论文部分内容阅读
经济全球化的规模不断扩大和程度的逐渐深入,同时全球金融市场之间的关系也随之愈发紧密,其中的相依结构也较以往更加复杂,市场间的风险溢出效应越来越受到关注,金融市场间复杂的互动关系成为市场各方的研究热点。2008年金融危机过后,全球经济遭受重创,这也导致了 2010年的欧债危机爆发,其影响力和破坏力可见一斑。透过一次次的金融危机,各国和组织不断探索危机爆发的原因,并研究其金融市场与国际金融市场间的风险传染关系。只有以史为鉴,寻求避免和应对金融危机的有效办法,才能在未来金融风险肆虐之际尽量保持自身金融市场的平稳运行,维持人民财产和经济生活的安全与稳定。因此,对金融市场间的相关关系和风险溢出效应进行测度与分析,对政府监管机构进行金融管理和防范金融风险方面具有非常重要的现实意义,也可以对个人投资者的资产配置起到指引作用。本文以股票市场为研究对象,主要从国内国外两个方面进行研究,一方面研究国际金融市场间相依性结构和风险溢出效应,分析影响我国金融市场稳定性的金融市场,测度影响程度,并尝试厘清金融市场间的风险传染机制。另一方面分析和测度国内金融市场间的依赖关系和风险溢出效应,着重分析沪深主板和创业板之间的相依性和风险溢出,为防范创新型中小企业的市场风险提供可参考的结论。本文在研究方法上主要使用了 Vine Copula模型结合风险溢出值对相依结构和风险溢出效应进行分析测度。在实证中为了适用金融模型,一般都会假设收益率序列服从正态分布。然而现实中由于金融数据具有较强波动性和自相关性,金融收益率序列通常是服从非正态分布的,具有尖峰厚尾的特性而且是有偏的。同时,由于高维金融资产之间存在显著的尾部相关性和非线性相依性等特征,传统的测度线性相依性的模型是难以准确刻画其相依性的。Copula模型可以有效度量非线性相依性,能够更好地描述金融市场间的复杂相依结构。但是由于传统的二元Copula模型不能描述二元以上维度的变量相依性,多元Copula在应用时又不够准确和灵活。对此,使用Vine Copula模型能弥补以上缺陷,通过特殊的树结构可以灵活高效地构建不同金融市场间的相依结构。因此,通过Vine Copula模型结合条件在险价值CoVaR可以精确地对风险溢出效应进行量化分析。本文选取美国、英国、日本以及中国上证市场、深证市场、创业板市场和香港地区等股票市场作为研究对象,通过各个市场的收盘价计算市场的收益率作为样本数据。运用ARMA-GARCH模型分别对每个市场建立边缘分布,消除收益率序列中的自相关性和异方差性。然后构建C-Vine、D-Vine和R-Vine Copula模型,通过对比三种模型的拟合优度,选择R-Vine Copula模型对市场间的相依结构进行分析。然后通过蒙特卡洛模拟的方法计算风险溢出值,对各个市场间风险溢出效应进行了具体测度。实证分析表明:(1)英国与中国香港股市连接了欧美与亚洲市场,是地区间风险传递的重要节点。香港市场与大陆市场联系紧密,并且两市场间存在明显的风险溢出效应。英国和日本市场的波动也可以通过香港市场对大陆市场产生较强的风险溢出效应。单从数据上看,美国股票市场对国内市场也有明显的风险溢出效应,但是溢出程度不及其他市场。但是这并不能说明美国股票市场对中国股市的影响力弱,因为美国作为金融大国和经济强国,金融市场的波动对其他金融市场都有不同程度的直接或间接的影响。(2)中国股票市场的波动主要受国内市场间的相互影响,外界股票市场的波动对中国股市的影响相对较弱。关于国内主要股票市场,上海证券交易所起步较早,并且多以大盘股为主,其市场更为成熟也相对稳定,所以上证市场在极端情况下受到的风险溢出相对较弱。而创业板市场则相反,这与创业板的企业类型有关,这些企业是目前不能在主板市场上市的创业型企业,对投资者来说,创业板市场的风险会明显高于主板市场。在实证中发现,沪深股市对创业板的风险溢出效应要高于创业板对沪深股市的风险溢出效应。并且上海证券交易所与深圳证券交易所之间的双向风险溢出效应也是不相等的,上证市场对深证市场的风险溢出效应略高于深证市场对上证市场的风险溢出效应。(3)金融市场系统性风险容易被分散,一般的,对金融市场而言,市场间的系统性风险在加入多个条件市场后会被明显分散,因此供投资者在规避风险时可以作为参考。