng)場(chǎng)簡(jiǎn)單線性相相關(guān)程度的研研究，忽略了了市場(chǎng)間相關(guān)關(guān)結(jié)構(gòu)與模式式的研究。本本文提出運(yùn)用用copulla函數(shù)的方方法來(lái)考察平平穩(wěn)期與危機(jī)機(jī)期亞洲證券券市場(chǎng)相關(guān)結(jié)結(jié)構(gòu)與模式的的改變，實(shí)證證檢驗(yàn)了美國(guó)國(guó)次級(jí)債危機(jī)機(jī)爆發(fā)的傳染染效應(yīng)，并對(duì)對(duì)比了兩種不不同性質(zhì)的ccopulaa函數(shù)描述證證券市場(chǎng)相關(guān)關(guān)結(jié)構(gòu)

43、的準(zhǔn)確確程度，從而而證實(shí)了傳染染效應(yīng)的存在在。本文首次提出出了采用coopula函函數(shù)進(jìn)行金融融危機(jī)傳染效效應(yīng)的檢驗(yàn)，這這種檢驗(yàn)方法法能夠有效避避免金融時(shí)間間序列服從多多元正態(tài)分布布的簡(jiǎn)單假設(shè)設(shè)。與傳統(tǒng)的的相關(guān)系數(shù)檢檢驗(yàn)危機(jī)傳染染效應(yīng)相比較較，copuula函數(shù)能能夠抓住市場(chǎng)場(chǎng)間尾部相關(guān)關(guān)的特性，可可以更準(zhǔn)確地地描述金融危危機(jī)對(duì)市場(chǎng)相相關(guān)結(jié)構(gòu)的影影響，是一種種檢驗(yàn)金融危危機(jī)傳染性的的有效計(jì)量方方法。雖然copulla函數(shù)方法法是一種檢驗(yàn)驗(yàn)金融危機(jī)傳傳染效應(yīng)簡(jiǎn)單單易用的計(jì)量量方法，但由由于其估計(jì)序序列相關(guān)結(jié)構(gòu)構(gòu)的效果與準(zhǔn)準(zhǔn)確度取決于于所選擇的具具體copuula模型。因因此，在運(yùn)用用copulla模型時(shí)需需要了解每種種copulla模型的適適用范圍與計(jì)計(jì)算的優(yōu)缺點(diǎn)點(diǎn)。如何選擇擇一個(gè)最優(yōu)的的copulla函數(shù)并擬擬合平衡期與與危機(jī)期的金金融市場(chǎng)數(shù)據(jù)據(jù)，從而可以以及時(shí)了解和和預(yù)測(cè)金融危危機(jī)傳染效應(yīng)應(yīng)的發(fā)生，是是今后進(jìn)一步步研究金融危危機(jī)傳染的方方向。參考文獻(xiàn)1Forbbes, KK., Riigobonn, R. No cc