股市收益波动溢出效应与动态相关性

0.105 0.145 0.045 LB2(7)
0.140 0.172 0.064 LB2(10)
1.522 6.029** 2.805* LM(1)
2.537 6.381 9.272* LM(4)
3.154 6.729 19.85*** LM(7)
5.431 8.293 24.96*** LM(10)
1.7470 (0.000)
0.1
0.1815
580
(0.001)
(0.0
00)
时变条件相关性参数
-0.7731 (0.000)
0.1000 (0.000)
0.0422 (0.000)
0.9344 (0.000)
模型整体估计效果
23 -1264 -0.781 1.590
0.0953 (0.000)
实证结果与分析： 收益的条件均值方程
-0.8067 (0.000)
0.0
-0.0019
892
(0.972)
(0.0
00)
1.7753 (0.000)
0.0047 (0.259)
0.1075 (0.000)
-0.1645 (0.003) 0.0504 (0.000)
Number of coefs. Log likelihood
Avg. log likelihood Akaike info criterion
引言：本文的方法
➢ 1、本文正是采用Ng（2000）的方法分别考察沪 市（深市）波动受到的“自身因素”，来自深市（ 沪市）的“区域因素”（作为内生变量引入）和来 自香港的“世界因素”（作为外生变量引入）的影 响
➢ 2、为此我们修改Miyakoshi（2003）模型中条 件相关性不变的假定，借鉴Skintzi（2004）[1] 的方法建立一个具有动态条件相关性的非对称 双变量EGARCH模型
引言： GARCH类模型一览
➢ Bollerslev（1986）首次运用GARCH模型刻画条件方差的时变性 后，由于其明确的经济学涵义及对市场波动的准确刻画得到了广 泛的应用 。
➢ 1、一方面，Nelson (1991), Asymmetric Power ARCH (APARCH) of Ding, Granger, and Engle (1993), GJRGARCH of Glosten, Jaganathan, and Runkle (1993), Threshold GARCH (ZARCH) of Zakoian (1994),引入并 实证检验了正负冲击非对称性的存在
10.57*** 14.7*** 9.91***
沪、深、港股市的一些特征性事实 : 关于股市特征统计性描述（续）
➢ 1、Ljung－Box的Q统计量检验均接受了序列线性无 关的原假设，而收益率平方的自相关系数相对较大 ，LB检验均显著拒绝了原假设
➢ 2、LM是关于异方差的ARCH－LM检验，三市的1 、4、7、10期滞后LM检验值均在1％置信水平上拒 绝同方差的原假设
➢ 3、因此理解股市之间的收益和波动相关性以及信 息传导机制对于投资者资产定价、资产多样化、 风险分散与研究股市结构和判断股市走势以及政 策当局市场监管和防范金融危机风险都具有重要 的意义
引言：股市间信息传导机制
➢ 1、早前的文献（Hamao et al. (1990), Campbell and Hamao (1992), Bekaert and Hodrick (1992), Bekaert andHarvey (1995), Base ang Karolyi（1994）， Harvey (1995), Karolyi (1995) and Karolyi and Stulz (1996)等）
➢ 3ቤተ መጻሕፍቲ ባይዱ三市的偏度(Skewness)检验值都大于零，因此 都是正向有偏分布的；而峰度（Kurtosi）检验值均 大于3表明存在突峰显现
➢ 4、JB检验全部是1%显著性水平上 拒绝了正态分布 的原假设。
实证结果与分析
收益冲击效应 市
波动溢出效应
“本地因素”
非对称冲击
0.0317 (0.536) 0.0416 (0.004) 深市
➢、
分别表示日收益率和日收益率平方
的1阶条件序列自相关系数；LB(t)、LB2(t) 分别
表示t期滞后日收益率和日收益率平方的Ljung－
Box统计量，衡量序列相关性指标；JB检验的
是序列是否服从正态分布；Skewness 是偏度
检验；Kurtosi是峰度检验；LM，ARCH－LM检
验，,LM(t)是t期滞后异方差检验指标。
最大似然函数方程式
➢ 1、我们采用最大化对数似然函数的方法对（1）式 至（9）式联立＝同时进行参数估计，运算法则为 Marquardt，假定联合正态分布
➢ 2、其中＝， = 表示是待估计的参数向量，T是观察值个数，其余变 量含义同上
沪、深、港股市的一些特征性事实 : 关于数据的描述
➢ 1、上证综指、深证成指和香港恒生指数作为沪 、深、港三地股票市场的代理变量，
对样本数据进行说明，然后给出了一些统计性描述。 ➢ 第四节得出本文实证检验结果并探讨可能的原因。 ➢ 第五节是稳健性检验 ➢ 第六节总结全文并给出政策建议。
引言：问题的重要性
➢ 1、中国股票市场在国民经济的地位中不断提升， 在投融资、国企改革、资本市场建设中扮演着日 益重要的作用 。
➢ 2、全球资本市场一体化背景下的，中国股市开放 度日益加强，与世界资本市场联系越来越紧密 。
0.395*** 0.558*** 0.820***
LB(4)
5.632*** 4.861*** 11.26***
LB(7)
2186*** 1681*** 8744*** LB(10)
沪市 深市 港市
0.031 0.060 0.042 LB2(1)
-0.014 -0.003 -0.055 LB2(4)
➢ 2、Bekaert and Harvey (1997)考察对新兴市场的冲击 时构建的波动溢出模型把对新兴股票市场的冲击划分为 “本地因素”（Local effects）和世界资本市场对其冲击 的“世界因素”（Word effects）
➢ 3、g（2000）将Bekaert and Harvey (1997)进一步扩 展，第一次把一个股票市场受到的冲击分解为 “本地因 素”、“区域因素”（Regional effects）、“世界因素”。
➢ 4、沪深两市的条件相关出于动态调整状态，关 于沪深股市间常数条件相关性的假定是不妥当 的。
结论：不足 ➢ 1、内生变量选取的更为严格的标准 ➢ 2、本文假定采用一阶滞后的方式
➢ 股票市场的日收益率 ：
➢ 关于外生变量的构建 ：
沪、深、港股市的一些特征性事实 : 关于数据的描述（续）
➢ 数据来源：所有数据均来自雅虎网金 融数据库和湘财股票交易数据库
沪、深、港股市的一些特征性事实 : 关于股市特征统计性描述
➢ 1、价格序列
➢ 2、收益序列
沪、深、港股市的一些特征性事实 : 关于股市特征统计性描述（续）
➢ 2、另一些学者等将单变量扩展成为双变量的模型 ➢ 3、Engle (2002)有考虑不同资本市场间相关系数的时变
性，引入动态相关性多元GARCH模型
引言： 国内学者对这一问题的研究
➢ 1、刘金全、 崔畅（2002）在此基础上构建考 虑外生变量的单变量TGARCH模型
➢ 2、赵留彦、王一鸣（2003）构建了一个双变量 GARCH模型对A、B股之间波动溢出进行考察 ，得出A股向B股的单项波动溢出
沪市 深市 港市
18.21*** 34.38*** 3.358*
108*** 154*** 24.6***
135*** 226*** 80.83***
160*** 272*** 160***
18.3*** 35.3*** 3.346*
22.06*** 28.8*** 5.34***
13.9*** 19.5*** 8.09***
➢ 2、中国股市并没有表现出其他国家资本市场的杠杆效
应，我们认为可能是一方面投资者对中国股市的信心不 足，对“坏消息”有较大的心理预期和承受能力，而对“好 消息”容易过度反应。
结论
➢ 3、“区域因素”相互影响的非对称性。沪市是深 市的风向标，沪市收益与波动领先于深市，对 沪市有着信号显示的作用。
➢ 2、并选用股票指数的日收盘价格， ➢ 3、样本范围选取1998年1月5日－2004年12月
31日，由于交易日的非一致性，只选取三地股 市同一营业日的指数价格数据这样共剩下1623 个交易日的收盘价格数据。
➢ 4、我们不考虑周一效应和和月末效应等问题。
沪、深、港股市的一些特征性事实 : 关于数据的描述（续）
股市收益波动溢出效应 与动态相关性
引言：写作动机
➢ 1、沪深股市间关联度如何？ ➢ 2、沪市与深市如何相互影响？ ➢ 3、关联程度有无发生变化？ ➢ 4、它们与发达国家资本市场又是如何联系？
引言：本文结构
➢ 第一节 引言 ➢ 第二节建立并简要介绍DCC－BVEGARCH－VAR的实
证模型。 ➢ 第三节是关于沪、深、港股市的一些特征性事实，首先
实证结果与分析：时变条件方差
实证结果与分析： 动态（时变）条件相关性
结论
➢ 1、作为“世界因素’，港市不论是在收益还是在波动上
都对沪深两市存在显著的溢出效应，随着全球化进程的 不断深入和中国股市开放度的不断增加，中国股市也越 来越受到世界资本市场的冲击和影响，从全球的视角考 虑资本运作显得非常重要。另外，世界资本市场对沪深 两市的影响是非对称的。
Mean(%)
Min(%)
Max(%)
Variance
S．D
Skewness
Kurtosi
JB
沪市 深市 港市
0.001 -0.009 0.009
-3.790 -3.433 -4.032
4.083 4.139 8.598
0.392 0.465 0.623
0.626 0.682 0.789 LB(1)
➢ 1、 和 都是显著的且
➢ 2、 统计上的不显著和
的显著
实证结果与分析： 波动的条件方差方程
➢ 1、
都是在1％的置信水平上显著
➢ 2、
实证结果与分析：非对称反应
➢ 1、
在统计意义上并不显著
➢ 2、
深市在对突发性时间的反应上表现除了
显著的非对称性
➢ 3、 研究是不同的
都是正的，这与？（200?）
引言：本文的贡献
➢ 1、首次把DCC－BVEGARCH－VAR（Skintzi ，2004）模型引入对股票市场领域的研究
➢ 2、本文把研究对象确定为中国股市，相比国内 其他学者的研究，本文是方法较为严密，结论 较为可靠（Robust）的研究
实证模型：条件均值方程
实证模型：条件方差方程
实证模型：动态相关性定义