论文部分内容阅读
考虑到股市系统性风险溢出的时变性和联动性,本文融合SV-M-t模型和Copula理论,构建DCC-Copula-SV-M-t模型,利用蒙特卡洛马尔科夫(MCMC)算法估计模型参数,得到了系统性风险溢出量的计算方法。接着以上证综合指数、深证成分指数,恒生指数和标普500指数为代表的系统重要性股市为实证样本。结果表明:模型参数估计的MCMC方法可行且具有较为明显的优势。该模型能较好地度量系统重要性股市风险溢出的非对称性。沪股具有重要的引导地位,美股风险溢出影响有限。本文所构建的模型丰富了股市系统性风险度量与管理的新工具。