沪港通冲击下我国股票市场的风险度量实证研究

发布时间：2017-09-10 02:03

  本文关键词：沪港通冲击下我国股票市场的风险度量实证研究

  更多相关文章： 沪港通 GARCH-M模型 事件研究法 半参数法

【摘要】：沪港通试点于2014年11月17日正式启动,这是我国资本市场逐步实现国际化和人民币国际化政策组合拳的重要环节。沪港通的开通将有助于扩大人民币在国际贸易、国际结算中的影响力,借助香港在国际金融市场中的重要地位,加速推进人民币国际化,使人民币在资本项目下可兑换程度进一步加强;沪港通的试点工作有利于境内个人投资者境外投资的发展;沪港通的试点工作还可解决两地股票市场的“同股不同价”现象,促进两地市场的资金流动,填补两地股票市场的价差,间接连接两地资金市场;总之,它将对我国资本市场的流动性、收益率产生了一定的影响。但是与此同时,沪港通还存在着一定的潜在风险,随着A股市场与国际股票市场的联动性不断增强,投资者应随时关注资金的异常波动,防范受到国外金融危机、通货膨胀等等海外冲击;对于投资港股通股票的内地投资者来说,两地之间的货币汇率的波动也必然会对投资收益进行部分的冲抵或补充。鉴于人民币汇率的波幅逐渐扩大,投资者面临的投资收益不确定性会大大增强。那么引导投资者理性认知风险、规避风险的基础,就是对此事件风险性的加强进行量化。本文通过事件研究法,以沪港通的正式实施作为事件冲击点,基于金融时间序列数据的特征,采用GARCH-M和半参数法风险价值模型、两种风险度量方法对沪港通实施前期以及实施之后的风险价值进行了量化分析。选取了具有代表性的上证综合指数、上证180指数、上证380指数作为研究对象,分别估计出三个指数的风险价值序列,从而对我国上海股票市场的风险进行量化。实证结果表明,上证180指数于2014年12月9日,2014年12月24日风险价值出现异常;且与此同时,上证380指数在2014年12月(8日、19日、22日)出现了风险价值明显增高的现象。其次,上证180指数和上证380指数风险价值分布的偏度和峰度在事后窗口基本相差不大,但事后窗口的均值均出现了大幅的提高。说明沪港通试点对上海市场的风险价值造成了影响,且事后窗口下的风险均值出现了显著的提高。在我国目前制定的人民币国际化的大目标下,本文对沪港通进行了风险观察研究、从风险控制的角度,为下一步的政策制定提供了建议。
【关键词】：沪港通 GARCH-M模型 事件研究法 半参数法
【学位授予单位】：西北农林科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F224;F832.51
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 导论10-18
• 1.1 选题背景10-12
• 1.2 研究目的及意义12-13
• 1.2.1 研究目的12-13
• 1.2.2 研究意义13
• 1.3 国内外研究动态13-15
• 1.3.1 国内对证券市场风险度量的研究13-14
• 1.3.2 国外对证券市场风险度量的研究14-15
• 1.4 本文研究思路和方法15-16
• 1.4.1 研究思路15-16
• 1.4.2 研究方法16
• 1.5 本文的主要内容16-17
• 1.6 本文的创新之处17-18
• 第二章 证券市场的风险概述18-25
• 2.1 证券市场的风险度量18
• 2.2 市场开放带来的风险冲击18-20
• 2.2.1 资金流出风险18-19
• 2.2.2 跨境监管政策风险19
• 2.2.3 金融危机传导风险19
• 2.2.4 汇率波动风险19-20
• 2.3 传统的金融风险度量指标20
• 2.3.1 标准差?20
• 2.3.2 灵敏度?20
• 2.4 现代金融风险度量指标20-22
• 2.4.1 风险价值VaR20
• 2.4.2 条件风险价值CVaR20
• 2.4.3 期望损失ES20-22
• 2.5 风险价值VaR的计算22-23
• 2.5.1 GARCH-M模型22
• 2.5.2 半参数法22-23
• 2.5.3 VaR的返回检测23
• 2.6 事件研究法23-25
• 第三章 数据选取及GARCH模型建立25-31
• 3.1 数据的来源与选取25
• 3.2 数据的基本统计学特征分析25-29
• 3.2.1 正态性检验25-26
• 3.2.2 平稳性检验26-27
• 3.2.3 自相关性检验27-28
• 3.2.4 异方差（ARCH）检验28-29
• 3.3 GARCH模型的建立29-31
• 3.3.1 变量的构造29-30
• 3.3.2 GARCH的构造30-31
• 第四章 沪市风险的实证分析31-39
• 4.1 基于GARCH模型的风险价值VaR的计算31-34
• 4.1.1 事前窗.各指数的VaR计算31-32
• 4.1.2 事后窗.各指数的VaR计算32-34
• 4.2 基于半参数法的风险价值VaR的计算34-35
• 4.3 风险价值VaR的返回检验35
• 4.4 实证结果分析35-39
• 第五章 结论及政策建议39-40
• 参考文献40-42
• 附录42-50
• 致谢50-51
• 作者简介51

【参考文献】

中国期刊全文数据库 前4条

1 刘宇飞;VaR模型及其在金融监管中的应用[J];经济科学;1999年01期

2 王明涛,张保法;证券投资风险计量方法研究[J];数量经济技术经济研究;2002年04期

3 邵欣炜,张屹山;基于VaR的证券投资组合风险评估及管理体系[J];数量经济技术经济研究;2003年12期

4 王春峰,万海晖,张维;金融市场风险测量模型——VaR[J];系统工程学报;2000年01期

，

本文编号：824075