基于ICA-SV模型的金融市场协同波动溢出分析及实证研究

被引:8
作者
张瑞锋 [1 ]
张世英 [2 ]
机构
[1] 河北经贸大学财税学院
[2] 天津大学管理学院
关键词
SV模型; 独立成分分析(ICA); 金融市场; 协同波动溢出;
D O I
暂无
中图分类号
F830.9 [金融市场]; F224 [经济数学方法];
学科分类号
1201 ; 020204 ; 0701 ; 070104 ;
摘要
对于动态投资组合与风险管理来说,测定波动溢出效应是非常重要的.已有的文献证明SV模型比GARCH模型能够更好地刻画金融市场的波动,使用SV模型研究两个金融市场间波动溢出的文献并不多见,而使用SV模型研究多个金融市场对一个金融市场协同波动溢出的文献则更为少见.本文以独立成分表示金融市场波动的协同指标,提出了独立成分SV模型(ICA-SV),并研究了多个金融市场对一个金融市场的协同波动溢出,实证结果验证了ICA-SV模型在分析金融市场协同波动溢出是可行的.
引用
收藏
页码:30 / 39
页数:10
相关论文
共 26 条
[21]   基于GARCH模型和SV模型的VaR比较 [J].
余素红 ;
张世英 ;
宋军 .
管理科学学报, 2004, (05) :61-66
[22]   厚尾SV模型的贝叶斯分析及其应用研究 [J].
孟利锋 ;
张世英 ;
何信 .
西北农林科技大学学报(社会科学版), 2003, (06) :88-92
[23]   ARCH模型与SV模型之间的关系研究 [J].
李汉东 ;
张世英 .
系统工程学报, 2003, (02) :97-103
[24]   SV与GARCH模型对金融时间序列刻画能力的比较研究 [J].
余素红 ;
张世英 ;
不详 .
系统工程 , 2002, (05) :28-33
[25]  
Mariane Streibel (1998) Testing for a slowly changing level with special reference to stochastic volatility. Harvey Andrew. Journal of Econometrics .
[26]  
Multivariate modeling of the autoregressive random variance process. So M K,W K Li,K Lam. Journal of Time Series Analysis . 1997