股市风格资产溢出效应及动态相关性突变点研究

利用中国债券和四种股票风格资产2004~2012年日度数据,通过构建五元VAR-GJR-GARCH-DCC模型分析中国股市风格资产间的溢出效应、动态相关性和相关性突变点。结果表明:五类风格资产间存在非对称的溢出效应;具体来说,债券对其他四种股票风格资产不存在单向收益溢出效应,而小盘成长股和小盘价值股对债券存在单向收益溢出效应;股票风格资产之间均存在非对称的溢出效应;各股票风格资产间存在明显、持续的波动溢出效应;随着资产规模的下降,四种股票风格资产间的动态相关性程度在提高,但波动性却在下降。各种风格资产间的动态相关性均存在多个突变点。     

基于ICA的多元金融市场波动溢出及实证研究

研究多个金融市场间的波动溢出效应能更好地刻画金融复杂系统的演化过程,有效防范和抵御金融风险。鉴于BEKK和DCC-MVGARCH等传统多元波动率模型存在的缺陷,运用独立成分分析(ICA)方法建立基于ICA的IC-EGARCH波动溢出扩展模型。实证分析了上证综指、上证基金、上证国债、美元兑人民币汇率和上海银行间同业拆借利率间的波动溢出效应。结果表明:我国股票、基金、债券、外汇和货币五个金融市场间存在不对称性的波动溢出;另外,IC-EGARCH模型的波动率预测效果显著优于BEKK模型和DCC模型,且在险价值(VaR)更低;新模型显著降低了多元波动率参数估计的个数。     

投资者情绪与股票收益波动溢出效应

应用向量GARCH模型检验了我国投资者情绪与股票收益波动的关系,并且将情绪分为理性和非理性两类,分别探讨其对股票收益波动的影响.实证结果表明,股权分置改革前,股票收益与投资者情绪间存在双向波动溢出效应,其中,理性情绪与非理性情绪对股票收益的影响相反;改革后,情绪与组合收益间的波动关系明显减弱.投资者情绪变化与股票收益较强的相关性对于把握市场信息的传递过程以及预测未来股票收益波动具有现实意义.     

我国农产品期货与现货市场之间的信息传递效应

通过构建误差修正项模型和基于t分布的双变量EC-EGARCH(1,1)模型,选取玉米和白糖期货作为研究样本对我国农产品期货市场和现货市场之间的的信息传递效应进行了实证研究。结论表明:农产品期、现货市场之间存在长期均衡关系、相互引导关系和相互波动溢出效应,并且期货市场对现货市场的波动溢出效应大于现货市场对期货市场的波动溢出效应;检验了期货市场交易量和持仓量的信息传递效应,发现只有交易量对现货市场有显著的正反馈信息传递效应。     

碳市场与股票市场间的崩盘风险溢出效应研究:新冠疫情、投资者情绪与经济政策不确定性

本文基于GARCH-S模型以及时变溢出指数模型,研究了中国碳市场和股票市场行业间的崩盘风险溢出效应及其影响因素.我们的实证结果发现:1）碳市场和行业股票的崩盘风险之间存在双向溢出效应,且行业股票对碳市场的溢出效应更大; 2）崩盘风险溢出和波动风险溢出的程度是大体相当的; 3）新冠疫情的发生显著提高了上述风险溢出效应的程度;4）崩盘风险溢出受到投资者情绪和经济政策不确定性的显著影响:投资者情绪越低落、经济政策不确定性越高,总的溢出风险也越大; 5）分位数回归结果显示投资者情绪和经济政策不确定性的影响在不同分位点处存在异质性.     

投资者关注度对国际原油价格波动的影响研究

国际原油市场剧烈波动对大多数国家的经济持续发展产生了显著影响，但投资者的有限注意力增加了原油市场波动的不确定性，使得分析市场基本面因素不足以解释其复杂波动.鉴于此，本文构建投资者关注度指数，并基于BEKK-GARCH模型和2006年1月至2018年12月间的历史数据，探究投资者关注度对WTI和Brent原油现货与期货市场的波动溢出效应.结果发现：第一，在5%的显著性水平下，投资者关注度对国际原油市场收益率有单向波动溢出效应；第二，投资者关注度对国际原油市场波动的冲击在前3个月都维持在一个较高的水平，而10个月后投资者关注度的冲击将几乎被原油市场吸收；最后，投资者关注度对原油现货市场的冲击强度大于对期货市场的冲击强度.     

A股关联公司的股票动量溢出效应研究——基于分析师共同覆盖的视角

本文基于有限注意力假说,用分析师共同覆盖构建公司相关性,检验了A股市场关联公司之间股票的动量溢出效应.研究发现,以共同覆盖分析师数量作为权重构建的关联公司股票加权平均收益率,能正向预测焦点公司未来1～12月的收益率,基于关联公司收益率构建的多空组合可获得10%～12%的年化超额收益;在截面回归中,关联公司动量溢出效应较同行业或同地区公司的动量溢出效应更强.异质性分析表明,在拥有更多分析师共同覆盖、非明星或低学历分析师共同覆盖,以及焦点公司股票被更多压力抵抗型机构投资者持有时,关联公司动量溢出效应更强,说明该效应的成因与分析师和投资者的有限注意带来的行动迟缓和反应滞后相关.本文的工作对A股市场跨资产动量效应给出了全新证据,对市场监管与投资者决策具有参考价值.     

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.     

金融危机期间跨市场波动风险预警的遗漏——跨境期现货市场间波动溢出

将主成分分析(PCA)与独立成分分析(ICA)方法引入跨区域金融衍生品市场与基础市场之间的波动溢出研究,弥补过去用传统向量GARCH模型拟合高维金融时间序列波动存在的不足。主要贡献包括:(1)建立PCA-EGARCH-M与ICA-EGARCH-M模型,研究2008年金融危机蔓延期间国际股指期货市场对我国股市的波动溢出效应,并通过预测评价指标RMSE与Theil不等系数的对比,证实ICA-EGARCH-M模型更精确,实证结论不仅验证不同程度波动溢出效应的存在,而且反映出波动溢出的主要来源。(2)用脉冲响应函数衡量国际股指期货市场的单位冲击给我国股市造成的波动响应时间和响应幅度大小。     

上海与伦敦期铜市场风险变异性实证研究

波动群聚效应和杠杆效应是资本市场风险变异性的两个重要特征。选取1997-07~2004-11上海期货交易所和伦敦金属交易所3个月期铜的日收益时间序列,利用相关模型分别对两时间序列的波动群聚效应和杠杆效应进行实证分析。结果表明:从整体来看,上海期铜市场收益波动不具杠杆效应,而伦敦期铜市场具有显著的杠杆效应;并且,上海期铜市场的风险特征发生重大变化,具有明显的波动群聚效应,但分阶段呈现杠杆效应。     

经济政策不确定性对航运市场与金融市场的长记忆联动影响

金融市场和航运市场是现代全球经济的两个重要组成部分,分别反映了资金流和物流的资源配置.本研究聚焦干散货、油轮和集装箱三大航运子市场,以全球前9大航运公司对应的国家股票指数和美元汇率代表金融市场,通过MVMQ-CAViaR模型刻画航运市场和金融市场之间的极端风险双向溢出效应.引入全球经济政策不确定性,通过DCC-MIDASCoVaR模型揭示经济政策不确定性对航运市场与金融市场长记忆联动性的风险传导机制,为掌握跨市场风险扩散规律、及时采取政策干预阻断跨市场风险传染提供理论依据.研究结果表明:金融市场对航运市场的极端风险溢出比航运市场对金融市场的极端风险溢出更强,经济政策不确定性对航运市场与金融市场长记忆联动性的下行风险溢出比上行风险溢出更强,股指市场比美元汇率市场的风险溢出更强.经济政策不确定性对航运市场与美国、中国、新加坡、瑞士及丹麦金融市场长记忆联动性的上行和下行风险溢出均较强,这揭示了一个事实,同时具备金融中心和航运大国特征的国家金融市场与航运市场的长记忆联动性更容易受到全球经济政策不确定性的影响.     

“房住不炒”政策的股市溢出效应——包含房产要素的动态均衡模型与资产定价研究EI北大核心CSCDCSSCI

“房住不炒”奠定了我国房地产市场长期调控政策的重要基调,而房地产发展与金融市场关系密切,金融危机和波动关联事件导致“房住不炒”股市溢出效应受到关注.本文将房产要素区别于传统资本要素,构建家庭和企业作为代理人的一般均衡资产定价模型,通过家庭对房地产偏好变化冲击来推导分析“房住不炒”政策对企业股票回报的影响及作用机制.仿真模拟发现,在受到“房住不炒”冲击后房产价格增速下降,资本收益增长幅度小于房产收益下降幅度,导致企业股权收益下降,“房住不炒”政策抑制企业股价.此外,本文构建企业房产资产权重函数,采用短期事件分析法和双重差分法开展实证检验,发现“房住不炒”政策对企业股票短期和长期回报均有较为显著的抑制作用.政府对房市发出负向信号后,企业房产资产权重每增加1%,企业股票日度回报下跌:1.04%,年度回报下跌约13%.本文最后对“房住不炒”政策对股票市场影响效应及风险敞口提出政策建议.     

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.     

银行间债券市场与利率互换市场的联动性——基于DCC-MIDAS模型的实证

通过建立一个两因子波动率成分模型——DCC-MIDAS模型深入研究中国银行间债券市场与利率互换市场之间的联动性。研究结果表明,两个市场之间存在显著的双向价格引导和长短期波动溢出效应;动态条件相关性为负且有逐渐增强的趋势;两个市场的长期波动受到共同的宏观经济变量波动的影响,宏观经济不确定性对两个市场的长期波动有正向影响,且对银行间债券市场长期波动的影响程度更大。     

基于VS-MSV模型的金融市场波动溢出分析及实证研究

对于动态投资组合与风险管理来说，测定波动溢出效应是非常重要的。已有的资料显示SV模型比GARCH模型能够更好地刻画金融市场的波动，使用SV模型研究两个金融市场间波动溢出的文献并不多见，而使用多元SV模型研究多个金融市场间波动溢出则属空白。为了同时研究分析金融市场之间的波动溢出，作者在研究多元SV模型的基础上，建立了能分析判断波动溢出的模型——VS—MSV模型，并进行了实证分析。     

我国PTA产业链主要市场间的动态溢出效应研究

针对精对苯二甲酸(PTA)产业链的联动关系,采用前沿的溢出效应指数法和DCC-GARCH模型,从产业链角度研究我国PTA期货市场与其上游国际原油期货市场和下游纺织市场之间的静态和动态溢出效应.结果表明,上游国际原油期货市场主导收益率溢出效应,下游纺织市场主导波动率溢出效应,而PTA期货市场在产业链中处于信息接收方,且在产能过剩时不受产业链上下游市场的影响.     

房价波动对制造型企业投资行为的差异化影响——市场条件和企业所有权视角

基于2002～2017年30个省、自治区和直辖市的沪深A股制造业上市公司的面板数据,分析了金融市场和住房市场在房价波动对制造型企业投资行为影响中的门槛效应,根据已识别出的门槛值进行分组回归,比较了不同金融市场和住房市场条件组合下房价波动对制造型企业投资行为的影响;分析了房价波动对不同所有权性质的制造型企业投资行为的影响。研究发现,房价上涨对制造型企业主营业务投资的挤出效应显著;随着金融市场发展程度的提高,房价上涨带来的挤出效应呈现先增加后降低的趋势;住房市场越不健康,房价上涨对制造型企业主营业务投资的挤出效应越强。金融市场发展水平在房价上涨对制造型企业主营业务投资挤出效应中的抑制作用需建立在住房市场健康的条件之上。房价波动更容易影响非国有制造型企业的投资策略。"央企退出房地产业"政策颁布后,效果略有成效,但并未达到预期的理想水平。最后,提出了促进住房市场健康发展和完善金融市场体系的政策建议。     

境内外人民币利率风险溢出度量研究——基于MSV-CoVaR模型的实证分析

首先运用GC-MSV模型分析了上海银行间人民币同业拆借利率(SHIBOR)和香港银行间人民币同业拆借利率(CNY HIBOR)之间的波动溢出效应,然后运用DC-t-MSV-CoVaR模型度量了两市场间的风险溢出效应。研究结果表明,境内外人民币拆借利率市场间存在不对称的双向波动溢出效应和风险溢出效应,且离岸市场对在岸市场的风险溢出效应要强于在岸市场对离岸市场的风险溢出效应。随着我国利率市场化的推进和人民币国际化的深入,在岸与离岸人民币利率间的联系在不断加强,相关系数在逐步增加。根据上述研究结论,文章最后在利率市场化改革、利率政策制定和跨境风险监管方面提供了政策建议。     

基于MSV类模型的中国汇市与股市间溢出效应

金融市场波动特征及溢出效应一直是经济、金融学界研究的热点问题之一,SV模型作为一种有效刻画金融时间序列波动的工具,极具应用前景,但用于测度溢出效应的向量SV模型由于参数估计困难而鲜见于文献。本文借助WinBUGS软件,采用基于Gibbs抽样的MCMC方法,运用DC-MSV模型和GC-MSV模型分别对汇市与股市间的动态价格溢出效应和波动溢出效应进行研究。实证结果表明,汇市与股市间的价格溢出具有明显的时变特征,总体为负相关关系;汇市与股市间存在双向波动溢出效应,但汇市对股市的波动溢出要强于股市对汇市的波动溢出,呈现不对称性。     

中国A股行业溢出效应的实证分析——基于小波分解和多元GARCH-VAR模型

本文首先对A股市场进行聚类分析,找出比较典型的3个代表性行业,之后进行小波分解,提取出这些行业数据的低频部分(趋势)和高频部分(周期和不规则)。然后,对行业的低频数据建立VAR模型,进行Granger因果关系分析和方差分解,以检验行业间的均值溢出效应。研究结果表明A股市场不同行业之间的均值溢出效应很显著。最后,对行业的高频数据部分,进行DCC-GARCH和BEKK-GARCH建模,分析不同行业间的时变关系和波动溢出效应。研究结果表明A股市场不同行业间的相关性是时变的,行业间的双向波动溢出效应明显,但单向溢出效应中有个别行业并不显著。