金砖四国股市联动性研究(DCC-GARCH模型)
- 格式:doc
- 大小:573.50 KB
- 文档页数:12
作者: 吴晓[1,2];李永华[1]
作者机构: [1]湖南大学工商管理学院,长沙410082;[2]新疆农业大学经济与贸易学院,乌鲁木齐830052
出版物刊名: 统计与决策
页码: 139-142页
年卷期: 2013年 第20期
主题词: 面板GARCH;汇率风险;联动条件在险价值
摘要:现有对汇率风险的研究在在险价值测算方面已比较成熟,但在条件在险价值测算方面仍比较匮乏。
实践中由于金融机构等与汇率操作直接相关的部门往往面临不止一种货币的汇率风险,因而在深入研究条件在险价值的同时注意其联动性成为必要。
文章引入面板GARCH模型并与普通一元GARCH模型以及多元GARCH模型中常用的DCC模型、BEKK模型进行比较,发现特定条件下其对金融机构主要经营币种的汇率风险联动条件在险价值测算更为准确,有利ff-~r-率风险的管理。
收稿日期:2020-09-04修回日期:2020-10-21作者简介:李延军,男,陕西延川人,河北工业大学经济管理学院教授,博士,研究方向为证券市场;林雪瑞,女,河北沧州人,河北工业大学经济管理学院,研究方向为证券市场。
沪深300股指期货与现货市场间风险传染效应及影响因素李延军林雪瑞(河北工业大学经济管理学院,天津300401)摘要:本文选取2005—2019年我国沪深300股指期货和沪深300股票指数日收盘价数据,结合股票推出时间、股价波动性,设置样本组、对照组,运用GARCH 模型、DCC-GARCH 模型、Granger 因果关系检验及多元线性回归模型分析了沪深300股指期货与现货间的风险传染效应及影响因素,并结合研究结论提出对策,以期促进资本市场健康发展。
结果表明:沪深300股指期货市场与现货市场间存在双向的风险传染效应,且经DCC-GARCH 模型分析表明风险传染效应在动荡期尤为明显;影响这种风险传染效应的因素有很多,主要表现为微观因素中的股票市场流动性和股票市场不确定性与极端事件两个方面。
关键词:沪深300股指期货;沪深300股票指数;风险传染;DCC-GARCH 模型;多元线性回归中图分类号:F830.91文献标识码:A 文章编号:1674-2265(2021)01-0069-09DOI :10.19647/ki.37-1462/f.2021.01.010一、引言21世纪以来,随着全球金融市场开放程度加深、联动性加强,金融市场间的风险传染效应已成为投资者关注的重点之一。
风险传染效应即在危机发生时,不同金融市场间价格波动的相关性较稳定时期明显增加的现象,它通过贸易传染、资本流动等宏观层面和噪声交易、羊群效应等微观层面的传染渠道引起金融资产收益率和价格波动。
信息时代的到来加速了金融市场间讯息的传递,为金融市场间风险的加速传染埋下隐患。
因此,如何防范金融市场间的风险传染已成为亟待解决的问题。
SHIBOR与国际主要基准利率动态联动性研究内容提要:本文选取LIBOR、HIBOR、SIBOR和FFR等国际代表性基准利率为样本,通过构建静态相关系数、时变参数状态空间模型和DCC-MVGARCH模型,深入研究了各基准利图12006年10月-2015年2月各基准利率历史数据走势比较图二、模型构建与数据来源国际主要基准利率对SHIBOR的均值溢出效应模型:为了更充分全面的反映国际主要基准利率的动态联动性,本文首先利用静态相关系数初步考察各基准利率间的静态联动性,然后在此基础上从均值溢出效应与波动溢出效应两方面对其动态联动性进行考察。
前者表示基准利率自身前期收益和其他市场前期收益对自身的影响;后者则指波动会从一个市场传递到另外一个或多个市场。
本文利用基于时变参数的状态空间模型测度均值溢出效应,利用DCC-MVGARCH模型测度波动溢出效应。
2.DCC-MVGARCH模型。
Engle&Sheppard2002)提出了动态条件相关模型(DCC-MVGARCH),该模型放宽了相关系数为常数的假设,允许相关系数矩阵随时间变量t变动,即相关系数矩阵R具有时变特征本文构建DCC-MVGARCH模型如下:三、SHIBOR与国际主要基准利率动态联动性的实证结果分析(一)相关系数结果和分析1.从年度静态相关系数来看,各相关系数在样本期内都经历过正负变化,而最终通过10年静态相关系数计算出的均值中,SH-L、SH-S、SH-F、L-F为负,其他几个静态相关系数的均值则为正。
可见,一定时期的静态系数只能从总体上粗略反应本时期内两基准利率联动性2.观察各年度静态相关系数及其均值的绝对值可以发现,基本上均小于0.1,说明各基准利率间的相关性并不强。
3.观察同一相关系数不同年度的大小,发现其不存在明显规律,和经济背景环境关联度不大。
这也说明静态相关系数在测度基准利率联动性方面只能起到初步的参考作用。
(二)状态空间模型测度结果和分析1.SHIBOR对国际主要基准利率的均值溢出效应时变参数SV1、SV2、SV3、SV4的变动轨迹趋势十分相似,都较为明显的分为三个阶段,第一阶段为2006年10月至2007年初,时变参数SV1、SV2、SV3、SV4初始震动区2.国际主要基准利率对SHIBOR的均值溢出效应(三)DCC-MVGARCH模型测度结果和分析各基准利率的DCC-MVGARCH模型测度结果如表2所示。
二元GED-GARCH模型的利率与汇率波动溢出效应研究陈守东;高艳【摘要】分别运用二元N-GARCH模型和二元GED-GARCH模型,对金融危机前后利率和汇率的波动溢出效应进行研究,通过自适应绝对偏差和自适应均方误差的平方根2种标准进行评价.研究认为,二元GED-GARCH预测效果更好,在金融危机前利率与汇率之间存在着由汇率到利率的溢出效应;在金融危机之后,利率与汇率具有双向的波动溢出效应.%We use binary N-GARCH and GED-GARCH models to analyze the Spillover Effects between Exchange Rate and Interest Rate before and after financial crisis respectively, and then valu-ate the two models by adaptive mean absolute deviation and adaptive root of mean square error criterion. As a result, we found out that the forecasting effect of binary GED-GARCH is better, and there is no Spillover Effects between Exchange Rate and Interest Rate before financial crisis, but there are two-way Spillover Effects between them after financial crisis.【期刊名称】《管理学报》【年(卷),期】2012(009)007【总页数】5页(P1020-1024)【关键词】利率;汇率;GED-GARCH;溢出效应【作者】陈守东;高艳【作者单位】吉林大学商学院;吉林大学商学院;河北联合大学理学院【正文语种】中文【中图分类】C93;F832.59利率和汇率是2个十分重要的经济变量,其波动对经济有着很重要的影响。
基于Copula-GARCH模型的沪深股市相关性分析侯叶子;卢俊香【摘要】为了进一步研究金融市场的相关性和相关模式,文中将GARCH模型和Copula模型相结合,建立了二元金融时间序列的Copula-GARCH模型,并对上证综合指数和深证成分指数进行了实证分析.结果表明:上海证券交易所和深圳证券交易所的收益率具有很强的相关性.随着股票价格的上涨或下跌,上海股市与深圳股市之间的协同效应将大幅增加,相关程度明显增大.实证结果对比发现,相对于二元正态Copula,二元t-Copula对实际问题的描述能力更为准确.%In order to further study the correlation and related models of financial markets, the paper presents a Copula-GARCH model for binary financial time series by combining the GARCH model and the Copula model, with which the Shanghai composite index and the Shenzhen component index are empirically analyzed.The results are as follows.There is a strong correlation between the returns of the Shanghai stock exchange and the Shenzhen stock exchange;as the stock prices rise or fall, the synergy between the Shanghai stock market and the Shenzhen stock market will increase significantly;the degree of their correlation will increase sharply.The comparison of the empirical results shows that the binary tCopula is more accurate in describing actual problems than the binary normal Copula.【期刊名称】《西安工业大学学报》【年(卷),期】2019(039)001【总页数】5页(P7-11)【关键词】Copula函数;Copula-GARCH模型;相关性;收益率;模型选择【作者】侯叶子;卢俊香【作者单位】西安工程大学理学院, 西安 710048;西安工程大学理学院, 西安710048【正文语种】中文【中图分类】F830近年来,随着衍生产品的日益丰富,金融市场中的相关性分析日渐成为研究热点,Granger因果分析是常用的相关性分析方法[1] ,但它存在局限性,如变量间是线性相关的,且方差有限时才能进行线性相关分析,但金融市场中的数据特征多呈现尖峰、厚尾的特点而且方差也不总是存在,所以这种方法不太适用于金融市场。
人民币在岸离岸汇率联动关系及其影响因素分析叶亚飞;石建勋【摘要】基于前人研究,笔者构建DCC-GARCH模型克服恒定联动系数的局限性,实证研究人民币在岸离岸汇率的非线性动态联动关系,发现在岸离岸汇率间存在持久、显著的联动关系,且联动系数具有长期记忆性和动态时变性.在此基础上,构建SVAR模型实证研究人民币在岸离岸汇率联动性的影响因素,发现在岸离岸市场的风险偏好差异、汇率差异、利率差异均对其联动效应有负向影响,差异越大在岸离岸汇率联动系数越小;而以“811”汇改为代表的人民币定价机制改革则能显著提高在岸离岸汇率的联动性.据此,提出充分利用在岸离岸汇率联动性引导离岸人民币预期、深化利率市场化改革实现资金价格市场化定价、多元化外汇市场交易类型促进汇差收敛、主动掌握人民币定价权、完善人民币汇率形成机制等政策建议.【期刊名称】《中央财经大学学报》【年(卷),期】2016(000)012【总页数】8页(P37-44)【关键词】人民币汇率;在岸离岸联动关系;影响因素;实证检验【作者】叶亚飞;石建勋【作者单位】同济大学经济与管理学院;同济大学经济与管理学院【正文语种】中文【中图分类】F831一、引言我国自2008年金融危机以来一直在追求在岸人民币(CNY)的国际化,而发展人民币离岸市场是人民币国际化的重要战略布局。
随着中国人民银行(PBOC)与香港金融管理局(HKMA)2010年7月19日联合宣布香港人民币可交割,香港人民币(CNH)离岸市场正式成立,自此,该市场一直快速增长,吸引了广泛的关注与大量的交易活动,然而,CNH与CNY的汇差也吸引了大量的套利行为与投机攻击。
由图1可知,人民币在岸离岸汇率差异一直存在,自2011年出现一轮贬值预期后,缘于我国自贸区建设及一系列利好政策,离岸市场一直预期人民币升值,直至2014年3季度。
随着我国经济结构调整以及美联储加息预期等影响,CNH人民币报价一直走低,尤其是2015年“811”汇改后,离岸市场CNH持续贬值,与CNY价差不断扩大,拖累在岸人民币也出现累计最大跌幅。
&本(场/行业2021.06创业板和沪市主板波动溢出效应研究①——基于BEKK-GARCH 模型%施建业(南京审计大学江苏南京211815)内容摘要:创业板实施注册制改革之后,市场交易氛围活跃,创业板指数的上涨对沪市主板具有一定的带动效应。
本文采用BEKK-GARCH 模型对沪市主板和创业板之间是否存在波动溢出效应进行实证分析。
研究结果表明沪市主板对创业板具有显著的溢出效应,创业板对沪市主板也存在显著的溢出效应,二者存在双向的溢出效应。
创业板改革的确给资本市场带来了新的变化,提升了投资者证券投资的积极性,激发了市场浓徹的交易氛围,创业板改革的亮S与缺陷为资本市场的发展与完善指明了方向。
关键词:创业板沪市主板收益率风险溢出BEKK-GARCH 模型中图分类号+ F 832.5 文献标识码:A文章编号+ 2095-8501(2021 )06-0071-05―、弓I 言为了推动我国资本市场的完善、增加我国资本市场的多样性,加大金融体系服务实体经济 的力度,2020年8月24日我国推行创业板注册制改革来促进我国资本市场的国际化发展。
由于我国的资本市场发展时间较短,机构投资者比重远远小于个人投资者,市场不规范行为频 出,注册制在我国的推行频频受挫。
2019年7月22日科创板率先试行注册制改革,为我国的金 融市场深化改革提供了宝贵的经验,经过一年多的发展, 深 ,将注制进一在创业板推行创业板注册制改革 来,我 发 创业板 金额明显放大,甚至数超过沪市主板,改革 的放,大大发了投资者的,推动了资本市场的发展 由于投资者不 性 创业额频发的投机我深市 一体 的创业 ,金额大大增加, 动 出 动了 市 的动, 市 创业 一个 出 动,增加了市场的不 我改革 加 了金融市场的 动,提 了市场的波动性,导致市场的投机性 加大。
我国推行注 制的 的 促进我国资本市 场的多样性发展, 提 我国资本市场国际化度, 机构资本市场的 , 资本市场 的 性发展 创业 注 制实来,我 发 改革资金 的发 重, 市 市 的,资本市场资金的实体经济业。
波动率杠杆效应和联动性实证研究——证据来源于新冠疫情
冲击下的中美股市
沈立琦;张洁;叶雨蒙;王沁琳;潘群星
【期刊名称】《全国流通经济》
【年(卷),期】2022()9
【摘要】本文以新冠疫情暴发前(2016年7月1日—2020年1月20日)和暴发后(2020年1月21日—2021年6月30日)的上证综指和标普500指数日对数收益率数据为样本,基于ARMA-AVGARCH-X、ARMA-AEGAS-X和DCC模型,实证分析了新冠疫情背景下中美股市的波动杠杆效应及联动关系,得到以下结论:波动杠杆效应在美国股市始终存在并且在疫情暴发后有所减弱,而中国股市始终不存在显著的波动杠杆效应;新冠疫情暴发后两国股市的波动率联动性增强明显,三次阶段性的峰值和与疫情相关的重大事件息息相关;新冠疫情数据对美国股市波动的影响更大,相比之下中国股市回复能力更强、稳定性更高。
【总页数】4页(P128-131)
【作者】沈立琦;张洁;叶雨蒙;王沁琳;潘群星
【作者单位】南京财经大学金融学院
【正文语种】中文
【中图分类】F830.9
【相关文献】
1.异质波动条件下中国股市与国际股市联动性的动态分析--基于DCC-MVGARCH 模型的实证研究
2.新冠肺炎疫情冲击对我国产业发展和金融市场波动的影响——基于事件研究法和EGARCH模型的实证研究
3.新冠疫情冲击下中美股市波动性及跨国风险溢出效应研究
4.新冠肺炎疫情危机下中美股市波动溢出新特征——基于历次危机事件的对比
5.“金油比”波动与股市的联动性研究——基于中美资本市场的实证分析
因版权原因,仅展示原文概要,查看原文内容请购买。
Finance 金融, 2020, 10(4), 322-333Published Online July 2020 in Hans. /journal/finhttps:///10.12677/fin.2020.104033A Superficial Study on the Causesand Characteristics of Co-Movementin Chinese and American StockMarkets during the EpidemicXinyi XuanZhejiang University City College, Hangzhou ZhejiangReceived: Jun. 16th, 2020; accepted: Jun. 30th, 2020; published: Jul. 7th, 2020AbstractFirstly, this paper makes a default description and affirmation to the statement that the Chinese and American stock markets have linkage. Therefore, the paper focuses on the causes and charac-teristics of the linkage between Chinese and American stock markets. In the literature review sec-tion, two theoretical bases of the causes of coactivity-spillover effect and contagion effect, as well as various factors affecting coactivity-are proposed. In the part of empirical analysis, the logarithmic return rate of Chinese and American stock markets from 2015 to now is taken as the research ob-ject, and the VAR model and GARCH model are constructed to carry out an empirical study on the size and direction of the return and fluctuation spillover effect between Chinese and American stock markets, and the conclusion is drawn that the US stock market has significant spillover effect of returns and fluctuations on Chinese stock market. Finally, through qualitative analysis, some simple conclusions on the characteristics of the linkage between Chinese and American stock mar-kets during the episdemic period were obtained, and the impact efficiency, impact intensity and impact time of the spillover effect of the American stock market on Chinese stock market were ob-tained based on the data analysis during the circuit breaker period of the American stock market.KeywordsSpillover Effects, GARCH Model, U.S. Stocks Fusing中美股市联动性成因及疫情期间联动性特点浅研究宣心怡宣心怡浙大城市学院,浙江 杭州收稿日期:2020年6月16日;录用日期:2020年6月30日;发布日期:2020年7月7日摘 要文章首先对中美股市具有联动性这一陈述,做出默认描述及肯定。
咨询QQ:3025393450欢迎登陆官网:/datablogR语言多元Copula GARCH 模型时间序列预测数据分析报告来源:和宏观经济数据不同,金融市场上多为高频数据,比如股票收益率序列直观的来说,后者要比前者“抖动”多了有漂移且随机波动的序列,在一元或多元的情况下,构建Copula函数模型和GARCH模型是最好的选择。
多元GARCH家族中,种类非常多,需要自己多推导理解,选择最优模型。
本文使用R软件对3家上市公司近十年的每周回报率为例建立模型。
首先我们可以绘制这三个时间序列。
在这里使用多变量的ARMA-GARCH模型。
咨询QQ:3025393450欢迎登陆官网:/datablog本文考虑了两种模型1 ARMA模型残差的多变量GARCH过程2 ARMA-GARCH过程残差的多变量模型(基于Copula)1 ARMA-GARCH模型> fit1 = garchFit(formula = ~arma(2,1)+ garch(1,1),data = dat [,1],cond.dist =“std”)可视化波动隐含的相关性> emwa_series_cor = function(i = 1,j = 2){+ if((min(i,j)== 1)&(max(i,j)== 2)){+ a = 1; B = 5; AB = 2}+}咨询QQ:3025393450欢迎登陆官网:/datablog2 BEKK(1,1)模型:BEKK11(dat_arma)隐含的相关性对单变量GARCH模型残差建模咨询QQ:3025393450欢迎登陆官网:/datablog第一步可能是考虑残差的静态(联合)分布。
单变量边际分布是而联合密度为可视化密度。
多元GARCH模型研究述评李文君1 尹 康1、2(1.湖北经济学院;2.上海财经大学统计与管理学院)【摘要】自Bollerslev提出多元GARCH模型的分析框架以来,已有不少学者相继提出了一些修正和扩展的多元GA RC H模型,本文对几种有代表性的多元GA RCH模型进行评述,并对这些模型的基本框架、适用条件、模型的优劣做了一个总结。
关键词 波动溢出 多元GA RC H 参数化中图分类号 F224 文献标识码 AReview of Multivariate GARCH ModelsA bstract:Since Bo llerslev proposed the analy tical framew o rk o f multivariateGA RCH mo del,some researche rs proposed some amends and changes fo r the o rig-inal m odel.This paper review s several representative models,and summarizes thebasic framew ork,applicable conditio ns,adv antag es and disadvantages of them.Key words:Volatility Spillover;Multivariate GARCH;Parametric引 言自Eng le(1982)提出用A RCH模型来研究时间序列的波动特征之后,这一方法以及背后所涵盖的思想就受到金融学领域专家与学者的极大关注。
对金融资产二阶矩特征的深入研究,给期权定价、资产组合及风险管理等诸多领域的决策理念带来了革命性的影响。
在过去的20多年间,对金融资产波动率的研究,无论是在理论上或是分析工具上都取得了很大进展,特别是在分析单个资产的波动特征方面,已经形成了一套非常成熟而又完备的理论框架。
2021年第1期总第386期国际金融市场长短期波动的外溢方向、传递强度和影响因素分析林妙,梁健枫,赖永涛(中国人民银行江门市中心支行,广东江门529000)摘要:近年来,由于经济贸易联系不断加强,不同经济体金融市场的联系也在不断加强。
本文选取了1996—2019年美国、英国、德国、日本、中国香港地区、澳大利亚、中国七个经济体的金融市场数据,利用GARCH-MIDAS 模型分离长期和短期风险,并采用TVP-VAR 模型的脉冲响应函数进行广义方差分解,构造波动溢出矩阵,衡量风险传递方向和程度以及经济体各自的溢出作用和吸收作用,分析风险相互传递的情况;通过计算出风险净溢出指数,分析经济体之间净溢出指数趋势的变化。
本文选取市场行为和宏观经济基础两类指标,采用面板回归研究分析出长短期净溢出指数的影响因素,实证发现波动占比较大的短期风险的溢出比长期风险严重,而突发性金融事件会使得净溢出指数不断上升;在面板回归中,短期净溢出指数金融压力指数和汇率指数与短期净溢出指数之间呈现负相关关系,其余指标呈现正相关关系;市场行为对长期净溢出指数的影响不显著。
关键词:短期金融风险;长期金融风险;溢出吸收效应;影响因素DOI :10.3969/j.issn.1003-9031.2021.01.005中图分类号:F830.9文献标识码:A 文章编号:1003-9031(2021)01-0040-13收稿日期:2020-11-25作者简介:林妙(1982-),女,海南文昌人;梁健枫(1994-),男,广东江门人;赖永涛(1996-),男,广东佛山人;以上作者均供职于中国人民银行江门市中心支行。
金融风险在国际金融市场中无处不在,当一国在出现金融事件或政策影响到金融市场时,会对其他经济体及地区产生一定的影响,进而快速地对他国金融市场产生影响的风险,故对风险分类、外溢方向、传递影响因素相关研究显得尤为重要。
一、文献综述402021年第1期总第386期(一)金融风险溢出效应Diebold &Yilmaz (2014)提出通过VAR 模型计算出各个市场的收益率和波动率作为金融风险的测度。
金砖四国股票市场联动性的研究1摘要:自2001年11月高盛首席经济学家姆·奥尼尔首次提出“金砖四国”一词以来,金砖四国经济发展模式和状况引起国际社会的关注,其资本市场也成为国际投资者青睐的目标,研究金砖四国在此过程中面对冲击表现出的较大的波动性以及相互之间的联动性,有助于了解危机传导带来的风险,并控制金融危机的冲击。
帮助投资者在股票市场进行合理的资产配置和风险管理。
本文以1997年7月2日到2011年3月31日金砖四国四大股指的日收益率为样本,建立DCC —GARCH模型研究其成员国股票市场联动性的动态变化。
研究发现,第一、印度和俄罗斯股票市场的联动性最强,二者一直保持正相关,而且2008金融危机使得二者之间的联动性出现显著增加;第二、在金融危机前后,巴西与印度市场之间的联动性没有明显变化,其与俄罗斯的相关性发生显著降低,只有与中国股票市场的联动性出现上升趋势;第二、QFII的启动影响中国与其成员国之间的联动性。
中国与其他成员国之间的相关性表现出明显的上升趋势,其中与印度、俄罗斯股票市场的联动性在2003年9月左右就进入上升通道,反映了中国股票市场走向国际化带来的影响;第三、2008年金融危机对金砖四国股票市场的联动性有即时冲击,但是对巴西与其它成员国之间的联动性冲击较小。
关键词:金砖四国联动性DCC—GARCH 股票市场一、引言近年来,随着经济的全球化的不断加深,我国QFII,QDII等的引入,我国的金融市场也不断地走向国际化。
在此背景下,中国与欧美等发达国家及新兴国家市场之间的联系也变得更加密切,而2008年的全球金融危机更是将这种联系进一步加深。
在这期间,中国股市与国际证券市场之间的联动性成为人们关注的课题,其中主要集中在中国股市与国际主要股票市场、周边股票市场之间的联动性。
自2001年11月高盛首席经济学家姆·奥尼尔首次提出“金砖四国”一词以来,金砖四国经济发展模式和状况引起国际社会的关注,其资本市场也成为国际投资者青睐的目标,因此金砖四国股市波动的特点以及他们之间的联动性成为投资者和学者公众关注的问题。
研究金砖四国股票市场之间的联动性的意义在于:首先,自2001年以来,金砖四国经济处于高速增长,即使表现最弱的俄罗斯经济增长速度也高于欧美发达国家水平,人口占世界人口的42%的人口,占全球贸易额的18%,在2009年的经济增长中占到了50%的比例,而且2009年第二季度起,巴西、中国等发展中国家率先走出衰退阶段,通过研究金砖四国股票市场之间的联动性,可以发现世界经济舞台上最有活力的新兴市场主要国家资本市场之间的联系。
其次,中国与其他四国之间的贸易联系更加紧密,2009年第二季度,中国取代美国,成为巴西最大贸易伙伴,此外,中国分别是印度的最大贸易伙伴,俄罗斯的第二大贸易伙伴,贸易上的关联度增强可能影响各个国家资本市场之间的关系。
金砖四国资本市场联动性的变化可能反映贸易上的紧密度对资本市场联动性的影响。
第三,2008年全球金融危机对金砖四国的股票市场造成很大的冲击,2005年到2007年底,新兴市场表现好于发达市场,金砖四国股票表现又比新兴市场高出80%,经历2008年全球金融危机后,金砖四国表现差强人意,经历2009年的大涨传奇后(整体涨幅超过70%),在2010年,金砖四国股金砖四国股票市场表现明显输于欧美成熟市场,这可能与前段时间金砖四国股票被高估和金砖四国面临的通胀压力有关,同时也表现出新兴市场的脆弱性。
研究金砖四国在此过程中面对冲击表现出的较大的波动性以及相互之间的联动性,有助于了解危机传导带来的风险,并控制金融危机的冲击。
帮助投资者在股票市场进行合理的资产配置和风险管理。
本文的创新之处在于:第一,目前几乎没有关于金砖四国成员国股票市场之间联动性的研究,本文第一次使用DDC —GARCH模型估计金砖四国各个股票市场收益率的波动性及其之间的相关关系的动态变化。
第二、根据中国资本市场发生的重大事件和2008年全球金融危机的不同阶段,把1997年7月到2011年4月划分为不同的时间段,分析在中国资本市场的国际化或金融危机的冲击下,金砖四国股票市场之间联动性的动态变化。
全文安排如下:第一部分引言;第二部分文献综述;第三部分介绍研究方法;第四部分数据介绍和实证分析;研究结论在文章的最后部分给出。
二、文献综述股票市场波动的联动性是指一个国家股票市场收益率的波动不仅受到自身市场因素的影响,而且还会受到其他国际市场波动的影响。
随着全球经济一体化的不断加深,中外学者通过使用不同研究方法、研究角度以及模型针对不同股票市场波动性之间的关系做了大量的研究。
大量的实证研究表明,随着经济全球化进程的不断加快,各国股票市场间的相关关系也在不断的变化。
在上世纪90年代,股市的相关性在发达国家市场已经表现的比较明显,而且随着时间的推移,发达国家股票市场之间的联动在增强,有些研究成果表明,不同的阶段,不同国家股票市场之间的联动性有所不同。
而在中国等发展中国家则没有较明显的体现出来。
Jeon 和Chiang(1991)通过使用多变量协整检验方法研究了1975-1990 年美、英、日、法四国股票市场之间的长期均衡关系,发现这四个市场之间有共同的发展趋势。
同时,Kasa (1992)也通过协整模型发现,美国股市对其他国家股市起到引导作用。
Longin&Solnik (1995)和Rangvid(2001)发现欧洲股票市场关联度又逐渐增长的趋势,Morana & Beltratti (2006)使用美、英、德和日本1973年-2004年的股票收益率数据,研究发现这四个国家股票市场之间联动性明显增强。
对于新兴市场,新兴市场与世界股市之间以及新兴市场之间的关联度没有一直的结论,Phylaktis & Ravazzolo(2005)通过对1980-1989年间太平洋地区、美国和日本股票市场进行研究,结果发现他们之间没有明显的关联性,而Jorion & Goetzman (1999)指出由于投资基金的套利行为,新兴股票市场与世界股市的关联性会增强。
Baig & Goldfajn (2000) 在研究危机的传染性时,使用脉冲相应分析和VAR对俄罗斯和巴西股票市场1997年1月-1999年6月的数据进行分析,得出危机从俄罗斯股票市场传导至巴西市场,1998年第一季度,二者之间的相关性增强。
Brian等人(2007)运用DCC—GARCH模型,分析拉美股票市场的7个成员之间及其所处的整体与美国股票市场的相关关系,研究发现,二者均不显著。
对于中国市场,很多研究成果表明2001年前中国股票市场与国际市场之间的联动性不强,比如陈守东等人(2003)使用协整分析对1992年至2002年的中、美、英、日、港五大股市进行了研究,结果发现国内股票市场与国际市场不存在协整关系,得出我国股票市场与国际市场相分离的结论。
在中国与2001年加入WTO后,中国市场与国际市场的联系变得更加密切,这使得我国股市与国际股市间的联动性日益显露。
关于中国股票市场与国际市场之间的联动性,研究结果有些分歧,张福等人(2004)使用因果检验的方法对1996至2002年的中美股市进行了研究,同样发现2001年以前中美股市不存在协整关系,但是2001年后中美股市统计特征趋同。
韩非等人(2005)研究发现中国股市收盘价对美国股市开盘价又较弱影响,而美国股市收盘价对美国股市开盘价影响几乎为0。
在经历了全球金融危机后,中国股市与国际市场尤其是新兴国家市场的联动关系日益显著。
骆振心(2008)使用VAR和Johansen协整检验方法分析,上证指数与美、英、德、日本和中国香港股市之间的联动性,认为外资进入初期并没有引起中国股市与世界主要股票市场之间存在联动现象,但股权分置改革后,中国股市与世界主要股市之间的联动程度增加。
游家兴等人(2009)基于DCC—GARCH模型对中国与亚洲、欧美7个股票市场的联动性进行分析,得到自1991年至2008年间联动性变化的动态过程,以及联动性逐渐增加的结论。
徐有俊等人(2010)基于DCC—GARCH模型和1997年1月到2009年3月的数据,研究中国股市与国际股票指数(MSCI印度指数、MSCI世界指数、MSCI亚太指数和MSCI亚洲新兴市场指数)之间的联动性,结果发现中印两国和亚洲新兴市场的联动性大于国际发达市场,而且中国与世界股票市场的联动性逐渐增强。
刘志超等人(2010)通过E—G协整检验、误差修正模型(ECM)、Granger因果检验等方法,对次贷危机前后我国股票市场与世界主要股票市场之间的联动关系进行了实证研究。
结果表明:在这次危机过程中,中外股市间的联动关系呈现出更为紧密的趋势。
同时,方建武等人(2010)通过Granger检验、协整检验及脉冲响应得出美国股市对中国股市有单方向影响的结论。
张兵等人(2010)使用协整检验和DCC—GARCH模型对2001年12月到2009年1月的上证指数和道琼斯指数进行分析,结果发现中美股市没有长期均衡关系,但在QDII实施后美国股市对中国股市的开盘价和收盘价均有显著的引导作用。
通过已有的文献我们发现,国内外学者对不同股票市场之间的联动性有着比较广泛的研究,但大都集中在发达国家股票市场或者新兴市场与发达国家或者相同地域国家股票市场之间的联动性,但是针对金砖四国股票市场联动性的研究还是比较匮乏。
而对国家间股市研究时,很多学者使用了协整检验、Granger检验和DCC—GARCH模型等方法,中国学者开始大多使用协整检验等方法研究中国股市与其他市场之间的联动性,近来,尤其是2009年以来对DCC—GARCH模型的应用越来越多,因为它能更好的反映股市间动态相关关系。
因此,本文将采取DCC—GARCH模型对金砖四国股市间的联动性进行研究,通过对四国收益率进行建模分析来得到四国股市间的相关关系,进而探寻金砖四国股市之间波动的联动性。
三、 研究方法本文将采用由Engle 和Sheppard (2002)提出的DCC-GARCH 模型来进行研究,以求出金砖四国收益率的条件相关系数矩阵及协方差矩阵,进而分析金砖四国股市波动的相关关系。
具体的DCC-GARCH 模型如下:{}{}{}{}{}1t *1t *1'11'121-t '1121Q Q Q )(D ),0(~---------=++--==++=diag diag R Q B A B A S Q r D diag r r k diag diag D D R D N r t t t t t t tt t i t t i i t t t t t t οεοεμοεολοωφ 注:(1)t r 为均值为0的收益率序列(2)1t -φ为截止到t-1时期所有可能获得的信息集合(3)2t D 是一个对角矩阵,其对角线上的元素即为各变量的条件方差。