香港与内地股票市场间的波动溢出效应研究

香港与内地股票市场间的波动溢出效应研究

ID:10875731

大小:150.00 KB

页数:29页

时间:2018-07-08

香港与内地股票市场间的波动溢出效应研究_第1页
香港与内地股票市场间的波动溢出效应研究_第2页
香港与内地股票市场间的波动溢出效应研究_第3页
香港与内地股票市场间的波动溢出效应研究_第4页
香港与内地股票市场间的波动溢出效应研究_第5页
资源描述:

《香港与内地股票市场间的波动溢出效应研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、香港与内地股票市场间的波动溢出效应研究//.paper.edu.cn-1-香港与内地股票市场间的波动溢出效应研究李开渝东南大学金融系,江苏南京(211189)摘要:本文构建了基于t分布的双变量GARCH模型,利用上证指数、深成指数和恒生指数收益序列对香港与内地股票市场间的信息传递关系进行了实证分析。结果表明,两地市场存在着单向的波动溢出效应,香港在信息流动占主动地位,并且其对深圳市场的影响更大。在此基础上,进一步地分析了三个市场的时变方差,及港市分别对沪、深两市的动态相关性,发现内地股市的波动要远大于香港股市,两地股市存在着正的相关性,且相

2、关性有不断加强的趋势。相比而言,深市与港市的相关性比较稳定。关键词:股票市场;波动溢出;信息传递;多元GARCH1.引言随着经济全球化和金融自由化的不断深入发展,全球资本市场间的联系更加紧密。与此同时,交易技术的提高,使得信息在不同市场间的传导速度加快。这样,一个市场的收益和波动不仅受到自身过去几期滞后的影响,还可能受到别的资本市场的影响,这种市场间的收益和波动的传导被称之为“溢出效应”,也即是市场间的信息传导。随着资本管制的放松,投资者可以在全球范围内配置资本,从而达到收益最大化。因此从动态的角度深层次的理解股市之间的这种收益与波动间的联

3、系,以及市场信息传导机制对于投资者资产定价、风险分散与研究证券市场结构和判断股市走势、上市公司实现资本国际化以及政策当局市场监管和防范金融危机都具有重要的意义。随着中国改革开放的发展,内地和香港之间的经济联系不断加强。同时随着越来越多的内地企业在香港上市,其占港股市值比重也不断增加,据证券之星统计,截至2007年3月,红筹股和H股占港股市值的46.3%。那么香港市场和内地市场之间是否存在收益波动溢出效应,这种效应有多大,研究这些问题及成因对于投资者制定投资策略和完善内地证券市场机制有着重要的参考意义。2.文献综述及问题的提出市场之间的信息传

4、导机制一直是理论研究的重点之一。Eun和Shim(1989)对美国、加拿大等9个国家股票市场间的信息传导机制进行了研究,发现多数市场间存在着相互的波动溢出效应。并进一步指出美国市场的信息能很快地传导到其他市场,但是这种信息的传递只是单向的,说明美国市场在信息流动上占主导地位。[1]除此之外,Taylor和Tonks(1989),Mathur和Subrahmanyam(1990)等也对不同国家或地区的股票市场间的信息传导进行了研究,结果大都表明市场间存在着波动溢出效应。[5][3]这些研究在实证上采用Granger-causalitytest

5、ing(格兰杰因果检验)和协整的方法,来研究不同市场的收益之间的关系。但是,资本市场波动往往表现出“尖峰”和“厚尾”等典型化的非正态分布特征,模型中的扰动方差存在着自相关和异方差性,采用传统回归方法容易得出“有偏”和“非一致”的估计结果。自从Engle(1982)首次提出ARCH模型以来,在刻化金融市场波动方面得到了广泛的应用。ARCH模型的主要思想是:扰动项的条件方差依赖于它的前期值的大小。时变条件方差有效克服了无条件方差遗漏重要特定时点信息的缺陷,为刻画市场波动、描述与防范风险等提供了有力的工具。由此从收益均值(一阶矩)和方差(二阶矩)

6、两个方面考察市场间的信息传导,会得到更加可信的结果。Hamao和Ng(1990)使用单变量GARCH模型考察了纽约、东京和伦敦三股票市场收//.paper.edu.cn-2-益的一阶矩和二阶矩之间的关系,他们发现来自纽约和伦敦市场的波动会影响到东京市场,纽约市场影响伦敦市场,而且这种传导关系是单向的。[2]然而,在实证中单变量GARCH模型把一个市场作为外生变量来考察其对另一个市场的冲击。这就损失了市场相关性中所包含的有效信息。而在同一个向量框架中分析问题可以充分利用残差向量的协方差矩阵所包含的信息,从而可以得到更精确的参数估计。Worth

7、ington(2004)等把亚洲股票市场分为以日本为代表的发达资本市场和以印度尼西亚为代表的新兴市场,实证上使用多变量GARCH模型,分析得出市场之间存在着收益率的均值和方差间的波动和溢出效应,并且指出,这些市场的自身波动大于市场间的波动,而新兴市场更是如此。[7]Tse(2000),Tay和Zhu(2000)同样也使用多变量GARCH模型分析了不同市场间的信息传导机制。[6][4]国内一些文献也对该问题进行了研究。刘金全、崔畅(2002)采用协整和向量误差修正模型(VEC)考察沪、深两市间收益率的长、短期关系,在此基础上构建单变量TGAR

8、CH模型,发现两市间存在显著的波动溢出和“杠杆效应”。[8]赵留彦、王一鸣(2003)和赵华(2007)都构建了一个双变量GARCH模型分别对A、B股和人民币汇率对利率之间波动溢

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。