金融市場(chǎng)隱含相關(guān)性文獻(xiàn)分析

韓鵬程，杜子平（博士生導(dǎo)師），劉永寧

金融市場(chǎng)隱含相關(guān)性文獻(xiàn)分析

韓鵬程1，杜子平2（博士生導(dǎo)師），劉永寧1

在經(jīng)濟(jì)全球化與金融市場(chǎng)高度關(guān)聯(lián)的大背景下，相關(guān)性風(fēng)險(xiǎn)越來越受到理論界與實(shí)務(wù)界的關(guān)注，尤其是對(duì)未來金融市場(chǎng)相關(guān)性預(yù)測(cè)有重要意義的隱含相關(guān)性度量值得深入探討。但目前對(duì)有關(guān)隱含相關(guān)性的各類文獻(xiàn)進(jìn)行全面系統(tǒng)梳理與分析的綜述類文章仍很少見，所以力圖在這方面進(jìn)行初步的嘗試。首先對(duì)國內(nèi)外文獻(xiàn)中的隱含相關(guān)性概念的演變發(fā)展歷程進(jìn)行梳理，并對(duì)隱含相關(guān)性指數(shù)的設(shè)計(jì)方法和特性進(jìn)行綜述。之后，就隱含相關(guān)性在金融市場(chǎng)中的預(yù)測(cè)和風(fēng)險(xiǎn)管理等方面的應(yīng)用成果進(jìn)行分析總結(jié)。最后，在上述研究的基礎(chǔ)上對(duì)隱含相關(guān)性未來的研究方向進(jìn)行初步探索。

金融市場(chǎng)；隱含相關(guān)性；市場(chǎng)預(yù)測(cè)；風(fēng)險(xiǎn)管理

一、前言

在經(jīng)濟(jì)全球化與金融市場(chǎng)緊密關(guān)聯(lián)的形勢(shì)下，投資者為規(guī)避風(fēng)險(xiǎn)經(jīng)常使用組合投資方式。大多數(shù)學(xué)者和市場(chǎng)參與者都將波動(dòng)率作為衡量市場(chǎng)風(fēng)險(xiǎn)的指標(biāo)，但是波動(dòng)率并不能很好地反映投資組合中資產(chǎn)間的共同運(yùn)動(dòng)趨勢(shì)，而人們所期待的多元化收益往往會(huì)被資產(chǎn)間的共同運(yùn)動(dòng)所蒸發(fā)。若想要持有有效的投資組合，包含在投資組合之中的相關(guān)性就成了投資者所需的衡量風(fēng)險(xiǎn)的指標(biāo)之一。相關(guān)性風(fēng)險(xiǎn)在世界金融市場(chǎng)有著重要影響，加之隱含波動(dòng)率已經(jīng)成為未來現(xiàn)實(shí)波動(dòng)率的預(yù)測(cè)指標(biāo)，這樣的嘗試為人們通過推導(dǎo)隱含相關(guān)性指數(shù)去預(yù)測(cè)未來現(xiàn)實(shí)相關(guān)性提供了動(dòng)機(jī)。

早期的研究中，相關(guān)性通常被假設(shè)為一個(gè)常量或無條件變量而應(yīng)用于模型的建立。后來，市場(chǎng)參與者們開始認(rèn)識(shí)到一個(gè)事實(shí)：相關(guān)性實(shí)際上是隨時(shí)間變化且具有隨機(jī)性的。Bollerslev、Engle和Wooldridge（1988）首次提出了這一概念，從此打開了研究時(shí)變相關(guān)性乃至到本文主要探討的隱含相關(guān)性的大門，激發(fā)了一大批對(duì)各種條件相關(guān)性模型的研究。相關(guān)性是指兩個(gè)變量的相關(guān)密切程度，金融資產(chǎn)的相關(guān)性衡量了兩個(gè)標(biāo)的資產(chǎn)之間共同運(yùn)動(dòng)的趨勢(shì)，兩個(gè)以上資產(chǎn)的投資組合中，相關(guān)性反映了投資組合資產(chǎn)的實(shí)際多元化水平。

國內(nèi)外對(duì)于相關(guān)性的研究主要分為已實(shí)現(xiàn)相關(guān)性和隱含相關(guān)性兩個(gè)方面：對(duì)已實(shí)現(xiàn)相關(guān)性的研究主要集中在如何通過選取科學(xué)合理的計(jì)算方法、改進(jìn)完善相關(guān)性模型來估計(jì)未來相關(guān)性并提高未來預(yù)測(cè)值的準(zhǔn)確率；對(duì)隱含相關(guān)性的研究則主要側(cè)重于市場(chǎng)收益和波動(dòng)率的預(yù)測(cè)以及風(fēng)險(xiǎn)管理策略的設(shè)計(jì)方面。然而，隱含相關(guān)性作為一個(gè)創(chuàng)新的預(yù)測(cè)和對(duì)沖市場(chǎng)相關(guān)性風(fēng)險(xiǎn)的金融工程模型指標(biāo)，并沒有引起研究者足夠的重視，加之我國場(chǎng)內(nèi)期權(quán)市場(chǎng)開啟時(shí)間較晚，目前尚缺乏對(duì)相關(guān)性特別是隱含相關(guān)性研究的數(shù)據(jù)以及對(duì)相關(guān)文獻(xiàn)進(jìn)行全面梳理分析的成果。本文力圖通過對(duì)現(xiàn)有相關(guān)文獻(xiàn)進(jìn)行梳理，來厘清它們的貢獻(xiàn)與局限性，以期為今后我國相關(guān)性及其衍生品的理論探索提供基本線索。

二、隱含相關(guān)性的概念演進(jìn)

多資產(chǎn)衍生品在金融市場(chǎng)的活躍導(dǎo)致金融機(jī)構(gòu)相關(guān)性風(fēng)險(xiǎn)日益暴露出來。因此，不同資產(chǎn)之間的相關(guān)性是確定投資組合風(fēng)險(xiǎn)測(cè)度（如VaR）的重要輸入變量。而相關(guān)性這一概念在金融領(lǐng)域的發(fā)展演進(jìn)經(jīng)歷了以下三個(gè)階段。

（一）基于歷史數(shù)據(jù)的相關(guān)性

Skintzi、Skiadopoulos 和 Refenes（2005）以 及Wong（2012）研究了設(shè)定有偏誤的相關(guān)性用于各種風(fēng)險(xiǎn)測(cè)量所帶來的影響，結(jié)果表明，即使相關(guān)性估計(jì)量出現(xiàn)很小的誤差也會(huì)給VaR值帶來嚴(yán)重的偏差，因此正確地估計(jì)相關(guān)性是十分重要的。在很多早期的研究中，相關(guān)性經(jīng)常被看作一個(gè)常數(shù)或者無條件變量，Bollerslev（1990）提出了常數(shù)條件相關(guān)（Constant Conditional Correlation，CCC）模型。然而假設(shè)相關(guān)系數(shù)矩陣為常數(shù)是不符合實(shí)際的，有大量的證據(jù)表明股票收益之間的相關(guān)性不是恒定的，越來越多的研究者認(rèn)識(shí)到相關(guān)性實(shí)際上是隨著時(shí)間不斷變化的。Bollerslev、Engle和 Wooldridge（1988）首次提及這一理念，指出一個(gè)隨時(shí)間變化的相關(guān)性概念經(jīng)常被用于描述資產(chǎn)的關(guān)鍵動(dòng)態(tài)。Brandt、Diebold（2006）和Engle、Sheppard（2005）則進(jìn)一步提出了在當(dāng)時(shí)具有創(chuàng)新意義的動(dòng)態(tài)相關(guān)性的估計(jì)。根據(jù)Driessen、Maenhout和 Vilkov（2005）的波動(dòng)模型所示，相對(duì)于恒定的相關(guān)性，嵌入時(shí)變相關(guān)性的未來市場(chǎng)方差預(yù)測(cè)力更強(qiáng)。這些研究均表明，如果將相關(guān)性看作一個(gè)常數(shù)是不嚴(yán)謹(jǐn)?shù)模瑫?huì)導(dǎo)致研究結(jié)果出現(xiàn)重大偏差。James、Kasikov和Edwares（2012）認(rèn)為，正是由于資產(chǎn)相關(guān)性是時(shí)變的，相關(guān)性水平的突然變化會(huì)對(duì)投資組合的收益有重大影響。因此，追蹤不同時(shí)間的相關(guān)性水平是非常必要的，它可以提供通過組合資產(chǎn)獲得的多元化水平信息。

以上時(shí)變相關(guān)性基本上都是通過觀察歷史數(shù)據(jù)總結(jié)發(fā)現(xiàn)的，在瞬息萬變的金融市場(chǎng)，對(duì)金融指標(biāo)未來值的準(zhǔn)確把握十分關(guān)鍵，因此預(yù)測(cè)相關(guān)性的未來水平就成為國內(nèi)外研究的熱門課題?，F(xiàn)有的相關(guān)文獻(xiàn)根據(jù)測(cè)度基礎(chǔ)不同主要把相關(guān)性系數(shù)的預(yù)測(cè)估計(jì)建模方法分為三類：基于歷史數(shù)據(jù)預(yù)測(cè)法、時(shí)間序列建模法和資產(chǎn)價(jià)格隱含信息提取法。

在基于歷史數(shù)據(jù)預(yù)測(cè)法中，學(xué)者和業(yè)界人士應(yīng)用最廣泛的是J.P.Morgan（1996）公司開發(fā)的指數(shù)加權(quán)移動(dòng)平均相關(guān)性估計(jì)法，這種方法一開始是用來計(jì)算投資組合VaR值的，它使用指數(shù)加權(quán)移動(dòng)平均方法來計(jì)算資產(chǎn)之間的相關(guān)性指數(shù)。許多研究者從另一個(gè)角度探索了相關(guān)性的自相關(guān)結(jié)構(gòu)，也就是采用了時(shí)間序列建模法，他們探討了基于歷史信息集的條件方差方法能否延伸到為條件相關(guān)性建模上。Engle、Kroner（1995）的觀點(diǎn)得到了廣泛的認(rèn)可，他們提出了BEKK模型，此模型中的條件協(xié)方差矩陣的非負(fù)定性得以保證，但是這個(gè)模型參數(shù)的意義不是很準(zhǔn)確，參數(shù)估計(jì)會(huì)比較困難。Engle（2002）在CCC模型的基礎(chǔ)上提出了動(dòng)態(tài)條件相關(guān)（Dynamic Conditional correlation，DCC）模型。Tse、Tsui（2002）也提出了時(shí)變相關(guān)性多元GARCH模型（TVC）。進(jìn)一步的研究階段已經(jīng)發(fā)展到樣本方差和相關(guān)性矩陣的各種正則化方法的方向上，如Ledoit、Wolf（2003）提出的收縮技術(shù)，Bickel、Levina（2008a）通過閾值轉(zhuǎn)換法實(shí)現(xiàn)正則化，Bickel、Levina（2008b）通過彎折法實(shí)現(xiàn)正則化，以及Fan等（2008）提出的因素模型。

（二）貨幣市場(chǎng)中的隱含相關(guān)性

前兩種方法都存在一個(gè)共同的局限性，它們利用歷史數(shù)據(jù)和相關(guān)信息集合中檢測(cè)的變量的過去值預(yù)測(cè)未來現(xiàn)實(shí)相關(guān)性，這樣的預(yù)測(cè)與未來市場(chǎng)的關(guān)系并不十分緊密，這就促使研究者把注意力集中在資產(chǎn)價(jià)格隱含信息提取法上。金融市場(chǎng)的價(jià)格是由所有市場(chǎng)參與者將過去和當(dāng)下的信息進(jìn)行總結(jié)，并根據(jù)各自的經(jīng)驗(yàn)對(duì)未來形成合理的預(yù)期后做出買賣決策所形成的，因此該價(jià)格包含了對(duì)未來預(yù)期的豐富信息。其中最為大眾所熟知的就是隱含波動(dòng)率，由于本文主要研究資產(chǎn)之間的隱含相關(guān)性，因而對(duì)隱含波動(dòng)率的研究?jī)H做簡(jiǎn)要的介紹，對(duì)這個(gè)問題感興趣的讀者可以參考胡志浩和李淼（2016）的研究，該研究對(duì)隱含波動(dòng)率進(jìn)行了全面系統(tǒng)的梳理綜述。

相對(duì)于隱含波動(dòng)率而言，隱含相關(guān)性并沒有得到研究者太多的關(guān)注。最開始對(duì)隱含相關(guān)性的研究只停留在貨幣市場(chǎng)，Bodurtha、Shen（1995）最早推導(dǎo)了隱含相關(guān)性，研究了以日元和馬克為對(duì)象的VaR中的歷史與隱含測(cè)度，記錄了日元和馬克隱含波動(dòng)率估計(jì)值和日元/馬克匯率隱含相關(guān)估計(jì)之間的正相關(guān)關(guān)系，這種關(guān)系表明增加了風(fēng)險(xiǎn)的協(xié)方差值的美元/馬克和美元/日元期權(quán)價(jià)格會(huì)上漲。Campa、Chang（1998）和 Walter、Lopez（2000）利用貨幣和交叉貨幣期權(quán)數(shù)據(jù)導(dǎo)出期權(quán)隱含相關(guān)性，并研究了外匯期權(quán)中隱含相關(guān)性對(duì)匯率現(xiàn)實(shí)相關(guān)性的預(yù)測(cè)內(nèi)容。前者研究發(fā)現(xiàn)期權(quán)的隱含相關(guān)系數(shù)序列比其他相關(guān)系數(shù)序列的預(yù)測(cè)更準(zhǔn)確，后者則通過引入更多種外匯期權(quán)的數(shù)據(jù)發(fā)現(xiàn)，前者的結(jié)論并不是對(duì)所有的外匯都成立。根據(jù)Aiba等（2002）及Aiba、Hatano（2004）研究中提到的匯率之間的三角關(guān)系，對(duì)于外匯期權(quán)而言，隱含相關(guān)性的概念比較容易把握，即在只考慮經(jīng)典香草期權(quán)的情況下將兩個(gè)匯率相乘導(dǎo)出另一個(gè)匯率，這有助于識(shí)別唯一的隱含相關(guān)性系數(shù)。

2000年以后外匯期權(quán)的發(fā)展更為活躍，保證了從這些樣本中提取的信息也將更加可靠。鄭振龍、陳蓉和王磊（2015）利用2000～2012年的數(shù)據(jù)，采用外匯期權(quán)的隱含波動(dòng)率報(bào)價(jià)提取出投資者對(duì)未來預(yù)期的期權(quán)隱含的相關(guān)系數(shù)，并使用已實(shí)現(xiàn)效用的模型進(jìn)行了資產(chǎn)配置方面的研究。還有一些文獻(xiàn)調(diào)查了不同期限利率的相關(guān)性，Longstaff、Santa-Clara和Schwartz（2001），De Jong、Driessen 和 Pelsser（2004）以及Han（2007）提供的證據(jù)表明，隱含在上限和互換期權(quán)價(jià)格中的利率相關(guān)性與已實(shí)現(xiàn)相關(guān)性之間的不同。在債券市場(chǎng)，Dufresne、Goldstein（2001）提出了一個(gè)債券收益相關(guān)性隨機(jī)的期限結(jié)構(gòu)模型。Carmona、Durrleman（2003a，b）和 Alexander、Scourse（2004）考慮了價(jià)差期權(quán)的隱含相關(guān)性，他們認(rèn)為可將相關(guān)性參數(shù)用于二維B-S-M模型來重新獲取觀察的期權(quán)價(jià)格。這種定義的局限性被Alexander、Venkatramanan（2011）發(fā)現(xiàn)，根據(jù)這種定義必須選擇執(zhí)行價(jià)格合約以獲取兩個(gè)波動(dòng)率參數(shù)來用于模型，它們有可能是平價(jià)波動(dòng)率也有可能是執(zhí)行價(jià)波動(dòng)率。在一般情況下，標(biāo)的資產(chǎn)的香草期權(quán)價(jià)格展示出隱含波動(dòng)率的微笑結(jié)構(gòu)，這個(gè)定義下運(yùn)用二維B-S-M模型的隱相關(guān)值會(huì)嵌入誤差，尤其是在邊緣分布不是正態(tài)分布但相依結(jié)構(gòu)是正態(tài)copula時(shí)，此定義會(huì)誤導(dǎo)研究者得到隱含相關(guān)性微笑不平坦的結(jié)論。Tavin（2013）擺脫了這一限制，類比隱含波動(dòng)率的定義方法正則化價(jià)差期權(quán)的隱含相關(guān)性定義。

（三）股票市場(chǎng)中的隱含相關(guān)性

Skintzi、Refenes（2005）最早在多資產(chǎn)股票市場(chǎng)推導(dǎo)隱含相關(guān)性，描述了指數(shù)和個(gè)股期權(quán)可以用來尋找道瓊斯工業(yè)平均（DJIA）指數(shù)中的股票隱含相關(guān)性，他們第一個(gè)用類似隱含波動(dòng)率指數(shù)的研究方法采集一年的數(shù)據(jù)計(jì)算了隱含相關(guān)性指數(shù)，并研究了其統(tǒng)計(jì)特性與動(dòng)態(tài)行為。CBOE（2009）采用同樣的方法正式發(fā)布了基于Samp;P 500的隱含相關(guān)性指數(shù)的日價(jià)值，用指數(shù)中at-the-money（ATM）隱含波動(dòng)率估計(jì)量與前50大成分指數(shù)ATM隱含波動(dòng)率加權(quán)并定義了這一指數(shù)。CBOE還根據(jù)不同成熟期發(fā)布了三個(gè)指數(shù)，即ICJ，JCJ，KCJ，這三個(gè)指數(shù)被輪流公布保證任意時(shí)間都有兩個(gè)指數(shù)以供獲取。Driessen、Maenhout和Vilkov（2009）研究了隱含相關(guān)性對(duì)未來相關(guān)性的解釋力，并得出它的預(yù)測(cè)能力非常高的結(jié)論。H?rdle、Silyakova（2012）將注意力放在籃子期權(quán)上，他們表明股票籃子相關(guān)性是重要的風(fēng)險(xiǎn)因素，它描述資產(chǎn)之間線性相關(guān)的強(qiáng)度，從而衡量投資組合多元化的程度，這個(gè)指標(biāo)可以由收益序列的實(shí)際測(cè)度和期權(quán)價(jià)格的中性測(cè)度來估計(jì)。

受到以上研究的啟發(fā)，Zhou（2013）以CBOE發(fā)表的數(shù)據(jù)為基礎(chǔ)，揭示了ICJ指數(shù)對(duì)Samp;P500指數(shù)收益的預(yù)測(cè)力，完成了ICJ指數(shù)變化的當(dāng)前信息集對(duì)未來Samp;P 500指數(shù)收益的不同回歸。結(jié)果表明，ICJ當(dāng)前的周變化和過去的變化與Samp;P 500指數(shù)的未來收益密切相關(guān)，并運(yùn)用SPA檢測(cè)法證明其模型始終優(yōu)于隨機(jī)游走模型。而Fink、Geppert（2015）認(rèn)為，雖然Zhou（2013）表明隱含相關(guān)性在預(yù)測(cè)相應(yīng)的股票指數(shù)及其實(shí)際波動(dòng)率上有一定的效果，但這只在有效市場(chǎng)假設(shè)成立的條件下才有作用。他們指出隱含波動(dòng)率指數(shù)作為“市場(chǎng)恐慌”的重要測(cè)度指標(biāo)，被市場(chǎng)參與者們所熟知，但是隱含相關(guān)性依舊沒有受到應(yīng)有的重視，尤其是研究跨國相依關(guān)系和應(yīng)用的文獻(xiàn)還很稀少。他們通過建立一個(gè)DAX隱含相關(guān)性指數(shù)縫合了這個(gè)缺口，并更深層次地刻畫了股票、波動(dòng)率和相關(guān)性指數(shù)之間的州際關(guān)系。Linders、Schoutens（2014）建立了一個(gè)框架以確定當(dāng)前的一籃子股票可能的多元化水平，很好地證明了在市場(chǎng)低谷時(shí)相關(guān)性相對(duì)較高，這也就意味著通過組合資產(chǎn)而獲得的多元化收益被蒸發(fā)了。他們還將未來波動(dòng)率估計(jì)與未來股票相關(guān)性估計(jì)結(jié)合起來，發(fā)現(xiàn)只觀察波動(dòng)率過于狹隘，結(jié)合的方法可以更準(zhǔn)確地刻畫當(dāng)前市場(chǎng)的恐慌水平。

值得注意的是，股票市場(chǎng)中的隱含相關(guān)性推導(dǎo)需從股票期權(quán)中提取兩兩股票之間的相關(guān)性信息。為了克服這個(gè)困難，學(xué)者們引入了“等相關(guān)假設(shè)”。理論上講，等相關(guān)假設(shè)方法可以將相關(guān)矩陣簡(jiǎn)化為等相關(guān)陣，使隱含相關(guān)性指數(shù)的計(jì)算變得簡(jiǎn)單，但是假設(shè)所有的相關(guān)性參數(shù)都是一樣的并不符合實(shí)際，因此這種方法并未得到比較廣泛的應(yīng)用。它只可以對(duì)沖相關(guān)性風(fēng)險(xiǎn)和預(yù)示整體相關(guān)性趨勢(shì)，而不能應(yīng)用于多資產(chǎn)定價(jià)、投資組合配置和風(fēng)險(xiǎn)量化等方面。Buss、Vilkov（2011）最先計(jì)算了現(xiàn)實(shí)的隱含相關(guān)性矩陣，他們認(rèn)為現(xiàn)實(shí)的隱含相關(guān)性的基本條件是每對(duì)資產(chǎn)不應(yīng)該具有相同的相關(guān)系數(shù)。同一行業(yè)的資產(chǎn)應(yīng)該更緊密地聯(lián)系在一起；高市值的資產(chǎn)應(yīng)該與低市值的資產(chǎn)不太相關(guān)。他們假設(shè)了一個(gè)有效相關(guān)性矩陣RP，使想要提取的現(xiàn)實(shí)隱含相關(guān)性矩陣RQ可以逼近表示。根據(jù)Numpachaoren K.（2012）提出的加權(quán)平均相關(guān)性矩陣（WACM）方法，現(xiàn)實(shí)隱含相關(guān)

由于隱含相關(guān)性是根據(jù)市場(chǎng)中資產(chǎn)的價(jià)格提取出來的信息，所以不同的定價(jià)手段也會(huì)得到不同的隱含相關(guān)性。Linders、Schouten（s2014）表明傳統(tǒng)方法是基于指數(shù)的對(duì)數(shù)正態(tài)近似分布，這種方法被廣泛應(yīng)用，因?yàn)樗梢缘贸龊?jiǎn)單的隱含相關(guān)性解析表達(dá)式。但傳統(tǒng)方法低估了真實(shí)的相關(guān)性，當(dāng)一些股票的波動(dòng)率大于另一些股票的波動(dòng)率時(shí)，這個(gè)誤差會(huì)更顯著。動(dòng)蕩時(shí)期特別需要了解隱含相關(guān)性水平，但對(duì)數(shù)正態(tài)近似的方法，往往在這種最需要的時(shí)候得出不準(zhǔn)確的估計(jì)值，所以要謹(jǐn)慎使用。其實(shí)利用傳統(tǒng)方法確定隱含相關(guān)性估計(jì)值只是常用框架中的一種，這個(gè)框架中還有更準(zhǔn)確的相關(guān)性測(cè)度。Kaas、Dhaene和Goovaert（s2000）以及Dhaene、Denuit和Goovaerts（2002）考慮了基于凸度上下界的相關(guān)性測(cè)度，這種凸度便于對(duì)比其他方法指明了其在精算和財(cái)務(wù)問題上的優(yōu)越性能，這樣得到的相關(guān)性指數(shù)就比通過傳統(tǒng)方法獲得的更有效也更準(zhǔn)確。在一些波動(dòng)率很大的情況下，新的隱含相關(guān)性估計(jì)依舊能刻畫不同股票間共同運(yùn)動(dòng)的平均水平的準(zhǔn)確圖形。Linders、Schouten（s2014）建立了一個(gè)新的模型，假設(shè)股票價(jià)格動(dòng)態(tài)可以被多元Blackamp;Schole（sB-S）模型描述。它是一維B-S公式最直接的多元擴(kuò)展模式，因此多元B-S指數(shù)期權(quán)定價(jià)公式可以被當(dāng)成一個(gè)基準(zhǔn)定價(jià)公式，并使用基于Linde（r2013）中導(dǎo)出的凸度上下界的逼近方法。因此，可以通過弱化等相關(guān)假設(shè)和更準(zhǔn)確的逼近指數(shù)期權(quán)價(jià)格這兩種方法來提升計(jì)算隱含相關(guān)性指數(shù)的準(zhǔn)確度，更好地預(yù)測(cè)市場(chǎng)未來的相關(guān)性水平。

三、隱含相關(guān)性指數(shù)的特征

隨著金融市場(chǎng)的不斷發(fā)展，金融產(chǎn)品及其衍生品越來越復(fù)雜，所含資產(chǎn)的增多使多維波動(dòng)率模型的估計(jì)異常困難，所以人們對(duì)相關(guān)性的動(dòng)態(tài)了解相對(duì)較少。下面著重梳理主流文獻(xiàn)中出現(xiàn)的資產(chǎn)收益相關(guān)性的重要特征，發(fā)現(xiàn)金融市場(chǎng)中的相關(guān)性具有長(zhǎng)記憶性、非對(duì)稱性以及與波動(dòng)率的聯(lián)動(dòng)性。

（一）長(zhǎng)記憶性

隱含相關(guān)性的長(zhǎng)記憶性表現(xiàn)為，其受到?jīng)_擊后會(huì)對(duì)以后各階段造成更長(zhǎng)時(shí)間的影響，即：對(duì)相關(guān)性ρt而言，它的自相關(guān)關(guān)系可以延續(xù)到以后的很多期，造成比較深的影響。Sheedy（1998）為貨幣市場(chǎng)中相關(guān)性的持久力提供了證據(jù)，他獲取了不同匯率的每日觀測(cè)值，分析覆蓋了1980年1月到1996年12月的時(shí)間段，原始數(shù)據(jù)中法郎/日元、馬克/日元、英鎊/日元、法郎/英鎊、馬克/英鎊以及法郎/馬克匯率的相關(guān)性長(zhǎng)記憶性特征都在12個(gè)滯后期以上非常顯著。Lundin、Dacorogna和Muller（1999）用不同的計(jì)算間隔和計(jì)算頻率檢驗(yàn)了各種金融工具相關(guān)性的自相關(guān)程度，實(shí)驗(yàn)證據(jù)顯示，金融時(shí)間序列相關(guān)性的長(zhǎng)期記憶可延續(xù)數(shù)月之久。Skintzi、Refenes（2005）展示了DJIA指數(shù)每日隱含相關(guān)性指數(shù)滯后100階的自相關(guān)樣本，他們認(rèn)為相關(guān)性影響的持久力在22個(gè)滯后期可以歸因于指數(shù)的構(gòu)建，因?yàn)橄嚓P(guān)性指數(shù)代表一個(gè)月（22個(gè)交易日）逐日計(jì)算的相關(guān)性預(yù)測(cè)。然而，樣本中顯示其自相關(guān)在41個(gè)滯后期前均保持顯著，這反映了隱含相關(guān)性指數(shù)的長(zhǎng)記憶性。

（二）非對(duì)稱性

非對(duì)稱性是指相關(guān)性對(duì)預(yù)期外市場(chǎng)沖擊的反應(yīng)程度不盡相同，具有明顯的非對(duì)稱性。已有研究證明，股票收益率與同期或未來的相關(guān)性之間存在負(fù)相關(guān)關(guān)系，并且負(fù)收益對(duì)同期或未來相關(guān)性的影響比相同等級(jí)的正收益的影響大。Cho、Engle（1999）采用EGARCH模型估計(jì)每日β，導(dǎo)出了投資組合β的顯著非對(duì)稱性。Andersen、Bollerslev和Diebold（2001）用已實(shí)現(xiàn)相關(guān)性指標(biāo)證明了相關(guān)性和過去收益之間的一周非對(duì)稱關(guān)系。Ang、Chen（2002）按照不同的產(chǎn)業(yè)、規(guī)模和賬面市值比將投資組合分類，也證明了以上觀點(diǎn)。Skintzi、Refenes（2005）采用DJIA指數(shù)每日隱含相關(guān)性指數(shù)數(shù)據(jù)建立了一個(gè)滯后5天的回歸方程，發(fā)現(xiàn)市場(chǎng)下行則同期股票相關(guān)性顯著上升，然而股票市場(chǎng)的正面沖擊和隱含相關(guān)性指數(shù)變化沒有顯著的關(guān)聯(lián)。王磊（2013）發(fā)現(xiàn)在匯率市場(chǎng)中，當(dāng)匯率下跌時(shí)，這種匯率受到的沖擊更多的是對(duì)它個(gè)體本身的沖擊，對(duì)其他匯率的影響較小，而當(dāng)匯率上升時(shí)，這種匯率受到的沖擊更多的是對(duì)不同匯率共同的沖擊。Linder、Schoutens（2014）在研究隱含相關(guān)性微笑時(shí)發(fā)現(xiàn)低執(zhí)行價(jià)格相比高執(zhí)行價(jià)格需要更高的相關(guān)性參數(shù)，下行的相關(guān)性曲線暗示著市場(chǎng)預(yù)期股票價(jià)格在下跌時(shí)是同時(shí)運(yùn)動(dòng)的，而它們?cè)谏蠞q時(shí)則相對(duì)獨(dú)立。

（三）與波動(dòng)率的聯(lián)動(dòng)性

與波動(dòng)率的聯(lián)動(dòng)性顧名思義，就是隱含相關(guān)性指數(shù)變化與隱含波動(dòng)率變化的共同運(yùn)動(dòng)趨勢(shì)。相關(guān)性和波動(dòng)率之間的跨期關(guān)系已經(jīng)被許多研究驗(yàn)證，收益相關(guān)性和波動(dòng)率擁有很強(qiáng)的正相關(guān)關(guān)系。國際股票指數(shù)（Solnik、Bourcell和Le Fur，1996）、股票收益（Andersen、Bollerslev和 Diebold，2001）以及貨幣市場(chǎng)（Sheedy，1998）都提供了相應(yīng)的證據(jù)。Skintzi、Refenes（2005）繪制了DJIA隱含相關(guān)性指數(shù)的日變化與隱含波動(dòng)率指數(shù)的日變化的散點(diǎn)圖，得到了兩個(gè)時(shí)間序列的強(qiáng)正相關(guān)關(guān)系。然后進(jìn)一步建立了回歸模型并引入格蘭杰因果關(guān)系進(jìn)行檢驗(yàn)，得到的結(jié)果表明隱含相關(guān)性指數(shù)變化引起了隱含波動(dòng)率指數(shù)的變化，反之不成立。也就是說股票市場(chǎng)的波動(dòng)率變動(dòng)不影響股票收益相關(guān)性水平的未來變化，而后者似乎可以引起前者的變動(dòng)。Fink、Geppert（2015）分析了股票、波動(dòng)率和相關(guān)性之間的多維相依關(guān)系，為得到清晰的結(jié)果，他們剔除了像波動(dòng)聚類這樣的誤導(dǎo)因素，只考慮純粹的相依關(guān)系。使用ARMAGARCH模型過濾的對(duì)數(shù)收益率，得出Samp;P 500的隱含相關(guān)性指數(shù)與隱含波動(dòng)率指數(shù)正相關(guān)。

四、隱含相關(guān)性在金融市場(chǎng)中的應(yīng)用

隱含相關(guān)性最主要的兩個(gè)應(yīng)用領(lǐng)域是市場(chǎng)預(yù)測(cè)和風(fēng)險(xiǎn)管理。

（一）市場(chǎng)預(yù)測(cè)

隱含相關(guān)性的預(yù)測(cè)主要表現(xiàn)在對(duì)未來現(xiàn)實(shí)相關(guān)性的預(yù)測(cè)、對(duì)資產(chǎn)收益率的預(yù)測(cè)以及對(duì)波動(dòng)率的預(yù)測(cè)三個(gè)方面。

1.對(duì)未來現(xiàn)實(shí)相關(guān)性的預(yù)測(cè)。關(guān)于對(duì)未來現(xiàn)實(shí)相關(guān)性的預(yù)測(cè)，簡(jiǎn)而言之，隱含相關(guān)性指數(shù)是對(duì)未來現(xiàn)實(shí)相關(guān)性的有偏估計(jì)，但是這種有偏估計(jì)要優(yōu)于利用歷史信息集推算的無偏估計(jì)。在以往的金融資產(chǎn)預(yù)測(cè)研究中，Walter、Lopez（2000），Pong（2004），黃薏舟、鄭振龍（2009）以及Christoffersen（2012）等雖然肯定了隱含信息的更優(yōu)表現(xiàn)，可是他們也認(rèn)為隱含信息和歷史信息各自含有獨(dú)特的信息而無法完全包含對(duì)方。Bates、Granger（1969）最早提出通過不同預(yù)測(cè)值的組合來進(jìn)行預(yù)測(cè)有可能比單獨(dú)利用某種信息預(yù)測(cè)的能力更強(qiáng)，并進(jìn)行了實(shí)證檢驗(yàn)?；谶@個(gè)原理，王磊（2013）認(rèn)為基于期權(quán)隱含信息的預(yù)測(cè)對(duì)現(xiàn)實(shí)市場(chǎng)來講是有偏的，因此基于歷史信息所得的預(yù)測(cè)與基于期權(quán)隱含信息所得預(yù)測(cè)的組合有可能使預(yù)測(cè)結(jié)果更好。H?rdle、Silyakova（2012）探討了風(fēng)險(xiǎn)中性相關(guān)性動(dòng)態(tài)，使用了一個(gè)動(dòng)態(tài)的半?yún)?shù)因子模型（DFSM）捕捉隱含相關(guān)性曲面的動(dòng)態(tài)，并預(yù)測(cè)了德國市場(chǎng)未來隱含相關(guān)性，但他們只使用了一種模型方法。Markopoulou、Skintzi和Refenes（2016）運(yùn)用了多種技術(shù)方法獲得相關(guān)性分布可供選擇的特征以評(píng)估無模型隱含相關(guān)性方法的預(yù)測(cè)力，結(jié)果表明從經(jīng)濟(jì)學(xué)的意義來看，AR（I）MA-GRACH和隱含相關(guān)性的結(jié)合預(yù)測(cè)效果更好。

2.對(duì)資產(chǎn)收益率的預(yù)測(cè)。Skintzi、Refenes（2005）基于DJIA指數(shù)驗(yàn)證了隱含相關(guān)性指數(shù)日變化和DJIA指數(shù)收益之間的同期關(guān)系，發(fā)現(xiàn)隱含相關(guān)性指數(shù)日變化與DJIA指數(shù)未來收益之間的關(guān)系并不明顯，這也就意味著他們計(jì)算的隱含相關(guān)性指數(shù)對(duì)DJIA指數(shù)收益沒有預(yù)測(cè)力。對(duì)于出現(xiàn)這一結(jié)果的原因，Zhou（2013）認(rèn)為跟DJIA指數(shù)只有30個(gè)成分股有關(guān)系，因?yàn)閿?shù)量比較少，導(dǎo)致結(jié)果不夠精確，他通過探索ICJ指數(shù)（能覆蓋整個(gè)2008年金融危機(jī)）對(duì)Samp;P 500指數(shù)收益的預(yù)測(cè)力填補(bǔ)了這一空白。他估計(jì)了一個(gè)回歸模型，將SPX收益與ICJ周變化和SPX過去值信息相關(guān)聯(lián)，并將整個(gè)數(shù)據(jù)三分進(jìn)行樣本內(nèi)估計(jì)和樣本外檢測(cè)，結(jié)果發(fā)現(xiàn)當(dāng)前的SPX和ICJ周變化信息集與接下來7～10個(gè)月的SPX收益緊密相聯(lián)。Driessen、Maenhout和Vilkov（2013）認(rèn)為平均隱含相關(guān)性對(duì)未來股市收益率有顯著的預(yù)測(cè)能力。Linder、Schoutens（2014）繪制了隱含相關(guān)性指數(shù)對(duì)隱含波動(dòng)率指數(shù)的散點(diǎn)圖，觀測(cè)圖形可知，單以波動(dòng)率來估計(jì)市場(chǎng)的敏感度太狹隘，因?yàn)橛械臅r(shí)候波動(dòng)率沒有大的變化但相關(guān)性相差巨大，有的時(shí)候波動(dòng)率很穩(wěn)定但相關(guān)性差異較大，所以將隱含相關(guān)性和隱含波動(dòng)率結(jié)合起來才能更好地探究市場(chǎng)收益的未來趨勢(shì)。

3.對(duì)波動(dòng)率的預(yù)測(cè)。根據(jù)Driessen、Maenhout和Vilkov（2005）的波動(dòng)率預(yù)測(cè)模型，聯(lián)合時(shí)變的隱含相關(guān)性比假設(shè)相關(guān)性是常數(shù)或者用歷史相關(guān)性建模對(duì)未來的現(xiàn)實(shí)波動(dòng)率具有更強(qiáng)的解釋能力。Stoyanov（2010）用更廣泛的數(shù)據(jù)驗(yàn)證了這一理論。Zhou（2013）考察了ICJ對(duì)SPX周收益波動(dòng)率的預(yù)測(cè)作用，結(jié)果顯示滯后6周的ICJ變動(dòng)顯著影響當(dāng)前SPX周收益波動(dòng)率。Fink、Geppert（2015）為了驗(yàn)證基于隱含相關(guān)性的隱含波動(dòng)率預(yù)測(cè)，建立了一個(gè)對(duì)數(shù)法蘭克福（DAX）隱含波動(dòng)率指數(shù)收益的回歸模型，結(jié)果發(fā)現(xiàn)法蘭克福隱含相關(guān)性指數(shù)、標(biāo)普500隱含波動(dòng)率指數(shù)和標(biāo)普500隱含相關(guān)性指數(shù)都對(duì)法蘭克福隱含波動(dòng)率指數(shù)有正的影響力。列入隱含的相關(guān)性指數(shù)提高了波動(dòng)性預(yù)測(cè)的水平，這是經(jīng)典的ARMA模型無法實(shí)現(xiàn)的。

（二）風(fēng)險(xiǎn)管理工具

相關(guān)性的風(fēng)險(xiǎn)中性測(cè)度可以提供資產(chǎn)定價(jià)和資產(chǎn)配置框架的重要信息，為此Cosemans（2011）提供的證據(jù)表明，對(duì)風(fēng)險(xiǎn)中性相關(guān)性的度量可以解釋隨時(shí)間變化的預(yù)期收益。近年來，個(gè)人投資者和機(jī)構(gòu)投資者均面臨著相關(guān)性風(fēng)險(xiǎn)，業(yè)界人士和學(xué)者開發(fā)出的模型主要有離差交易策略和相關(guān)性互換。

1.離差交易策略。離差交易策略是指，當(dāng)隱含相關(guān)性低（高）時(shí)買（賣）指數(shù)ATM跨期并賣（買）指數(shù)成分股ATM跨期，這個(gè)策略在相關(guān)性溢價(jià)相對(duì)平均值大幅上升或下降時(shí)使用。Bakshi、Kapadia（2003）的研究表明，指數(shù)期權(quán)被過高定價(jià)會(huì)比指數(shù)成分股期權(quán)需要支付更高的費(fèi)用。Driessen、Maenhout和Vilkov（2005）也支持這一觀點(diǎn)，因?yàn)橹笖?shù)期權(quán)對(duì)沖相關(guān)性風(fēng)險(xiǎn)，他們還認(rèn)為不納入相關(guān)性風(fēng)險(xiǎn)的資產(chǎn)定價(jià)模型不能解釋這種價(jià)格差異。他們通過構(gòu)建隱含和現(xiàn)實(shí)相關(guān)性指數(shù)發(fā)現(xiàn)兩個(gè)指數(shù)之間的差異是相關(guān)性溢價(jià)，波動(dòng)率離差策略的收益就來自于這個(gè)溢價(jià)。這可以讓市場(chǎng)參與者用來對(duì)沖相關(guān)性風(fēng)險(xiǎn)，所以相關(guān)性溢價(jià)越大，市場(chǎng)參與者預(yù)期的相關(guān)性風(fēng)險(xiǎn)越大。CBOE（2009）在公布的隱含相關(guān)性指數(shù)白皮書中明確表示，隱含相關(guān)性的意義就在于，它反映了指數(shù)期權(quán)和單一股票期權(quán)之間相對(duì)溢價(jià)的變化為波動(dòng)率離差（關(guān)聯(lián)）交易策略提供交易信號(hào)。一般一個(gè)多頭波動(dòng)率離差交易的特征是出售指數(shù)ATM期權(quán)跨期，并購買指數(shù)成分股ATM期權(quán)跨期。此策略的一個(gè)解釋是，當(dāng)隱含相關(guān)性高時(shí)，指數(shù)期權(quán)溢價(jià)相對(duì)于單一的股票期權(quán)含金量較高。因此，出售高價(jià)的指數(shù)期權(quán)和購買相對(duì)廉價(jià)的股票期權(quán)是有利可圖的。

Driessen、Maenhout和 Vilkov（2009）認(rèn)為，市場(chǎng)相關(guān)性上升會(huì)通過降低多元化獲利和增加市場(chǎng)波動(dòng)對(duì)投資者福利造成負(fù)面影響，所以自然狀態(tài)下異常高的相關(guān)性可能會(huì)導(dǎo)致很高的金融風(fēng)險(xiǎn)。他們從三個(gè)不同的方面為相關(guān)性風(fēng)險(xiǎn)溢價(jià)提供了證據(jù)：股指方差風(fēng)險(xiǎn)的分解；推出一個(gè)對(duì)沖相關(guān)性風(fēng)險(xiǎn)的期權(quán)交易（離差交易）；從指數(shù)和個(gè)股期權(quán)收益率的橫截面估計(jì)相關(guān)性風(fēng)險(xiǎn)溢價(jià)。H?rdle、Silyakova（2012）同意未來現(xiàn)實(shí)相關(guān)性可以由收益序列的實(shí)際測(cè)度和期權(quán)價(jià)格的隱含中性測(cè)度來估計(jì)，這兩種估計(jì)的不同激發(fā)了離差交易策略。他們用德國市場(chǎng)2010年8月2日～2012年8月1日兩年的數(shù)據(jù)研究了這一策略，將波動(dòng)率曲面的方法運(yùn)用于隱相關(guān)曲面，用動(dòng)態(tài)半?yún)?shù)因子（DSFM）模型預(yù)測(cè)隱含相關(guān)性指數(shù)，證明這個(gè)先進(jìn)的離差交易策略可得到最小可能損失、最大可能收益和最高平均回報(bào)，在整個(gè)樣本期更優(yōu)于其他策略。

本著研究隱含波動(dòng)率微笑和CDO價(jià)格隱含相關(guān)性微笑一樣的精神，Tavin（2013）進(jìn)行了產(chǎn)生于各種相依模型的隱含相關(guān)模式的比較分析，提出F-copula和t-copula的非對(duì)稱拓展即PF copula和PST copula，為兩種資產(chǎn)衍生品頭寸引起的相依風(fēng)險(xiǎn)設(shè)計(jì)了簡(jiǎn)潔的對(duì)沖模型。實(shí)證結(jié)果表明，基于PST copula的對(duì)沖方法使初始相依風(fēng)險(xiǎn)大幅減少，勝過其他方法。他們重新審視了Heston和SABR模型中的隱波動(dòng)模式，提出了類似的反應(yīng)參數(shù)、相關(guān)性微笑和離差交易策略三者之間的關(guān)系。顧國達(dá)、董昊煜（2015）解釋了離差交易策略的概念，并選用滬深300股指期權(quán)、上證50ETF期權(quán)、上證180ETF期權(quán)三個(gè)仿真期權(quán)品種作為樣本進(jìn)行實(shí)證分析，結(jié)果發(fā)現(xiàn)離差交易顯著性較強(qiáng)，利差交易在較長(zhǎng)一段時(shí)間內(nèi)表現(xiàn)出色。針對(duì)我國不完全市場(chǎng)的情況，馮玲、雷麗梅和吳運(yùn)平（2015）以恒生指數(shù)為樣本數(shù)據(jù)進(jìn)行了不完全市場(chǎng)相關(guān)性風(fēng)險(xiǎn)的度量與剝離研究。

2.相關(guān)性互換。股票相關(guān)性互換出現(xiàn)在21世紀(jì)初，Bossu（2010）將相關(guān)性互換定義為一種奇異衍生證券，以預(yù)先確定的價(jià)格支付若干標(biāo)的資產(chǎn)收益間可觀察的統(tǒng)計(jì)相關(guān)性。相關(guān)性互換是金融機(jī)構(gòu)開始使用的另一種創(chuàng)新金融工具，用以對(duì)沖投資組合相關(guān)性風(fēng)險(xiǎn)。一般相關(guān)性互換與方差互換相似，它支付名義金額乘以已實(shí)現(xiàn)相關(guān)性減去執(zhí)行價(jià)格的數(shù)額。當(dāng)一個(gè)特定的投資組合中的成分股收益的已實(shí)現(xiàn)相關(guān)性增加、波動(dòng)性增強(qiáng)、投資組合價(jià)值降低時(shí)，來自相關(guān)性互換的收益會(huì)增加并抵消投資組合損失。若相關(guān)性互換缺乏流動(dòng)性，就采用動(dòng)態(tài)的離差交易策略，兩者都是投資者用來管理相關(guān)性風(fēng)險(xiǎn)的策略。

五、未來的研究方向

國際上關(guān)于隱含相關(guān)性的研究并不多，近兩年隨著金融市場(chǎng)的活躍，研究者們對(duì)這方面的研究興趣越來越濃厚。然而仍有很多空白等待我們?nèi)ヌ剿?，現(xiàn)存的文獻(xiàn)也有進(jìn)一步擴(kuò)展的價(jià)值，本文主要提出三個(gè)可供參考的研究方向：跨國隱含相關(guān)性、隱含相關(guān)性的期限結(jié)構(gòu)以及市場(chǎng)跳躍的隱含相關(guān)性。

1.跨國隱含相關(guān)性。許多研究表明，20世紀(jì)90年代初以來全球經(jīng)濟(jì)一體化趨勢(shì)明顯，各市場(chǎng)之間的相互作用大大增加。關(guān)于隱含相關(guān)性的研究大多數(shù)是基于一個(gè)國家或者一個(gè)市場(chǎng)的，目前已知的關(guān)于隱含相關(guān)性跨國相依和應(yīng)用的研究只有Fink、Geppert（2015）等少數(shù)文獻(xiàn)。他們將美國Samp;P 500和德國DAX兩個(gè)指數(shù)六個(gè)指標(biāo)聯(lián)系在一起，用ARMAGARCH模型分析了它們的尾部相關(guān)性。但這種方法分析不出它們之間的影響方向，針對(duì)這一問題可以考慮采用貝葉斯copula網(wǎng)絡(luò)的方法，從整體上把握兩個(gè)市場(chǎng)多個(gè)指標(biāo)的脈絡(luò)并明確傳播方向。

2.隱含相關(guān)性的期限結(jié)構(gòu)。隱含相關(guān)性取決于期權(quán)執(zhí)行價(jià)格和到期日的現(xiàn)象稱作相關(guān)性微笑和相關(guān)性期限結(jié)構(gòu)。Tavin（2013）只研究了價(jià)差期權(quán)的隱含相關(guān)性微笑現(xiàn)象，并沒有涉及相應(yīng)的期限結(jié)構(gòu)，股指期權(quán)的隱含相關(guān)性期限結(jié)構(gòu)的研究也存在很大的空白。之后的研究可以將此作為有力突破點(diǎn)。

3.市場(chǎng)跳躍的隱含相關(guān)性。很多研究都假設(shè)市場(chǎng)資產(chǎn)沒有跳躍的價(jià)格，但是隱含相關(guān)性的主要研究目的之一是規(guī)避或者對(duì)沖風(fēng)險(xiǎn)，有風(fēng)險(xiǎn)的市場(chǎng)不可避免地會(huì)出現(xiàn)各種事件的沖擊即跳躍的情況。將市場(chǎng)跳躍考慮在相關(guān)性風(fēng)險(xiǎn)的度量中，可以得出更加可靠的結(jié)果和交易策略。馮玲、雷麗梅和吳運(yùn)平（2015）在市場(chǎng)跳躍情況下對(duì)市場(chǎng)資產(chǎn)隱含相關(guān)性作了有益的探討。

Bollerslev T.，Engle R.F.，Wooldridge J.M.．A Capital Asset Pricing Model with Time-Varying Covariances［J］．Journal of Political Economy，1988（1）．

Skintzi V.D.，Skiadopoulos G.S.，Refenes A.N.．The Effect of Mis-Estimating Correlation on Value-at-Risk［J］．Journal of Alternative Investments，2005（4）．

Wong A.S.K.．Quantitative impact of correlation errors on basket options with time-varying correlations［J］．Journal of Futures Markets，2012（2）．

Bollerslev T.．Modelling the Coherence in Short-Run Nominal Exchange Rates：A Multivariate Generalized Arch Model［J］．Review of Economicsamp;Statistics，1990（3）．

Brandt M.W.，Diebold F.X.．A No-Arbitrage Approach to Range-Based Estimation of Return Covariances and Correlations［J］．Ssrn Electronic Journal，2006（1）．

EngleR.F.， Sheppard K.．Evaluatingthe specification of covariance models for large portfolios［D］．New York:New York University，2005．

JessicaJames， Kristjan Kasikov， Kerry-Ann Edwards.The end of diversification［J］．Quantitative Finance，2012（11）．

J.P.Morgan.Risk Metrics Technical Document（4th ed.）［M］．New York：JP Morgan，1996．

Engle R.F.， KronerK.F.．Multivariate Simultaneous Generalized ARCH［J］．Econometric Theory，1995（1）．

Bickel P.J.，Levina E.．Covariance regularization by thresholding［J］．Annals of Statistics，2008（6）．

Fan J.， Fan Y.， Lv J.．High dimensional covariance matrix estimation using a factor model［J］．Journal of Econometrics，2008（1）．

胡志浩，李淼．隱含波動(dòng)率文獻(xiàn)綜述［J］．金融評(píng)論，2016（2）．

Bodurtha J.N.，Shen Q.．Historical and Implied Measures ofquot;Value at Riskquot;：The DM and Yen Case［D］．Washington：Georgetown University，1995．

Aiba Y.，Hatano N.．Triangular arbitrage in the foreign exchange market［J］．Physica A：Statistical Mechanicsamp;Its Applications，2004（1-2）．

鄭振龍，陳蓉，王磊．匯率相關(guān)性的預(yù)測(cè)與全球資產(chǎn)配置［J］．國際金融研究，2015（3）．

Longstaff F.A.，Santa-Clara P.，Schwartz E.S.．The Relative Valuation of Caps and Swaptions：Theoryand EmpiricalEvidence［J］．Journalof Finance，2001（6）．

顧國達(dá)，董昊煜．離差交易的實(shí)證研究與探討［J］．經(jīng)濟(jì)與管理，2015（4）．

馮玲，雷麗梅，吳運(yùn)平等．不完全市場(chǎng)中相關(guān)性風(fēng)險(xiǎn)的度量與剝離研究［J］．系統(tǒng)工程學(xué)報(bào)，2015（6）．

Carmona R.E.，Durrleman V.．Pricing and hedging spread options in a log-normal model［J］．Siam Review，2003（4）．

H?rdle W.K.，Silyakova E.．Implied Basket Correlation Dynamics［J］．Statisticsamp;Risk Modeling，2012（1）．

F831.5

A

1004-0994（2017）35-0080-7

國家自然科學(xué)基金項(xiàng)目“時(shí)序非線性相依Copula分析建模及金融領(lǐng)域應(yīng)用研究”（項(xiàng)目編號(hào)：71071111）；天津市哲學(xué)社會(huì)科學(xué)規(guī)劃課題“‘一帶一路’下天津自貿(mào)區(qū)金融創(chuàng)新解壓力測(cè)試研究”（項(xiàng)目編號(hào)：TJYY16-018）

作者單位：1.天津科技大學(xué)經(jīng)濟(jì)與管理學(xué)院金融工程與風(fēng)險(xiǎn)管理研究中心，天津300222；2.天津科技大學(xué)經(jīng)濟(jì)與管理學(xué)院，天津300222