金融市场波动溢出新理念.docVIP

金融市场波动溢出新理念金融市场波动溢出的研究方法中,无论使用GARCH模型,还是SV模型,都不能同时研究多个金融市场对一个金融市场的协同波动溢出,其主要原因是没有反映金融市场波动综合信息的指标。然而,在实际的金融决策中,对于一个金融市场往往需要获得多个金融市场对它的协同波动溢出信息,所以,仅研究单个金融市场对一个金融市场的波动溢出并不能全面反映影响一个金融市场的真实情况。另外,在影响一个金融市场的多个金融市场的波动之间往往存在着一定的相关关系,如果同时将这些金融市场波动的数据作为一个金融市场的解释变量来研究对一个金融市场的溢出,必然会出现多重共线性,其结果并不能真实地解释波动溢出。张瑞锋的专著《金融市场波动溢出研究》(中国社会科学出版社,2008年3月出版)提出了研究金融市场波动溢出的新理念――金融市场协同波动溢出。协同波动溢出是指与一个金融市场存在相互影响的多个金融市场的波动,通过协同作用传递到一个金融市场。 为了判断分析多个金融市场对一个金融市场的协同波动溢出,作者提出了ICA-GARCH、ICA-SV、PCA-GARCH、PCA-SV模型。 模型的主要思路是:将根据原始数据求出的独立成分或主成分作为一个金融市场的解释变量,再根据该金融市场数据所建立的时间序列模型(GARCH或SV模型)来研究多个金融市场对一个金融市场的协同波动溢出问题。由于独立成分或主成分是根据多个金融市场数据计算而来的,所以任何一个独立成分或主成分都包含了多个金融市场波动的信息,即任何一个独立成分或主要成分均可以认为是多个金融市场波动的协同影响指标。若在给定的显著水平下,独立成分或主成分参数bi(i=1,……k)的t统计量是显著不为零,则说明第i个主成分或独立成分对一个金融市场存在波动溢出效应,否则波动溢出不存在。若产生协同波动溢出,还可以根据计算公式中的权重值进一步分析协同波动溢出主要来源于哪个金融市场。 为了验证所研究方法的可行性,作者选取了上证指数、深圳成份指数、香港恒生指数、韩国综合指数、新加坡海峡指数为原始数据,结果显示:相对单个股票市场指数对上证指数、单个股票市场指数对深圳成份指数波动溢出的实证结果,多个股票市场指数对上证指数、多个股票市场指数对深圳成份指数协同波动溢出的实证结果更合理、更有效、与实际更相符。实证所得到的独立成分比主成分不仅能够更好地表示股票市场波动的综合信息,而且各个独立成分之间还是独立的,即相对主成分来说,独立成分是更好的协同指标,而且还能够更好地消除彼此之间的相关性。所以,使用ICA-GARCH、ICA-SV模型能够更充分地研究分析金融市场的协同波动溢出。 《金融市场波动溢出研究》所提出的PCA-GARCH、PCA-SV、ICA-GARCH、ICA-SV模型为研究金融市场之间是否存在波动溢出提供了四种新的方法,而且最重要的是通过这四种方法可以分析多个金融市场对一个金融市场的协同波动溢出,而且还为金融决策者提供了必要的理论分析依据和更具实际意义的决策参考。 责任编辑:张增强 责任校对:世 玲 1