论文部分内容阅读
汇率风险和股市风险的联动关系是风险管理领域的重要问题。本文把汇率风险表示为汇率的对数变化率,把股市风险表示为股指的对数变化率,以GARCH-GPD模型作为它们的边缘分布,运用Copula模型连接这些边缘分布建立它们的联合分布,然后使用CoVaR模型度量它们的相互影响程度。在实证研究时,本文选择了四种货币:美元、欧元、日元、港元,和我国主要交易大盘股的上海证券市场和深圳证券市场,研究人民币相对它们的汇率和我国股市的风险联动关系。本文在对于样本数据的选择时,想通过尽可能多的数据来研究股市和汇市的联动关系,在此本文的样本区间定为2005年1月4日到2016年12月30日,在汇率及股指样本区间内,既包括了人民币兑各种币值的升值时期、股指的上涨时期,也包括了人民币兑各种币值的贬值时期、股指的下跌时期。Copula模型用于分析变量间的相关结构有很大优势,它可以描述变量间的非线性及非对称的相关模式,而这一点对普通的线性相关模型是做不到的。而对于汇率风险和股市风险间的关系研究,现有文献主要讨论两类风险的格兰杰因果关系、是否存在不同的影响机制等。本文运用Copula模型刻画两类风险在每个时点的相关性大小,选择最合适的Copula函数描述两类风险的联动结构变化。相比现有文献,本文能够提供更加全面的信息,更能把握两类风险联动的局部特点和整体面貌。通过实证研究汇率风险和股市风险的联动关系,结果发现:汇率风险对股市风险的影响程度主要取决于股市的市场状态,股指波动剧烈时其影响增强;股市风险对汇率风险的影响程度主要取决于汇市的市场状态,汇率波动剧烈时其影响增强;不同汇率的风险对股市风险的影响差异较小,股市风险对不同汇率的风险的影响差异较大。这些结论有助于投资者制定正确的投资策略,监管者设计适宜的金融稳定方案。