《表4 藤结构的Pair-Copula拟合结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于R藤Copula模型的银行间风险传染路径研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：此处估计结果应有13层，但由于篇幅限制，只报告至第二层。树结构中，1-14分别对应14家银行，对应关系如下：1-北京银行，2-光大银行，3-工商银行，4-华夏银行，5-建设银行，6-交通银行，7-民生银行，8-南京银行，9-农业银行，10-浦发银行，11-兴业银行，12-中国银行，13-招

由表4可知，在第一层树结构中，所有银行之间的无条件秩相关系数均为正，说明银行间存在正相依性，两家银行之间更倾向于出现同涨同跌的趋势。这个结果与现实情况相符，特别是当某家银行出现挤兑现象时，其他银行将被动遭受信用危机，反映在股价上，也将呈现相应的协同震荡。同时，可以观察到银行间的秩相关系数值均在0.6之上，说明银行间相依性强度较高。这很大程度上归因于银行间密切的业务往来，最基本的包括跨行转账清算等，使得银行之间有较强的关联度。再对比第二层树结构结果表明，加入新的条件变量后，秩相关系数明显降低，相关性逐渐减弱，到第十三层，逐渐趋近独立。进一步分析各个银行之间的联系可以发现，工商银行与建设银行的相依结构适合用Frank Copula来描述，说明两者具有对称的上下尾关系。而中国银行与农业银行之间则更适合用t Copula来刻画，具有更厚的尾部特征，其相依结构也具有对称性特点。结合银行之间相应的Pair Copula，绘制出更为直观的树形结构图如图1。限于文章篇幅，此处只报告第一层树结构。