全球主要股指与我国股指联动性实证研究.docVIP

全球主要股指与我国股指联动性实证研究.doc

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
全球主要股指与我国股指联动性实证研究

全球主要股指与我国股指联动性实证研究 摘要:文章利用日本的日经指数、英国的金融时报指数、美国的道琼斯指数、德国的法兰克福指数和中国上证综合指数的日收益率数据,建立向量自回归(VAR)模型并进行Granger因果检验、脉冲响应分析和方差分解分析来对其进行研究。研究表明:全球主要的股票市场与我国的股票市场存在一定的联动关系,但不同市场对我国股票市场收益率波动产生的影响程度和持续时间是不相同的。关键词:股票指数;VAR模型;广义脉冲响应;方差分解中图分类号:F832.5 文献标识码:A文章编号:1005-913X(2012)09-0070-03一、引言及文献综述随着经济全球化的发展,世界的金融市场越来越紧密地联系在一起了。世界主要证券市场的上涨和下跌,都可能会迅速的通过各种途径传导到中国证券市场,并引起跟随的涨跌反应。这是由于股票市场之间的联动性所致,它是指在证券市场中板块之间或者不同证券市场之间股票收益率,具有长期的均衡关系或者同步波动性。市场参与者都在努力寻求如何通过证券市场的指数的变化去建立各国股票市场波动联动性模型。近年来,国内学者也开始就中国沪深两市之间以及中国同世界主要国家和地区股票市场之间的联动性进行实证分析。俞世典等[1]通过研究1998年9月29日到2000年10月 23日的道琼斯指数、恒生指数、纳斯达克指数、日经指数与上证指数日数据,发现外国股票市场是中国股票市场的单向Granger原因但影响非常小,并且主要股票市场指数的变化存在着某种相互影响的关系。陈漓高等[2]通过研究亚太地区的证券市场和美国证券市场,发现美国证券市场相对于亚洲新兴证券市场而言,具有很强的独立性和外生性。同时日本证券市场作为亚洲地区的发达证券市场,与亚洲新兴证券市场存在较高的相关性。高莹等[3]通过研究2005年1月4日到2006月10月19日的世界各国股票指数和沪深300指数联动性,发现沪深300指数和世界主要指数在短期内存在较强的相关关系,长期内与日经指数不存在协整关系外,与其他指数存在协整关系。吴刘杰等[4]通过研究中国与美国股票指数之间的关系,发现上证综指和道琼斯工业指数没有协整关系,但道琼斯工业指数对上证综指具有引致关系,但反过来不成立。刘鑫等[5]研究发现中国创业板主要受到自身以及香港创业板滞后期影响较大,受到美国纳斯达克市场影响较弱,中国创业板受上证综指滞后值的影响最为显著,Granger检验也得到同样结论。胡秋灵等[6]基于2007年8月1日到2008年12月31日的日数据,对中国上证综指和美国标准普尔指数日收益率进行研究,发现标准普尔指数日收益率前一期值对上证综指日收益率当期值有显著的正向影响,说明中美股市之间有一定的联动性。本文在已有的研究基础上,通过利用最新股指数据建立VAR模型并进行相关检验和分析,来研究在全球金融危机的影响下,全球主要股指与中国股指的联动程度的发展变化。二、模型理论与研究方法(一)向量自回归(VAR)模型VAR (Vector Autoregression)模型由西姆斯提出,是当今世界上的主流模型之一,得到广泛应用。VAR模型是将系统中每一个内生变量作为系统中所有内生变量的滞后项的函数来构建模型,从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。VAR(p) 模型的数学表达式:yt=φ0+φ1yt-1+…+φpyt-p+Hxt+εt,t=1,2,…,T其中:yt是 k 维内生变量列向量,xt是d维外生变量列向量,p是滞后阶数,T是样本个数。k×k 维矩阵φ1,…,φp 和k×d维矩阵H是待估计的系数矩阵。εt 是k维白噪声向量,它们相互之间可以同期相关,但不与自己的滞后项相关,且不与等式右边的变量相关。(二)Granger因果检验Granger因果检验实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中。一个变量如果受到其他变量滞后项的影响,则称它们具有Granger因果关系。以两变量为例,其他条件不变,若加上的滞后值后对的预测精度不存在显著性改善,则称对不存在Granger因果关系。Granger因果检验要求受检验的变量是平稳的,对非平稳变量要求是具有协整关系的,否则结论无效。(三)脉冲响应分析对VAR模型而言,单个参数估计值的经济解释是困难的,最重要的应用是脉冲响应分析和方差分解。脉冲响应函数描述的是一个内生变量对残差冲击(称为新息)的响应。具体而言,它描述的是在随机误差项上施加一个标准差大小的冲击(来自系统内部或外部)后对内生变量的当期值和未来值所产生的动态影响。这种分析方法称为脉冲响应分析。(四)方差分解VAR模型还可以采用方差分解方法研究模型的动态特征。方差分解是评价各内生变量对预测方差的贡献度,定量地但是较为粗糙地计量了变量间的影响关系。方差分解是分析预测残

文档评论(0)

bokegood + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档