论基于copula函数的国际证券市场传染效应实证检验

1、扮第2组 数理经班济学及其他分支白学科 字数：奥7859字 作者简介：孙 彬（1981-） 女，上海交通大学安泰经济与管理学院金融系博士生；杨朝军（1960-） 男，上海交通大学安泰经济与管理学院博士生导师，教授；于 静（1980-） 女，上海交通大学安泰经济与管理学院金融系博士生。摆基于搬copula艾函数的国际证券叭市场传染效应实柏证检验拌孙彬，杨朝军，把于静鞍（上海交通大学翱 安泰经济与管碍理学院）疤【摘要】袄随着国际经济一扳体化程度和世界稗贸易自由化程度埃的不断提高，各把国经济相互依赖吧程度不断加深。稗一国经济的突发绊性事件将导致国耙际金融市场间联埃动程度的显著增癌强，并有可能对办一定

2、区域乃至世艾界范围内的经济埃产生传染效应。吧鉴于目前传染效斑应检验方法的不颁足，本文运用办copula扒函数方法，通过班考察危机前后各板国金融市场间相办关结构的变化，艾提出了检验金融俺危机传染效应的唉新方法。并运用案该方法对亚洲证哀券市场相关结构癌进行建模，实证懊分析了美国次级绊债危机的传染效翱应。笆关键词 拔金融危机 相关肮结构 传染效应扮 柏copula鞍函数阿中图分类号拌 阿F830.91般 疤 隘 把文献标识码 爱 A爱 奥Empiric啊al Anal版ysis on皑 the De半pendenc绊e Struc鞍ture埃 Of Int白ernatio拔inal St盎ock M

3、ar捌kets us凹ing Cop敖ula Met哀hod八Abstrac拜t:肮 With t坝he impr扳ovement靶 of int唉egratio捌n of th半e inter安nationa霸l econo癌my, the耙 depend氨ence be吧tween c摆ountrie巴s is hi傲gher. A罢fter a 澳shock t爸o one c笆ountry,叭 the co耙-moveme哀nt of t霸he inte岸rnation暗al stoc拔k marke俺ts is i笆ncreasi按ng, and鞍 propag佰ation e扒ff

4、ect o暗f econo班mic ris皑ks beco跋mes inc笆reasing爱ly stri扳king. B拜ecause 挨of lack拔ing the耙 method绊 of tes岸ting th哀e conta芭gion ef八fect in疤 intern版ational碍 stock 皑markets埃, this 阿article癌 introd佰uces co傲pula fu矮nction 俺to mode案l the d百ependen岸ce stru俺cture o摆f stock跋 market扒s and 靶to test隘 the co癌ntagion

5、绊 effect八.把 Furthe拜rmore, 疤using t吧his met佰hod, to扳 model 唉the dep傲endence叭 struct板ure of 半Asian s斑tock ma扒rkets, 瓣we want盎 to fin邦d wheth颁er ther背e is co氨ntagion疤 effect哎 during稗 the 靶America肮n subor巴dinated肮 bond c芭risis. 疤Key wor办ds:八 financ肮ial cri背sis; de搬pendenc扮e struc肮ture; c埃ontagio耙n; copu

6、办la func凹tion叭在金融国际化与昂世界经济一体化耙的今天，金融资斑本在全球范围内阿的不断流动和重摆新配置大大强化阿了国际金融市场颁波动的传递机制安，导致各国证券暗市场的联动性日阿益加强。在这种俺全球经济系统强癌耦合的大背景下罢，佰金融危机以及其凹他造成金融市场肮动荡的突发性事百件也呈现出与以罢往不同的传播特柏性。一国的经济巴突发事件可以通肮过证券市场的资安本流动造成全球柏范围内的风险规般避，从而对其他暗开放性证券市场翱形成被动性风险埃，使得国际市场叭形成了资产价格昂显著下降、市场背波动加剧、市场摆间联动性明显增昂强等的特点。在澳传统的宏观经济搬基本面不变的情罢况下，这种金融鞍市场关联

7、强度和癌结构的变化正是胺传染效应最重要案的表现。靶有鉴于此，本文皑通过蔼研究国际证券市岸场间的相关性结佰构，唉尝试探索出八突发性事件对国爱际证券市场相关板性结构的影响，百并以此作为判断碍金融危机传染效俺应的依据。一、文献回顾绊20世纪90年鞍代，世界上主要埃发生了三次带有矮传染性的搬重大拔金融危机，即欧摆洲货币体系危机吧，墨西哥比索危癌机以及97年发八生的东南亚金融拜危机。这三次危凹机不仅对经济和翱金融的影响大、稗持续时间长，而背且带有波及整个澳区域甚至全球其癌他国家的特征。蔼为此，昂世界银行袄提出了鞍三个层次的绊“背传染效应般”版概念拌。广义的矮传染效应指的是扒不同国家之间经芭济冲击的任何传

8、颁播过程，并不涉唉及平稳时期和危捌机时期的区分，班并且传染最终结拌果可能为负冲击哀也可能为正效应挨。俺狭义的传染效应霸是不同国家经济阿之间的冲击超过坝人们的预期，形癌成不寻常的经济佰协动运动。最后百一个层次的传染皑效应概念也是传盎染最普通的定义艾，即不同市场间瓣受到冲击后有关般经济变量间相关斑性的显著提高。拔同时，耙Forbes等拌1八也搬从国家哎市场挨间的关联角度出俺发解释岸了稗危机扳传导机制，他们氨认为传染效应是扳由于不同国家股按票市场收益率联搬动程度的显著增耙强造成的皑。伴基于传染效应最暗普通的定义，学埃者们将检验金融邦危机传染效应的熬视角主要集中在奥检验危机时期相暗关性是否显著增哀加上

9、。早期大多熬数实证研究均假唉设金融资产之间白的相关结构模型盎是多元正态的，昂并且相互之间的胺相关性遵循线形暗相关，即运用简翱单的线性相关系挨数来考察危机前啊后相关结构的改斑变。Baig等班2败针对泰国、马来皑西亚、印度尼西巴亚、韩国和菲律败宾等国证券市场办的实证研究发现佰，金融危机期间八的相关系数远大柏于稳定期间，从澳而证实了传染性吧所致的联动性是案在一定条件下客挨观存在的。Na斑gayasu疤3拌针对菲律宾与泰昂国的汇率以及股柏票指数的相关性八，通过建立向量佰自回归（VAR癌）模型进行因果叭关系检验及脉冲岸响应函数分析，阿结果发现金融危柏机是由泰国肮“癌传染稗”般到菲律宾，从而唉证明了金融市

10、场阿在危机时期的传碍导渠道功能。伴但是，Forb艾es等隘1胺的研究指出，在邦市场动荡时期运扮用相关系数衡量扳市场间相关性是翱有偏的。此外，盎大量实证研究也霸表明，金融资产疤并非服从单变量隘正态分布，金融爱资产之间的相关案结构也并非简单摆的多元正态模型邦，甚至在特殊情熬况下也不遵循多癌元椭圆分布。因澳此，简单的市场熬间相关系数增加矮无法作为判断金俺融市场危机传染敖性的依据。例如澳，Longin俺等把4哎和Ang等肮5叭的研究发现，不佰同金融市场的股肮票收益率在下跌柏行情时的相关性吧要明显高于上升瓣行情的相关性，艾说明金融市场之疤间的相关性并非碍简单的线性相关挨。此外， Ha案rtmann等敖6

11、巴也证实了在新兴霸市场出现金融危罢机时股票指数同艾时出现极值的频按率和规模有所增拔加。拌因此，对于给定板的大多数单变量佰分布，只是运用般简单的相关系数版将无法准确描述癌多变量所呈现的啊非线性相关结构叭的多元分布。有佰鉴于此，本文首背次引入copu扮la函数方法，斑实证考察金融危柏机时期多变量之肮间相关结构的改氨变，证实危机是暗否存在传染效应半。选择copu坝la函数进行相爱关性建模的主要扒原因在于，co癌pula函数能袄够发现非线性的罢相关性结构，具碍有很强的灵活性盎，特别是可以分败别考察边际分布般与联合分布，从扳而避免了武断地隘设定边际分布和罢联合分布为正态鞍分布的情况拌7鞍。这种方法不仅吧

12、可以分析简单线懊性相关系数的改斑变，同时，它更班注重分析非线性盎渐进相关性在危案机前后的特征改鞍变百8扒。因此，考察金耙融市场联动性方癌面，copul巴a函数有着其他拔计量方法所无法懊比拟的优势。邦二、copul耙a版理论介绍搬Abe Skl白ar于1959瓣年最早提出co鞍pula函数，阿但直至20世纪袄90年代，co搬pula函数才蔼得到金融学家的拔关注，被广泛应疤用于袄金融市场相关性霸以及金融市场风埃险管理等领域俺。作为研究随机熬变量相关结构的俺方法，copu澳la具有其独特傲的性质，即多元按分布函数可以通白过单变量边际函唉数以及多变量相昂关结构来刻画，背而多变量相关结把构就是copu斑

13、la函数。霸Copula函罢数的本质是随机埃变量的联合分布拔均可以表达为变奥量边际分布的函霸数，我们可以通疤过Sklar定般理进一步理解c班opula的含版义。定理的具体爸表述如下：随机胺变量唉，班般，熬的边际分布分别碍为佰，罢，背败，搬，盎联合分布为叭，则肮可以表示为边际白分布的函数跋，其中办 俺是均匀边际分布唉的联合分布函数斑。如果案，隘，澳安，哀是连续的，则C稗是唯一的。这里蔼，叭即为copul八a函数。 反之捌，如果C是n维疤copula函啊数，俺，扮，暗昂，颁是分布函数，则隘由上面定义的函颁数安是边际分布为扒，斑，傲扒，板的随机变量n维佰联合分布函数。鞍根据Sklar扮定理，我们可以

14、翱将copula办函数简单地表述坝为边际分布为暗均匀分布的n维安变量联合分布函耙数碍，其中n为不等柏于0的整数叭。作为分布函数安，它具有如下一挨些性质：版（1）对于每个扒，班均是递增的；（2），其中；俺（3）对于所有傲，办，则至少有一个败为0。扮以上是从联合分昂布角度给出co罢pula分布函俺数的定义，实际奥上copula耙密度函数也可以把描述多元联合密罢度函数。当拜和哎可微时，多元变埃量的联合密度函把数也可以写为：邦 案。其中，盎为对应懊 的密度函数，八而耙则为对应佰的copula啊密度函数。当变挨量碍，拜柏，碍相互独立时，爸，捌；否则，当佰变量岸，半傲，翱不独立时，co暗pula密度函拌数

15、则包含了变量把之间的相关关系拌，因此，cop翱ula函数也被傲称为相依函数。搬由以上的定理以吧及性质可知，c癌opula之所俺以能够得到广泛岸的应用，在于其懊单个变量的边际挨分布函数与多变瓣量之间的相关结暗构相分离的特性般。它与线性相关蔼性相比较，co靶pula的一个爱最重要的特性是敖随机变量及其分敖布在严格递增转霸换情况下的不变伴性。它提供了一肮种最自然的方法巴来处理不同变量办之间的复杂相关版性问题，能够在把解决常规相关关罢系的同时，选择办不同的copu百la函数可以获摆取变量的尾部相摆关性。特别是，皑当金融危机时期埃多个市场出现共安同衰退的概率更伴大，呈现共同出氨现极值的现象，敖此时，运用

16、co昂pula函数能班够深入了解市场俺间相关结构，发扮现金融市场尾部班相关性的改变。三、实证结果唉1样本选择与安描述性统计跋本文以印度、马哎来西亚、韩国、版日本四个亚洲股捌票市场日收益率班为主要研究对象案（其中，股票市埃场日收益率计算肮公式为哎，敖 耙为股票指数）。板选取印度BSE敖30指数、马来白西亚综合指数、爸汉城综合指数、盎日经225指数拔作为代表指数，懊以2007年1板月2日至200芭8年1月31日霸为样本区间，运蔼用copula阿函数考察美国次奥级债危机前后亚唉洲股票市场间相碍关结构的改变，半检验美国次级债懊危机的传染效应版。鉴于2007罢年7月10日美斑国穆迪、标准普碍尔宣布次级债

17、降颁级首次造成全球捌金融市场震荡，芭正式标志着美国胺次级债危机的全哎球影响。因此，皑本文以7月9日绊为分界点将样本哀期划分为平稳期皑和危机期两个子败区间，定义20碍07年1月2日澳至2007年7版月9日为危机前按的平稳期，共计版135个观察值拔；2007年7拜月10日至20百08年1月31敖日为危机期，共搬计148个观测绊值。数据来源于 HYPERLINK /glbmarkets 罢http:/办cn.fina挨nce.yah盎/瓣glbmark拔ets拜。采用matl熬ab7.1软件蔼进行数据分析。昂表1 扳 柏 阿 搬 亚洲各国指数搬收益率的描述性捌统计伴2007-1-疤1至2007-爸7

18、-9百2007-7-巴10至2008安-1-31碍印度奥马来西亚胺韩国摆日本耙印度背马来西亚败韩国奥日本昂均值疤0.0647罢0.1698哎0.2018敖0.0433巴0.1078皑0.0071爸-0.1006绊-0.1995鞍标准差熬1.3197氨0.9880案0.9329班0.8938按1.9404绊1.1498芭1.8358暗1.5745阿偏度隘-0.6164坝-1.4437熬-0.3167袄-0.8759爸-0.2107霸-0.5043柏-0.5136按-0.4982绊峰度佰4.9679哀8.2541扳3.7508拌5.0129耙5.3203扮5.4352靶4.3622阿4.5363斑

19、JB统计量吧33.332班202.18笆5.4273爱40.056背34.2966跋42.8429摆17.8295般20.6779敖JB概率傲0.0000凹0.0000爱0.0662肮0.0000岸0.0000熬0.0000绊0.0000巴0.0000稗样本半135碍135邦135袄135霸148昂148矮148瓣148芭注：JB统计量爱代表Jarqu摆e-Bera统坝计量。按表1给出了平稳安期与危机期指数霸收益率的描述性皑统计。从均值来碍看，平稳期亚洲邦四国均呈现正的伴平均收益率，其吧中韩国日收益率澳达到最高，为0伴.20177，跋同期比较而言，翱日本的日收益率啊最低，为0.0伴4327；而

20、危暗机期内，除印度皑外，其余三国日跋对数收益率均出案现较大幅度的下扳降，其中韩国、凹日本平均日收益搬率已降为负值，澳表明美国次级债碍爆发对亚洲各国办证券市场指数收胺益率具有负面影皑响，导致亚洲股袄市收益率走低。氨从标准差来看，阿相对于第一个子半区间而言，亚洲爱各国日收益率标白准差均出现一定耙的上升，这表明哎国际证券市场存敖在波动溢出效应叭，次级债危机爆板发在一定程度上奥波及亚洲证券市哎场，加剧了亚洲霸股市的波动。从隘偏度和峰度指标笆来看，两个子区绊间内的四国证券八指数收益率与正跋态分布的零偏度凹和峰度值相对比坝，均存在着尖峰傲和厚尾的特性。拔从序列的分布检靶验来看，Jar懊que-Ber笆a统

21、计量检验结邦果均在10%显蔼著水平上拒绝了拜日收益率序列服靶从无条件正态分摆布的原假设，结笆合峰度和偏度以笆及JB统计量检氨验结果，我们可耙以认为证券市场皑的日收益率序列挨并不满足正态分奥布的假设。叭2边际分布模百型暗大量实证表明金癌融数据具有强烈按的ARCH效应挨，并且股票收益澳率并不服从正态按分布，表现出尖稗峰、厚尾的统计般特征。因此，基拜于正态的GAR扳CH模型虽然抓扳住ARCH效应柏，却无法充分描吧述数据的尖峰、翱厚尾特性。对此坝可以假设误差项唉服从t分布，选八择啊t-敖GARCH(1跋,1)作为股票叭收益率的边际分凹布模型，其具体案模型形式如下：案其中， 叭 为i.i扒.d. 唉由于

22、皑copula函啊数是皑边际分布为鞍均匀分布构成的按n维变量分布函罢数，因此，在构班建过程中需要进邦行分布检验，确版保经过边际分布暗模型过滤得到的翱序列服从独立的碍均匀分布。检验哀独立均匀分布的班主要检验步骤如瓣下：首先，通过笆Ljung-B办ox Q统计量肮对边际分布模型芭过滤后得到的序拌列进行各阶序列扮自相关检验，以叭确保序列独立性皑；其次，对原序半列过滤后得到的笆残差序列进行概颁率积分变换；最癌后，运用Kol氨mogorov瓣-Smirno案v统计量检验概隘率积分变换后的半序列是否服从奥均匀分布。邦表2 靶 肮 芭 凹t-扮GARCH(1靶,1)的边际分跋布模型估计结果扮区间拔2007-

23、1-捌1至2007-敖7-9俺2007-7-氨10至2008袄-1-31隘国别半印度澳马来西亚扒韩国啊日本霸印度斑马来西亚爸韩国扳日本案0.166*拌(0.0913案)斑0.2517*班(0.0657懊)芭0.2507*哎(0.0736瓣)癌0.1100*颁(0.0670霸)搬0.2599*碍(0.1159蔼)氨0.0908哎(0.0775挨)柏0.0129熬(0.1449敖)斑-0.1485矮(0.1197阿)瓣0.0243昂(0.0513矮)伴0.1409*巴(0.0848扒)矮0.0841扒(0.1315碍)艾0.0280敖(0.0509癌)傲0.5999叭(0.6320盎)哀0.163

24、5八(0.1675拌)吧0.7876巴(1.4781胺)翱0.2785*扳(0.4932敖)案0.8855*办(0.0674岸)跋0.6489*昂(0.1507哀)芭0.8199*岸(0.2202叭)拜0.8996*肮(0.1015板)扒0.6708*澳(0.2177八)叭0.7112*邦(0.206)叭0.6882罢(0.4788熬)啊0.7954班(0.2667斑)百0.0983*耙(0.0595巴)澳0.1690*岸(0.0959扳)摆0.0866疤(0.0841拔)拜0.0667耙(0.0519扒)氨0.3292疤(0.2973靶)哀0.1753白(0.1235碍)靶0.0875霸(0

25、.1101哀)捌0.1098*跋(0.0902鞍)熬6.2027*皑(3.83)阿6.1418*哎(3.6597肮)啊6.3337搬(4.6306柏)叭4.8527*按(2.4144捌)阿2.9817*澳(1.244)板4.8784*俺(2.6233坝)疤5.9128昂(3.6926隘)八5.3864伴(3.1833背)俺LBQ(5)扮3.2074傲0.6681奥氨8.9801傲0.1099邦百8.493俺0.1311艾熬10.004哀0.0751埃摆4.7681傲0.4448按吧3.8040唉0.5780八罢6.1281佰0.2940蔼凹3.5827耙0.6109八案LBQ(10)哎6.89

26、28笆0.7355敖芭14.828霸0.1385碍靶14.689板0.1387芭矮18.014坝0.0547扮班10.5406傲0.3944百斑5.3106阿0.8695昂霸8.4949斑0.8627奥拌5.8582艾0.8270邦爸LBQ(15)稗11.2673盎0.7334捌斑24.8051八0.0526叭扮24.5671伴0.0612斑瓣24.6569隘0.0547挨白15.4309百0.4208哀懊7.4219板0.9449把蔼9.2759板0.8627笆摆8.3969暗0.9069凹盎K-S傲0.0698版0.5124盎鞍0.1058艾0.0909叭熬0.0895斑0.2189翱熬0

27、.1073岸0.0834隘罢0.0857跋0.2167敖背0.0788版0.3042颁斑0.1076靶0.0606熬坝0.0722瓣0.4109瓣懊注：傲t-半GARCH模型傲系数下的圆括号伴内为标准差；L疤BQ代表暗Ljung-B氨ox Q统计量白，方括号内代表疤各阶的序列自相摆关检验的p值；碍K-S检验代表瓣Kolmogo跋rov-Smi八rnov统计量凹，方括号内为分岸布模型准确性检败验的p值。*代扳表在10%水平案显著。拌本文选择佰t-埃GARCH(1摆,1)模型对收八益率序列进行过爸滤，估计结果如澳表2。由于本文搬意图通过边际分啊布模型过滤原序邦列中存在的自回啊归和异方差性，把以便获

28、取独立同捌分布的序列。因案此，无需对胺t-凹GARCH(1艾,1)模型系数肮作过多解释，而班将重点研究经过傲过滤后的收益率邦序列是否存在自傲相关性并概括其癌分布特性。首先扒，运用Ljun伴g-Box Q罢统计量检验过滤疤后的序列在5阶笆、10阶、15百阶上是否存在自氨相关性。检验结吧果表明，危机前板后，证券市场指爸数收益率经过G邦ARCH模型的办过滤，在熬=0.05显著爱性水平上均接受扮各阶自相关系数笆等于0的原假设瓣，因此，可认为绊变换后的序列均挨是独立的。其次昂，根据估计得到颁的t分布自由度袄对原序列做概率芭积分变换，运用熬K-S统计量检挨验经过概率积分肮转换后的序列是哀否服从区间为暗0,

29、1的均匀坝分布。检验结果靶表明，经过概率叭积分转换的序列巴在5%的显著水颁平上均通过了服癌从标准均匀分布氨的原假设。结合耙LBQ检验和K哎-S检验结果，靶我们可以认为傲t-板GARCH(1昂,1)模型能够扳较好地过滤股票傲收益率的异方差哀性，可获得co般pula函数中盎序列必要的分布靶特性。扳3copul跋a函数的选择佰为了准确获取证安券市场在平稳期蔼与危机时期的相疤关结构，本文选哎择两种copu伴la函数对证券败市场日收益率相拌关结构进行建模八，并对比不同c柏opula函数叭的相关结构拟合斑效果，下面具体敖介绍本文将要用挨到的copul矮a函数形式：佰 哎（1）正态co吧pula模型（罢Ga

30、ussia哀n copul搬a）：唉正态copul扮a是金融中最常氨用的copul八a函数形式，其颁具体形式如下：爱其中，唉和跋代表经过边际分袄布模型过滤后的吧序列；熬是标准正态分布澳的逆；隘 蔼为需要估计的相板关参数。绊正态copul霸a分布具有对称傲和尾部渐进独立翱的特性，假设上澳尾、下尾均不存凹在尾部相关性，拔因此，无法捕捉耙到变量间的非对摆称相关和尾部相芭关的特性。在金般融市场发生极端跋事件时，金融波版动从一个市场蔓稗延到另一个市场唉，金融市场间的俺尾部相关性显著霸增强，显然，金安融市场尾部相关邦性的低估将直接昂导致风险的低估疤，无法正确认识扮金融市场的传染拜和及时防范金融哀风险。考虑

31、到正俺态copula皑函数的不足之处唉，本文接下来考拜察SJC co班pula函数作叭为正态copu邦la函数的补充癌。跋（2）Symm扳etrized坝 Joe-Cl挨ayton c挨opula模型岸Joe-Cla百yton co俺pula模型最鞍初由Joe班9昂提出，通过对C爱layton 矮copula的矮Laplace肮转换构造而成，败因此，称其为J邦oe-Clay佰ton模型，其板具体形式如下：跋其中，鞍 搬 盎 肮此模型存在一个疤主要的缺点是当盎两个时间序列尾百部相关性相等时胺，模型的函数形蔼式设定导致Jo斑e-Clayt昂on copu熬la 函数仍存唉在一定程度的非翱对称性盎7

32、胺。因此，Pat吧ton对Joe瓣-Clayto癌n copul爸a模型进行了修般正，并称其为S霸ymmetri百zed Joe鞍-Copula隘模型（以下简称拜SJC模型）。笆其具体形式如下暗：熬其中，澳和颁代表经过边际分碍布模型过滤后的昂序列；矮和罢分别为需要估计安的上尾相关参数艾和下尾相关参数稗。爸SJC cop按ula模型弥补哀了正态copu绊la模型以及J扳oe-Clay罢ton cop稗ula模型的不斑足，能够捕捉变八量间的非对称与爱尾部相关的特性奥，并防止在尾部巴相关性相等时J傲oe-Clay版ton cop安ula的非对称隘性，能够更准确疤地描述变量间的案相关结构。结合哀本文考

33、察的证券阿市场相关性特点啊，一国发生经济拌动荡时，国际证坝券市场联动性增般强，致使多个市板场共同衰退的概吧率有所增加，此班时，可获取尾部俺相关性的SJC埃 copula澳函数能够发现金芭融市场这种非对癌称的尾部相关性暗增加，与正态c疤opula相比白，应能够更好地搬拟合收益率的相肮关结构。肮表3 肮 暗 扳 啊 正笆态 copul拜a估计结果背印 度爱马来西亚埃韩 国板日 本把平稳期班危机期挨平稳期蔼危机期哀平稳期芭危机期哀平稳期氨危机期啊印度靶奥稗0.4328*罢0.5685*班0.4228*拌0.5435*柏0.3589*八0.4540*碍办叭-14.152八-28.294笆-13.402

34、阿-25.126颁-9.4215疤-16.723版马来西亚佰稗傲0.4747*办0.6466*氨0.5144*昂0.5256*蔼吧拜-17.329背-40.161昂-20.853哎-24.017鞍韩国氨胺翱0.6299*背0.7317*按芭阿-34.1柏-56.802班日本摆安袄扳扳注：系数通过极碍大似然法估计得拜到。矮代表常数正态 肮copula参俺数估计值，埃代表copul熬a模型的似然函胺数值。*代表在岸10%水平上显叭著。唉表3给出正态c啊opula的估坝计结果。以7月靶9日为分界点，翱对两个子样本区跋间相关系数进行凹对比，四个国家颁中任意两个国家唉的相关性在第二凹个子样本区间均疤高于

35、第一个子样昂本区间。 其中扳，马来西亚与韩耙国的相关性增幅板最大，从平稳期霸的0.4747办增至危机期的0矮.6466，增爸幅为0.171扮9；而马来西亚霸与日本相关性增捌幅最小，从平稳肮期的0.514艾4增至危机期的哎0.5256，胺增幅为0.01艾12。总体来看熬，由正态cop拌ula函数估计版得到的各国指数案收益率相关性在芭危机期间均有所唉增加，但考虑到扒正态copul按a在相关性计算安上存在着尾部相袄关性为零的假设拜，这种相关性结扮构假设在危机时爸期会低估金融风艾险，并且无法具芭体了解在平稳期俺与危机期各国指拌数序列尾部相关胺性结构的改变，白为更深入且具体白地了解序列之间艾的相关性，本

36、文搬接下来给出SJ靶C copul蔼a的估计结果。背表4 懊 白 按 笆 白 SJC co柏pula估计结坝果安印 度笆马来西亚盎韩 国皑日 本稗平稳期鞍危机期巴平稳期鞍危机期摆平稳期肮危机期斑平稳期挨危机期翱印度癌罢碍0.4258*埃0.4886*伴0.3442*翱0.5762*捌0.439*绊0.5369*败安艾0.2845*笆0.5797*拜0.3271*翱0.4691*八0.2393*隘0.4221*瓣挨巴-16.029隘2皑-32.210熬4跋-15.255爸-30.909爱7蔼-14.175氨4啊-23.860扒8扒马来西亚绊跋半0.2641*板0.6398*敖0.5153*凹0.

37、4533*疤稗搬0.4936*般0.5184*伴0.4144*颁0.5695*捌肮拔-23.149隘2搬-45.508啊8啊-25.329埃8斑-33.389暗韩国把扒啊0.5366*啊0.6757*唉邦敖0.5649*柏0.5840*暗背暗-38.651绊3巴-58.164按5拔日本拌埃隘坝碍安敖注：系数通过极佰大似然法估计得搬到。拜代表常数SJC背 copula暗上尾相关系数，搬代表常数SJC拜 copula靶下尾相关系数，矮代表似然函数值耙。*代表在10傲%水平上显著。鞍表4给出SJC叭 copula哎模型的估计结果俺。首先，由表4背可以看出危机前伴的平稳期，各国稗上尾相关系数的皑平均值

38、为0.4艾208，下尾相啊关系数的平均值唉为0.3873班；而危机时期，凹各国上尾相关系胺数的平均值为0把.56175，碍下尾相关系数的笆平均值为0.5澳238，从平均傲值来看，上尾与坝下尾相关系数均奥有较大提高，增拔幅分别为33.拜5%和35.2半%。接下来，分邦别考察每对国家澳两个子区间的相霸关系数改变，从扮四个国家的六对稗上尾相关系数可耙以看出，除马来靶西亚-日本外，皑五对国家危机时挨期均明显高于平肮稳期的上尾相关败系数；同时，从奥下尾相关系数来柏看，在危机时期奥的六对下尾相关耙系数均高于平稳懊时期的下尾相关办系数。根据以上百估计结果，本文把认为美国次级债背危机对亚洲各国鞍的相关结构产生

39、啊了影响，由平稳傲期的较低相关性肮转变为危机时期吧的较高相关，同芭时，尾部相关性扮也有很大改善，疤需特别指出的是埃，所有下尾相关挨系数均呈现一定搬程度增长。这些半结果显示了金融伴动荡时期也是相败关性增加时期，霸有助于证实传染把效应的存在性。埃此外，结合表3俺和表4的估计结办果，以似然函数捌值作为最优co班pula函数选八择标准，我们可扮以发现，SJC爱 copula阿的似然函数值均肮小于正态cop胺ula估计的似埃然函数值。由此安可以得出如下结按论：两种cop阿ula函数相比绊较，SJC c罢opula拟合耙程度优于正态c爸opula函数暗，SJC co办pula可以准瓣确描述证券市场啊双尾相

40、关结构的吧性质。癌总结第三部分的爸估计结果，本文扒得到以下结论跋：凹（1）美国次级搬债爆发前后在亚扮洲证券市场宏观芭经济与政策基本搬面没有重大改变蔼的前提下，通过斑描述性统计发现搬，平稳期亚洲证斑券市场收益率相翱对较高；危机期耙收益率有所降低邦。同时，危机期扒的波动高于平稳岸期的波动。结合叭收益率水平以及捌波动两种因素，坝本文认为次级债伴危机对亚洲证券翱市场具有一定的岸负面影响，它加扮速了证券市场的败波动，体现了危澳机时期的动荡效摆应。敖（2）就总体相斑关水平角度而言氨，平稳期亚洲各懊国证券市场存在拔较低的相关性；颁而在危机爆发后搬，亚洲各国相关挨性均有明显增强把。从尾部相关角爸度来看，与平稳

41、疤期相对比，危机爸期间证券市场的熬尾部相关性表现坝为上尾与下尾相半关性同时增强，凹其中下尾相关性岸均有所增加，上吧尾相关性部分增半加，出现非对称吧的尾部增长。结背合总体相关水平稗以及尾部相关结敖构两种角度，本拌文认为美国爆发稗的次级债危机使疤其他国家相关性百发生了结构性改白变，证券市场相吧关性明显提高。捌（3）运用两种摆copula函矮数描述证券市场凹相关性结构，两斑者相比较而言，懊 SJC co捌pula弥补了般正态copul芭a模型以及Jo笆e-Clayt板on copu白la模型的不足捌，能够捕捉变量扒间的非对称与尾叭部相关的特性，矮并防止在尾部相拔关性相等时Jo板e-Clayt敖on

42、copu罢la的非对称性拔，可以准确描述熬双尾相关结构的袄性质。因此，S坝JC copu扳la拟合程度优坝于正态copu板la函数。搬综上所述，无论啊从收益率水平、邦收益率波动以及熬收益率相关结构邦角度看，亚洲各板国证券市场在危版机期与平稳期均癌有所改变。这表板明一国的经济突蔼发事件增强了国傲际证券市场的联拔动性，改变了证白券市场收益率水盎平、波动以及相绊关结构，从而证板实了传染效应的板存在性。四、结论皑已有的危机传染巴效应实证研究多版集中在对证券市八场简单线性相关袄程度的研究，忽斑略了市场间相关柏结构与模式的研拌究。本文提出运罢用copula叭函数的方法来考扒察平稳期与危机颁期亚洲证券市场奥

43、相关结构与模式扮的改变，实证检半验了美国次级债败危机爆发的传染伴效应，并对比了百两种不同性质的爱copula函凹数描述证券市场疤相关结构的准确蔼程度，从而证实疤了传染效应的存邦在。阿白本文首次提出了吧采用copul耙a函数进行金融半危机传染效应的傲检验，这种检验暗方法能够有效避柏免金融时间序列笆服从多元正态分伴布的简单假设。把与传统的相关系跋数检验危机传染敖效应相比较，c绊opula函数懊能够抓住市场间叭尾部相关的特性捌，可以更准确地扒描述金融危机对霸市场相关结构的背影响，是一种检拔验金融危机传染靶性的有效计量方熬法。矮虽然copul哀a函数方法是一隘种检验金融危机背传染效应简单易哎用的计量方法，拌但由于其估计序蔼列相关结构的效版果与准确度取决背于所选择的具体翱copula模捌型。因此，在运暗用copula暗模型时需要了解百每种copul跋a模型的适用范败围与计算的优缺隘点。如何选择一阿个最优的cop背ula函数并拟癌合平衡期与危机胺期的金融市场数把据，从而可以及隘时了解和预测金罢融危机传染效应唉的发生，是今后鞍进一步研究金融翱危机传染的方向耙。参考文献爸1Forb艾es, K.,八 Rigobo蔼n, R. 稗No cont摆agion, 跋only in靶terdepe暗nd