科研之友
微信
新浪微博
Facebook
分享链接
摘要
波动率分解是金融风险研究的重要问题,有助于识别金融风险的驱动因素,加深对系统性金融风险生成机制的理解.本文运用广义动态因子模型,将金融机构股票收益率波动分解为公共波动和异质波动两部分,并采用分位数向量自回归模型(quantile vector autoregression,简称:QVAR)探讨两种波动的风险关联,最后构建了一个全新的金融系统脆弱性指标,用于实时监测金融风险.主要结论如下:1)公共波动关联水平较高,且这种关联水平不随分位数变化,异质波动关联具有非对称性,两侧尾部关联强烈. 2)尾部溢出蕴含更多的风险信息,可揭示极端冲击下的金融风险传染,而传统的条件均值估计无法捕捉这些特征. 3)相对尾部依赖指标充分利用了数据的左尾信息和右尾信息,可用于评估救助政策的有效性,且具有实时性的优点.
- 单位
