“沪港通”证券市场风险的影响.docVIP

第 PAGE 第 PAGE 1 页 共 NUMPAGES 1 页 免责声明：图文来源网络征集，版权归原作者所有。若侵犯了您的合法权益，请作者持权属证明与本站联系，我们将及时更正、删除！谢谢！ “沪港通”证券市场风险的影响 摘要：随着“沪伦通”机制的展开逐渐被提上日程，其面临的风险和问题也值得内地市场给予充分的关注。尤其是市场风险来源和影响更是需要内地投资人提前给予重视。以“沪港通”为参考对象，针对互联互通机制以及股票市场的联动性，对沪伦通可能带来的风险给予预测。 关键词：沪港通；沪伦通；风险测量 “沪港通”是两岸及香港资本市场进一步加强合作，深化内地与香港资本市场双向交流，提升我国资本市场的国际化水平的重要举措之一。“沪港通”是指内地与香港股票市场的互联互通机制。该政策于2014年4月发布，同年11月正式开通。但“沪伦通”的建议机制更为复杂，包括时差影响、对卖空的支持程度、结算交易时间安排等的不一致都会对我国证券市场产生不同程度的影响。2018年4月11日。中国证监会宣布扩大沪港互联互通的每日额度，充分展示了该政策对加强两地资本市场联系，推动资本市场双向开放所带来的积极影响。但是，当我们庆贺“沪港通”逐渐实现我国金融市场国际化目标的同时，它所带来的金融市场风险的来源和实际影响，都为“沪伦通”的顺利开通提供着相应的参考价值。 一、文献综述 自“沪港通”开通以来，大量学者从不同维度去解析该项政策。其中，分析事件开通前后的市场联动性的文献占据大多数。如方艳、贺学会等人运用t-Copula-aDCC-GARCH模型对“沪港通”开通前后的沪、深、港、美市场间的联动性进行研究，发现四个市场之间沪深的相依性最显著。再者，研究该事件对市场波动性影响的文献也比较普遍，邹新阳、邓瑶以沪港通开通后的上证，恒生指数作为研究对象，主要运用GARCH模型和格兰杰因果检验来研究沪港通对沪港两市波动性的影响情况，以及沪港两市相互之间的影响情况。甘易、谭思对沪港通的运作模式、项目特点以及传导机制做出分析，总结出在沪港通的影响下，货币供应量会在短期内增加，长期内减少，并且产生较大的潜在影响。综上所述，虽然部分学者运用事件研究法，GARCH等工具对市场联动性，市场波动性做了大量研究测算。但是，运用GARCH模型衡量“沪港通”引入后对沪市A股市场风险的影响并与沪伦通做出对比的文献并不多见。因此，笔者主要利用将GARCH与VaR相结合的方法研究市场风险，丰富现有相关成果。 二、数据来源与实证分析 （一）数据来源及处理。本文以沪市A股综合指数数据为研究对象，尽可能缩小时间窗口以规避由于过长的时间跨度引起的不确定因素干扰。并收集了证券代码、交易日期、日开盘价、日最高价、日最低价、日收盘价等相关信息作为研究变量。此次研究选取的样本范围为沪港通开通日前后各250个交易日的上证A股综合指数每日收盘价格，将整个样本区间划分为：阶段一，2013年11月17日至2014年11月16日；阶段二，2014年11月17日至2015年11月17日。为进一步优化股票价格数据，将阶段一期间内首次公开发行的股票样本及阶段一和阶段二中股票交易停盘天数超过20天的样本进行剔除。最终，样本包含491个交易日数据，数据源于CSMAR数据库。（二）实证分析。根据上文的数据处理和研究设计，为适应GARCH模型，保证数据的连续性和可比性，本文对收益率形式做自然对数的处理，定义收益率为Rt=lnPt-lnPt-1。其中，Pt为t日的收盘价格，Pt-1为t-1日的收盘价格。根据收益率序列基本统计特征图，样本区间的峰态明显高正态分布（Kurtosis=7.737536＞3），收益率序列的偏度（Skewness=-1.093222＜0），并且Jarque-Bara检验结果为553.5707，相应概率为约为0。因此，拒绝均值为零的正态分布假设。与此同时，通过收益率序列的基本统计分析可知，收益率序列围绕均值波动，不存在趋势，因此选择不存在截距项和趋势项的模型进行单位根检验。由于ADF=3.5602，分别小于不同检验水平的三个临界值，并且t统计量值远小于1%显著水平的临界值。因此，我们可以在99%的置信水平下认为该收益率序列有显著平稳性。对样本区间的收益率序列及收益率平方进行Ljung-Box相关性检验，ACF图与PACF图显示至少在1阶、2阶、4阶存在自相关与偏相关现象，因此在滞后期10阶以内不能拒绝序列无自相关的假设。对收益率序列的随机扰动项进行ARCH-LM检验，当q=10时检验结果依然显著，因此可以判定该收益率残差序列存在ARCH（q）高阶效应。综上所述，对沪港通开通前后的样本区间收益率波动比较平稳，波动幅度随时间的变化而