股票市场与债券市场的风险联动与预测研究

摘要：

本文采用多元多分位数条件自回归风险价值模型和分位数回归方法,分析我国股票市场与债券市场的尾部风险联动关系.基于股债风险联动新视角,结合前沿机器学习算法构建预测模型,分析发现,股市(债市)风险信息能够有效降低债市(股市)风险预测误差.应用分位数梯度提升模型等机器学习方法,有助于克服传统模型局限性、改善尾部风险预测效果.分行业看,我国股市风险与债市风险之间存在非对称预测关系,多数行业存在"债市风险→股市风险"的单向预测关系,但双向预测关系仅存在于材料、日常消费、金融、房地产等行业.本文对完善我国重点领域风险监测预警体系的政策建议,可为"风险早识别、早预警、早暴露、早处置"提供有益参考.

关键词：尾部风险、风险联动、风险预测、机器学习

分类号：C5;G10

资助基金：国家社会科学基金;国家社会科学基金

在线出版日期：2024-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共19页

页码：131-149