航运干散货市场与中国股票市场的信息溢出效应研究

《航运干散货市场与中国股票市场的信息溢出效应研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、航运干散货市场与中国股票市场的信息溢出效应研究摘要：本次研究运用向量自回归模型对波罗的海指数与上证A50指数进行分析，以金融危机作为时间节点，研究航运干散货市场与中国股票市场Z间在不同时段的信息溢出现象。结论表示，航运干散货市场与中国股票市场之间具有较强的相关性并存在信息溢出效应；同时这种信息溢出效应作为两个市场之间的重要的纽带对制定海运运价有着较大的影响力，也可以对金融资产的定价提供依据。关键词：DCC-GARCHVARBDISZZS动态关系0引言在较早的外文文献中许多的研究已经证实了金融市场与实体经济活动Z间存在着不

2、可忽略的相关性：1973年McKinnon[l]和Shaw[2]推断出金融市场对于实体经济具冇较为重要的意义。之后Bencivenga,Smith,和Starr[3]和Levine和Zervos[4]多次论证了这一观点。1980年Ross[5],Roll和Chen[6]论述了他们的看法：从宏观角度看来，金融的发展在较大的程度上影响了实体经济，然而实体经济对于金融也存在相当的影响力，两者密不可分。1986年Roll和Ross[7]进一步论述了实体经济通过直接影响资产的价格从对资本市场有着一定成都上的间接影响。本文旨在探究航

3、运干散货市场和中国股票市场Z间的一个动态关系，本研究领域中航运干散货市场和中国股票市场分别代表的实体经济和资本市场基准的行为，并针对这两个市场的相互依赖性，构建相关研究模型来确保任何金融市场和实体经济结构之间的关系的线索都可以为投资者提供信息。同时，2009年的全球经济危机对市场之间的相关性的影响，引起了国内外众多学者的关注。例如黄飞雪等［8］将全球经济危机视为全球股市联动性变化节点，论证了金融危机之后全球金融股票市场的相关性有了较大的提升。此外，美国股票市场对于全球股市的影响力有所降低。张莹毓［9］基于CMOT、DCE

4、和T0C0M玉米期货市场考察金融危机前后中国市场对国际市场的影响力，并论证了中国市场的地位在金融危机之后有了较大的提升。ElieBouri(2015)［10］选取了2003年至2014年的约旦股票市场的对数回报率与全球原油价格来进行信息溢出的研究，并以2008年作为分界点，区别金融危机的前后时。然而现有的市场信息溢出效应研究大多都局限于金融市场之间，例如Chiang,Jeon,和Li(2007)对关于亚洲股票进行相关性研究，发现中国，日本，韩国的股票市场具有较强的联动性，三地股票的波动方向基本—致［11］oAslanid

5、is,Osborn,和Sensier(2010)研究美国和英国资本市场，并发现两个市场Z间有较强的相关性［12］。Syllignakis和Kouretas(2011)对德国美国俄罗斯股票市场进行研究，得出两个国家的股票市场相关系数总体为正，共同波动性较强［13］。但对金融市场与经济市场的信息溢出效应研究较为不足。我们希望通过向量自回归的设置，在以金融危机为节点的不同市场的风险动态的基础上，评估中国股票市场和航运干散货市场内生因素的互动来得到所有有用的信息并?z测两个冃标市场的相关性。1描述性统计与数据检验1.1数据选取本

6、文选取2005年1月至2015年1月的上证A50指数和波罗的海指数的每月和每季度数据作为样本，描述十年内中国股票市场与航运干散货市场短期和长期内的市场信息溢出效应。并以2008年9月雷曼兄弟止式破产标志的全球金融危机作为分界点，来观察金融危机前后中国股票市场与航运干散货市场之间的相关性变化。1.2描述性统计表1-1显示了不同频率和不同阶段的数据特征。可以看出无论是月系列述是季系列对比组中，BDI收益率的极差（最大值与最小值之差）相对上证A50指数对照组较大，这表明航运干散货市场的波动性较为明显；BDI的收益率波动也较为显

7、著，上证A50指数的波动性最为平稳。此外，相比较金融危机前，在后阶段中所有指数的波动性都有不同程度的增大。从平均数和标准差的角度看来，月系列和季系列的数据都显示：BDI的回报率成负数，回报率不甚理想，同时市场风险较大；上证A50指数季系列回报率最佳，风险程度较低。金融危机后，BDI回报率进一步的下降，然而上证A50指数的回报率有所提高。但是两个指数的风险程度也都随之上升。所有系列的偏度均小于0表明：次分布具有负偏性，其中BDI的负偏性较强；BDI收益率序列相对于其他序列有更多数值大于平均数；上证A50指数的负偏性较弱。序

8、列的峰度的表现：序列的峰度均大于3,显示两个收益序列分布均有尖峰厚尾的特征，意味着序列中存在着大幅度偏离均值的异常值，由此可以看出，四个收益率序列的波动都较为剧烈，其中BDI的季收益序列表现得极为明显。最后从JB统计量看出，两个序列JB值都远远大于0,均不服从正态分布。1.3平稳性检验在建立VAR模型之前，为避免导致