天天硕士研究生论文网

硕士论文写作范文

交易时间错位和长短期视角下中美股市联动性研究

作者:优质论文王老师 日期:2021-08-28 18:04:11 点击:190

摘 要:随着全球各个国家经贸交流的稳步推进,国际金融市场之间的联系也日益 加深,全球金融市场出现了协同变化的新趋势,2015 年股灾、2018 年中美贸易 战、2020 年初席卷全球的疫情,每一件都对中美股票市场产生了巨大影响,本 文就这三个重大事件通过交易时间错位和长短期视角分析中美股市联动情况。

本文首先按照一定的脉络对国内和国外有关金融市场联动的成果进行整合, 从经济基础、市场传染、市场预期效应以及交易途径信息化角度对中美股市联 动做了理论分析,为接下来的实证研究奠定理论基础;其次,研究的对象为中 美股票市场按照指数编制原理划分的三个层次,沪深 300-标普500 股票指数、 上证 50-道琼斯工业指数以及创业板-纳斯达克综合指数,分别代表中美股票 市场、中美大型企业和中美科技创新企业;再次,根据中美股票市场交易时间 的错位,将中美股票市场收益率划分为日间收益率和夜间收益率,运用VAR和 SVAR 模型从同期和非同期联动视角对中美股票市场的情况进行研究,除此之 外,为了判断上述结论在不同市态下是否依然成立,运用了分位数模型对三个 层次下中美股票市场极端收益情况下的联动性进行分析;最后,除了考虑中美 股市由于交易时间不同导致的同期和非同期联动性外,本文基于中美股市长期 和短期联动视角,通过MODWT方法将中美股市收益率按照时域和频域进行划 分,考虑不同时域和频域划分下中美股市联动性的大小,最后根据实证结果给 出了相应的政策建议。

研究发现中美股票市场存在显著双向的同期联动性,大小和方向以美国市 场对中国市场为主,并且这一联动性在2015年股灾、2018年贸易战和2020年 疫情期间显著增大,与同期联动性相比,中美股票市场之间的非同期联动性在 大多情况下都不显著,不过无论同期联动性还是非同期联动性,都存在“V” 型结构,也即是中美股票市场在极端收益处联动敏感。除此之外,在对中美股 市进行长期和短期联动性分析时发现,三个层次下短期(2-4 天左右)都不存在 明显的相关性,说明三者都受股票市场短期噪音的影响,无法看出两者之间的 真实波动性如何,但是在中长期,三个层次的股票市场都展现出了显著的相关 性,其中沪深 300-标普 500 指数在 1 个月左右联动性达到最大,相关系数为 0.2718;上证 50-道琼斯工业指数在 1-2 周时间期间联动性达到最大,相关系 数为0.2917;创业板-纳斯达克综合指数在1-2个月时间区间联动性达到最大, 相关系数为 0.2253,可以看出大型公司受外界影响的恢复速度最快,相关性最 大。最后通过 Granger 因果检验发现在长短期联动视角下中美双方存在双向联 动效应。

关键词:股市联动性;SVAR模型;VAR模型;分位数模型;MODWT模型 论文类型:应用研究

image.png

Abstract

With the development of economic globalization and trade liberalization, the international financial market is increasingly connected with each other, and a new trend of coordinated changes has emerged in the global financial market. Stock Market Crash in 2015, Trade disputes between China and the United States in 2018, COVID-19 epidemic in 2020, influence on the U.S and China's stock market. Here, we explore the two linkage through the three major events by trading time dislocation and short - and long-term.

First of all, this article sorts out the theoretical foundation. Such as economic base theory, market contagion theory, market expectation theory and trading channel informatization theory. Secondly, the research objects are three levels of Chinese and American stock markets divided by the principle of index preparation, namely, CSI 300-S&P 500 Stock Index, SSE 50-Dow Jones Industrial Index and GEM-Nasdaq Composite Index. This paper use them on behalf of China and the U.S's stock markets, Chinese and American large enterprises, Chinese and American scientific and technological innovation enterprises. Again, according to the dislocation of time of China and the United States' stock markets, we divided the rate of return of the two countries into day and night yield, using VAR and SVAR model from the perspective of the same period and not to study the linkage of the two countries' stock markets. Besides, in order to determine whether the above conclusion under different city state still was established, using the Quantile Model of three levels under the extreme condition analyzes the two countries; Finally, in addition to consider the two countries over the same period and not in the same period due to time different correlation, this article is based on long-term and short-term perspective. The linkage by MODWT approach will return on the stock market of China and the United States, in accordance with the time domain and frequency domain division, under different time domain and frequency domain division, considering the size of the stock market linkages of China and the United States. According to the above conclusions in this paper, we give the corresponding policy recommendations.

In this paper, we found that the two countries have two-way correlation in same period, the size and the direction is given priority to the American market for Chinese market, and the correlation in Stock Market Crash in 2015, Trade disputes between China and the United States in 2018, early in 2020 a worldwide COVID-19 epidemic increase significantly. Compared with the same time correlation, correlation between the two countries of the same period in most cases are not significant, but no matter in the same period correlation or not, there is a "V" type structure, also known as the stock market of China and the United States in the extreme income linkage and sensitive. In addition, in the long-term and short-term correlation analysis was carried out on the stock market of China and the United States found that three layers under short term (2-4 days) there are no obvious correlation, that are influenced by the stock market short-term noise, how can't see the real volatility between the two, but in the medium to long term, three levels of the stock market have showed significant correlation, the CSI 300-S&P 500 Stock Index is in a month or so as to achieve the maximum of correlation, the correlation coefficient is 0.2718, the SSE 50-Dow Jones Industrial Index during the period of 1 to 2 weeks maximum correlation, the correlation coefficient is 0.2917, GEM-Nasdaq Composite Index has the largest correlation in 1-2 months, with a correlation coefficient of 0.2253. It can be seen that large companies recover the fastest under the influence of the outside world and have the largest correlation. Finally, through Granger causality test, we can find that two-way linkage effect exists in the two countries from the perspective of long-term linkage.

Keywords: Stock Market Linkage; SVAR Model; VAR Model; Quantile Model; MODWT Model

Paper Type: Application Research 

目 录

摘 要.......................................................... I

Abstract ...........................................................................................................  III

第1 章 绪论..................................................  1

1.1      研究背景..............................................  1

1.2      研究目的和意义......................................... 2

1.2.1      研究目的.........................................  2

1.2.2      研究意义.........................................  2

1.3      研究内容、方法和技术路线............................... 4

1.3.1      研究内容.........................................  4

1.3.2      研究方法.......................................... 4

1.3.3      技术路线.........................................  6

1.4      主要贡献与创新........................................  7

第2 章 文献综述..............................................  8

2.1      国外股票市场联动性的相关研究........................... 8

2.2      国内股票市场联动性的相关研究.......................... 10

2.3      文献述评.............................................  13

第3 章 理论基础与研究假设...................................  14

3.1      股票市场联动性的相关理论.............................. 14

3.1.1      经济基础理论....................................  14

3.1.2      市场传染理论..................................... 14

3.1.3      市场预期效应理论................................. 15

3.1.4      交易途径信息化理论..............................  16

3.2极大重叠离散小波变换(MODWT)模型................... 16

3.3     研究假设.............................................  18

第4 章 中美股市同期和非同期联动性实证研究.................... 21

4.1      数据的选取及模型构建.................................. 22

4.2数据的描述与检验....................................... 27

4.3     VAR和SVAR模型回归结果............................. 28

4.3.1      同期联动性....................................... 29

4.3.2      非同期联动性..................................... 32

4.4      分位数模型回归........................................ 35

4.4.1      同期联动性....................................... 35

4.4.2      非同期联动性..................................... 43

第5 章 中美股市长期和短期联动性实证研究...................... 48

5.1      多分辨率分析.........................................  48

5.2      小波方差和小波相关系数...............................  54

5.3      格兰杰因果检验.......................................  56

第6 章 结论与建议...........................................  59

6.1      主要结论.............................................  59

6.2      政策建议.............................................  60

致谢.........................................................  63

参考文献.....................................................  64

附录.........................................................  69

攻读学位期间取得的研究成果.................................... 74 

第1 章 绪论

1.1    研究背景

自上个世纪八十年代以来,经济全球化和贸易自由化席卷全球,资本、技 术和产品在全球市场上流动,各个国家之间的经贸联系日益加强,表现在金融 市场即各国股票市场之间的联系日益紧密,一国股市的涨跌往往会对其他国家 的股市产生同步影响,一国股票市场的金融风险也同样会在全球股票市场上进 行流转,全球性金融危机就此形成。1987 年全球股市下跌,一天之内,美国道 指下跌 22.6%,受美国股市崩盘的影响,德国、英国、日本、澳大利亚、加拿 大、新西兰等多个国家的股市均出现暴跌,其下跌幅度都在 20%以上。1994-1995 年由本国货币贬值导致的墨西哥金融危机,造成市场的极大恐慌,和墨西哥经 济结构相近的国家最先受到汇率暴跌的影响,最终引发整个拉美股市猛跌,此 后,亚洲、欧洲、远东等地区的股市和汇市都被波及。1997 年亚洲金融危机, 起源于泰国汇率制度的变动,由固定汇率制转为浮动汇率制,随之其他亚洲国 家也都采取这一措施,最终造成了亚洲国家外汇市场的挤兑效应,引发了金融 危机,危机持续到1999 年才结束。2008 年全球金融危机,源于美国住房市场, 房屋贷款利率上升以及住房市场的冷却,导致很多人发生违约,从贷款市场传 播到整个美国股票市场,最终传播到与美国交易频繁的欧盟和英国等国,进而 传播到全球金融市场。从对历年金融危机的回顾可以看出,经济全球化和金融 自由化不仅仅会带来全球经济的繁荣,同样会带来全球经济的崩溃,一个经济 体内部的金融风险通过经济、贸易和金融市场之间的联系席卷全球,任何参与 全球化的国家都无法独善其身。而且,发生金融危机的国家在政治、经济、金 融方面越强大,对世界金融市场的影响也就越广泛。

在上述几场金融危机中,21 世纪以前发生的对中国经济的影响很小,因为 那时中国的金融市场相对而言比较保守,受世界经济体的孤立,经历了数十年 的申请努力之后,在 2001年终于成为 WTO 成员国的正式成员之一,迈出对外 开放的第一步,与其他国家之间的经贸联系也日益加深,金融市场也在积极吸 收国外成熟的规则,成为我国实体经济融资的重要渠道,在这个过程中我国先 后出台了很多金融改革政策:2001 年2 月,允许境内居民个人从事 B 股交易; 2002年11月,合格境外投资者(QFII)制度正式建立;2005年9月,我国发 布股权分置改革办法,上市公司开始正式实行股权改革; 2007年6月,我国经 过审查的境内金融机构可以进行交易(QDII); 2011年12月,境外机构投资者 可以进行境内交易,不过交易额度需要国家进行审批(RQFII); 2014年至2019 年期间,“沪港通”、“深港通”、“沪伦通”等促进金融市场对外开放的政策不断 实施,极大的推动了我国金融市场与国外金融市场之间的交流,促进我国金融 市场的成熟,但是任何事情都有两面性,我国面对来自国外市场的金融风险也 日益加剧。

中美作为世界上最大的两个经济体,两国联系无论是在科技、政治硬交流, 还是在学术、文化软交流上都在日益加深。除此之外,微软、苹果、可口可乐、 肯德基等美国跨国企业在中国设立工厂,中国的阿里巴巴、美团、腾讯、中国 石油、中国石化等 200 多家大型公司在美国上市,两者之间的经济联系和金融 联系也在相互融合。因此,研究中美股票市场的联动性一方面有助于我国制定 适当的经济措施防范和抵御国际金融风险冲击,另一方面为跨国投资者优化金 融资产配置和进行风险管理提供相应的建议。

1.2    研究目的和意义

1.2.1    研究目的

本文以两个角度、三种方法对中美不同股市的溢出效应进行分析。第一个 角度是对中美股票市场同期和非同期联动性分析,从两国股票市场之间交易时 间差异出发,将收益率分为日间收益率和夜间收益率,分析两国之间的收益率 是否存在同期和非同期联动作用;第二个角度是对中美股票市场长期和短期联 动性分析,运用MODWT方法将三个层次下的全样本收益率以时间为尺度划分 为 5个层次,分析两国金融市场在短期和长期的联动性情况。三种方法是 VAR 分析法、分位数回归法以及极大重叠离散小波变换(MODWT)法。本文的主 要目标是解决以下问题:1.中美股市的交易时间不一致,两者之间是否存在同 期和非同期的波动溢出效应,大小和方向如何?对于大型以及科技创新企业的

表 1-1 论文所用方法及主要解决问题

指标

模型

沪深300-

标普500

上证50-道琼

斯工业指数

创业板-纳斯达克 综合指数

中美股市同期和

VAR和

SVAR模型

确定中美股市之间是否存在同期 和非同期联动,以及联动大小和方向

非同期联动性

分位数模型

确定中美股市联动是否存在极端效应


多分辨率分析

三个层次下时域和频域的特点

中美股市长期和 短期联动性

小波相关系数

确定三个层次下中美股市

联动性达到最大的时间和大小


格兰杰因果检验

探究三个层次下股市波动溢岀方向

影响有何不同?这些不同会受到不同市场状态的影响吗?2.如果两国股市之间

存在联动效应,那么是在短期、长期还是中长期联动性达到最强?解决以上问 题可以让我们从定性和定量的角度更加了解中美股票市场的联动,有利于股票 市场中的中小投资者制定适合自身的交易策略以及有关部门实施适当的政策预 防我国股市异常波动。表1-1列示了本文所用的主要方法以及主要解决的问题。

1.2.2    研究意义

全球化进程不断加快,中美之间的经贸联系得以强化。美国是世界上最大 的发达国家,其金融市场的波动会导致全球金融市场的变化。例如, 2007 年美 国的次贷危机导致了全球经济危机; 2020 年初,新冠疫情带来了全球经济的停 滞,致使全球股市频频熔断,由于中国应对疫情及时有效,股市开年并未下跌, 但是随着欧美疫情的日益严重,上证指数在三月份下降到 2646的低点。因此, 研究中美金融市场之间联动效应对于促进我国金融市场持续健康发展以及监管 部门制定合适的经济政策降低我国股市非理性波动、防范化解重大金融风险具 有重要的理论意义和现实意义。

在理论意义上,首先,拓展了有关中美股票市场联动性的研究对象层次。 在有关中美股市联动性的研究对象方面,国内外相关学者一般是选择一个美国 股票市场指数和一个中国股票市场指数,选择最多的就是道指、标普、上证综 指以及沪深300等,但是不同股票指数内部的标的股票有很大的差异性,这样 的选择对两国股市联动性分析有一定片面性,本文根据中美不同股票指数内部 标的股票的不同将中美股票市场划分为三个层次来分析两者的联动性,相对而 言比较客观;其次,对中美股票市场联动性研究角度进行了创新。已有文献通 常采用日度数据,对中美股票市场在重大事件前后的联动性进行对比分析,本 文在日度数据分析的基础上根据中美股市交易时间的不同将日内收益率划分为 日间收益率和夜间收益率,进一步分析中美股市的同期和非同期联动性情况, 与已有研究相比更加全面。

在现实意义上,股市是一个国家综合国力的体现,是宏观经济的“晴雨表”, 两个国家之间股票市场联动性实际上也是两个国家实体经济的联动性。美国经 济总量位于全球第一位,股票市场也是全球最成熟的股票市场,研究中美两国 股市之间的联动性是对我国一直在金融政策和制度方面秉承改革创新和对外开 放成果的检验。已有的文献已经研究证实了这些政策使得中美股票市场之间完 成了由相互独立到相互联系的转变,本文在以上研究的基础上对2015年我国股 市震荡、2018年中美贸易战、2020年全球疫情发生前后两国股票市场联动性进 行分析,研究在两国股市剧烈波动前后股票市场联动性情况的变化,发现规律 并提出相应的建议,对提升我国股票市场防范国际金融风险冲击的能力有一定 的借鉴意义。此外,相关具有时效性的结论为广大投资者调整投资策略提供一 些建议,同时为监管机构制定相关经济金融政策提供实时依据。

1.3 研究内容、方法和技术路线

1.3.1     研究内容

本文的主要研究内容包括两个方面,一方面是三个层次下中美股票市场的 同期和非同期联动性,运用中美日间收益率和夜间收益率数据;另一个方面是 三层次下中美股票市场的长期和短期联动性,运用中美股市日度收益率数据, 本论文由六章组成,内容如下:

第一章为绪论,对研究背景,研究目的和意义,研究内容、方法和技术路 线以及本文的主要贡献和创新点进行了介绍。

第二章为文献综述,对国内外有关股票市场文献的研究历程、研究侧重点 和研究方法进行了系统的分析和对比,发现现有研究的不足之处,在此基础上 确定本篇文章的研究重点和方向。

第三章为理论分析和研究假设,对经济基础理论、市场传染理论、市场预 期效应理论、交易途径信息化理论以及MODWT模型的理论进行介绍并提出研 究假设。

第四章为中美股市同期和非同期联动性的实证研究。本章首先根据VAR和 SVAR 模型分析三个层次下中美股市在全样本、股灾前、股灾期间、贸易战和 疫情前、贸易战和疫情期间同期和非同期联动性变化,但VAR和SVAR模型无 法分析中美股票市场极端收益下联动情况,为了解决这一问题,在后文借助分 位数回归模型对两市极端收益情况下的联动性进行了深入分析。

第五章为中美股市长期和短期联动性实证研究。本章运用极大重叠小波变 换(MODWT )从长期和短期角度对中美股票市场三个层次下的联动性进行分 析,确定两者联动性最强的时间以及联动方向。

第六章为结论以及政策建议。根据实证研究结果,中美股市存在同期联动 性,并且美国股市对中国股市的影响力度更大。此外中美股票市场从中长期来 看存在联动性,但是在短期联动性较弱,但是无论是在长期还是在短期两者之 间都存在双向溢出效应,并据此提出相应的建议。

1.3.2     研究方法

本文的研究坚持理论和实证相结合的方法,运用文献研究法、比较分析法 以及实证研究法来分析中美股票市场联动性。

第一,文献研究法。本文对国内外有关金融市场联动性的相关文献进行整 理,对联动性起源、发展过程以及研究现状有了系统的认识,同时也发现了现 有研究的不足,确定了本文的研究方向。

第二,比较分析法。比较分析法是本文研究的重要手段,本文将中美股票 市场划分为沪深 300-标普 500 股票指数代表的中美股票市场层次、上证 50-道 琼斯工业指数代表的中美大型企业层次和创业板-纳斯达克综合指数代表的中 美科创企业层次,比较三个层次下中美股票市场在全样本、股灾前后以及疫情 和贸易战前后的联动性变化。

第三,实证研究法。本文运用VAR模型、SVAR模型和分位数模型对中美 股票市场的同期和非同期联动性规律进行分析,然后利用极大重叠小波变换 (MODWT)模型对长期和短期视角下中美股票市场的联动性进行研究。

 

image.png


1.4 主要贡献与创新

本文的创新点主要包括以下内容:

第一,将中美股票市场联动性划分为同期和非同期。已有文献在处理中美 股市交易时间不一致的问题时,通常有以下两种方法:一是不考虑中美交易时 间差异,直接对中美股票市场收益率数据进行分析;二是对美国收益率做滞后 一期处理。第一种方法虽然在中美股票市场收益率的时间序列数据数量很大时 对结果影响较小,但是理论上没有考虑两市交易时间的差异;第二种方法虽然 考虑了中美股票市场交易的时间差异,但是仅仅使用日度数据,造成了日间和 夜间数据的极大浪费。因此本文将中美股票市场的收益率划分为日间收益率和 夜间收益率,通过同期和非同期的视角来分析中美股市的收益率的联动作用, 在数据使用以及问题分析上更加细致和全面。

第二,将中美股票市场划分为三个层次进行研究。以往的相关文献只是单 纯选择中美股票股市中一个综合指数来代替中美股票市场波动情况,但是由于 不同股票指数内部的标的股票有很大的差异性,这样的选择对两国股市联动性 分析有一定片面性。本文根据中美不同股票指数内部标的股票的不同将中美股 票市场划分为三个层次来分析两者的联动性,相对而言比较客观。

第三,对最新导致中美股票市场发生剧烈波动的事件进行分析。例如, 2015 年我国股市震动、 2018 年贸易战、 2020年新冠疫情,对以往文献未涉及的事件 进行补充和验证,丰富了现有的研究内容。 

第2 章 文献综述

2.1    国外股票市场联动性的相关研究

国外金融市场发展较早,因此对股票市场联动性的研究开始也比较早,在 1987 年 10 月的美国“黑色星期一”的股灾之后,各个金融市场之间是否存在 联动效应成为相关学者研究的重点。开始时,主要研究集中在金融市场中各个 子个体之间的联动性是否存在以及联动性的大小,但是在亚洲金融危机和零八 年美国所导致的全球金融危机之后,很多学术工作者开始探索不同国家股票市 场的联动性。

20 世纪末至 21 世纪初,探究发达国家股票市场之间的联动情况是国外学 者的研究主题。Jafe和Westerfield (1985)⑴研究了美国、日本等国的股市, 发现这五个市场都存在周末效应,并且这五个市场收益率之间存在着一定的联 动性;Hamao等(1990)⑵、Kasa (1992)[3]等研究证明了美国、英国股市和日 本股市收益率之间存在联动性,但是这种效应是不对称的,日本股市对前两者 溢出效应较弱;Eun和Shim( 1989)⑷在欧洲、美洲和亚洲等地区选取9个国 家的股票市场通过VAR模型对上述9个国家的收益率数据进行建模,证实美国 股市波动会带动其他国家股票市场的波动,同时后两者股市之间的联动存在滞 后性,但是在欧洲市场中这种滞后却不存在,主要原因推测是因为亚洲国家股 票市场发展不成熟、效率低下,欧美市场相对而言比较成熟; Becker 和 White 等(1995)[5]认为股票市场之间之所以存在联动效应是因为投资本国的投资者 也会投资其他国家的股票市场,并且会对其他国家的消息做出反应,这一猜想 通过英美股市之间的联动性也得到证实;Karolyi和Stulz ( 1996)⑹研究了同时 在美国和东京上市的公司股票的相关性,结果发现两者具有很强的相关性,不 同国家的公司股票的交叉上市也可能是导致两国股票市场联动性的原因; Beine 和Capelle-Blancard等(2008)[7]对法国、德国、日本、英国和美国的每日股票 收益率之间的关系进行研究(Granger因果检验),发现欧洲国家之间存在强烈 的同期线性依存关系,但是美国对其他国家股票市场存在单向溢出效应。

在 21 世纪初全球金融危机后,国外学者开始关注发达国家和新兴国家股票 市场之间的联动性,并且对重大事件之后的全球股市联动性变化进行研究,证 实在金融危机期间两种股票市场之间的联动性有所加强。Li和Majerowsk(2008) [8]研究了中欧和东欧股票市场与发达国家股票市场之间的联系, 运用 GARCH-BEKK 模型对四个变量进行建模,并发现了从美国和法国所代表的发 达市场到新兴市场在收益率和波动性都存在溢出现象,但是方差和协方差分解 的结果表明这种联系很弱,因此投资者在配置投资进行分担风险时,可以选择 东欧和中欧的新兴市场的股票;Liu和Sinclair (2008)®运用VECM分析了 中国大陆和中国地区的股价和与经济增长之间的联系,发现经济状况是股市变 化的长期因素,股市变化是经济变化的短期原因;Lahrech和Sylwester (2011) [10]使用 DCC 多元 GARCH 模型寻找拉美四国股市与美股之间的动态条件相关 性(DCC),根据动态相关性来衡量两个股票市场之间的联动性大小,然后使用 平滑过渡模型跟踪这些联动性随时间的变化情况,尽管拉美四国股市之间的差 异很大,但是这四个市场之间仍然存在联动性,其中,墨西哥股市与美国股市 的共同波动最大,阿根廷和智利和美国的连联动性效应最小;Asgharian和Hess (2013)[11]以双边贸易为空间距离变量对各个国家股市联动进行分析,发现三 个地区主导国家(美国,英国和日本)的单位冲击对其他国家有很大影响,此 外,作者还分析了几次区域危机,如泰国股票市场在亚洲金融危机期间和其贸 易交易国股票市场之间的联动性;Paramati和Roca等(2016)[12]认为各个国家 的经济一体化导致了金融市场一体化,金融市场的整合最终使得多元化投资组 合收益的减少并且使得各国股票市场之间传染风险的增大,作者通过澳大利亚 和亚洲之间的贸易增长和股票市场之间的联动性证实了这一观点; Mensi 和 Hammoudeh等(2017)〔皿使用双变量DCC分析了全球经济较好国家(美、日、 法国,德、英)的股票市场与一组发展最快的新兴国家(即金砖国家)的股票 之间的动态条件相关性,发现在 2007-2009 年全球金融危机前后,这些市场之 间的相关性都非常显著,但是在金融危机期间这些市场之间的联动性大小都明 显增大;Vo和Ellis (2018)〔⑷从收益和波动率传递的角度研究了越南股市与美 国、香港和日本股市之间的相互依存关系,发现在金融危机期间和之后,越南 股票市场和发达国家股票市场之间的联动和波动溢出更加紧密;Jiang和Yu等 (2017) [15]运用VAR模型研究了 2007-2008年我国股票市场和欧美国家、亚洲 发达国家股市之间的共同运动情况,结果发现,危机期间,六个主要股票市场 之间存在一定程度的相互依存关系,危机过后,五个发达国家和地区之间的股 票市场相关性显著增强,而与中国股票市场则显示出相反的联动趋势。

image.png

20 世纪末,研究各个国家股票市场联动性一般使用 VAR 模型,但是进入 21世纪之后,研究股票市场联动性的方法更加复杂和多样化,GARCH函数族、 copula函数族以及小波分析都被运用于股票市场联动性研究。Graham和 Nikkinen (2011) [16]使用小波分析证实,芬兰股票市场和新兴市场区域存在长 期波动联动性,与发达经济体之间存在长期和短期波动联动性; Kiviaho 和 Nikkinen 等(2014)[17]采用小波分析对波罗的海边境市场与美国、欧洲、中欧、 东南欧边境市场联动性进行研究,发现与高频(短视距)相比,低频(长视距) 的欧洲前沿市场与美国以及欧洲三个最大的发达市场的联动性更强,且在2008 年至2010年全球金融危机期间,联动性得到加强,并延伸到更高的频率; Tiwari 和Mutascu等(2016)[18]使用连续小波变换分析了 PIIGS股票市场与英国和德 国的股票之间的联动性,结果表明,在短期内,股票市场在财务困境事件期间 相关水平较高,而在长期内,在整个分析范围内均存在联动效应,此外,在低 频水平下,PIIGS股票市场与德国的关联比与英国的关联更大;Boubaker和Raza (2016)[19]使用时变copula方法评估次贷危机前后六个中东欧国家与美国股票 市场的时变和不对称联动,证明美国与保加利亚,罗马尼亚和斯洛文尼亚之间 存在对称的时变联动关系,美国与捷克共和国、匈牙利、波兰之间的依存关系 是动态且不对称的,与上尾巴依赖性显著,而下尾巴依赖性不显著,所以在股 市下跌时,建议投资者不要同时投资这四个股票市场;Das和Bhowmik等(2018) [20]使用小波分析研究了太平洋发达市场中区域股票市场一体化的现象,结果 表明在金融危机期间,太平洋发达国家之间存在强烈的共同波动现象,同样也 有更大范围的波动溢现象;Joyo和Lefen (2019) [21]采用复杂动态Garch模型 和学生 t 分布研究分析巴基斯坦和其经济交流友好国家股市之间的联动和投资 组合多元化,结果表明巴基斯坦及其贸易伙伴的股票市场在2008年金融危机期 间紧密整合在一起,但是在金融危机后,巴基斯坦和其贸易伙伴之间的联动性 呈现衰减趋势,这将有利于投资者对巴基斯坦和其贸易伙伴之间进行多元化投 资; Younis 和 Longsheng 等(2020)[22]运用小波分析研究了亚洲各国的股市共 同变化情况,发现在1997年、 2008年和2015年经济危机期间,存在显著的高 频联动模式,并且经济体之间的依赖强度有所增加;Cardoso和Karem等(2020) [23]等发现带有时变参数的对称Joe-Clayton最适合市场建模,正收益率(上尾 部)的依赖性波动率结构高于负收益率(下尾部)的波动率结构,说明拉丁美 洲市场在经济低迷时期具有多样化的收益;Civcir和irfan等(2020)如运用 SVAR-cDCC-GARCH 研究部门股票收益与国际石油和黄金收益的变动之间的 关系,发现黄金和石油对部门股票市场存在时变联动和波幅溢出效应;Jiang和 Seong-Min Yoon等(2020) [25]利用波尺度分解和波连贯性,分析了几大原油生 产国和原油消费国股票市场之间的动态联动性,发现两者之间存在反馈关系。

2.2    国内股票市场联动性的相关研究

与国外市场相比,国内市场起步较晚,从1989年才开始发展,因为我国金 融市场比较封闭,研究我国股票市场联动性的文章非常少,随着我国大力推进 改革开放政策、2001年加入WTO、实行QDII和QFII政策,中国金融市场和 世界金融市场之间的联系日益加深,这些联系同样也吸引了相关学者的目光, 总体而言学者对我国股票市场的联动可以分为以下两类。

国内股票市场和国内其他金融市场之间的联系。吴世农和潘越(2005)[26] 分析了在境外和香港同时注册的股票以及在香港注册的股票和内地股票市场之 间的联系,证明东南亚金融危机以及我国实行的对外开放金融市场政策两个事 件并未对三者之间的协整关系造成影响,红筹股走势始终带领着内地股市的方 向,与此相对应,同样在香港上市的H股却并没有此作用;谷耀和陆丽娜(2006) [27]运用动态多变量Garch模型和VAR模型分析了我国内地股市和港股之间的 联系,发现后者对前者有显著的非对称溢出效应,但是前者对后者无影响,此 外,沪深两市处于动态调整阶段,溢出效应在牛市期间强,在熊市期间弱;史 代敏(2002)[28]运用相关系数分析了我国沪深两市的相关性,发现两者之间存 在高度的相关性,作者认为是两市投资者的同质性导致了这一现象;刘金全和 崔畅(2002)[29]发现中国两个股市之间存在长期联系,深市比沪市更易受短期 波动的影响,此外,通过GARCH模型发现两市的收益率和波动率具有非线性 和非对称性;曾志坚和江洲(2007)[30]分析了股市和债市之间的联系,证明两 者之间在长期具有一定的联动性;袁超和张兵等(2007)[31]通过对股市和债市 进行分析发现两者之间的联系具有规律性,但是对市场冲击的反应也有所差别, 其中,股市-债券市场之间的相关性受负向冲击影响更大,但是股市-股市联动 性大小受联合正向冲击较大;胡海峰和武鹏(2015)[32]分析了我国股票市场和 债券市场之间的相互关系,证实两者之间在面对新消息时波动幅度有所不同, 股票市场较高,并且两者收益率的杠杆效应并不显著;范致镇和陈秀权(2010) [33]发现我国汇市和股市长期具有一定的相互联系,前者对后者的波动溢出效 应较强,股市对汇市方向的影响并不显著;卢建新和卢明安(2014)[34]通过SVAR 模型对房价与信贷市场、股票市场和外汇市场之间联系进行分析,结果证实房 价和信贷市场之间具有显著正向联系;徐清海和贺根庆(2014)[35]对中国股市、 债市等四个金融市场之间的共同运动进行分析,发现在金融危机期间,中国股 市和债市以及期市之间的联动性有所加强,股市和后者的相关性达到最大,但 是与货币市场无关,说明中国金融市场之间还未形成有效的价格联动体系 ;蔡 彤彤和王世文(2015)[36]分析了沪港通开通前后中国内地股市、香港以及美股 之间的共同运动变化,发现开通前三者之间在长期存在一定的相关性,且前两 者明显大于后两者,开通后三者之间的相关性有所加强,尤其是尾部相关性; 吴振信和万埠磊(2015)[37]对欧盟碳交易市场、英国原油市场和股票市场进行 了分析,发现在重大事件冲击下三个市场都存在结构突变现象,说明重大事件 冲击对三者之间的联动性有促进作用,其中炭市的波动主要受自身因素影响和股市、原油市场关系不大;刘磊和吕元祥等(2015) [38]通过多元GARCH模型, 分析我国四个金融市场之间的关系,发现四个金融市场之间存在共同运动现象; 罗堃元和乔高秀(2020)[39]发现可转债申购规则的更改使得股票市场和可转债 市场由单项溢出效应转化为双向溢出效应;吴筱菲和朱淑珍等(2020)[40]通过 较为复杂的Copula函数对港股和内地股市之间相互联系进行了分析,证实两个 市场之间存在着两种不同状态的概率转换,我国上海、深圳和香港之间股市的 联通使得两者之间共同运动的趋势有所增大。

国内股票市场和其他国家金融市场之间的联系。张福和赵华等(2004)[41] 发现中美股市在中国加入WTO之前没有显著的相关关系,但是在加入WTO中 国股市和美国股市之间产生长期联动性;龚朴和黄荣兵(2009)[42]发现美股、 港股和我国股市之间有一定的共同运动趋势, 2008年金融危机我国股市波动剧 烈的一部分原因是次贷危机爆发地美国股市通过港股市场传到内地市场;韩非 和肖辉(2005)[43]将中美股市的收益率分为开盘收益率和收盘收益率,发现中 美股票市场的开盘价和收盘价没有显著的联系,主要原因是中国金融市场当时 是封闭的市场;李晓广和张岩贵(2008)[44]以 2008 年金融危机为分界点,对 我国和国际股市之间的共同运动进行了分析,发现两者之间的共同运动方向并 不一定,有时波动性先于国际股票市场,有时迟于国际市场,此外,本文将我 国股票市场和巴西股票市场进行了对比分析,发现我国股票市场成熟度不够以 及开放不足,不过次贷危机加深了两者之间的联动性;胡秋灵和刘伟(2009)[45]、 王志芬和张雪玲(2009)[46]运用 VAR 以及其他模型对我国股市和世界股票市 场之间的联动进行分析,发现2008年全球金融危机加深了中国股市和世界成熟 国家股票市场之间的联系;骆振心(2008)[47]发现我国放开金融市场的政策并 没有加深中国和发达国家成熟的股票市场之间的联动性,但是股权分置改革的 实施确实使得德国、美国、日本、英国、中国香港股市出现显著的联动性,这 说明是金融市场内部的改革而不是外资的进入提升中国股市和国外股市的联系; 孙翼(2009) [48]以我国加入WTO、引入QDII制度和实施股权分置改革这三个 时间点为切入点对中美股票市场之间的相关性进行分析,结果证实随着中国金 融市场的开放,中国和美国股票市场之间的联动得到了强化;潘文荣和刘纪显 (2010) [49\张兵(2010)50〕基于中国实行QFII制度为节点,发现措施实施前 后中美股票市场的联动性显著增强;朱沙和赵欢(2015)[51]运用 DCC-GARCH 模型分析了金砖四国股市之间的动态联系,结果证实中俄之间的相关性较强; 叶五一和曾海歌等(2018) [52]发现VIX指数可以作为影响国家联动性的因素之 一,且中国和发达国家的联动效应相对较弱;朱鹏飞和唐勇等(2018)[53]运用 藤Copula-HAR-RV模型考虑了世界各个股市的高频信息,证实国际主要股市之 间存在区域聚集特征,其中香港股市位于中心地位;徐海峰(2018)[54]研究中 国与G7国家股市存在联动性,并且联动性在2008年金融危机中被强化,在2009 年欧洲债务危机中被削弱;谈勇贤和郭颂(2018)[55]基于联动性和传染性视角 对中国股市和国外成熟股市之间进行了对比分析,发现与国外成熟股市相比中 国股市和美国股市联动性较低,传染性也较低,中国股市一体化程度和中国经 济一体化程度呈现倒挂现象;钟熙维和吴莹丽(2020)[56]运用 VAR 模型分析 了上证指数、恒生指数和道琼斯工业指数在疫情期间之间的联动性,发现三个 指数之间存在长期均衡,疫情冲击使得三者之间暂时偏离原来的轨迹,上证和 恒生指数互为对方波动的Granger因,道琼斯工业指数是两者的Granger因;汪 冬华和姚钰雯等(2020)[57]运用二维标值 Hawkes 模型对布伦特原油期货和沪 深 300 指数之间的波动性进行建模,证明两者之间存在自激发和互激发效应; 钟熙维和吴莹丽(2020)[58]对近期新冠肺炎疫情影响下的全球股市进行了分析, 文章选择了上指、道指以及恒指作为全球股市的代表,发现三者之间存在稳定 均衡关系,新冠疫情所带来的金融风险传导方向为上证至道琼斯指数、道琼斯 指数和恒生指数之间双向传导。

2.3    文献述评

根据上文的研究发现国内外有关股票市场以及其他金融市场联动性的研究 已经非常丰富了,无论是从方法上还是从对象上,但是也存在以下问题:

第一,在研究内容方面,中外学者在研究不同股票市场联动性所使用的数 据一般是股票市场的日度收益率、收盘价或者是开盘价的对数,然后进行直接 分析,这对于交易时间相同的股票市场来说没有问题,可对于中美股市交易时 间不重合的金融市场则不再适用,进而有学术研究工作者对上述方法进行创新, 将美股收益率滞后一期进行处理,分析中美股市之间的联动性,但是这样的处 理无法体现中美股市交易时间不同所产生的联动性。第二,在研究方法方面, 由于VAR模型可以研究不同个体之间的联动性,因此有一大部分学者单独使用 VAR模型,但是VAR模型无法对极端收益情况做出估计。

为了解决上述问题,本文将中美股市的日内收益率划分为日间收益率和夜 间收益率,分别考虑由于交易时间不一致导致的两市的同期溢出效应和非同期 溢出效应,将VAR模型和分位数回归模型相结合,既考虑中美股市的联动情况, 又可以分析两个市场在极端收益下的相关性,此外股市联动性非常复杂,简单 的 VAR 模型逐渐无法满足这一需求,受启发于物理学中小波分析的良好性质, 国外学者将其运用到金融市场联动分析之中,本文借鉴这一方法,以近期发生 的重大事件为契机,对中美股市联动性进行全面的分析。

天天论文网
专注硕士论文服务

24小时免费热线

SERVICE ONLINE

13503820014

手机扫描二维码

收缩
  • 电话咨询

  • 13838208225