基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文章首先通过GARCH(1,1)-t模型对各主要股市指数收益率数据的边缘分布进行拟合,并提取降噪处理后的残差序列;接着采用极值理论中的GPD分布残差序列的尾部进行拟合;然后基于高维的C-Vine Copula模型确定各个收益率间的相依关系及联合分布;然后结合C-Vine Copula模型与条件风险(CoVaR)计算中美几个重要股市间的风险溢出效应。结果表明:美国股票市场尤其是纳斯达克市场对中国股市有强溢出效应,且主要是通过香港市场对内地市场进行风险传染。
推荐文章
基于Archimedean Copula-GARCH模型的沪深股市相关性分析
Copula函数
ArchimedeanCopula-GARCH模型
相关性
收益率
模型选择
基于藤结构Copula模型的中国股市风格资产相依结构研究
股市风格资产
相依结构
D-vine Copula
C-vine Copula
Pair-Copula
基于分层Copula理论的股市联动性测度
分层阿基米德Copula
CoVaR
ARMA-EGARCH
基于Copula方法的P2P区域风险传染研究
P2P
风险传染
Copula
相关性测度
相依结构
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于藤Copula的中美股市风险溢出研究
来源期刊 金融 学科 经济
关键词 GPD分布 Vine Copula模型 条件风险值(CoVaR)
年,卷(期) 2020,(5) 所属期刊栏目
研究方向 页码范围 470-477
页数 8页 分类号 F83
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 涂欣然 北方工业大学理学院 3 0 0.0 0.0
2 冯继国 北方工业大学理学院 4 0 0.0 0.0
3 王凤雪 北方工业大学理学院 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
GPD分布
Vine
Copula模型
条件风险值(CoVaR)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
金融
双月刊
2161-0967
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
277
总下载数(次)
3
总被引数(次)
0
论文1v1指导