国际股票市场风险传染效应研究

发布时间：2020-10-31 00:03

　　 在经济全球化、国际金融一体化进程不断加快的国际背景下,我国金融市场越来越融入世界金融体系之中。2017年7月第五次全国金融工作会议召开以来,我国金融市场对外开放的节奏和步伐逐渐清晰。与此同时,金融风险的传递也随着新业态、新机构、新产品的加速发展正呈现出跨市场、跨行业、跨区域、跨境的发展趋势。习近平总书记强调,金融是国家重要的核心竞争力,金融安全是国家安全的重要组成部分。在风险叠加和结构转型的当下,研究国际股票市场的风险传染效应对于在严监管格局下完成金融业稳增长、促改革、防风险的“主线任务”具有非常重要的理论和现实意义。因此,本文在对风险传染及其检验方法的国内外研究成果进行梳理和评价的基础上,结合我国经济金融发展阶段特点,选择了股票市场作为代表性的金融市场,并选取1990年以来我国、英国、美国、法国、日本等8个国家和地区的具有典型代表性的股票市场指数作为研究样本,运用GARCH模型对单个股票市场波动率进行拟合,运用多元GARCH族模型对各个股票市场之间的关联性进行拟合,构建适用于分析国际股票市场风险传染效应的GARCH-Co Va R模型框架,对其各自的波动特征和彼此的风险关联性进行实证检验,实证检验了7个代表性境外证券市场国外股票市场对我国股票市场风险传染的显著性。研究结果可以衡量不同国家金融子市场之间的传染效应,同时也证明了GARCH-Co Va R模型在测度系统性风险和风险溢出方面的有效性。基于此,对金融监管当局提出政策建议:根据发展阶段的内在条件,有序推进资本市场开放;密切关注国际金融市场,构建宏观审慎监管框架;积极增强国际监管合作,提高跨区域市场风险监测能力;加强现期货市场统一管理,发挥股指期货风险缓释器作用。
【学位单位】：吉林大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F831.51
【部分图文】：

第 4 章 实证结果和分析利用 Q-Q 图这样一种有效的检验样本的统计图形技术，可以直观展现残差分布与有偏 t 分布的相近度。在 Q-Q 图上，被检验的数据如果符合事先设定的分布，代表数据的点就会落在一条直线上。图 4.1 到图 4.8 给出各个股票指数残差的有偏 t 分布 Q-Q 图。观察可知，标准化残差的分布与有偏 t 分布较为接近，大多数的股票指数的残差点都落在了直线上，除了巴黎 CAC 下尾和日经 225 指数的上尾，其他指数的尾部分布情况也都与有偏 t 分布保持了高度的统一性，这说明有偏 t 分布有效拟合了股票指数残差分布所具有的“尖峰厚尾”的特征。

第 4 章 实证结果和分析利用 Q-Q 图这样一种有效的检验样本的统计图形技术，可以直观展现残差分布与有偏 t 分布的相近度。在 Q-Q 图上，被检验的数据如果符合事先设定的分布，代表数据的点就会落在一条直线上。图 4.1 到图 4.8 给出各个股票指数残差的有偏 t 分布 Q-Q 图。观察可知，标准化残差的分布与有偏 t 分布较为接近，大多数的股票指数的残差点都落在了直线上，除了巴黎 CAC 下尾和日经 225 指数的上尾，其他指数的尾部分布情况也都与有偏 t 分布保持了高度的统一性，这说明有偏 t 分布有效拟合了股票指数残差分布所具有的“尖峰厚尾”的特征。

分布与有偏 t 分布的相近度。在 Q-Q 图上，被检验的数据如果符合事先设定的分布，代表数据的点就会落在一条直线上。图 4.1 到图 4.8 给出各个股票指数残差的有偏 t 分布 Q-Q 图。观察可知，标准化残差的分布与有偏 t 分布较为接近，大多数的股票指数的残差点都落在了直线上，除了巴黎 CAC 下尾和日经 225 指数的上尾，其他指数的尾部分布情况也都与有偏 t 分布保持了高度的统一性，这说明有偏 t 分布有效拟合了股票指数残差分布所具有的“尖峰厚尾”的特征。图 4.1：道琼斯工业指数残差 Q-Q 图 图 4.2：富时 100 指数残差 Q-Q 图
【参考文献】

相关期刊论文 前10条

1 张东祥;裴沙莎;刘英顺;;中美股债市场溢出效应研究——基于非线性Granger和LM-GARCH模型的实证检验[J];商业经济研究;2015年34期

2 王婧伊;解怡萌;陈芳琪;;GARCH模型与EGARCH模型的深股波动率特征分析比较[J];科技展望;2015年31期

3 智毓贤;姚舜;陈作章;;基于GARCH族模型对我国沪深股市在险价值(VaR)的实证分析[J];无锡商业职业技术学院学报;2015年05期

4 焦子豪;王安琪;;基于Copula函数对不同股票市场关联度分析[J];时代金融;2015年21期

5 柴尚蕾;;金融危机期间跨市场波动风险预警的遗漏——跨境期现货市场间波动溢出[J];系统工程;2015年06期

6 宗钦原;申建平;;基于M-Copula-EGARCH-M-GED模型的相关风险度量及投资组合优化[J];重庆理工大学学报(社会科学);2015年02期

7 张妮;杨一文;;基于Copula理论的宏观经济与股票市场相关性研究[J];价值工程;2014年33期

8 韩宝燕;;Copula函数在金融市场组合风险中的相关性研究[J];科技信息;2014年15期

9 蒋涛;田甜;康弘;;基于copula-CAViaR模型的股票市场风险分析[J];经济论坛;2012年10期

10 易文德;;基于ARMA-GARCH-COUPULA模型的交易量与股价波动相依关系[J];系统管理学报;2012年05期

本文编号：2863183