沪深港股市动态联动性研究_基于三_省略_JR_GARCH_DCC的新证据_鲁旭
沪深证券市场联动性研究的开题报告
沪深证券市场联动性研究的开题报告一、选题背景沪深证券市场作为我国两大证券交易所,具有较高的影响力和市场地位。
近年来,由于中国经济的发展和改革开放的推进,沪深证券市场逐渐成为全球资本市场的重要组成部分。
然而在实际操作中,投资者发现两市之间存在着一定的联动性关系。
因此,研究这种关联关系的特点对于投资者及市场参与者具有重要的意义。
二、研究内容本次研究的主要内容是设计并构建沪深600指数和沪深300指数的联动性模型,探究两市联动性特征以及对各自指数的影响程度。
主要研究内容包括以下几个方面:1. 构建联动性的研究框架。
考虑到两市之间的复杂关联性,需要建立一个完整的研究框架,将联动性研究的各个环节有机地整合起来,并明确各个环节的关联关系。
2. 分析两市指数的运动特征。
通过数据分析、图表分析等手段,探究两市指数运动的共性和趋势,找出两市指数在运动过程中的异同点和影响因素。
3. 构建联动性模型。
考虑到联动性关系的非线性特征,需要设计一种灵活的数学模型,将两市指数的联动性量化,通过模型估计确定影响各自指数的因素,建立两市指数的联动性模型。
4. 模型实证分析。
通过收集实际数据,评估构建的联动性模型的准确性和可靠性,分析模型参数的稳健性和显著性,验证模型的有效性和实用性。
三、研究意义本次研究的意义在于:1. 建立沪深证券市场的联动性模型,深入探究两市之间的关联特征,为投资者制定有效的投资策略提供基础数据和理论指导。
2. 系统性地分析两市指数的运动特征及其影响因素,加深人们对我国证券市场的认识和理解,推进我国资本市场的发展。
3. 对于我国证券市场的有效监管和运营具有现实意义,可以帮助监管机构制定合适的政策措施,提高市场的透明度和稳定性。
四、研究方法本次研究采用的方法主要包括数据收集和处理、数据分析和建模、模型评估和实证研究等。
具体方法如下:1. 收集和处理两市指数的历史数据,包括日频、周频和月频数据。
2. 利用图表分析、时间序列分析等方法,分析两市指数的运动特征及其变化趋势,寻找两市之间的联动性特征和关联关系。
上海股票市场与深圳A、B股市场的动态相关关系——基于多元DCC-GARCH模型
} , 其
r + p h i i = l , …, k t - q,
,
( 2 )
} J i
I J
标 准 化 收 益 向量 , 8 1 _ D r - l r I , s ~ N( 0 , R I ) 可 以将 R .
对于 一些特 殊 的应用 场合 , 为 了使 随机 向量 的 长 度 较小 , 可 以采 用 主成 分 分析 的方 法 , 使 变 换 之 后 的变 量 的协方 差 矩 阵完 全是 一 个对 角 矩 阵. 方 程 ( 3 ) 称为 D C C ( m, n ) 模型.
3 实 证 检 验
分析个单股市 的波动情况 ,之后运用多元 D C C —
Vo I . 29No . 1 1 NO V - 2 01 3
上海 股票市场 与深圳 A、 B股市场 的动态相关关 系
基于 多元 D C C - G A R C H模 型
褚 昌友 , 胡 来 丰 , 罗 阳。
( I 、 3 . 安徽财 经 大学 统计 与应 用数 学学院 ,安徽
波动影响. 吴仁水利用相关的模型对 A 、 B股市场的 相关 性进 行 了研 究 和调 查 ,他认 为 A、 B股市 场 动
态相 关系 数还相 对低 , 市 场分 割特 征仍然 明显 . 本 文 在简要 回顾 多元 D C C — G A R C H模 型 的基 础 上 ,首先 建立 建立 各 单变 量 建立 G A R C H模 型 ,
种 的来 标 明面值 , 通过 国外 币种进 行相 关 的认 购和
r t 1 I - N( 0 , H
H = D R D ( 1 )
内地与香港股市联动性实证分析
内地与香港股市联动性实证分析引言:自改革开放以来,中国内地及香港特殊行政区的股市进步迅速,成为全球投资者关注的热点。
然而,内地与香港股市的联动性一直是投资者关注的话题之一。
本文旨在通过实证分析,探讨内地与香港股市的联动性,并对其影响因素进行分析。
一、内地与香港股市的进步背景内地股市自90时期以来经历了快速进步的过程。
特殊是2001年加入世界贸易组织后,内地股市进一步开放并实施了一系列的改革措施,吸引了大量国内外资本流入。
与此同时,香港股市作为中国境外最重要的股票来往市场,一直以来都承担着内地资本的引导和涵盖。
香港股市具有成熟的法规体系、高度国际化的金融环境以及容易靠近的国际投资者等优势,吸引了大量内地企业在香港上市。
因此,内地与香港股市的进步呈现出了密切的联系。
二、内地与香港股市的联动性分析1. 宏观经济因素的影响内地与香港股市的联动性起首受到宏观经济因素的影响。
两地的经济环境、政策和经济指标等因素都会对股市产生重要影响。
例如,内地和香港的经济增长率、通胀率、汇率等宏观经济指标的变动都可能引起两地股市的波动。
此外,两地货币政策、财政政策的调整也会对股市产生影响。
2. 公司财务因素的影响内地与香港股市的联动性还受到公司财务因素的影响。
特殊是上市公司的财务状况和业绩对股价影响巨大。
因此,当内地企业在香港上市后,其财务表现将成为投资者关注的焦点。
在一些重大事件或信息公告后,该公司的股价将在内地和香港市场同时受到影响。
3. 投资者行为的影响投资者行为对两地股市的联动性也有重要影响。
投资者在市场中的行为和情绪会对股价造成波动。
一些投资者会依据市场供求干系操作股价,特殊是机构投资者的大量买卖行为可能引发两地股市的联动。
此外,投资者对政策变化、利率变动等事件的反应也会引发股价的波动。
三、内地与香港股市的实证分析通过对内地和香港股市的历史数据进行实证分析,我们可以得出以下结论:1. 内地与香港股市存在较高的联动性。
中美股市的动态相关性研究——基于DCC-GARCH模型
中美股市的动态相关性研究——基于DCC-GARCH模型中美股市的动态相关性研究——基于DCC-GARCH模型摘要:本文基于DCC-GARCH模型,对中美股市的动态相关性进行了研究。
研究结果表明,中美股市存在着显著的动态相关性,尤其在金融危机期间更为明显。
此外,本文还分析了相关性对投资组合风险的影响,并探讨了相关性的传染效应及其对跨国投资的启示。
研究结果对于投资者在中美股市间进行投资决策,以及跨国投资的风险管理具有一定的参考价值。
关键词:中美股市、动态相关性、DCC-GARCH模型、投资组合风险、传染效应、跨国投资第一章引言1.1 研究背景中美股市是全球最为重要的两个股票市场,其发展状况关系到全球经济的稳定和发展。
近年来,中美两国股市的关联程度日益加深,投资者对中美股市的相关性变化越来越关注。
1.2 研究目的本文旨在利用DCC-GARCH模型揭示中美股市的动态相关性,并进一步探讨相关性对投资组合风险的影响以及可能存在的传染效应。
通过研究中美股市的动态相关性,将为投资者提供有关投资决策和风险管理方面的参考。
第二章文献综述2.1 中美股市的相关性研究现状2.2 DCC-GARCH模型的应用状况第三章数据与模型3.1 数据收集与描述性统计分析3.2 DCC-GARCH模型简介3.3 模型参数估计与模型检验第四章结果与分析4.1 DCC-GARCH模型估计结果4.2 中美股市的动态相关性分析4.3 相关性对投资组合风险的影响分析4.4 相关性的传染效应分析第五章实证结果的启示5.1 对投资者的启示5.2 对跨国投资的启示第六章结论与建议6.1 结论总结6.2 研究局限与展望第一章引言1.1 研究背景股票市场是一个国家经济的重要组成部分,尤其是中美两个全球最为重要的股票市场。
中美股市的发展状况直接关系到全球经济的稳定和发展。
近年来,中美两国股市的关联程度日益加深,投资者对中美股市的相关性变化越来越关注。
了解并研究中美股市的动态相关性,对投资者进行投资决策和风险管理提供有益的参考。
中国内地和香港股市联动性的动态关系研究
中国内地和香港股市联动性的动态关系研究中国内地和香港的股市是两个不同的证券交易所,但由于两地之间的经济联系紧密,两者的股市联动性备受关注。
本文将对中国内地和香港股市的联动性动态关系进行研究。
一、联动性的定义及意义股市联动性是指两个或以上市场在价格或交易量方面出现显著关联的现象。
这种关系的产生可以是由于经济基本面的相似性,投资者的行为模式以及资本流动性等原因,而它的存在对于投资者和投资银行、基金和个人投资者等都有着深远的影响。
例如,如果两个市场的联动性高,则一个市场价格的变化会对另一个市场造成重大影响,投资者可以通过研究这种联动性来实现风险的散布。
因此,探索股市间的联动性对于投资者进行资产配置和风险控制非常重要。
二、内地和香港股市的历史背景自1997年中英联合声明后,香港特别行政区成为中国内地的一部分,但同时拥有较大的自治权。
香港股市是一个成熟的资本市场,其监管机构、上市委员会等标准较为完善。
相比之下,中国内地的股市自2000年代初以来经历了快速发展,但监管和法规还有待进一步完善。
三、文献综述通过研究文献,可以发现内地和香港股市间的联动性在不同时期和不同市场环境下有着不同的表现。
以下是几个比较有代表性的研究案例:1. 内地和香港股市的低联动性赵静宜(2018)在研究中发现,内地和香港股市的联动性近几年较低。
根据研究报告,两地间的联动性在2014年达到峰值,但在2015年之后显著下降,尤其是在2016年底至2018年初,受到两地不同市场环境和政策的不同影响,内地和香港市场联动性下降。
2. 内地和香港股市的高联动性刘剑铨(2014)的研究发现,在2007年至2014年期间,内地和香港股市的联动性较高并且呈现上升趋势。
此外,两地市场均表现出同向性,即一个市场的上涨或下跌会对另一个市场产生相似的反应。
3. 内地和香港股市的变化关系李德衡(2016)研究发现,内地和香港股市的变化具有相反的趋势。
换言之,内地股市在上涨时,香港股市往往下跌,反之亦然。
基于GARCH族模型的我国股市的波动性及联动性实证研究的开题报告
基于GARCH族模型的我国股市的波动性及联动性实证研究的开题报告一、研究背景和意义股市波动性及联动性作为风险管理的重要研究领域,一直备受关注。
在全球化的背景下,股市波动性和联动性越来越受到国内外研究者的关注,而GARCH族模型具有广泛的应用价值,可用于量化分析金融市场中的波动性并进行风险管理。
因此,对于我国股市的波动性及联动性进行实证研究,对于有效预测市场风险、提高资产的配置效率等具有重要的实际意义。
二、研究内容和方法本研究将选取我国股市中的代表性指数作为研究对象,采用GARCH 族模型,对股市中存在的波动性和联动性进行深入研究。
具体来讲,研究将从以下几个方面展开:1. 对我国股市中代表性指数的波动性进行测算,并探究其波动性的特点和趋势变化。
2. 基于GARCH族模型,对我国股市中不同指数的波动性进行建模,探究其模型参数的变化规律。
3. 将建立的模型应用于风险管理领域,探究其对于风险的预测和分析的能力;4. 基于GARCH族模型,分析我国股市中不同指数之间的联动性,探究其联动关系及波动性的传染效应。
三、研究预期成果通过本研究,预期可以得到以下成果:1. 揭示我国股市中存在的波动性和联动性特点和趋势变化,并探究其背后的原因和机制。
2. 建立GARCH族模型,并对我国股市中不同指数的波动性进行模型拟合,对风险进行预测和分析,为风险管理提供一定的支持和帮助。
3. 基于GARCH族模型,探究我国股市中不同指数之间的联动关系,为投资者提供合理的资产配置建议。
四、研究的实施计划本研究从2022年2月开始,预计在2023年底完成。
具体的实施计划如下:1. 第一年:调研前沿文献,整理参考资料,初步构建研究框架,并制定实验方案和数据采集计划,进行资料的搜集和整理,学习量化分析理论和工具。
2. 第二年:对股市中代表性指数的波动性进行实证研究,开展波动性的特征分析与测算,并对GARCH族模型进行建模。
3. 第三年:对股市中不同指数的波动性进行建模,并对风险进行预测和分析,探究其对于风险管理的作用,并对联动关系进行研究和分析,撰写论文,完成毕业论文。
基于DCC-GARCH模型分析中国股市行业间回报率的联动性
基于DCC-GARCH模型分析中国股市行业间回报率的联动性1. 引言1.1 研究背景股市行业间回报率的联动性一直是金融学领域的一个热点问题。
随着中国股市的不断发展壮大,各行业之间的相互影响关系也日益复杂。
在这种背景下,研究中国股市行业间回报率的联动性对于风险管理、投资决策等方面具有重要意义。
过去的研究主要集中在传统的模型上,如CAPM模型、VAR模型等,然而这些模型在捕捉行业间回报率联动性方面存在一定的局限性。
引入更加灵活和有效的模型来分析中国股市行业间回报率的联动性是十分必要的。
在这样的背景下,本研究将采用DCC-GARCH模型来分析中国股市不同行业间回报率的联动性。
DCC-GARCH模型是很多学者认为在处理多变量时间序列数据中更为适用的模型,能够更准确地捕捉不同行业间的波动关系,较好地反映出不同行业间的联动性。
通过本研究,我们希望能够深入探讨中国股市行业间回报率的联动性特征,为投资者提供更准确的投资信息,为监管部门提供更有效的风险管理工具,为学术界提供更丰富的研究成果。
1.2 研究目的本研究的目的是通过基于DCC-GARCH模型分析中国股市行业间回报率的联动性,探讨不同行业之间的关联程度和传染效应。
具体包括以下几个方面的目的:1. 研究不同行业之间的回报率是否存在显著的相关性,以揭示中国股市行业间的联动性特征。
2. 考察行业间联动性对于股市风险的传播和扩散的影响,为投资者和决策者提供更为准确的风险管理和资产配置建议。
3. 验证DCC-GARCH模型在中国股市行业间回报率联动性分析中的有效性和适用性,为进一步研究提供理论基础和方法参考。
4. 探讨中国股市行业间回报率的联动性对宏观经济和市场情绪的影响,为政策制定和市场监管提供参考依据。
通过对以上目的的深入研究和分析,本研究旨在全面了解中国股市行业间回报率的联动性特征,为投资者、决策者和学术界提供重要的参考价值和启示。
1.3 研究意义中国股市是全球股市中具有重要影响力的股市之一,其行业间的回报率联动性对于投资者和政策制定者具有重要的参考意义。
大陆与香港股市联动效应的实证分析
大陆与香港股市联动效应的实证分析大陆与香港股市联动效应的实证分析一、引言自二十一世纪初以来,随着全球经济一体化的进程加速,不同国家和地区的股票市场之间的联动效应变得越来越明显。
大陆与香港作为亚洲两个重要的金融中心,其股市之间的联动问题备受关注。
本文旨在通过实证分析,探讨大陆与香港股市之间的联动效应,并对其影响因素进行研究。
二、相关理论1. 股票市场联动效应股票市场联动效应指的是不同具体市场之间存在的价格或收益率的变动相互关联性。
联动效应的强度可以通过相关系数或协方差来衡量。
联动效应的产生可以归因于多种因素,包括地理因素、经济因素、政策因素等。
2. 经济因素对股市联动效应的影响经济因素是影响股市联动效应的重要因素之一。
经济周期、利率变动、通货膨胀水平等都会对股市产生影响,从而导致股市联动效应的变动。
三、数据与方法本文选取2010年至2020年期间的大陆与香港的股票指数作为研究对象,包括上证指数和恒生指数。
同时,考虑到其他可能影响联动效应的因素,如宏观经济变量,我们也收集了一些相关数据。
本文采用相关系数和协整分析等方法进行实证分析。
四、实证结果通过对大陆与香港股市联动效应进行实证分析,得出以下几个结论:1. 大陆与香港股市之间存在较强的正相关关系。
相关系数的计算结果显示,两地股市之间的相关系数较高,说明二者之间的股票价格或收益率变动是相互关联的。
2. 大陆的经济变动对联动效应的影响较大。
通过对股市与一些宏观经济变量进行协整分析,发现大陆的经济波动对股市的联动效应具有较大的影响。
例如,一些经济指标的变动,如GDP的增长率、失业率的变动等,都会对大陆与香港股市的联动效应产生一定的影响。
3. 利率变动对大陆与香港股市联动效应的影响不明显。
通过对股市与利率之间的相关关系进行实证分析,结果显示,利率的变动对大陆与香港股市的联动效应影响不大。
五、讨论与结论以上的实证结果表明,大陆与香港股市之间存在着较强的联动效应,经济因素对该联动效应产生显著的影响。
中美股市的动态相关性研究——基于DCC-GARCH模型
中美股市的动态相关性研究——基于DCC-GARCH模型中美股市的动态相关性研究——基于DCC-GARCH模型摘要:中美股市的动态相关性对于两个国家的经济和金融市场具有重要意义。
本文采用DCC-GARCH模型,对中美股市的动态相关性进行研究。
通过对沪深300指数和标普500指数的日收益率进行分析,我们发现中美股市的动态相关性存在显著的时变特性。
同时,我们还对该相关性与宏观经济变量之间的关系进行了讨论,并对相关性对投资者的风险管理和资产配置策略的启示进行了探讨。
关键词:中美股市、动态相关性、DCC-GARCH模型、时变特性、宏观经济变量、风险管理、资产配置策略一、引言中美两国是全球最大的经济体之一,在国际间经济和金融活动中占据重要的地位。
股市作为国家经济和金融市场的重要组成部分,中美股市的动态相关性对于两国的经济和金融市场有着重要的影响。
了解中美股市的动态相关性对于投资者制定更准确的风险管理和资产配置策略至关重要。
二、研究方法本文采用DCC-GARCH模型对中美股市的动态相关性进行研究。
DCC-GARCH模型是基于广义条件相关性模型和广义自回归条件异方差模型的组合。
该模型能够捕捉到相关性的动态变化特征。
我们选择了中国上海证券交易所的沪深300指数和美国纽约证交所的标普500指数的日收益率作为研究对象。
我们通过利用DCC-GARCH模型计算中美股市的动态相关系数,并对其时变特性进行了分析。
三、中美股市的动态相关性分析我们首先对沪深300指数和标普500指数的日收益率进行了计算,并通过DCC-GARCH模型计算了两个指数之间的动态相关系数。
研究结果表明,中美股市的动态相关性存在显著的时变特性。
在国际金融危机等重大事件发生期间,中美股市的相关性通常较高,表明两个市场存在较大的冲击传导效应。
然而,在相对平静的市场时期,两个市场的相关性较低,表明两个市场之间的相互独立性较强。
进一步的分析表明,中美股市的动态相关性受到许多宏观经济变量的影响。
上海和香港两地股市联动性研究--基于GARCH模型的分析
一
、
引 言
( 2 0 0 5 )分别 研究 了 中国和美 国股票市 场之 间的联 动
一
般意义 ,股票市场联动性研究 涉及两个主要
性 ,他 们都认 为 中美 之 间几 乎没 有联 动性 或 者联 动
性很差 。杨雪莱 、张宏志 ( 2 0 1 2 )结合金融危机 的背
问题 :第 一 ,全 球 范 围 内主要 股票 市场 是 否存 在联
基 本沿 着 两条 主线 展 开 :一 是 集 中研究 两个 国家 或 趋势 ,且 在 2 0 0 8 年 金融 危机 期 间明显 加强 。骆振 心 地 区之 间股 市联 动 ,国 内学 者 一般 都倾 向于研究 中 ( 2 0 0 8 )考 察 了中 国与 美英德 E t 和香港 地 区股市关 联 美股票 市场的联动性 ,如张兵 ( 2 0 1 0 )和韩非 、 肖辉 性 ,他 认 为在股 权 分置 改革 后 中 国与这 些 国家 或地
动 现 象 ;第 二 ,如 果有 ,那 么 这种 联 动 机 制 如何 ? 景 ,再 次分 析 了 中美 股 市 的联动 情 况 ,他们 发现 随 目前 ,国 内外 学 者在 这 方 面的研 究 均 有 一 定进 展 , 着 中 国金融 逐步 开放 ,中美 股市 出 现 了明显 的联 动
上 海 和 香 港 两 地 股 市 联 动 性 研 究
基于 G A R C H模 型 的 分 析
丁振 辉 徐 瑾 ( 1 . 中国人 民大学经 济学 院 , 北 京 1 0 0 8 7 2; 2 . 中国工 商银行 股份 有 限公司 ,北 京 1 0 0 1 4 0 )
摘 要 :本文基 于经济基础假说和市场传染假说两大基础理论 ,将股票收益率分解为开盘收益率 和收盘 收益
基于GARCH族混合模型的沪深300指数波动预测
基于GARCH族混合模型的沪深300指数波动预测GARCH(Generalized Autoregressive Conditional Heteroskedasticity)模型是一种常用的金融时间序列波动预测模型,其主要应用在股票、证券、汇率等金融领域。
GARCH模型的基本思想是对波动进行建模,通过考虑先前波动的影响来预测未来的波动。
GARCH族模型是对GARCH模型的一种扩展,包括EGARCH、TGARCH、GJR-GARCH等多种模型,它们都在GARCH的基础上加入了更多的变量或模型结构,以提高对波动的拟合能力。
本文将基于GARCH族混合模型对沪深300指数的波动进行预测。
首先对沪深300指数的日收益率数据进行收集和处理,然后建立GARCH族混合模型,最后通过模型的拟合和预测来分析沪深300指数的波动情况。
1.数据收集与处理我们需要获取沪深300指数的日收益率数据。
通常可以通过金融数据服务提供商或者证券交易所的官方网站获取相关数据。
在获得数据后,需要进行一定的处理,包括数据清洗、缺失值处理等。
处理完毕后,我们可以得到一段时期内的沪深300指数的日收益率数据,即可进行后续的建模和预测。
2.GARCH族混合模型建立接下来,我们将建立GARCH族混合模型进行波动预测。
GARCH族混合模型是对GARCH模型的扩展,它可以更好地捕捉金融时间序列的波动特征。
这里我们以EGARCH模型为例进行建模,EGARCH是对标准GARCH模型的扩展,它可以捕捉到波动率对于市场冲击的非线性响应。
假设沪深300指数的日收益率数据为rt,EGARCH模型的表达式如下:rt = μt + εtεt = σt * ztμt为条件均值,一般可以设定为0;εt为高斯白噪声序列,σt为条件标准差,zt为标准正态分布随机变量。
EGARCH模型的条件标准差σt的表达式为:log(σt^2) = ω + ∑(αi*|εt-i|/sqrt(2*π)) + ∑(βj*log(σt-j^2))ω为常数项,αi和βj为模型参数。
中国股市与国际股市联动性分析——基于DCC-GARCH模型研究
中国股市与国际股市联动性分析——基于DCC-GARCH模型探究摘要:随着全球经济的快速进步和国际化程度的提高,国际股市之间的联动性越来越受到关注。
本文基于DCC-GARCH模型,对中国股市与国际股市的联动性进行了深度探究。
探究结果表明,中国股市与国际股市之间存在显著的联动效应,并且这种联动效应具有时间变动性。
同时,探究还发现,国际股市的波动对中国股市的影响较大,而中国股市的波动对国际股市的影响相对较小。
这一探究对于了解中国股市与国际股市的互相干系具有重要意义,对于投资者和政策制定者有一定的参考价值。
关键词:股市联动性;DCC-GARCH模型;中国股市;国际股市1. 引言股市联动性是指不同股市之间的关联程度和互相影响程度。
随着全球化的推行,各国股市之间的联系日益密切,股市联动性对全球投资者和政策制定者来说具有重要意义。
在全球金融危机之后,股市联动性成为了探究的热点之一。
中国作为世界第二大经济体,中国股市与国际股市的联动性也备受关注。
因此,本文选择中国股市与国际股市的联动性作为探究对象,旨在探讨二者之间的干系以及对中国股市的影响。
2. 文献综述在国际学术界,股市联动性已经成为一个广泛探究的领域。
以往的探究主要通过相干系数、VAR模型等方法来探究股市联动性。
然而,这些方法在思量股市联动性时轻忽了波动的时间变动性,因此在探究股市的联动性时需要引入GARCH模型。
GARCH模型能够思量到股市波动的时间变动性,因此在探究股市联动性时更能符合实际状况。
探究者经过分析发现,股市联动性与金融危机、经济增长等因素密切相关,这为后续的探究提供了基本的理论框架。
3. 数据与方法本文选取了中国股市指数与美国、欧洲、亚洲等国家和地区股市指数作为探究对象。
起首,通过收集每日收益率数据构建样本。
然后,利用DCC-GARCH模型对股市联动性进行预估。
DCC-GARCH模型是一种基于GARCH模型的拓展,可以同时思量股市收益率和波动率的联动性。
大陆与香港股市联动效应的实证分析
大陆与香港股市联动效应的实证分析大陆与香港股市联动效应的实证分析引言:股市是一个国家经济的重要组成部分,也是投资者获取收益的重要渠道之一。
在全球范围内,不同国家和地区的股市之间会存在一定的相关性和联动效应。
尤其在中国大陆与香港这两个相互紧密联系且经济发展较快的地区,其股市之间的联动效应备受关注。
本文将以实证分析的方法,探讨大陆与香港股市联动效应的特征及影响因素。
一、背景介绍中国大陆和香港作为一个国家的两个特别行政区,其股市在国际金融市场中具有举足轻重的地位。
两地股市的联动效应既受到地理和经济因素的影响,也受到政策、投资者行为等因素的影响。
此外,香港作为全球最重要的金融中心之一,其股市也受到国际因素的影响,如全球经济形势、资本流动等。
二、联动效应的测度方法联动效应是指两个股市之间的价格变动或波动相关性程度。
衡量股市联动效应的方法主要有相关系数、协整关系、方差比率等。
本文将采用相关系数和方差比率这两种方法,综合分析大陆与香港股市的联动情况。
三、相关性分析通过计算大陆与香港股市的日收益率相关系数,可以看出两地股市之间的相关性程度。
相关系数在-1到1之间,0表示无相关性,负值表示负相关,正值表示正相关。
通过历史数据的分析,我们可以得出以下结论:(具体数据需要搜集相关数据后进行实证分析)1. 大陆与香港股市在长期内呈现较高的正相关性,两地股市走势较为一致。
这一现象可能是由于两地股市经济联系紧密,特别是在供应链、企业间的投资合作等方面。
2. 大陆与香港股市在短期内也存在一定的联动效应,但程度较不稳定。
这可能是由于大陆与香港市场的投资者数量和投资策略存在差异,导致在短期内投机资金的流动导致股市波动。
四、方差比率分析方差比率是衡量两个股市波动程度差异的指标,即风险溢价比率。
方差比率越高,两地股市之间的风险传递越强。
然而,方差比率的结果可能会受到技术和基本面因素的影响。
具体实证结果需要搜集数据后进行进一步分析。
五、影响股市联动效应的因素1. 政策因素:两地股市的政策因素对股市联动影响较大。
沪深港股市动态联动性研究_基于三元VAR_GJR_GARCH_DCC的新证据
邮政编码: 100872 , 电子信箱: zhaoyingying@ ruc. edu. cn。 本文研究获得中国人民大学创新基金项目 ( 10XNH058 ) 的资助。感谢匿名审稿人的建设性修改意见 , 文责自负。
如 A 股与 B 股间的联动性, 具体可以参见赵留彦和王一鸣 ( 2003 ) 、 楚尔鸣 ① 不同板块间同样存在着不同程度的联动性 , 和鲁旭( 2009 ) 。 Engle、 Kraft 和 Kroner( 1991 年未发表手稿 ) 工作的基础上首次提出了 BEKK 模型, ② Engle 和 Kroner( 1995 ) 在综合 Baba、 2002 ) 。 虽然确保了运算过程中条件方差矩阵的正定性 , 但是设定的参数可能缺乏明确的经济含义 ( Engle, 具体做法是, 直接去除金融危机期间的数据 , 以避免因危机蔓 ③ Kanas( 1998 ) 研究欧洲股市联动效应时采用了 CCC 模型, 延效应导致国际股市高度相关而带来结构性变迁的影响 , 由此可见 CCC 模型的假定不适合研究危机前后的联动效应 。 谷耀 和陆丽娜( 2006 ) 认为, 尽管在二元 GARCH 的参数化过程中假定了时变相关系数 , 但其设定实际上为相关系数的费希尔转化 ( Fisher Transformation) , 不能推广到二元以上的分析 ; 此方法与 2002 年 Engle 和 Sheppard 提出的 DCC 模型仍有较大的差异, Bauwens 具体可以参见 等( 2006 ) 关于 MGARCH 模型的综述。
一、 引言
随着国际间经济交流日益密切, 全球金融市场逐步呈现出整体联动的发展态势 。 Eun 和 Shim ( 1989 ) 较 早证明了各国股市几乎在一两天内便能完成信息的传导 , 国际股市联动性日趋紧密。由此可见, 在全球股票 市场整合( market integration) 的大背景下, 孤立地考察单一股市, 缺乏对股市运作的联动性思考, 必然会导致 金融资源配置的低效率。近年来, 已有许多学者对国内国际股市不同组合间的联动效应进行了研究 。 随着 实证方法的日趋完善和创新, 研究成果大量涌现。 大多数成果支持股市联动效应的假设, 俞世典等 ( 2001 ) 使用 1998 - 2000 年若干股市日数据, 发现外国股市是中国股市变动的 Granger 原因。 刘金全和崔畅 ( 2002 ) 采用误差修正模型( VECM) 考察了沪深两市间收益的长短期关系, 并在此基础上构建考虑外生变量的单变 。 奉立城 ( 2004 ) 通过 VAR 模型 量 Threshold GARCH 模型, 发现两市间存在显著的溢出效应和“杠杆效应 ” 进行 Johansen 协整检验同样得到沪市和深市之间存在长期稳定的协整关系 。 张碧琼 ( 2005 ) 运用 EGARCH 模型检验纽约、 伦敦、 东京、 香港、 上海和深圳股票市场之间日收益波动溢出的流星雨假定 , 结论是外国股市 的流星雨对上海、 深圳股票市场日收益波动有显著影响 , 且沪市和深市之间、 沪深股市分别与香港股市之间 存在显著的双向日收益波动溢出现象 。谷耀和陆丽娜( 2006 ) 将香港股市作为外生变量, 利用具有时变相关 性的VAR - 二元 EGARCH 模型分析沪、 深、 港股市的联动性, 得出了香港股市对沪深两市的影响是非对称的 和沪市是深市的风向标的结论。罗子光( 2009 ) 运用 VAR 模型对香港股市和内地股市之间的引导关系进行 Granger 因果检验, 发现香港股市与内地股市存在联动效应 , 只不过这种联动效应在经历 B 股开放和股权分 置改革后发生了变化。但股市联动效应的假设并非学术共识, 部分成果并不支持这一假设。 韩非和肖辉 ( 2005 ) 从经济基础说的角度出发, 对中美股市的联动性进行了实证研究, 发现中国股市与美国股市的相关 性很弱, 并将其原因归结于中国股市开放程度不够 。龚朴和李梦云 ( 2008 ) 构建 BEKK 模型对沪港股市联动 性进行了实证分析, 结果显示两市之间的波动溢出并不显著 , 尽管两市的联系和联动性相对较弱, 但有逐渐
基于DCC-GARCH模型的股指期货收益率r动态相关性和风险溢出效应研究
基于DCC-GARCH模型的股指期货收益率r动态相关性和风险溢出效应研究方杰【摘要】运用DCC-GARCH模型研究了2015年5月至2016年5月间我国的沪深300指数期货(IF)、中证500指数期货(IC)和上证50指数期货(IH)收益率的动态相关性和风险溢出效应.研究表明:在市场出现系统性风险的情形下,并未出现动态相关性增大的情况.在风险溢出效应的研究中,IC对IF的风险溢出效应为正;IF对IH 的风险溢出效应为正;IC对IH的风险溢出效应为负;IF对其自身的风险溢出效应为正.【期刊名称】《通化师范学院学报》【年(卷),期】2018(039)006【总页数】4页(P39-42)【关键词】风险溢出;动态相关性;DCC-GARCH【作者】方杰【作者单位】福建江夏学院金融学院福建福州350000【正文语种】中文【中图分类】F830.9;O291 GARCH类模型简介Engle(1982)提出了ARCH模型,能够很好地捕捉金融时间序列的波动聚集的特征,其后Bollerslev(1986)对其进行了扩展,提出了GARCH模型.然而在实际中很多市场存在波动的溢出效应,于是Bollerslev(1988)等将GARCH模型扩展到多变量的GARCH模型,从而能够反映多市场的波动特征,其中具有代表性的包括VECH模型、对角VECH模型、BEKK模型.但是这些模型研究的重点放在条件协方差矩阵上,并未体现市场波动相关性的时变特征,并且存在估计参数过多的问题.在此基础上,Bollerslev(1990)从相关性入手,提出了固定条件相关性GARCH(CCC-GARCH)模型,Engle(2002)提出了动态条件相关性GARCH(DCC-GARCH)模型,该模型能够更好地刻画波动溢出效应和信息传递过程,因此在实际研究中得到了广泛的应用[1-6].DCC-GARCH假设k种资产的收益率向量rt服从均值为0,协方差矩阵为Ht的多元正态分布,即rt|Ωt-1~N(0,Ht).协方差矩阵可以分解为Ht=DtRtDt.其中,Dt是条件标准差组成的对角阵;Rt是条件相关系数矩阵.同时为了保证模型的正定性,对DCC-GARCH进行如下设定:其中,S为标准化残差εt的无条件相关系数矩阵;⊙代表Hadamard乘积,即两矩阵对应元素相乘;Qt是正定的协方差矩阵;ωi, κi,λi, α, β为待估参数.假设收益服从多元正态分布,这一假设是使用最大似然估计的前提.DCC-GARCH模型的估计过程分为两个阶段:①使用一元GARCH模型对各变量进行估计;②使用前一步骤所得的标准化残差来估计条件相关系数.2 实证研究2.1 数据来源及处理本文采用已上市的金融期货中的沪深300指数期货(IF)、中证500指数期货(IC)和上证50指数期货(IH)价格为研究对象.鉴于使用GARCH方法对波动性进行估计,在数据的选取上,使用2015年5月4日至2016年5月27日的上述股指期货主力合约每15分钟的收盘价数据,同时剔除“熔断机制”生效的若干交易日的异常价格数据,最终获得三个股指期货品种的4210组日内数据,数据来自通达信.本文主要对三个股指期货品种的收益率进行分析,需要对前述的收盘价数据进行对数差分操作,进而得到高频的收益率数据,表达式为由于每个交易日的交易时间为4小时,因此上述的高频收益率可以相应转化成日收益率,计算公式为2.2 基本统计特征对沪深300指数期货、中证500指数期货和上证50指数期货的日收益率进行基本统计分析.结果如表1所示.表1 日收益率序列的描述性统计IF IC IH序列名称IF IC IH-0.002-0.001-0.002最大值0.828 0.802 1.452 0.009 0.012 0.011最小值-1.076-1.145-0.822 0.094 0.111 0.103偏度-3.804-5.320 3.287 0.003 0.005-0.001峰度86.941 80.635 101.100 JB统计量56678.470 48393.350 79068.270从表1可以看出,三组序列均显现出尖峰厚尾的特征,并且除IH序列外,其他的序列均呈现左偏态.Jarque-Bera统计量非常大,说明应当拒绝序列服从正态分布的原假设.2.3 三单变量GARCH模型的估计根据AIC准则,GARCH(1,1)模型均能较好地拟合三组收益率序列波动的自相关性.通过最大似然估计,得到的各序列单变量模型参数如表2所示.表2 单变量GARCH(1,1)模型估计结果注:*表示在10%的置信水平,**表示在5%的置信水平,***表示在1%的置信水平.0.9998 0.9994 0.9987 IF IC IH 3.85E-05***5.32E-05***5.06E-05***0.0669***0.0566***0.0665***0.9329***0.9428***0.9322***从表2可以看出,每个序列的ARCH项、GARCH项系数估计值都是显著的,回归系数都满足了常数项大于零,ARCH和GARCH项系数非零,且ARCH和GARCH项的系数之和a1+b1<1,满足平稳性条件.说明GARCH(1,1)模型能够较好地拟合数据,三组收益序列的波动具有聚集性.2.4 DCC-GARCH模型的估计借助上述单变量GARCH(1,1)模型估计的参数,利用DCC-GARCH模型对三个股指期货品种之间的时变相关关系进行研究.(1)式中的待估参数ωi, κi, λi, α, β 估计如表3所示.表3DCC-GARCH模型估计结果注:*表示在10%的置信水平,**表示在5%的置信水平,***表示在1%的置信水平.2.1289 0.0039 0.0038 2152.6403 4.5489 5.3392 44601.0299 84.2142 92.8757 8.7394 240.5082 ω1 ω2 ω3 κ1 κ2 κ3 λ1 λ2 λ3 α β 3.85E-05***5.32E-05 5.06E-05 6.69E-02***0.0566***0.0665***9.33E-01***0.9428***0.9322***0.0247***0.9601***1.81E-05 1.35E-02 1.33E-02 3.11E-05 0.0124 0.0125 2.09E-05 0.0112 0.0100 0.0028 0.0040利用估计的结果,可以进一步求得三个股指期货品种之间的动态条件相关系数.它们两两之间的相关系数描述性统计表和图形分别如表4和图1所示.表4 动态条件相关系数的描述性统计IF与IC的相关性IF与IH的相关性IC与IH 的相关性0.907 0.816 0.665 0.046 0.058 0.096 0.920 0.823 0.676 0.978 0.963 0.913 0.673 0.543 0.307图1 动态条件相关系数从表4和图1可以看出,我国目前的三个股指期货品种的相关系数均为正值,说明三个股指期货品种的价格走势具有一致性.从相关性的均值来看,IF与IC的相关性均值最大,两者的相关性最强;IF与IH的相关性次之;IC与IH的相关性最弱.从标准差来看,波动最大的是IC与IH的相关性;其次为IF与IH的相关性;最小的是IF与IC的相关性.2.5 结果分析为了分析动态条件相关系数的时变特征,取三组相关系数均值正负两倍标准差的区间,并将在区间之外的数据作为分析对象.通过筛选得到的动态条件相关系数过高和过低的相应时间段如表5所示.表5 动态条件相关系数过高和过低的时间段2015年5月中旬2015年5月下旬2015年6月上旬2015年6月下旬2015年7月中旬2015年7月下旬2015年8月下旬2015年9月上旬2015年10月上旬2015年11月中旬2015年12月上旬2015年12月中旬2016年1月中旬2016年3月上旬2016年3月中旬IF 与IC的相关性过低过低IF与IH的相关性过低过低——过低——过低——过低IC与IH的相关性过低过低过低过低过低过低过低过低过高——过过低过低—过低过低——过低高—过低过高过低过高————从表5可以看出,在“股灾”之前,三组相关系数均低于前述区间的下限(即过低;在2015年6月中旬到7月初的“股灾”初期,IC与IH的相关性处于过低水平,这主要是因为此阶段股市的下跌是从“配资”占比较大的中小盘和创业板股票开始下跌,而由众多基金和机构持仓的大盘股并未受到较大的冲击,从而造成以大盘金融股为主要成分股的IH与中小盘股票为主要成分股的IC走势出现了明显的分化;7月中旬的“股灾”救市措施推出后,三组相关系数均呈现过低水平,这与国家救市策略的设定(比如:出资投资蓝筹股ETF、对中证500指数期货投机交易加以限制等有关;8月下旬开始的新一轮下跌当中,大盘金融股则成为暴跌的主力,从而造成IF与IH的相关性降低.9月上旬开始的震荡市中,以军工板块为代表的股票涨幅明显,使得IF与IH的相关性相背离;10月上旬,由于国庆休市后“十一”行情的带动,各个指数均呈现上涨的态势,IH与IC和IF的相关性提高.进入11月以后,行情趋于平稳,板块轮动效应再次显现,使得IF与IC的相关性再次下降.到了2016年1月,由于对经济前景的不明朗,国内股市再次出现下跌,此时各板块呈现出泥沙俱下的现象,造成IH与IC和IF的相关性再次提高.3月份开始,各上市公司的年报陆续出炉,由于银行业的业绩出现大幅下滑,造成IC与IF的相关性出现了背离.为了考察各股指期货品种之间的溢出风险,本文根据张锋(2006)提出的方法,将估计出的三个条件方差均加入到三个股指期货品种收益率均值方程中进行回归,如果某个品种的条件方差前的估计参数是显著的,说明这个品种对另一个品种存在风险溢出.由此,将均值模型改为ri=ci0+di1H1+di2H2+di3H3+εi,i=1,2,3.其中i 的不同取值分别表示IF、IC和IH合约,Hi表示三个合约的条件方差,dij,(i≠j)反映了股指期货品种 j对i存在的风险溢出情况.风险溢出模型估计结果如表6所示. 表6 风险溢出模型估计结果注:*表示在10%的置信水平,**表示在5%的置信水平,***表示在1%的置信水平.对IF的风险溢出效应对IC的风险溢出效应对IH的风险溢出效应d11d21 1.1476***(3.344)-0.9826***(-3.888)-0.0122(-0.069)d31 d12d22d32 d13 0.9457**(3.039)-0.6991**(-3.05)-0.1122(-0.706)d23 0.3638(0.988)-0.3716(-1.371)-0.0532(-0.283)d33从表6可以看出,对于IF而言,其自身收益率的波动会正向影响到IF的收益,而IC的波动对IF收益的影响则是反向的;对于IC而言,风险溢出效应不显著;类似地,IF和IC对IH的收益均存在风险溢出效应,但是前者是正向的影响,后者是反向的影响.存在这一现象的原因可能是IC收益率的波动增加,使得投资者将更多资金转移到IC合约当中,造成IF的收益率下降,相应的风险溢出效应为负;IH 的成分股与IF具有一定的相似之处,使得IF的波动增加造成IH的收益率上升,风险溢出为正,而相应成分股与两者存在较大差别的IC对IH的风险溢出为负.3 结论本研究基于2015年5月4日至2016年5月27日的数据,运用DCC-GARCH模型,实证分析了我国上市的三个股指期货品种高频收益的动态特征以及风险溢出效应,得出了相应结论.在风险溢出效应的研究中,三个股指期货品种的关系较复杂.其中IC对IF的风险溢出效应为正;IF对IH的风险溢出效应为正;IC对IH的风险溢出效应为负;IF对其自身的风险溢出效应为正.三个股指期货品种的收益率均存在明显的波动率聚集效应,收益率均存在正向的动态条件相关关系,但是在“股灾”发生的前后,三者之间的动态条件相关关系存在着明显的变动.三个品种的相关性在市场出现极端系统性风险的情形下,并未出现相关性增大的情况.因此,在市场出现极端行情时,应当密切关注市场上各行业板块的行情,并根据股指期货合约的成分股构成情况,科学作出投资决策,以减少相关性风险的影响.参考文献:[1]郑振龙,杨伟.金融资产收益动态相关性:基于DCC多元变量GARCH模型的实证研究[J].当代财经,2012(7):41-49.[2]徐清海,贺根庆.基于DCC-MVGARCH模型的中国金融市场联动性分析[J].金融理论与实践,2014(7):20-24.[3]丁志国,苏治,杜晓宇.溢出效应与门限特征:金融开放条件下国际证券市场风险对中国市场冲击机理[J].管理世界,2007(1):41-47.[4]王宝,肖庆宪.我国金融市场间风险传染特征的实证检验[J].统计与决策,2008(11):78-79.[5]张瑞锋.金融市场协同波动溢出分析及实证研究[J].数量经济技术经济研究,2006(10):141-149.[6]赵华.人民币汇率与利率之间的价格和波动溢出效应研究[J].金融研究,2007(3):41-49.。
我国沪深港股市联动性分析
我国沪深港股市联动性分析作者:张仕洋来源:《商业时代》2015年第01期内容摘要:2014年11月,沪港通正式实施,这昭示着我国沪深港股市联动性的加强,关于沪深港股市联动性的研究课题也成为资本市场的热点问题。
本文通过协整检验、格兰杰因果检验以及DCC-MGARCH模型,对沪深港三市的长期联动性、短期联动性以及短期波动的动态相关性进行分析。
研究结果表明,沪深港股市间在长期内不存在联动性,而短期的联动性不断加强,并且三市之间的相关关系呈现时变性的特征。
关键词:沪深港股市 ; 联动性 ; 协整检验 ; 格兰杰因果检验 ; 动态相关系数2014年11月,沪港通正式实施,这一举措有利于增强两地资本市场的联系,提高我国资本市场的综合实力。
纵观中国资本市场的历史,在2001年中国正式加入世贸组织之后,中国证券市场也进入一个全新的发展阶段—QFII政策、股权分置改革、浮动汇率制度、QDII政策以及沪港通等一系列政策。
随着这些资本市场改革如火如荼地进行,我国沪深股市与外围股市,尤其是香港股市的联动性不断加强,这也凸显出了对于内地与香港间股市联动性学术研究的现实必要性。
本文的研究结果对于政府部门和投资者都具有现实意义。
理论与假设关于市场间存在联动性的作用机制,国内外文献中对其的阐述主要包括以下两点:第一,经济基础说。
经济基础说是基于假设投资者完全理性的传统金融理论,认为市场的联动性是由于经济基本面引起的。
由于经济全球化以及区域经济一体化的发展,经济体间的联系,尤其是金融市场间的联系也日益密切。
一方面,这就使得信息在各市场间的传播更为便捷,股市间的同步性增强;另一方面,完全理性的投资者会根据经济基本面的变化来估计股市的价格变化并作出投资决策,其股票市场联动性就会逐步加强。
第二,市场传染说。
市场传染说是基于假设投资者非理性的行为金融学理论,认为当金融危机或政策利好对市场造成冲击时,非理性的投资者更容易产生羊群效应等行为特征。
财政金融-沪港深联动续写股市上涨行情
如果要在世界范围内比较一下今年前7个月各国与各地区股市的涨跌情况,那么中国境内的沪深股市,则当之无愧地占据了最前列的位置;而境外的香港股市,同样也表现不俗,是各主要成熟股市中涨幅最大的之一。
由于沪深股市与香港股市同属大中华经济圈,而且上市资源也存在一定的重合,因此人们也把这种现象称之为沪港深联动。
如今,这种联动态势还在进一步延续,三地股市保持了在震荡中上行的格局,共同演绎着一波激动人心的行情。
内地经济复苏正面影响香港席卷世界的国际金融危机,对各国经济的冲沪港深联动,续写股市上涨行情击都是很大的。
香港作为一个国际金融重镇,同时又是以出口及转口贸易为主的自由港,本身实体经济规模有限,本地经济结构中又严重依赖房地产。
这样的特征,使得危机对它的冲击格外明显。
很多大型银行在危机中遭受了巨大的损失,被迫大量减计资产。
而不少香港的富裕阶层人士因为投资欧美股市,特别是投资了欧美大型投资银行发行的累计权证等金融衍生品而亏损累累。
另外,房地产价格的下跌,也重创了当地不少的上市公司。
世界性的国际贸易量下降,对香港来说也是一个不小的打击。
客观而言,由于其特殊的经济结构等因素,香港在本次金融危机中是陷得比较深的,而且到现在为止,就其本地的实体经济状况而言,复苏也不是很明显。
文|桂浩明但与之不同的是,内地的状况则要好得多,虽然也受到金融危机的侵袭,但一方面得益于政府迅速采取了强有力的经济刺激计划,另外内地的金融体系稳定且较少在危机中受到损失,加上其内需市场广阔,这样也就促使内地经济从今年年初开始,就逐渐显示出止跌企稳的迹象,到了年中的时候,已经开始全面复苏了。
作为世界上第三大经济体,内地经济的率先复苏,对香港经济也产生了非常积极的作用。
应该指出的是,就目前而言,内地经济复苏对香港的影响,一个很主要的渠道还是体现在香港上市的内地企业效益的好转方面,在两地“更紧密的经贸关系”框架下,这对于香港股市更是构成了直接的正面拉动,以高度发达的金融业为特色的香港经济,也有望借此企稳。
深港通对深港两市联动性变化的影响研究
深港通对深港两市联动性变化的影响研究引言深港通是指深圳证券交易所和香港交易所之间的互联互通机制,它的实施意味着深圳和香港两个金融市场将更加紧密地联系在一起。
深港通的实施对深港两市的联动性产生了显著影响,这一变化引起了学术界和市场的高度关注。
本文旨在通过对深港通实施后深港两市联动性变化的影响进行研究,探讨深港通对两市联动性的影响机制、影响程度及未来发展趋势,为深港两市的投资者和市场监管者提供有益参考。
深港通实施后,深圳和香港两个金融市场之间的联动性发生了显著变化。
这一变化的影响机制主要包括以下几个方面:1. 资金流动机制的变化:深港通实施后,投资者可以更加便利地在两个市场之间进行资金流动,投资者可以直接通过深港通购买境内市场的股票和债券或境外市场的股票和ETF基金。
2. 信息传递机制的加强:深港通的实施使得深圳和香港两个市场的信息传递更加便捷,投资者可以更加迅速地获取境内外市场的消息和资讯,这一变化推动了两市之间的信息传递机制的加强。
3. 投资者行为的变化:深港通的实施对投资者行为产生了显著影响,投资者在进行投资决策时将更加综合地考虑两个市场的因素,这一变化也推动了深港两市的联动性。
以上机制共同作用下,深港两市的联动性发生了显著变化,深港通的实施为深港两市的联动性带来了新的动力。
二、深港通对深港两市联动性影响程度1. 股市价格联动性加强:深港通的实施促使深港两市的股市价格联动性加强,两市股票价格的走势更加一致,投资者在进行投资决策时将更加综合地考虑两市股市的走势。
3. 交易量增加:深港通的实施对深港两市的交易量产生了显著影响,深港通的实施使得深圳和香港两个市场之间的交易量大幅增加,交易活跃度明显提升。
4. 投资者结构多元化:深港通实施后,深港两市的投资者结构发生了显著变化,境内投资者和境外投资者的比例更加平衡,投资者结构更加多元化。
三、未来发展趋势1. 深港两市联动性将继续加强:随着深港通的不断完善和深化,深港两市的金融市场联动性将继续加强,两市的股市价格、交易量和资金流动等方面的联动性将进一步提升。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
97
增大的趋势。 上述文献较为充分地显示, 我国股市受到世界性股市( 欧、 美、 日股市) 、 区域性股市( 沪、 深股市 ) 冲击的 不同程度的影响 ①, 这一点给笔者很大的启示。本文将沪深港三市作为联动性的研究主体 , 主要借鉴了谷耀 。 不过, 将冲击划分为“世界因素 ” 和“区域因素 ” 我们认为将香港股市纳入 和陆丽娜( 2006 ) 的分类方法, “世界因素” , 作为影响内地股市的严格外生变量, 这一做法需要进行深入讨论。 香港股市作为一个国际化 是连结内地资本市场与国际资本市场的重要纽带 。 因此将港市称为“世界因素 ” 具 的股票市场和资本市场, 、 , “内地因素 ” 但更应注意到港市的“内地区域化 ” 两地股市“一体化 ” 等特征。 目前 对香 有一定的合理性, 港经济的发展具有非常重要的作用 , 港市一半以上的上市公司都是中资企业 , 且越来越多的企业采取 A + H 模式发行股票。同时, 越来越多的内地金融机构到香港设立分支机构或者进行业务合作 , 这些现象凸显了内 地股市与港市的双向联动机制。以此而论, 仅将港市视为外生冲击可能不尽合理 。 VECM、 GARCH 族类等模型, 从分析工具来看, 上述文献基本是采用时间序列建模 , 不外乎使用 VAR、 再 加上 Granger 因果检验、 脉冲响应函数( Impulse Response Function) 等分析方法, 且大都使用单变量或双变量 模型来探讨股市收益率的波动性 。这些模型和方法固然能提供部分证据并具有一定的说服力 , 却鲜有文献 采用整合的分析框架, 全面地了解多个市场的动态互动关系 。 基于此, 本文将尝试采用三元 VAR - GARCH 模型, 以动态的视角, 充分利用收益率一阶矩和二阶矩的信息 , 对三个市场收益率关系作更为细致 、 更为深入 的全景刻画, 全面了解市场的动态互动机制, 为投资者构建有效的国际投资组合, 为政府制订合理的金融监 管政策提供理论依据。 值得一提的是, 在多元 GARCH 模型的设定中, 参数化条件协方差矩阵模式的差异, 产生了多种形式的 BEKK、 VECH 直接参数化条件协方差矩阵, 存在估计参数过多、 运算复杂度高甚 多元 GARCH 模型。其中, 至不能 完 全 保 证 协 方 差 矩 阵 正 定 ( positive definite ) ( 如 VECH ) ② 等 问 题。 CCC ( Constant conditional correlation, Bollerslev, 1990 ) 模型和 DCC ( Dynamic conditional correlation, Engle, 2002 ) 模型则通过相关系数间 接参数化条件协方差矩阵。CCC 模型虽减少了估计参数并可保证协方差矩阵的正定性 , 但 CCC 模型相关系 数矩阵恒定的前提假设与现实相去甚远 , 导致模型实用性大打折扣。 鉴于此, 本文将在实证中运用 DCC 模
③ 该模型既保持了 CCC 模型简洁的参数估计模式, 同时又可以有效地刻画( 检验) 相关系数的时变特征。 型,
二、 理论及假说
究竟何种因素驱动了股市间的联动 ? 国内外文献多是经验性论述, 还未形成解释股市联动的统一的理 论框架。鉴于技术可行性和理论解释力, 笔者在梳理国内外文献的基础上归纳出三种较有说服力的理论 : 第 一种是经济基础说( Economic Fundamentals Hypothesis) , 第二种是市场传染说( Market Contagion Hypothesis) , 第三种是理性预期理论。经济基础说从各经济体的实体经济联系程度出发, 解释了不同股市间的关联性 ( Calvo and Reinhart, 1996 ; Liu and Pan, 1997 ; Kanas, 1998 ) , 认为经济一体化减少了套利的成本 ( 例如交易成 本及法律约束等) , 将各个开放的金融市场紧密地联系在一起。 宏观经济变量差异越小, 信息就越容易传 播, 股市之间同步性就越强, 资产价格的关联度也就越高。市场传染说从市场主体的非理性行为出发, 对危 et al. , 1994 ; Valdes, 1996 ; Calvo, 1999 ) 。 市场传染 机后各国股市关联性增强的现象给出了理论解释 ( King, 说认为当一国股市遭受严重负面冲击后 , 由于人们的非理性行为 ( 如恐慌性心理及羊群行为 ) , 负面冲击如 传染病一般迅速蔓延到其他国家的市场上 , 其结果是危机时期各国金融市场相关性显著提高 。 该理论还强 调因市场传染所产生的金融市场联动是经济一体化基础上的附加效应 。理性预期理论则认为, 重大制度变
一、 引言
随着国际间经济交流日益密切, 全球金融市场逐步呈现出整体联动的发展态势 。 Eun 和 Shim ( 1989 ) 较 早证明了各国股市几乎在一两天内便能完成信息的传导 , 国际股市联动性日趋紧密。由此可见, 在全球股票 市场整合( market integration) 的大背景下, 孤立地考察单一股市, 缺乏对股市运作的联动性思考, 必然会导致 金融资源配置的低效率。近年来, 已有许多学者对国内国际股市不同组合间的联动效应进行了研究 。 随着 实证方法的日趋完善和创新, 研究成果大量涌现。 大多数成果支持股市联动效应的假设, 俞世典等 ( 2001 ) 使用 1998 - 2000 年若干股市日数据, 发现外国股市是中国股市变动的 Granger 原因。 刘金全和崔畅 ( 2002 ) 采用误差修正模型( VECM) 考察了沪深两市间收益的长短期关系, 并在此基础上构建考虑外生变量的单变 。 奉立城 ( 2004 ) 通过 VAR 模型 量 Threshold GARCH 模型, 发现两市间存在显著的溢出效应和“杠杆效应 ” 进行 Johansen 协整检验同样得到沪市和深市之间存在长期稳定的协整关系 。 张碧琼 ( 2005 ) 运用 EGARCH 模型检验纽约、 伦敦、 东京、 香港、 上海和深圳股票市场之间日收益波动溢出的流星雨假定 , 结论是外国股市 的流星雨对上海、 深圳股票市场日收益波动有显著影响 , 且沪市和深市之间、 沪深股市分别与香港股市之间 存在显著的双向日收益波动溢出现象 。谷耀和陆丽娜( 2006 ) 将香港股市作为外生变量, 利用具有时变相关 性的VAR - 二元 EGARCH 模型分析沪、 深、 港股市的联动性, 得出了香港股市对沪深两市的影响是非对称的 和沪市是深市的风向标的结论。罗子光( 2009 ) 运用 VAR 模型对香港股市和内地股市之间的引导关系进行 Granger 因果检验, 发现香港股市与内地股市存在联动效应 , 只不过这种联动效应在经历 B 股开放和股权分 置改革后发生了变化。但股市联动效应的假设并非学术共识, 部分成果并不支持这一假设。 韩非和肖辉 ( 2005 ) 从经济基础说的角度出发, 对中美股市的联动性进行了实证研究, 发现中国股市与美国股市的相关 性很弱, 并将其原因归结于中国股市开放程度不够 。龚朴和李梦云 ( 2008 ) 构建 BEKK 模型对沪港股市联动 性进行了实证分析, 结果显示两市之间的波动溢出并不显著 , 尽管两市的联系和联动性相对较弱, 但有逐渐
如 A 股与 B 股间的联动性, 具体可以参见赵留彦和王一鸣 ( 2003 ) 、 楚尔鸣 ① 不同板块间同样存在着不同程度的联动性 , 和鲁旭( 2009 ) 。 Engle、 Kraft 和 Kroner( 1991 年未发表手稿 ) 工作的基础上首次提出了 BEKK 模型, ② Engle 和 Kroner( 1995 ) 在综合 Baba、 2002 ) 。 虽然确保了运算过程中条件方差矩阵的正定性 , 但是设定的参数可能缺乏明确的经济含义 ( Engle, 具体做法是, 直接去除金融危机期间的数据 , 以避免因危机蔓 ③ Kanas( 1998 ) 研究欧洲股市联动效应时采用了 CCC 模型, 延效应导致国际股市高度相关而带来结构性变迁的影响 , 由此可见 CCC 模型的假定不适合研究危机前后的联动效应 。 谷耀 和陆丽娜( 2006 ) 认为, 尽管在二元 GARCH 的参数化过程中假定了时变相关系数 , 但其设定实际上为相关系数的费希尔转化 ( Fisher Transformation) , 不能推广到二元以上的分析 ; 此方法与 2002 年 Engle 和 Sheppard 提出的 DCC 模型仍有较大的差异, Bauwens 具体可以参见 等( 2006 ) 关于 MGARCH 模型的综述。
经济评论 2012 年第 1 期
ECONOMIC
REVIEW
No. 1
2012
沪深港股市动态联动性研究
— — — 基于三元 VAR - GJR - GARCH - DCC 的新证据 鲁 旭 赵迎迎
*
摘要: 随着经济全球化的迅速发展, 国际资本市场呈现出一体化趋势 , 各地证券价格 的联动性也日趋显著。本文梳理已有理论文献, 并总结经验成果的不足, 在此基础上, 构 建三元 VAR - GJR - GARCH - DCC 整合分析框架, 对沪深港股市联动效应进行了严谨而 全面的实证检验。研究结果表明: 沪深港三个市场具有联动效应, 直接或间接引导对方; 沪深股市对港市的新息冲击做出类似的反应 , 并且它们与港市的动态关联性具有趋同性 , , “中国因 该结论为沪深两市合并提供了新证据 ; 三个市场的相关性具有时变的动态特征 “世界因素” 素” 与 的相关性正趋于增强。 上述实证结论对投资者重新认识市场运行机 合理制定投资策略以及监管当局有效防范国内外股市风险 , 推进股市整合均具有重要 制, 的启示意义。 关键词: 沪深港股市 经济一体化 动态联动性
98
革或者重大事件冲击可以影响到人们的预期 , 导致投资者对宏观基本面的看法趋于一致而做出相似的决策 , ( 、 2009 ) 。 从而使不同市场之间的相关性增强 唐齐鸣 操巍, 基于经济基础说、 市场传染说和理性预期理论, 本文提出三个假说: 假说 1 : 沪深股市与香港股市是联动的, 互为引导。 改革开放后特别是香港回归后, 内地与香港在经济上的联系越来越密切 , 大量的香港企业进入内地, 同 , , 。 , 时大量的中资企业进入香港 甚至在香港上市 使内地和香港的股市拥有了共同的经济基础 因此 依据经 济基础说及理性预期理论可以提出假说 : 沪深内地股市与香港股市是双向联动的 。 假说 2 : 沪深股市对港市的新息冲击做出类似 ( 或相同) 的反应, 有相同的宏观经济基础 , 且在交易制度、 投资者结构、 上市公司结构等方面均具有高度 趋同性。因此, 沪深股市对外部新息冲击将做出类似 ( 或相同 ) 的反应, 并与其他市场表示出类似 ( 或相同 ) 的动态关联度。该假说若被证实, 则可为沪深两市合并已具备一定条件提供新的证据 。 假说 3 : 沪深港三个股市的相关性具有时变性 。 , “中国因素” 该假说的提出主要基于两点: 第一, 随着中国经济的迅猛发展和日趋开放 与“世界因素 ” 的 联动程度将会越来越高。基于经济基础说和理性预期理论进行推断 , 港市作为“世界因素 ” 的代理变量与内 应表现为不断增强的长期趋势。第二, 基于市场传染说, 危机条件下市场的联动效应更强 。 地股市的相关性, 2007 年爆发的金融风暴推助了全球股市联动 , 港市与内地股市在危机发生后的一些时间点上可能呈现出较 高的关联度, 具体表现为时变相关系数中高度正相关 。但是这里笔者需要指出的是, 市场间不断加强联动效 是一种长期的趋势, 而危机只不过通过市场“传染 ” 起到了短暂 应仍是以全球经济和金融一体化为基础的 , “极端值” 。因此, 推波助澜的作用, 仅表现为个别高度正相关的 不论从长期还是短期来看, 沪深港三个股市 的相关性都不是常相关系数所能刻画的 。