摘要:20世纪80年代以来,伴随着现代通信技术的进展,资本流动自由化程度的提升和全球经济一体化进程的加速,国际金融市场间信息的交流与联系日益紧密,相互影响和羁绊的程度不断加深。近年来频频爆发的金融危机在全球的迅速传播也表明国际主要金融市场间有着着广泛的联动效应,如何衡量这种联动效应的显著程度,量化市场间在信息传递作用下的的溢出效应以及在共同外部冲击作用下的协同运动,是一个具有论述价值与现实作用的重要课题。本论文首先系统介绍了金融市场间联动效应、溢出效应及动态相关性等论述基础,总结了相关探讨文献中的基本结论,继而探讨了探讨此类不足时常用的时间序列计量模型及它们的优点与不足。近年来的许多探讨文献都致力于以自回归条件异方差性中识别市场间的联动效应,实证探讨中运用最广泛的是多变量GARCH模型。常用的多变量GARCH模型有VECH模型、对角VECH模型、BEKK模型、CCC模型和DCC模型等,其中Engle(2002)提出的动态条件相关多变量GARCH模型(DCC-MVGARCH)具有待估参数较少,参数作用明确,估计历程简单等优点,但同其他多变量GARCH一样,该模型也检测定结构残差序列间不是内生相关的,内生变量间的联动效应都需通过市场间的溢出效应来解释。不同于这一检测设,本论文将在结构残差中引入静态与动态条件相联系数(Constant/Dynamic ConditionalCorrelation),以度量结构残差序列间同时有着的动态相关性与波动溢出效应。本论文将选取1987年1月至2011年7月的标准普尔500指数,香港恒生指数以及1997年7月至2011年7月的上证综指,以它们的对数日收益率作为样本数据,用SCC(Structural Conditional Correlation)模型对数据进行建模和浅析,估计历程将采取一步法在MATLAB中进行。本论文的革新之处在于采取结构模型内生化收益条件残差序列的动态相关性,避开了先验地对其施加不合理的参数限制。实证结果也表明,股指收益的结构残差序列之间有着着显著的互相关,并且这种互相关历程在不同经济环境下是动态时变的。实证结果验证了结构模型设定的合理性,若将共同外部效应带来的互相关都归结于市场收益间波动溢出效应的作用,将不可避开地高估后者的相关参数,导致在复杂多变的国际经济环境中,不能准确区分和度量金融市场间的联动效应的产生理由和传导机制。关键词:多变量论文GARCH模型论文SCC模型论文动态相关性论文溢出效应论文
摘要4-6
Abstract6-9
1 绪论9-20
1.1 探讨背景与作用9-11
1.2 文献综述11-18
1.2.1 股市联动效应探讨综述11-15
1.2.2 联动效应探讨策略综述15-18
1.4 文章结构与革新18-20
2 SCC 模型设定20-27
2.1 模型描述20-22
2.2 结构 EGARCH 历程22-23
2.3 结构 CCC 模型(SCCC)设定23-24
2.4 结构 DCC 模型(SDCC)设定24-25
2.5 估计策略25-27
3 实证探讨27-42
3.1 数据来源与预处理27-28
3.2 标普 500 与恒生指数的联动效应探讨28-36
3.3 标普 500 与上证综指的联动效应探讨36-42
4 模型实证总结、缺陷及改善倡议42-46
4.1 模型实证总结42-44
4.2 模型缺陷与可行改善案例44-46
致谢46-47