×
模态框（Modal）标题
在这里添加一些文本
关闭
关闭
提交更改
取消
确定并提交
×
模态框（Modal）标题
×
中国科学院数学与系统科学研究院期刊网
ISSN 2097-2326 (Online) ISSN 2096-9732 (Print) CN 10-1738/F
Toggle navigation
计量经济学报
首页
期刊介绍
编委会
投稿指南
出版道德声明
期刊订阅
下载中心
新闻公告
联系我们
English
图/表 详细信息
中国新能源市场、金融市场和国际原油市场间的多尺度风险传染效应研究
戴志锋, 刘畅
计量经济学报, 2024, 4(
3
): 835-857. DOI:
10.12012/CJoE2023-0091
图3
原始时间尺度上新能源(ZNE)、金融部门(CF)和原油(WTI)间的风险传染
本文的其它图/表
表1
描述性统计
表2
ARMA-EGARCH-
t
模型的估计结果
表3
成对vine copula模型的最佳估计结果
表4
条件成对vine copula模型的最佳估计结果
图1
新能源(ZNE)、金融部门(CF)和原油(WTI)间最佳成对连接的时变相关系数图
1
图2
新能源(ZNE)、金融部门(CF)和原油(WTI)间最佳条件成对连接的时变相关系数图
表5
动态(平均)条件下行(上行) 5%分位数
图4
短期时间尺度上新能源(ZNE)、金融部门(CF)和原油(WTI)间的风险传染
图5
中期时间尺度上新能源(ZNE)、金融部门(CF)和原油(WTI)间的风险传染
图6
原始时间尺度上的风险传染面
注: 风险传染面上的点(
x
,
y
,
z
) 表示: 当资产A和资产B分别处于无条件分位数
x
和
y
时, 整个抽样期间资产C的动态条件5% 分位数的平均值为
z
. 显然, 当表面倾斜于B资产的轴时, 这意味着C资产对来自A资产的风险更加敏感, 下同.
图7
短期时间尺度上的风险传染面
图8
中期时间尺度上的风险传染面
