溢出指数框架下的国内外股市溢出效应研究

发布时间：2017-09-16 20:23

  本文关键词：溢出指数框架下的国内外股市溢出效应研究

  更多相关文章： 金融危机 股指期货 溢出效应 溢出指数

【摘要】：随着全球经济一体化的发展,金融市场一体化、金融自由化趋势越来越明显,世界资本市场之间的联系也趋于紧密。由此可见,一个金融市场的收益和价格波动情况在受到自身效益的影响下还会受到其他市场运行效益的影响,即存在着溢出效应,包括均值溢出效应和波动溢出效应。当然,一个市场的收益情况在考虑溢出效应影响的同时,还需要考虑宏观调控等政策因素和突发事件的影响,这就要求我们按照事件发生时间点分段研究不同时期的市场间的溢出情况,并综合比较分析才能得出具有全面性的影响溢出效应关系变化的影响因素。基于此,很多学者研究了金融危机爆发、B股市场开放、股权分置改革、股指期货推出等事件背景下不同金融市场之间的关系变化,例如：赵留彦(2003)、王新军(2011)等发现B股市场开放前后,股市之间的溢出效应存在显著变化等。但是以往学者均着眼于单一事件的发生对溢出效应的影响,笔者认为这样可能会造成最终结论判断失误,应该将研究时间范围内的所有具有代表性的重要事件一起考虑,从而确定溢出效应变化的原因。 本文对所搜集到的2005年至2013年的股票市场的收盘价交易信息分阶段,分析了2008年金融危机爆发及2010年股指期货推出背景下,中国股市与国际主要股市的波动溢出效应关系及变化。继而,通过构建溢出指数,度量了股市间的溢出效应强度,定位金融市场角色。根据相关溢出效应强度的研究文献来看,国内学者使用溢出指数来度量溢出强度的不多,且使用的溢出指数构建方法不具有稳健性,例如：张良贵,石柱鲜(2011)、盛卫峰,张兵(2011)等,而国外学者主要把研究重点放在国际股市上,针对中国股市与其他国际股市之间的溢出效应到底有多强?在这种溢出关系中,中国股市之于其他国家（地区）的股市更多的是倾向于溢出的给予者还是溢出的接收者?另外,美国股市作为历史悠久的国际性投机场所,那么中美两国之间的波动溢出关系近年来又是如何变化的?对于不利的波动影响,例如次贷危机,我们是否能尽早察觉并躲过一劫?这些关乎我国股市乃至我国经济整体发展的问题,目前仍没有相关参考文献。 基于此,本文在现有国内文献基础上,创造性地将所选时间范围内的两大重要事件--次贷危机和股指期货引入事件同时置于同一时间轴上,利用VAR模型分析和检验股市之间的均值溢出效应,基于MGARCH(1,1)-BEKK模型进行波动溢出效应检验,分析中国股市和与具有代表性的国际股市(美国、英国、香港)之间的溢出效应随时间与事件的变化情况,从中推测效应变化背后的原因。然后,基于溢出指数,直观比较分阶段状态下中国股市与国际股市之间的整体溢出强度及其变化、净双向波动溢出强度及其变化,从而,可以为后面的研究者在研究不同股市的波动溢出强度时提供比较依据,并支持投资者做出合理投资决策。最后,利用滚动窗技术得到动态溢出指数时序图,从溢出指数的角度剖析股市之间的溢出效应关系变化情况。结果发现,金融危机对中国股市的影响并没有显著增加,而股指期货的引入为控制市场风险提供了可能。中国与其他国际股市的双向净波动溢出强度研究表明,香港股市与我国股市的波动溢出效应最强,而中美两国股市的波动溢出效应正在逐步变强,投资者可以根据双方的股市效益变化来预测股市的未来发展趋势。
【关键词】：金融危机 股指期货 溢出效应 溢出指数
【学位授予单位】：浙江工商大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F831.51
【目录】：

• 摘要2-5
• ABSTRACT5-11
• 第一章 绪论11-19
• 1.1 研究背景和意义11-12
• 1.2 文献综述12-15
• 1.2.1 股市间溢出效应研究综述12-14
• 1.2.2 溢出强度度量研究综述14-15
• 1.3 研究思路与框架15-19
• 1.3.1 研究思路15-17
• 1.3.2 研究框架17-18
• 1.3.3 创新之处18-19
• 第二章 本文相关研究的理论分析19-29
• 2.1 VAR模型19
• 2.2 VAR-GARCH(1,1)-BEKK模型19-22
• 2.3 溢出效应检验22-24
• 2.3.1 Wald检验22-23
• 2.3.2 似然比检验23-24
• 2.4 溢出指数构建24-29
• 2.4.1 预测误差方差分解24-25
• 2.4.2 基于Cholesky分解的溢出指数25-27
• 2.4.3 基于广义预测误差方差分解的溢出指数27-29
• 第三章 国内外股市溢出效应的实证研究29-46
• 3.1 数据的选取、划分及检验29-31
• 3.2 VAR模型的构建及检验31-34
• 3.3 国内外股市间均值溢出效应研究34-37
• 3.4 股市间波动溢出效应研究37-44
• 3.4.1 BEKK-GARCH(1,1)模型估计37-42
• 3.4.2 波动溢出效应检验42-44
• 3.5 本章小结44-46
• 第四章 基于溢出指数的溢出效应强度测算46-58
• 4.1 均值溢出强度计算46-50
• 4.1.1 Cholesky分解下的均值溢出强度分析46-49
• 4.1.2 基于GVD的溢出指数测算均值溢出强度49-50
• 4.2 波动溢出强度计算50-56
• 4.2.1 波动序列构建50-51
• 4.2.2 基于Cholesky分解测算波动溢出强度51-52
• 4.2.3 基于GVD的溢出指数测算波动溢出强度52-54
• 4.2.4 动态波动溢出指数趋势分析54-56
• 4.3 本章小结56-58
• 第五章 结论与建议58-60
• 5.1 结论58-59
• 5.2 政策建议59-60
• 参考文献60-64
• 附录64-66
• 致谢66-67

【参考文献】

中国期刊全文数据库 前10条

1 杨继红;王浣尘;;我国货币政策是否响应股市泡沫的实证分析[J];财贸经济;2006年03期

2 樊智,张世英;多元GARCH建模及其在中国股市分析中的应用[J];管理科学学报;2003年02期

3 魏宇;;沪深300股指期货的波动率预测模型研究[J];管理科学学报;2010年02期

4 余元全;余元玲;;股价与我国货币政策反应:基于泰勒规则的实证研究[J];经济评论;2008年04期

5 张兵;封思贤;李心丹;汪慧建;;汇率与股价变动关系:基于汇改后数据的实证研究[J];经济研究;2008年09期

6 张良贵;石柱鲜;;我国股市行业间的收益与波动溢出效应研究——基于VAR模型构造溢出指数[J];金融理论与实践;2011年06期

7 张碧琼,李越;汇率对中国股票市场的影响是否存在:从自回归分布滞后模型(ARDL-ecm)得到的证明[J];金融研究;2002年07期

8 赵留彦,王一鸣;A、B股之间的信息流动与波动溢出[J];金融研究;2003年10期

9 邓q，

本文编号：865229