中美投资者情绪的动态相依性——基于Copula-DCC-GARCH模型和波动率指数的研究

发布时间：2021-10-15 09:18

　　投资者情绪在市场间的传染会加速金融风险的扩散,因此随着中国资本市场的逐步开放,研究投资者情绪传染对中国资本市场的影响越来越迫切。采用波动率指数作为中美投资者情绪的代理指标,并利用Copula-DCC-GARCH模型和结构变点检验方法,对2014年以来中美两国投资者情绪动态相依性的总体特征、结构特征、时变性及突变性进行全面考察,结果表明,总体而言,中美两国投资者情绪具有整体的正向动态相依性,其动态相关系数均值为0.2448,金融风险容易从美国向中国扩散,但是牛市或熊市下投资者情绪的传染没有明显的差异;中美投资者情绪的动态相依性具有时变性,并存在5个变点,这些特征与中国经济金融基本面因素相关,且除了一个区段动态相关系数均值略小于0之外,其他区段动态相关系数均值均远大于0,说明两国投资者情绪间具有很强的相关性。 

【文章来源】：金融经济学研究. 2020,35(02)北大核心CSSCI

【文章页数】：13 页

【文章目录】：
一、引言
二、文献综述
三、研究设计
    (一)DCC-GARCH模型
    (二)Copula-DCC-GARCH模型
    (三)Bai & Perron结构突变检验
四、实证分析
    (一)波动率指数选取及描述性统计
    (二)中美投资者情绪的相依性分析
        1. Copula-DCC-GARCH模型回归结果。
        2. 动态相关系数特征分析。
        3. 牛熊市下动态相关系数的差异分析。
    (三)结构变点检验
    (四)稳健性检验
五、结论与讨论


【参考文献】：
期刊论文
[1]期权波动率指数在中美市场上运用的效果比较[J]. 李雪飞,霍仕胤,赵林.  证券市场导报. 2018(01)
[2]中国波指、股指期货与投资者情绪[J]. 周亮.  税务与经济. 2017(05)
[3]我国股市的对外溢出效应与国际影响力研究——基于Copula-DCC-GARCH模型[J]. 李红权,何敏园.  系统科学与数学. 2017(08)
[4]投资者情绪及其对股票市场的影响研究[J]. 周亮.  湖南财政经济学院学报. 2017(03)
[5]金融危机背景下中美投资者情绪的传染性分析[J]. 文凤华,杨鑫,龚旭,黄创霞,杨晓光.  系统工程理论与实践. 2015(03)
[6]金融危机前后的中国股债关系分析——基于市场情绪变化的解释视角[J]. 许祥云,廖佳,吴松洋.  经济评论. 2014(01)
[7]投资者情绪指标与股票市场——基于扩展卡尔曼滤波方法的研究[J]. 池丽旭,张广胜,庄新田,宋大雷.  管理工程学报. 2012(03)
[8]中国股市指数与投资者情绪指数的相互关系[J]. 鲁训法,黎建强.  系统工程理论与实践. 2012(03)
[9]中国股市投资者情绪测量研究:CICSI的构建[J]. 易志高,茅宁.  金融研究. 2009(11)
[10]个人投资者情绪能预测市场收益率吗[J]. 余佩琨,钟瑞军.  南开管理评论. 2009(01)



本文编号：3437809