沪深300指数和世界重要股指的联动性分析

发布时间：2020-07-25 20:09

【摘要】： 随着世界金融体系的发展,世界经济体之间的相互影响越来越深入,金融市场,证券市场之间的相互影响更是越来越明显,一个市场的利好消息利空消息产生的影响也会对其他世界市场的滞后时间点的股票价格产生影响。 首先,针对中国有关沪深300指数的具体情况,采用目前世界广泛采用的“协整理论”及基于VAR的Granger因果关系检验,对影响沪深300指数的主要原因做了“协整建模”分析。 其次,本文基于GARCH类模型对各股指做了波动研究,研究结果显示,沪深300指数和世界重要股指都存在着不同程度的非对称性,和事实比较接近,对于利好消息产生的冲击小于利空消息带来的冲击程度。从沪深300指数的信息冲击曲线上也能看出利空消息比较陡峭而利好消息比较平缓。其他指数也分别满足EGARCH和TGARCH模型,非对称项系数均显著说明了利空利好消息带来的不同程度的冲击,利空消息往往带来更大的冲击影响。 最后,利用Copula函数研究沪深300指数和世界重要股指之间的相依结构,分别采用带高斯、t和经验边际分布的高斯和t-Copula进行连接结构分析,高斯Copula和高斯边际的关于u的分布图显示更集中于中部,而具有时变方差特性的正态边际分布和t边际尾部更加分散,更接近于经验分布的情形,比较适合于拟合投资组合的研究。虽然各指数之间的相关系数是相同的,但是根据不同的Copula函数进行连接,它们之间的相依结构也是不同的。
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：F224;F832.51
【图文】：

各指数图形关系

一砚二加《〕之5一心〕。，《〕。。赫耐，恤卿‘‘。卿州耐耐卿卿R曰51图5.1沪深300指数对数收益率从沪深300指数对数收益率图5.1可以看到，较大的波动后面跟着较大的波动，较小的波动后面跟着较小的波动，说明这些指数序列都呈现明显的时变方差特性。第一步需要检验收益序列的残差是否存在波动集聚效应即ARCH效应。建立

AIC=一 4.841239SC=一4.831667(5.2)该回归方程的t统计量显著，并且Alc，sc值都变的更小，所以下面将采用该式为基础进行GARCH族模型研究。该模型的残差序列图见图5.2:一(〕一《〕’一}二{!{;.{图 5.2砚3月〕()rh“。t!沪深300指数对数收益率AR(l)残差序列残差图显示模型存在自回归条件异方差。对上述残差序列再进行LM检验当滞后阶数取8时，得到如下检验结果表5.2:表5.2收益率序列残差LM检验F统计量LM二样本数*RZ 7.41036556.50812 P=0.000000P=0.000000当滞后阶数为8时，两个P值远小于置信水平0.05，两种统计量都显示模型的残差模型存在高阶ARCH效应。第二步建模和预测。为了显示出利好和利空消息对指数波动的不同程度的影响，分别建立了GARCH(l，l)，GARCH一M，TGARCH

【引证文献】

相关硕士学位论文 前2条

1 行成生;我国区域市场城市房价波动特征的实证研究[D];东北财经大学;2010年

2 母宇;中国股票市场与全球主要股票市场联动性研究[D];西南民族大学;2011年

本文编号：2770303