- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
中国利率与股市间波动溢出效应的实证研究_其它相关论文-毕业论文
网络搜集
下载前请注意:
1:本文档是版权归原作者所有,下载之前请确认。
2:如果不晓得侵犯了你的利益,请立刻告知,我将立刻做出处理
2010-06-09 04:42:27
摘 要:采用多变量EGARCH模型分别对中国利率与沪深股市问的波动溢出效应进行的实证研究表明,股票收益率对利率收益率有着显著的短期动态影响;利率与沪深股市间存在着显著的双向波动溢出,除了利率对深圳市场的方向外;其他方向的波动溢出均存在着不对称性。
关键词:波动溢出效应;多变量EGARCH模型;不对称性 一、引言 随着信息通信技术和金融衍生技术的发展,“金融抑制”观点和“金融深化”理论的提出,一些国家纷纷撤消金融管制,从而增强了金融市场间的信息交流,使得各市场间的相关性大大加强。因此,波动可能会从一个金融市场传递到另一个金融市场,即金融市场间可能存在着波动溢出效应。 自上世纪90年代初起,国外开始研究各金融市场间的波动溢出效应。Hamao等运用单变量GARCH-M模型研究纽约、东京、伦敦股市间的波动溢出效应,发现1987年世界股市崩溃后,呈现出纽约到伦敦、东京,伦敦到东京股市的波动溢出效应。Koutmos和Booth运用多变量EGARCH模型研究纽约、东京、伦敦世界三大股市的波动溢出,发现三大股市之间不仅存在波动溢出效应,而且其波动溢出还存在不对称性,市场的坏消息比好消息对另一市场的波动影响更大。另外,So、Li和Lam通过建立向量SV模型来研究马来西亚与泰国股票指数间的波动关系,赵留彦和王一鸣运用向量GARCH—BEKK模型来研究中国A、B股市波动溢出与信息传递关系,张碧琼则运用EGARCH模型来检验纽约、伦敦、东京、香港、上海、深圳股市之间日收益波动溢出的流星雨假定。当然,波动溢出效应并非只局限于股市,Laopodis采用多变量VAR-EGARCH模型研究德国马克各汇率间波动溢出,发现其汇率间不仅存在波动溢出,同时还具有不对称性,市场坏消息比好消息对另一市场的波动影响更强烈。Kanas和Kouretas则通过研究希腊官方汇率与黑市汇率间的波动溢出效应,发现两市场之间存在着不对称性的波动溢出。 关于中国利率与股市关系的研究,目前主要集中于两者收益率一阶矩的关系,而对波动溢出效应(即收益率条件二阶矩关系)的研究却比较少。尽管两者收益率一阶矩间的领先滞后关系对其预测提供了信息,但金融市场间的波动溢出效应研究,可以让我们了解市场吸收信息的过程和市场波动之间的关系,这对配置资产组合、防范金融风险有着重要的意义。 二、多变量EGARCH模型 1991年,Nelson提出了EGARCH模型,它相对GARCH模型来说具有两个突出的优点:(1)不需要限制参数来保证条件方差方程隐含的条件波动总是正值;(2)允许好坏消息的影响具有不对称性[引。 在研究多个变量、多个市场波动之间的相互影响关系,需要把单变量GARCH类模型扩展到多变量情况,Pagan指出多变量框架内分析问题能够充分利用残差向量的方差一协方差矩阵所包涵的信息,与单变量模型相比能够得到更加精确的参数估计值。所以本文采用多变量EGARCH模型来研究中国利率与股市间的波动溢出效应。 模型具体如下: 三、数据和诊断性检验 (一)数据样本选取 为了区分中国利率与沪深股市间不同的波动溢出效应,本文分别对上海和深圳股市进行实证研究,选用的考察变量分别为上证综合指数和深证成份指数,而利率变量我们选用7天银行间同业拆借利率。样本期为2000年3月1日到2005年7月29日,共1288个数据。日收益率采用对数差分的计算形式,计算公式为: (二)数据的基本统计分析 表1列出了利率与股票收益率及收益率平方序列的统计特征,利率与沪深股市收益率序列的偏度和峰度说明它们呈现出显著的尖峰特征,JB统计量也表明每个收益率序列都不服从正态分布;6阶、12阶自相关的Ljung-Box Q检验表明:利率收益率序列存在着显著的自相关现象,而沪深股市的收益率序列则不存在。根据收益率平方序列的Ljung-BoxQ检验结果,无论利率还是沪深股市收益率平方序列的自相关性在统计上都是极为显著的,这揭示7天同业拆借利率和沪深股市的波动都存在着时变性和聚类性。 (三)诊断性检验 在应用前面多变量EGARCH模型之前,我们需要对数据进行一些检验。首先要检验利率和股票指数日对数收盘价的单位根及它们之间是否具有协整关系,以此来确定均值方程式(1)、(2)中是否要加入误差修正项(Vecm);然后要检验均值方程的残差序列是否具有ARCH效应,以及条件方差是否
文档评论(0)