中国债券市场与股票市场收益率联动性和波动传导实证分析.docVIP

中国债券市场与股票市场收益率联动性和波动传导实证分析.doc

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
中国债券市场与股票市场收益率联动性和波动传导实证分析

中国债券市场与股票市场收益率联动性和波动传导的实证分析   【摘要】:债券和股票是投资者最主要的两种投资方式。文章利用时间序列分析技术实证分析了债券市场与股票市场收益率之间的联动性和波动传导性,实证研究表明,股票与债券市场间信息流的相关系数较高,而两市场收益率之间的相关系数则要低得多,因此两个市场之间收益率联动性较弱,而波动传导较强。   【关键词】:收益率; VAR; BEKK; 信息流动   中图分类号:F83 文献标识码:A 文章编号:1002-6908(2008)0820112-02      一、引言      对于投资者而言,最主要的投资工具是股票和债券,投资者从组合中获取最大收益和最大限度地规避风险的动机出发,实现效用最大化;对于货币政策制定者而言,资产价格路径作为货币政策传导的一个重要渠道,受到了越来越大的重视。   理论上,股票与债券的价格等于它们所带来的未来现金流量的现值,而现值还要受制于由真实利率、通货膨胀预期和风险溢价组成的贴现率。从理论上来说,在其他条件不变的情况下,预期未来贴现率的上升(下降)将会引起股票或长期债券价格下降(上升),从而导致股票和长期债券价格之间存在一个正的相关性;另一方面,在现实中,股票和债券作为投资的两种方式,存在着相互替代,因此两者价格之间又存在着一个负的相关性。   对中国债券市场与股票市场间联动性的实证可以从基于理论的宏观经济因素对其的影响和直接基于数据的两市场间信息流动两个方向来考察,文章是基于两个市场间信息流动直接应用时间序列分析模型进行计量分析,通过实证分析中国债券市场与股票市场收益率的联动性探求这两个市场收益率的相关关系,并且通过对其波动传导性的实证来分析这两个市场的信息传导。从而为投资者进行投资组合、提高组合收益、降低组合风险提供帮助,为管理者制订政策提供借鉴。      二、文献综述      国外关于股票与债券市场之间联动性的研究已经有了很长的历史。   Fleming、Kirby和Ostdiek(1998)从分析了股票市场、债券市场和货币市场之间的联系。他们认为市场之间的波动性联系受到两方面因素的影响:一是共同信息同时影响各个市场的预期;二是由于跨市场的套期保值行为所导致的信息溢出(informationspillover)效应,在交易成本、交易机构限制及其跨市场套期保值限制影响下会相应弱化。所以,他们认为以信息为对象来研究三个市场间的联系更具有合理性。实证研究表明,股票与债券市场间信息流的相关系数较高,而两市场收益率之间的相关系数则要低得多。   中国的波动传导学术论文研究集中在不同国家的股票市场之间,而鲜见研究债券市场与股票市场间的波动传导;另外对于这两个市场之间的联动性研究集中在股票市场与债券市场的收益率,即一阶联动,而少有研究这两个市场的二阶联动,即波动率联动。因此,文章将这两方面结合起来,研究中国债券市场与股票市场的收益率联动性及波动传导。      三、模型介绍      (一) 收益率联动性分析:VAR模型   向量自回归模型通常用于分析相关时间序列系统的相关性和随机扰动对系统的动态影响。因为它避免了结构方程中需要对系统中每个内生变量关于所有内生变量的滞后值函数的建模问题,所以运用更为广泛。   VAR(r)的基本模型为   Yt=AtYt-1+L+ArYt-r+B1X1+L+BsXt-s+ut   B是待估参数矩阵,r和s是滞后期。一般根据AIC和SC信息量最小的标准确定模型的阶数。   (二) 波动传导分析:BEKK模型   多元GARCH模型有VECH,BEKK,Cholesky分解,常系数CC-GARCH等方法,VECH模型难以保证协方差矩阵的正定性,而Scruggs和Glabadanid(2001)则强烈反对对股票与债券收益率的协方差矩阵赋予固定相关性限制的模型。因此在这里作者使用的是BEKK模型。   BEKK的优点是保证了矩阵Ht的正定性,但模型参数的经济意义不如GARCH形式明确。      四、实证分析      1. 数据来源   作者用上证综合指数和上证国债指数分别代表股票市场和债券市场的价格,数据来自于新浪财经,样本期为2005年6月1日到2008年6月23日,除去节假日后共有746组数据。   2. 收益率的联动性   1) 序列的平稳性   显然这两个序列是不存在单位根的,因此是平稳的。   2) 建立VAR模型   建立2阶的VAR模型。结果如下:   dbond = 0.28*dbond(-1) + 0.13*dbond(-2) + 0.0003*dstock(-1) -0.0036*dstock(-2) + 0.0076   dsto

文档评论(0)

189****7685 + 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