美国股市会影响金砖国家股市之间的相关性吗?——线性和非线性条件Granger因果检验

利用线性和非线性条件Granger因果检验方法探讨了美国股票市场对金砖国家股市相关结构的直接和间接因果影响关系。在条件线性Granger因果检验基础上,考虑到证券市场之间显著的非线性关系,文章利用非参数回归、VAR模型及非线性Granger因果检验等,构建了诊断金融市场非线性条件Granger因果检验方法。实证结果发现金砖国家股市之间存在的四种类型条件因果关系能更深刻揭示市场之间的交互关系。研究证实美国市场对金砖国家股市相关性有重要的影响作用,同时巴西股市最易受到美国股市的影响。最后,稳健性检验进一步说明了结果的合理性。     

中国股票市场与房地产市场的联动关系

利用变点检验、线性和非线性Granger因果检验的计量方法研究了房地产市场化改革完成后中国股票市场和房地产市场的关系。实证结果表明:上证综合指数和国房景气指数均为分段趋势平稳序列,外生冲击对二者只有短暂的影响;从房改完成后的历史数据来看,房地产市场在一定程度上成为中国国民经济的晴雨表,正在完善之中的中国股票市场与宏观经济走势的联系仍不十分密切;两者的互动关系表现为股市是房市的线性Granger先导,而房市在一定程度上对股市有滞后的非线性Granger的引导作用。     

我国棉花期货与现货市场的价格发现与波动溢出效应

以研究我国棉花期货和现货市场的动态关系为目的, 基于 VEC 模型、Granger 因果检验、脉冲响应分析和 BEKK 模型, 对我国棉花期货和现货市场的价格发现功能和波动溢出效应进行实证分析. 研究结果表明: 期货价格和现货价格之间存在长期均衡关系和双向Granger 引导关系. 但期货市场对现货市场的引导作用更强, 并且较现货市场具有更强的信息效应. 此外, 两个市场均存在很强的自身波动滞后效应, 相互间的波动溢出效应也非常显著, 但期货市场对现货市场的波动溢出效应明显大于后者对前者的波动溢出效应.     

全球原油市场间信息溢出的实证研究——基于CCF方法与ECM模型

采用基于协相关函数(CCF)的Hong(2001)方法和基于协整理论的误差修正模型(ECM)系统研究了全球原油市场的Granger因果关系与信息溢出.研究市场包括伦敦、纽约、迪拜(Dubai)以及东南亚的塔皮斯(Tapis)和米纳斯(Minas)原油市场,结果显示伦敦和纽约的原油期货交易在信息溢出方面占主导地位,东南亚、迪拜、伦敦和纽约四个市场的原油现货交易处于弱势地位.采用Hong(2001)方法的研究结果表明,在10%水平上,纽约WTI期货是伦敦Brent期货下跌风险的Granger原因,因此WTI期货略占优势.此外,在检验Granger,因果关系和信息溢出方面,实证表明Hong(2001)方法优于ECM.     

中国房地产市场与金融市场的Granger因果关系分析

在中国1997到2003年间房地产市场与金融市场的月度数据基础上,建立了两个市场之间相互作用的误差修正模型(ECM模型).通过基于ECM模型的线性Granger因果检验,发现中国房地产市场的发展与金融市场的发展在长期和短期都存在着双向线性因果关系,它们具有一定程度的共生性.     

基于复杂网络的泛金融市场极端风险溢出效应及其演变研究

本文采用基于GED的ARMA-(T)GARCH-VaR模型,借助风险Granger因果检验方法考察中国泛金融市场9个子市场在5个时期的下行和上行极端风险溢出效应,进而通过有向加权复杂网络刻画各个子市场之间的极端风险溢出演化规律.实证结果表明,子市场间的极端风险溢出效应具有时滞性,在风险溢出网络中越极端的风险传播能力越强、效率越高.下行和上行极端风险溢出效应具有不对称性,在多个时期上行风险的传播能力强于下行风险.极端风险溢出网络在5个时期的中心节点不断变化,但能源子市场始终是主要的上行极端风险溢出的接受者.金融危机过后大宗商品和债券子市场在网络中输送极端风险溢出的能力增强,且它们之间存在显著的极端风险溢出效应.     

碳交易市场、原油市场和股票市场的联动关系——基于结构突变检验和VAR模型的实证研究

运用Bai-Perron内生多重结构突变检验方法,检验欧盟EUA、BRENT原油和伦敦股票市场的结构突变现象,再进行退势处理以分离结构突变的影响。进一步,构建VAR模型并结合非线性Granger因果检验、脉冲响应和方差分解,研究三个市场间的联动关系。结果显示,三个市场均发生了两次及以上显著的结构突变,且突变时点间具有较强的内在相关性,说明各市场对重大事件影响的反应具有一定的联动性;三者之间存在显著的双向非线性Granger因果关系,互为原因、相互促进;分离结构突变的影响后发现,碳市的波动主要是由其自身因素造成的,受油市和股市的影响很小。研究结果对我国相关企业制定碳交易策略以及监管部门制定政策具有一定的启示。     

基于谱聚类-独立成分分析-Granger因果检验模型的金融风险协同溢出分析

提出了一种多路归一化割谱聚类方法、独立成分分析法、GARCH模型和Granger模型相结合的金融风险协同溢出模型。利用GARCH模型提取波动;利用谱聚类方法对波动数据集进行聚类分析;再利用独立成分分析法提取每个类的独立成分;最后,利用Granger因果检验分析每个类提取出的主成分对其余类中股指的风险溢出,从而完成金融风险的协同溢出计量。采用本文提出的模型对近几次金融危机期间全球主要股指进行了金融风险协同溢出分析。实证结果表明,本文提出的方法能较好地刻画金融风险的协同溢出效应。     

中国期货市场价格发现功能研究

基于最新发展的非线性Granger因果检验方法,侧重于非线性视角全面探究了中国期货市场价格发现功能的现状.研究结果表明,金属期货市场价格发现功能最强,农产品期货市场次之,而金融期货市场价格发现功能则相对较弱.具体表现为沪金期货和沪铜期货市场中期货价格对现货价格的引导关系具有非常显著的非线性Granger因果关系,强麦期货市场和玉米期货市场中期货价格对现货价格的引导关系也相对较强,而沪深300股指期货和国债仿真期货中期货价格对现货价格的非线性Granger因果关系则相对较弱.最后,传统线性Grangerr因果检验方法可能由于忽略变量的非线性特征而使得研究结果出现较大偏差.     

我国股市与汇市间信息传导的实证研究

运用Granger因果检验方法和DCC-MGARCH模型,对我国沪深300指数、上证综合指数以及深证综合指数与人民币对美元汇率之间的联动关系进行了实证研究,与国内很多研究文献所得结论不同,研究发现股价与汇率之间均不存在长期的稳定协整关系,只存在外汇市场对股票市场的短期单向价格引导关系和单向波动溢出效应。     

Testing linear and nonlinear granger causality in CSI300 futures and spot markets based on new concepts of nonlinear positive/negative spillover

supported by the National Natural Science Foundation of China under Grant Nos.71125005 70871108 and 70810107020;; Outstanding Talents Funds of Organization Department Beijing Committee of CPC     

沪深股市和香港股市的风险溢出效应研究——基于时变ΔCoVaR模型的分析

本文基于时变ΔCoVaR模型,对2006年11月至2018年12月间沪深股市和香港股市的尾部风险溢出效应进行了估算.研究发现:1)沪深股市与香港股市之间存在着双向风险溢出效应,且溢出效应均为正;2)香港股市对沪深股市的风险溢出效应强于沪深股市对香港股市的风险溢出效应;3)深市和香港股市之间的风险溢出效应的波动幅度大于沪市和香港股市之间的风险溢出效应的波动幅度;4)沪港通和深港通的开通并没有显著增加香港股市与沪深股市之间的双向风险外溢程度.     

Exploring the Linear and Nonlinear Causality Between Internet Big Data and Stock Markets

In the era of big data, stock markets are closely connected with Internet big data from diverse sources. This paper makes the first attempt to compare the linkage between stock markets and various Internet big data collected from search engines, public media and social media. To achieve this purpose, a big data-based causality testing framework is proposed with three steps, i.e., data crawling,data mining and causality testing. Taking the Shanghai Stock Exchange and Shenzhen Stock Exchange as targets for stock markets, web search data, news, and microblogs as samples of Internet big data, some interesting findings can be obtained. 1) There is a strong bi-directional, linear and nonlinear Granger causality between stock markets and investors' web search behaviors due to some similar trends and uncertain factors. 2) News sentiments from public media have Granger causality with stock markets in a bi-directional linear way, while microblog sentiments from social media have Granger causality with stock markets in a unidirectional linear way, running from stock markets to microblog sentiments.3) News sentiments can explain the changes in stock markets better than microblog sentiments due to their authority. The results of this paper might provide some valuable information for both stock market investors and modelers.     

Return and Volatility Spillovers Effects:Study of Asian Emerging Stock Markets

This paper examines the extent of contagion and interdependence across the six Asian emerging countries stock markets(e.g., Bangladesh, China, India, Malaysia, the Philippine, and South Korea) and then try to quantify the extent of the Asian emerging market fluctuations which are described by intra-regional contagion effect. These markets experienced both fast growth and key upheaval during the sample period, and thus, provide potentially rich information on the nature of border market interactions. Using the daily stock market index data from January 2002 to December 2016(breaking the 15 years data set into three sub periods; pre-crisis, crisis, and post crisis periods);particularly make attention to the global financial crisis of 2007~2008. The return and volatility spillovers are modeled through the GARCH(generalized autoregressive conditional heteroscedasticity),pairwise Granger causality tests, and the forecast error variance decomposition in a generalized VAR(vector auto regression) models. This paper shows that volatility and return spillovers behave very differently over time, during the pre-crisis, crisis, and post crisis periods. Importantly, Asian emerging stock markets interaction is less before the global financial crisis period. The return and volatility spillover indices touch their respective historical peaks during the global financial crisis 2007~2008,however Bangladeshi market faces this condition in 2009~2010.     

Information Spillovers among International Crude Oil Markets — An Empirical Analysis Based on CCF Method and ECM

Using Hong's method based on Cross Covariance Function (CCF) and Error Correction Model (ECM), this article studies Granger causality and information spillovers among major global crude oil markets including London, New York, Dubai as well as Tapis and Minas in Southeast Asia. The results show that London and New York futures markets play dominant roles in information spillover, and WTI crude oil futures has a slight edge over Brent crude oil futures in information transmission by using methodology introduced by Hong. In addition, empirical results show Hong's method is more effective than ECM in testing Granger causality and information spillovers.     

应用小波分析方法研究沪深股市的溢出效应

应用小波分析方法研究沪深股市的价格和波动性的特征以及两市之间的溢出效应．对沪深股指收益率序列用小波分析作信号分解，分解为高频信号(细节信号)和低频信号(离散逼近信号)．通过比较沪深股市的高频信号之间的关系获知沪深股市之间存在着显著的价格和波动性的溢出效应．深市和沪市之间存在着一定程度的负的价格溢出效应；而深市对沪市存在着正的波动性溢出效应，沪市对深市存在着负的波动性溢出效应，并且波动性溢出效应大于价格溢出效应．     

中国股票市场日周效应的规律性研究

对我国股票市场的日周效应进行研究发现，自1995年1月1日以后沪、深A股和深市B股市场存在着显著的正周五效应．实证结果表明，存在于中国证券市场上的正周五效应可以通过结算过程假设和半月效应假设进行解释．同时研究发现中国深市B股市场的日周效应可能源自于国外市场的溢出效应．当不考虑交易成本的情况下，在中国沪、深A股市场上存在着利用日周效应交易策略进行套利的机会．     

基于藤copula-CAViaR方法的股市风险溢出效应研究

为准确揭示金融风险溢出效应,建立藤copula-CAViaR模型来估计多元条件联合分布,进而推导CoVaR类风险测度方法.该方法既能刻画多个金融市场间非线性的关联关系,也能描述金融市场间"多对一"的风险溢出效应,主要包括三个步骤:第一,使用CAViaR模型拟合单个金融市场收益的边缘分布特征;第二,运用藤copula方法刻画多个金融市场收益间的关联结构;第三,基于边缘分布特征与关联结构,得到多元条件联合分布并计算CoVaR类风险测度,实现金融风险溢出效应刻画.选取上证综指、标普500和日经225等股指数据进行实证研究,结果表明:相比于发生利好事件,美国和日本股票市场(独立或同时)发生更为严重危机事件对中国股票市场影响更加明显,呈现出"风险分担、收益不共享"的总体格局.     

中国股指期货和现货市场信息传导关系在牛熊市中的异化现象

本文采用牛熊市的视角,根据市场的历史周期的判断结果,分别提取我国沪深300牛市和熊市样本窗口,使用了BVGJR-GARCH-BEKK模型和LM跳跃检验法,从价格发现、波动溢出和跳跃风险三个方面对股指期货和现货市场间的信息传导关系的异化现象进行了实证研究.结果表明,牛市时股指期货市场发挥主要的长期价格发现作用,熊市时两个市场存在双向的价格发现,过分自信效应可以解释这一异化现象.两个市场在牛熊市都存在双向的波动溢出,但非对称性的方向相反.熊市时两个市场上都检验出了更多的跳跃行为,熊市下股指期货市场的跳跃风险来自于未预期到的信息.