Copula―CoVaR模型的次贷危机前后伦铜和沪铜期货市场的风险溢出效应研究

一。引言

2008年美国次贷危机期间,风险溢出从美国转移到别的国家和地区。金融危机使金融机构和金融市场遭受比正常风险更多的损失。伦铜指数在2008年半年时间中从9000美元/吨跌至2800美论文网元/吨,沪铜期货从65000元/吨下跌至22000元/吨。也就是说,例如LME这样的发达市场通常是有定价权的。但是我们发现在2008年以后沪铜的角色越来越重要。国际投资者需要这种溢出效应调整他们的投资组合,而本地的投资者可以利用这种变化来预测价格走势。因此中国铜期货的溢出效应值得仔细分析。关于伦敦金属交易所和其他期货市场之间的联动效应的文献有很多,但关于伦铜和沪铜期货市场的溢出效应的文献仍不发达。本文旨在填补这一空白。

二。风险溢出效应的实证分析

1。数据选取

本文选取LME市场和SHFE市场的主要铜期货合约的收盘价,即伦铜连三和沪铜连三的收盘价,所有数据来自于彭博数据库。样本选取区间从2006年1月1日到2012年12月31日。把全部样本区间分为三个子阶段,2006年―2007年为金融危机前,2008年―2009年是金融危机期间,2010年―2012年是金融危机后。同时,由于两个市场的铜价报价单位不同,所以将伦铜价格乘以汇率改成元/吨,数据同样来源于彭博数据库。

由于时区不同,LME和SHFE的交易时间也不同。SHFE上午9点开盘,下午3点收盘,LME在北京时间晚上7:45开盘,次日凌晨1点收盘。因此从风险溢出方向来看,必定是当日的沪铜影响当日的伦铜,当日的伦铜影响次日的沪铜。本文采用同一天的数据研究沪铜对伦铜的溢出效应,用日间数据研究当日伦铜对次日沪铜的溢出效应。

两国的节假日也有所不同。为了保持数据的一致性,本文删除两个市场中的长假数据,用插入法处理偶然的单日假期。数据处理后,剩下1652个收盘价数据,第一个子阶段中有467个,第二个子阶段中有476个,第三个子阶段中有709个。

2。边缘分布模型的参数估计

GARCH(1,1)-t模型是由均值方程和条件方差方程两部分组成,为均值方程,为条件方差方程。

表1边缘分布模型GARCH(1,1)-t的参数估计及检验结果

表1中KS统计量和概率值表明在5百分号的显著水平下,每个序列都不能拒绝变换后序列服从(0,1)分布的原假设。每个变换后的序列不存在自相关,说明变换后的序列是独立的。K-S统计量和自相关检验表明,根据GARCH(1,1)-t模型的边缘分布,积分变换后的序列服从(0,1)上的均匀分布。这说明GARCH(1,1)-t模型更适合每个序列的边缘分布,且可用于描述收益率序列的边缘分布。

3。最优Copula函数的参数估计及确定

在用GARCH(1,1)-t模型拟合出伦铜和沪铜的收益率序列后,得到标准残差和,积分变换后得到独立同分布的新时间序列。把新的时间序列放入五种Copula函数中,利用参数估计法估计每个Copula函数的参数,然后通过卡方检验选择最优的Copula函数检验新序列间u,v的相依结构。最终可以得到伦铜和沪铜收益率的联合分布。

然后运用两步极大似然函数法检验每个Copula函数的参数,结果如表2所示。

从表2的结果可知,在第一阶段,Clayton是描述沪铜对伦铜的溢出效应的最优函数,t-Copula是描述伦铜对沪铜溢出效应的最优函数。在第二阶段,Gumbel是描述沪铜对伦铜溢出效应的最优函数,而描述伦铜对沪铜溢出效应的最优函数是t-Copula。在第三阶段,Gumbel是描述沪铜对伦铜溢出效应的最优函数,Clayton是描述伦铜对沪铜溢出效应的最优函数。

4。CoVaR计算及结果分析

以第一阶段沪铜对伦铜的溢出效应为例。首先计算沪铜的标准残差序列的分位数,可得到=-1。8077。再得到伦铜的标准残差序列的分位数,最终得到伦铜的CoVaR值。

然后根据求得=2。077-1。961=0。116

再根据求得=(0。116/1。961)星号100百分号=5。9百分号其他子阶段的溢出效应的结果也可由此得到,结果如表3所示。

溢出效应值得结果显示:(1)CoVaR可以比VaR更清晰和全面地反应真实的风险价值。在第二阶段,如果只考虑到沪铜本身,当金融危机发生,铜的风险值只有1。657,但是实际的风险值是2。413。(2)从风险溢出方向来看,不论是伦铜影响沪铜还是沪铜影响伦铜,两者之间都是正向的溢出效应,这刚好符合铜期货的实际价格波动。(3)无论是伦铜影响沪铜还是沪铜影响伦铜,第二阶段的风险溢出效应都比其他阶段强。因此如果危机发生,不同市场间的联系将加强,应严格监控金融市场的各个部门并且采取防范措施阻止风险传染。(4)在次贷危机前后,伦铜和沪铜间的风险溢出效应有显著地改变。次贷危机发生前,沪铜对伦铜的风险溢出效应仅有5。9百分号,而在金融危机发生后。风险溢出效应增加到15。03百分号。相反,伦铜对沪铜的风险溢出效应从危机前的40。1百分号变为危机后的10。38百分号。由于铜是经济发展中基本的工业原料,它的消耗随着中国的经济扩张而增加,这就是相关性结构显示出更强的上尾部特征的原因。

三。结论

第一,三个子阶段的风险溢出效应方向是相似的,所有的溢出效应都是正向的。因此LME市场的风险将会加剧SHFE市场的风险,SHFE市场的风险也会加剧LME市场的风险。这也验证了两个市场间的真实价格运动有较强的正相关性,这对于根据其他市场的价格运动分析一个市场的价格运动是有效的。

第二,比较三个子阶段的风险溢出效应,很容易发现第二阶段(次贷危机期间)的溢出强度明显大于其他两个阶段(危机发生前和危机发生后)。次贷危机期间,伦铜对沪铜的风险溢出效应比沪铜对伦铜的溢出更强。次贷危机发生时,沪铜对伦铜的风险溢出效应突然增加。因此不仅需要监管国内经济形势,也要在国外市场的改变。经济等方面采取一些预防措施。

第三,次贷危机前沪铜对伦铜的风险溢出程度仅有5。9百分号,而伦铜对沪铜的溢出程度高达40。1百分号。很明显此时在全球铜价中伦铜拥有定价权,沪铜就像是伦铜的影子市场“。在次贷危机后,尤其是2010和2011年,中国经济复苏,使得铜需求增加,中国对铜的定价权也越来越强,沪铜对伦铜的溢出程度也更大。实证结果证明次贷危机后,沪铜对伦铜的溢出程度增加到15。03百分号。相反,伦铜对沪铜的溢出效应从危机前的40。1百分号降低到危机后的10。38百分号。从数据中可以发现尽管危机后中国的定价权增加,但想要完全影响全球市场,仍然还有很长的路要走。

Copula―CoVaR模型的次贷危机前后伦铜和沪铜期货市场的风险溢出效应研究