本文是一篇金融学论文，金融学研究的内容极其丰富。它不仅限于金融理论方面的研究，还包括金融史、金融学说史、当代东西方各派金融学说，以及对各国金融体制、金融政策的分别研究和比较研究，证券、信托、保险等理论也在金融学的研究范围内。（以上内容来自百度百科）今天为大家推荐一篇金融学论文，供大家参考。
1 绪论
1.1 研究背景及意义
随着全球经济一体化进程的不断加快，我国钢铁行业的现代化建设也得到持续推进，作为钢铁冶炼的核心原料铁矿石的需求量逐年增加，铁矿石对外依存度一直在增加，我国铁矿石消费量在全球居于第一位置。但是在国际铁矿石的定价谈判中并没有因为我国巨大的进口需求量而带来相应的市场优势，作为全球铁矿石进口量最大的国家，铁矿石定价权的缺失会抑制我国钢铁企业的快速发展，并对下游行业产生成本压迫，进而影响到我国经济的健康发展。1.作为一国国民经济重要基础产业的钢铁工业，同时又是决定一国经济水平和评判一国综合国力的标志，其发展程度影响巨大。我国钢铁产量由 2000 年的 1.285亿吨，增长到 2016 年的 8.084 亿吨；相较于世界钢铁的产量，我国钢铁产量占比由 2000 年的 15.2%逐步增加到 2016 年的 49.6%（数据来源我的钢铁网）。相应的，对铁矿石的需求量也逐年递增，而国内铁矿石资源的有效供给不足却是既定的事实。2.我国钢铁产业的快速发展带动了对粗钢的消费增加，而铁矿石的产能供给要迟滞于钢铁产能的需求，因此铁矿石对外依存度逐年增加。自 2003 年以来，我国铁矿石的进口量就已经远超日本，成为国际上铁矿石需求进口量第一位，甚至我国的铁矿石需求变化能够影响到全球的铁矿石需求变化。2007 年和 2008 年，全世界一半钢铁出口的对象是我国，此外，我国超过一半的铁矿石依赖于进口。数据统计结果显示，截止至 2009 年，我国 3/5 的铁矿石依靠其他国家的供给。到了 2014 年，这一数字超过了 70%；而到了 2016 年，我国铁矿石的对外依存度超过了 80%（数据来源我的钢铁网）。
..........
1.2 论文基本思路
在梳理总结我国和其他国家关于不同市场间风险溢出效应研究成果的基础上，本文以大商所铁矿石期货市场、新交所铁矿石期货市场和 CIOPI 国产铁矿石价格指数为样本数据，研究国内国外铁矿石期货市场、现货市场之间的风险溢出效应。目前对于计算 CoVaR 值，学者多采用分位数回归法，用于银行、股市等金融机构或市场之间的风险溢出程度大小。由于通过分位数回归法计算 CoVaR 只适用于描述不同变量之间的线性关系，对于描述铁矿石市场的非线性关系并不适合。故本文模型采用基于时变混合 Copula 模型的 CoVaR 度量方法，要构建时变混合 Copula-CoVaR 模型，首先以 GARCH 模型来描述金融变量的边缘分布，以最优的时变混合 Copula 模型对所选样本数据序列拟合出联合分布，度量出国内国际铁矿石价格指数之间的时变相依结构，再运用所选取的最优 Copula 模型分别推导出各组期货市场之间的 CoVaR 值，从而推导出铁矿石市场间的风险溢出效应及进口铁矿石定价权的变动。在研究国内国外铁矿石期货市场、现货市场之间风险溢出效益时，国内的数据本文采用大连商品交易所 2013 年 10 月 18 日到 2017 年 6 月 30 日的铁矿石期货结算价；国际的数据本文采用新加坡交易所 2011 年 10 月 14 日到 2017 年 6 月 30 日的铁矿石掉期结算价，因为其持仓量和成交量都较大；并以大商所铁矿石期货上市时间 2013 年 10 月 18 日为界，划分为两个阶段，如新交所铁矿石期货收益率 1 和新交所铁矿石期货收益率 2；另外国内铁矿石现货市场的数据采用中国铁矿石价格指数（CIOPI）国产铁矿石指数部分，时间从 2011 年 10 月 14 日到 2017 年 6 月 30日。本文同样以 2013 年 10 月 18 日为界，划分为两个阶段。考虑到中国和英国、新加坡的节假日制度有所区别，对数据做一定处理，并对数据的单位进行统一换算。通过研究大宗商品国际定价权的决定因素及其影响效应的相关文献，把握其历史发展变化及机理，为本论文的研究提供理论基础。
.........
2 关于风险溢出效应的文献综述
随着全球经济一体化的逐步深入，国家与国家之间的贸易往来更加频繁，金融一体化日益凸显，一个国家的金融风险，可能会快速传播到其他国家。此时，其他相关产品的价格会受到影响而发生变化，产品市场产生一系列反应的情况就被称为金融风险溢出效应。而期货市场的溢出效应还受到某个具有商品定价权的期货市场的影响，具体来说是指某一市场对一商品拥有定价权，当其发生风险时就会通过某一路径将风险传播到其他地方。风险的类型不同，溢出反应也会有所不同，学术界普遍更为关注极端型的风险。研究金融市场之间的风险溢出效应对于研究某一期货品种的定价权转移具有指导作用。通过阅读对比国内外相关文献，从风险溢出实证方法着手进行分为三类，主要包括基于 Granger 因果检验模型方法、基于GARCH 模型方法和基于 Copula 模型方法，整理分析国内外学者关于金融市场风险溢出效应的研究成果。
2.1 国外风险溢出效应研究方法
在资本市场上 Granger 因果检验的方法运用相对很普遍，Lu Wen-Cheng 等（2006）利用台湾电子公司的面板数据研究了研发与生产率增长之间的 Granger 因果关系，同时考虑了研发空间外溢效应的影响。结果表明，模型中所有的变量都是固定的，而研发的库存和研发空间的溢出效应导致了生产力的增长。Hong Yong-miao 等（2009）引入了 Granger 因果关系的新概念，并提出了一种测试以检测金融市场的极端下行风险溢出效应，其中风险是由分布的左尾或风险值（VaR）来衡量的。仿真研究表明，在有限样本中，所提出的试验方法具有合理的大小和功率，包括在均值、方差、偏态、峰度等方面的影响。特别地，非均匀加权比均匀加权和 Granger 类型回归过程提供了更好的效率，这些测试对于调查金融市场之间的金融市场之间的巨大联系非常有用。Lee Jin 和 Lee Hangyong（2009）调查了韩国股市和外汇市场之间的风险是如何发生的，风险被极端的负面价值定义为低于 5%的风险。并比较了 Granger 因果测试的结果，与传统的 Granger 因果测试结果的结果相比较。在 1992-2009 年的样本中，发现，风险的因果关系在两个方向上都有，而 Granger 的因果关系只从股票回报到外汇回报。结果表明，股票收益的联合动态和分布的左尾的外汇回报可能与其它分布的情况不同。然而，这一结果取决于是否包括1997年亚洲危机时期和2008年全球金融危机期间。Cheung William 等（2010）探讨了 2007-2009 年全球金融危机对全球股市间相互关系的影响，以利差作为测算信用风险工具。利用向量自回归（VAR）模型，Granger 因果测试，联合矢量误差修正模型，在危机期间，在英国、香港、日本、澳大利亚、俄罗斯和中国市场上加强了美国市场的领导地位。尽管美国市场对其它全球市场的“正交”冲击的影响在金融危机期间至少增加了两倍，但对全球市场指数的“正交”冲击的影响至少增加了 5 倍。总的来说，这些发现揭示了国际股市联动的动态和信贷风险的溢出效应。
.........
2.2 国内风险溢出的实证研究方法
李双成和杨桂华（2005）运用 Granger 因果检验和 ARCH 类模型对上证和深证之间的关联性和波动溢出效应进行实证分析，结论表明，每日上证指数和深证指数有很强的相关性，其中一个的日收益数据能够在一定程度上预测其他金融市场的发展趋势，上海股市和深圳股市的风险溢出效应存在明显的双向性质。潘慧峰等（2007）选取得克萨斯州和我国大庆原油价格，利用风险-Granger 因果检验模型分析了两个石油市场的极端风险溢出效应。实证结果表明，无论是市场油价上涨还是市场油价下跌，美国石油市场对我国石油市场均产生单向的风险溢出效应。谢家泉（2010）利用 Granger 因果检验模型方法对上海香港台湾三个股票市场间的波动溢出展开研究和分析，发现台湾股市和上海股市之间的收益相互影响；上海股市和香港股市之间仅表现出香港对上海股市的的单向溢出效应，反过来表现不明显；而上海股市和台湾股市间的传导效应要相对弱于上海股市和香港股市间的传导效应。潘慧峰（2011）选取 Granger 因果检验模型方法研究了全球主要的石油市场之间的风险传染波动溢出效应，又进一步检验了极端上涨和极端下跌时的风险溢出关系。实证结果表明，信息效率高的市场对信息效率低的市场的风险溢出效应明显，反之不明显，上涨侧的信息溢出效应要比下跌侧的风险溢出效应更高。谢家泉和许均平（2013）利用 GARCH-DiagonalBEKK 模型、Granger 因果检验等方法，分析创业板市场与主板市场之间的波动性、相关性及波动影响程度。研究结果表明，我国证券市场明显存在从主板市场到创业板市场的均值溢出效应，溢出效应在两个市场都比较明显，且溢出效应波动的相关性随着创业板的发展而逐步提升。
..........
3 Copula 函数理论模型 ..... 16
3.1 时变 Copula 函数 ..... 16
3.2 混合 Copula 函数 ..... 17
3.3 Copula 模型参数估计 ........... 18
3.4 Copula 函数模型拟合优度检验 ............. 19
3.5 边缘分布模型的估计 ............ 21
3.6 时变混合
