滬深300指數(shù)與全球各區(qū)域指數(shù)溢出效應研究
第一章 緒論
第一節(jié) 研究背景
當前,中國經(jīng)濟發(fā)展和全球經(jīng)濟的關聯(lián)性越來越大。全球經(jīng)濟活動日益呈現(xiàn)出區(qū)域化和金融市場自由化的特點。本文基于“一帶一路”經(jīng)濟戰(zhàn)略致力于亞歐非大陸各國建立經(jīng)濟合作關系,實現(xiàn)沿線各國多樣化、獨立性、顧全大局、可持續(xù)的發(fā)展,在中國與亞歐非等地區(qū)經(jīng)濟合作緊密聯(lián)系的基礎上,探討它們股票市場的關聯(lián)關系,在查閱大量國內(nèi)外文獻的基礎上對我國股票市場與亞洲區(qū),歐洲區(qū),美洲區(qū),非洲區(qū)以及全球股市的溢出效應進行實證研究。
.........
第二節(jié) 研究的目的和意義
2013 年我國提出“一帶一路”經(jīng)濟發(fā)展戰(zhàn)略,共建“一帶一路”致力于亞歐非大陸及附近海洋的互聯(lián)互通,建立和加強沿線各國互聯(lián)互通伙伴關系,構建全方位、多層次、復合型的互聯(lián)互通網(wǎng)絡,實現(xiàn)沿線各國多元、自主、平衡、可持續(xù)的發(fā)展!耙粠б宦贰必灤﹣啔W非大陸,一頭是活躍的東亞經(jīng)濟圈,一頭是發(fā)達的歐洲經(jīng)濟圈,中間是發(fā)展?jié)摿薮蟮母沟貒。絲綢之路經(jīng)濟帶重點合作方向有三個,分別是中國經(jīng)中亞、俄羅斯至歐洲(波羅的海),中國經(jīng)中亞、西亞至波斯灣、地中海,中國至東南亞、南亞、印度洋;21 世紀海上絲綢之路重點合作方向有兩個,分別是從中國沿海港口過南海到印度洋并延伸至歐洲,從中國沿海港口經(jīng)南海到南太平洋!耙粠б宦贰苯(jīng)濟發(fā)展戰(zhàn)略提出后我國與亞歐非美乃至全球各區(qū)域的經(jīng)濟聯(lián)系更加緊密,從而帶動金融市場的緊密聯(lián)系。 本文通過對中國和全球各個區(qū)域股市之間的溢出效應進行分析的結果具有比較客觀的現(xiàn)實價值:首先對中國和全球各區(qū)域的投資者來說,由于股票市場的收益來源于股票價格的波動,股票價格波動越頻繁,投資者就越有機會獲得更多的收益,股票市場波動越大說明越有超額的投資回報,分析研究中國和全球各區(qū)域股市收益率存在的關系,有助于全球機構投資者摸清中國和全球各區(qū)域股市的運行規(guī)律,在全球范圍內(nèi)合理配置資金,結合中國和各個區(qū)域的經(jīng)濟合作關系,合理高效投資股票,最優(yōu)化配置資產(chǎn)組合,極力規(guī)避投資風險,可以為投資者提供理性的參考。對于中國政府來說,我國當前發(fā)展“一帶一路”的經(jīng)濟戰(zhàn)略,我國和亞洲,歐洲,非洲,美洲,乃至全球的經(jīng)濟合作不斷加強,而股市向來是經(jīng)濟的晴雨表,在整個經(jīng)濟活動中扮演有效資源配置的作用。
........
第二章 國內(nèi)外相關文獻綜述
第一節(jié) 國外文獻綜述
研究股票市場,波動率一直是個亙古不變的主題。自從 20 世紀 90 年代開始,有關溢出效應的研究就一直引起國內(nèi)外學者的廣泛關注。Theodossiou 和Lee(1993)運用 MGARCH 模型對加拿大,日本,英國,美國和德國的股票市場進行了實證分析,研究分析表明:美國對英國,加拿大,德國具有正的均值溢出效應,美國對日本,英國,加拿大,德國都具有明顯的波動溢出效應。 Surya,Yunita (2012)以 2004 年 1 月至 2008 年 12 月日印度尼西亞,美國和日本股票指數(shù)日收益率數(shù)據(jù)為樣本,運用 GARCH(1,1)模型分析了這三個市場的波動溢出效應,研究表明美國股市會對印度西亞有單向的波動溢出效應,日本和印度尼西亞股市之間存在雙向的波動溢出效應。Badhani(2009)以 S&P 500 指數(shù)和 S&P CNX Nifty 指數(shù)為數(shù)據(jù)樣本,運用AR(1)-TGARCH(1,1)模型,研究了美國股票市場和印度股票市場之間的關系,實證研究表明,在美國股市的收益和波動性沖擊對印度這樣的的新興股票市場有顯著的波動影響。但是結果顯示印度股票市場的收益率對來自美國股市的負面沖擊比正面沖擊更加敏感。然而美國股市波動的正面沖擊對印度股市的波動率不產(chǎn)生影響,負面沖擊對印度股市波動會產(chǎn)生劇烈動蕩。 Mulyadi, Anwar (2012)采用 GARCH(1,1)和 GARCH-X 模型以從 2006 年 1 月到 2010 年 7 月道瓊斯工業(yè)平均指數(shù)(美國),富時 100 指數(shù)(UK),和希臘證券交易所綜合指數(shù)為樣本數(shù)據(jù)研究了這三個股票市場的收益率和波動溢出效應,研究結果表明在這一期間三個股票市場存在 1%的顯著性水平的均值溢出效應。美國股市對希臘股市不存在波動溢出效應。在美國次貸危機時期,不存在 美國股市對希臘股市的波動溢出效應,反之亦然。同時在歐債危機期間,美國股市不存在對歐洲股市的波動溢出效應。
..........
第二節(jié) 國內(nèi)文獻綜述
近年來國內(nèi)的學者研究溢出效應的方法主要有 ARCH 和 GARCH 模型研究溢出效應。張延良,趙曉琦,胡曉艷(2014)運用 ARCH 族模型研究了金磚國家股票市場的波動性發(fā)現(xiàn)金磚國家股市收益率的存在波動聚集性,相對于成熟的股票市場金磚國家的股票市場抵御風險的能力比較脆弱,在市場市場抗風險能力比較弱的情況下,投資者要求的風險補償比較高,面對市場信息的沖擊還比較敏感,很容易放大市場信息,導致股票收益率出現(xiàn)大幅的波動。 陳瀟,楊恩(2011)運用 GARCH 模型研究了中美股市的杠桿效應和波動溢出效應,研究結果表明:滬深股市都存在顯著的杠桿效應,與美國股市的杠桿效應相對來說滬深股市的杠桿效應要弱的多;滬深股市之間存在明顯的雙向波動溢出效應,且滬市對深市的波動溢出效應要比深市對滬市的溢出效應更加顯著,美國股市與中國滬深股市之間不存在非常顯著的波動溢出效應。 董秀良,曹鳳岐(2009)運用多元廣義自回歸條件異方差(GARCH)模型研究了我國滬市和美國,日本,香港股市市場的波動溢出效應,研究顯示香港股市對滬市有顯著的波動溢出效應,而美,日股票市場對滬市的波動溢出效應不顯著。但是由于美日股市與香港股市具有相關性,所以美日股票市場可以通過香港股市間接影響國內(nèi)股市的波動性。
.........
第三章 數(shù)據(jù)樣本選取和實證模型理論介紹........ 9
第一節(jié) 樣本數(shù)據(jù)選取以及介紹 ........ 9
第二節(jié) 向量自回歸模型 ...... 10
第三節(jié) 波動率模型 .......... 12
第四節(jié) 本章小結 ..... 14
第四章 實證分析........ 15
第一節(jié) 樣本數(shù)據(jù)分析 ........ 15
第二節(jié) 均值溢出效應分析 .... 23
第三節(jié) 波動溢出效應分析 .... 34
第四節(jié) 本章小結 ..... 46
第五章 結論及政策建議......... 47
第一節(jié) 本文結論 ..... 47
第二節(jié) 相關建議 ..... 48
第三節(jié) 進一步研究方向 ...... 49
第四章 實證分析
第一節(jié) 樣本數(shù)據(jù)分析
本文實證數(shù)據(jù)選擇滬深 300 指數(shù),MSCI 亞洲指數(shù),MSCI 歐洲指數(shù),MSCI 美洲指數(shù)和 MSCI 非洲新興市場指數(shù)為樣本。樣本數(shù)據(jù)的區(qū)間選擇為 2002 年 1 月 1日到 2014 年 12 月 31 日,數(shù)據(jù)來源于 Wind 數(shù)據(jù)終端?紤]到每個區(qū)域指數(shù)的交易日期存在著不一致,本文剔除了滬深 300 指數(shù)和各個 MSCI 區(qū)域指數(shù)不一致的交易日。本文以 2008 年金融危機爆發(fā)為分割點把樣本數(shù)據(jù)劃分為第一階段 2002年 1 月到 2008 年 1 月和第二階段從 2008 年 1 月到 2014 年 12 月 31 日這樣兩個階段來研究滬深 300 指數(shù)日收益率和 MSCI 各個區(qū)域指數(shù)日收益率的溢出效應。在計算指數(shù)收益率時,本文使用以往文獻中慣用的處理方法,即1log( / )t t tr P P?? ,其中tr 為 t 期的收益率,tP 為 t 期的指數(shù)。剔除了滬深 300 指數(shù)與全球各個區(qū)域指數(shù)不一致的交易日指數(shù),第一組數(shù)據(jù)滬深 300 指數(shù)和 MSCI 亞洲指數(shù)的日收益率在金融危機前后分別是 1445 和 1770 個樣本數(shù)據(jù)。第二組滬深 300 指數(shù)和 MSCI歐洲指數(shù)的日收益率在金融危機前后分別是 1445 和 1770 個樣本數(shù)據(jù)。第三組滬深 300 指數(shù)和 MSCI 美洲指數(shù)的日收益率在金融危機前后分別是 1385 和 1682 個樣本數(shù)據(jù)。第四組滬深 300 指數(shù)和 MSCI 非洲指數(shù)的日收益率在金融危機前后分別是 1237 和 1682 個樣本數(shù)據(jù)。第五組滬深 300 指數(shù) MSCI 全球指數(shù)的日收益率在金融危機前后分別是 1353 和 1682 個樣本數(shù)據(jù)。
結論
本文采用 2002 年 1 月 1 日到 2014 年 12 月 31 日我國和全球各個區(qū)域股票市場指數(shù)的日收盤價為樣本。以 2008 年金融危機為分割點,分為兩個階段對中國滬深 300 指數(shù)與 MSCI 亞洲指數(shù),MSCI 歐洲指數(shù),MSCI 美洲指數(shù),MSCI 非洲指數(shù)和 MSCI 全球指數(shù)所代表的各個區(qū)域股票市場的相關性進行了研究。首先對樣本數(shù)據(jù)進行處理并采用對數(shù)收益率的形式,對指數(shù)的收益率進行了描述性統(tǒng)計分析發(fā)現(xiàn)在金融危機爆發(fā)后樣本數(shù)據(jù)的收益率,標準差都發(fā)生了明顯的變化。其次本文利用向量自回歸模型(VAR)和格蘭杰因果檢驗分析了中國滬深 300 指數(shù)日收益率和全球各個區(qū)域指數(shù)日收益率在金融危機前后的均值溢出效應。最后本文利用 MVGARCH-BEKK 模型對中國滬深 300 指數(shù)日收益率和全球各個區(qū)域指數(shù)日收益率在金融危機前后的波動溢出效應進行了分析,本文從這些實證分析中得到以下結論:
(1)從各個區(qū)域股票指數(shù)收益率的基本描述統(tǒng)計分析我們可以發(fā)現(xiàn):中國股市和全球各個區(qū)域主要股票指數(shù)日收益率序列均為平穩(wěn)序列,但是都不服從正太分布,具有尖峰厚尾的特征,收益率低于平均收益率的情況比較常見,具有很強的波動率聚集性。
(2)通過對中國和全球各個區(qū)域指數(shù)的日收益率建立向量自回歸模型可以發(fā)現(xiàn):對于中國和亞洲區(qū)股市,在第一階段中國滬深 300 指數(shù)和 MSCI 亞洲指數(shù)日收益率不存在均值溢出效應,即不存在格蘭杰因果關系,然而在金融危機爆發(fā)后中國滬深 300 指數(shù)日收益率在 5%顯著性水平下對 MSCI 亞洲指數(shù)日收益率存在明顯的單向均值溢出效應。對于中國和歐洲區(qū)股市,在第一階段 MSCI 歐洲指數(shù)日收益率在 5%顯著性水平下對中國滬深 300 指數(shù)日收益率單向的均值溢出效應,然而在金融危機爆發(fā)后歐洲區(qū)域股票市場對中國股市均值溢出效應更加明顯,MSCI 歐洲指數(shù)日收益率在 1%顯著性水平下對中國滬深 300 指數(shù)日收益率單向的均值溢出效應。對于中國和美洲區(qū)股市,,在第一階段滬深 300 指數(shù)日收益率和MSCI 美洲指數(shù)日收益率不存在均值溢出效應,但是金融危機爆發(fā)后 MSCI 美洲指數(shù)日收益率在 1%的顯著性水平下對滬深 300 指數(shù)日收益率存在單向的均值溢出效應。
.........
參考文獻(略)
本文編號:44143
本文鏈接:http://www.wukwdryxk.cn/wenshubaike/lwfw/44143.html