切换GAS Copula模型及其在系统性风险中的应用

最近的金融灾难强调了准确预测极端金融损失及其对特定金融市场中机构后果的需求。计量经济模型预测极端事件的能力很大程度上依赖于其灵活性，以解释金融收益中观察到的高度非线性和非对称依赖。我们开发了一类灵活的 Copula 模型，其中依赖参数的演化遵循马尔可夫切换广义自回归得分（Markov-Switching Generalised Autoregressive Score, SGASC）动态。极大似然估计一致地使用边际推断函数（Inference Functions for Margins, IFM）方法和专门为该模型类定制的期望最大化（Expectation-Maximisation, EM）算法的一个版本来执行。然后，SGASC 模型被用于估计条件风险价值（Conditional Value-at-Risk, CoVaR）——定义为给定资产在另一资产（或投资组合）处于财务困境条件下的 VaR——以及条件预期短缺（Conditional Expected Shortfall, CoES）。我们的实证研究表明，所提出的 SGASC 模型能够解释并预测若干欧洲国家的系统性风险贡献。此外，我们还发现 SGASC 模型在多种 CoVaR 回测程序下优于竞争对手。