基于TVP-VAR模型的利率变动与股市波动的时变关系研究

《基于TVP-VAR模型的利率变动与股市波动的时变关系研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、FinanceResearch财政金融DOI:10.3969/j.issn.1003-1154.2016.01.003基于TVP-VAR模型的利率变动与股市波动的时变关系研究胡一博（西北工业大学自动化学院，陕西西安710072）[摘要]采用时变参数向量自回归模型，实证研究了利率、股价与股市波动率三者之间的动态时变联动关系。研究结果表明：利率变动对股票市场在不同时期的影响不同；利率变动对股票市场的短期结构冲击显著；同时研究还发现我国股市具有较强的投机性。[关键词]利率；股市；TVP-VAR模型[中图分类号]F224.12[文献标识

2、码]A[文章编号]1003-1154(2016)01-0007-03在实际经济运行过程中，利率变动对股票市场一、数据说明与理论模型具有直接、迅速的影响。分析利率变动与股市波动之间的时变关系，有利于把握货币市场与股票市场间的（一）数据的选取及处理动态联动关系，为货币当局更好的利用利率政策调控由于我国在2005年4月进行了股权分置改革，股市提出更具价值的政策建议。传统的现值模型把利股市监管更加严格，也更加市场化。为避免以往数率与股价的关系描述为P=D/R,其中P为股票价格、据的干扰，本文选取了从2005年4月到2015年8D为股息收

3、入、R为利率。传统经济理论认为股票价月的利率、股价和股市波动率的月度数据作为样本格与利率成反比。然而近些年，越来越多的经济学家进行研究，共125组数据。和学者运用向量自回归（VAR）等计量模型对这一问本文选用银行间7天同业拆借利率作为利率政题进行研究。Bernanke[1]等运用VAR模型通过对美策的代理指标，并取月对数增长率。在反映股市波国股市的研究发现，当联邦基金利率每下调0.25%，动方面本文选取两个指标：在反映股票价格变化方就会引起股票价格1%的增加。而Alatiqi[2]等运用面，本文选取沪深300价格指数，并取月对数

4、收益率,VAR模型对美国利率变动与股市波动的相关关系进即It=lnIt-lnIt-1；在反映股市波动率方面选取的指标行分析，得出利率变动对股市波动影响不显著的结是日收益率的标准差，并用移动平均法计算月度数论。Basisth[3]和Mayes[4]等学者的研究则发现，利率据，所有数据均来自WIND数据库。本文采用ADF政策对股票价格的影响并不确定，利率与股价的相单位根检验，对所有数据的平稳性进行分析。结果关关系与经济周期的变动有关。表明，三个变量都是平稳的时间序列，均不存在单纵观在这一研究领域已有的文献，大多数都采位根，满足构建T

5、VP-VAR模型的要求。用传统计量模型进行实证研究，且结论并不一致。（二）理论模型而较多的研究方法，如向量自回归，都是假设模型Nakajima为了允许截距项、方差以及VAR系数参数不随时间变化。但由于研究时间跨度较大，都可以随时间变化，对向量自回归模型提出了一套随着时间的推移，经济周期、政策偏好和其他经济新的算法，形成了TVP-VAR模型。该算法把一个标变量等因素不断发生变化，模型参数不可能保持不准的VAR模型进行了如下变化，首先定义一个标准变。所以本文使用带有时变参数的向量自回归模型的VAR模型为：（TVP-VAR）对这一问题

6、进行分析，是本文的创新Byt=E1yt-1+…+Esyt-s+μt，t=s+1，…，n点所在。μt～N（0，Σ）（1）[基金项目]国家社科基金青年项目（15CJY034）.2016年第1期7财政金融FinanceResearch其中B为p×p维联立系数矩阵，yt为p×1维观（二）时变参数的特征分析测向量，E1…Es是p×p维滞后系数矩阵，模型中扰在参数不变模型向量自回归模型中，模型估计动项μt为p×1维结构性冲击。假定结构冲击间的关后参数都只有一个估计值。但在TVP-VAR模型中，系服从递归识别，即矩阵B为下三角阵，模型（1）每

7、个参数的估计值都是随时间变化的。图1展现了可整理为：模型中Sβ1，Sβ2，Sb1，Sb2，Sh1，Sh2这6个参数的样-1Σεyt=A1yt-1+…+Asyt-s+Bt，εt～N（0，Ip）其中，A-1i=BEi，i=1，…s。如果把矩阵A中的每行元素进行拉直处理，表示为p2s×1维向量β，定义Xt=Is(yt-1，…，yt-s)，其中表示克罗内克积，模型假定系数满足随机游走过程，其表述如下:-1Σεyt=Xtβ+Bt（2）其中Xt是通过单位矩阵和变量向量滞后期向量的克罗内克乘积所构建的矩阵，βt、Bt、∑t表示三个具有时变性的

8、状态方程，分别为自回归系数矩阵、同期关系系数矩阵和方差-协方差矩阵。设bt=(b21，b31，b41，…，bp，p-1)′为Bt下三角矩阵的堆栈，设ht为矩阵∑t的下三角部分向量。参数服从随机游走过程，该模型的动态变化是由以下公式决定：βt+1=βt+μβt，b