基于SCC模型的金融市场动态相关性与溢出效应研究

论文摘要

20世纪80年代以来，伴随着现代通信技术的发展，资本流动自由化程度的提高和全球经济一体化进程的加速，国际金融市场间信息的交流与联系日益紧密，相互影响和羁绊的程度不断加深。近年来频频爆发的金融危机在全球的迅速传播也表明国际主要金融市场间存在着广泛的联动效应，如何衡量这种联动效应的显著程度，量化市场间在信息传递作用下的的溢出效应以及在共同外部冲击作用下的协同运动，是一个具有理论价值与现实意义的重要课题。本文首先系统介绍了金融市场间联动效应、溢出效应及动态相关性等理论基础，总结了相关研究文献中的基本结论，继而探讨了研究此类问题时常用的时间序列计量模型及它们的优点与不足。近年来的许多研究文献都致力于从自回归条件异方差性中识别市场间的联动效应，实证研究中应用最广泛的是多变量GARCH模型。常用的多变量GARCH模型有VECH模型、对角VECH模型、BEKK模型、CCC模型和DCC模型等，其中Engle（2002）提出的动态条件相关多变量GARCH模型（DCC-MVGARCH）具有待估参数较少，参数意义明确，估计过程简单等优点，但同其他多变量GARCH一样，该模型也假定结构残差序列间不是内生相关的，内生变量间的联动效应都需通过市场间的溢出效应来解释。不同于这一假设，本文将在结构残差中引入静态与动态条件相关系数（Constant/Dynamic ConditionalCorrelation），以度量结构残差序列间同时存在的动态相关性与波动溢出效应。本文将选取1987年1月至2011年7月的标准普尔500指数，香港恒生指数以及1997年7月至2011年7月的上证综指，以它们的对数日收益率作为样本数据，用SCC（Structural Conditional Correlation）模型对数据进行建模和分析，估计过程将采用一步法在MATLAB中进行。本文的创新之处在于采用结构模型内生化收益条件残差序列的动态相关性，避免了先验地对其施加不合理的参数限制。实证结果也表明，股指收益的结构残差序列之间存在着显著的互相关，并且这种互相关过程在不同经济环境下是动态时变的。实证结果验证了结构模型设定的合理性，若将共同外部效应带来的互相关都归结于市场收益间波动溢出效应的作用，将不可避免地高估后者的相关参数，导致在复杂多变的国际经济环境中，不能准确区分和度量金融市场间的联动效应的产生原因和传导机制。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景与意义
• 1.2 文献综述
• 1.2.1 股市联动效应研究综述
• 1.2.2 联动效应研究方法综述
• 1.4 文章结构与创新
• 2 SCC 模型设定
• 2.1 模型描述
• 2.2 结构 EGARCH 过程
• 2.3 结构 CCC 模型（SCCC）设定
• 2.4 结构 DCC 模型（SDCC）设定
• 2.5 估计方法
• 3 实证研究
• 3.1 数据来源与预处理
• 3.2 标普 500 与恒生指数的联动效应研究
• 3.3 标普 500 与上证综指的联动效应研究
• 4 模型实证总结、缺陷及改进建议
• 4.1 模型实证总结
• 4.2 模型缺陷与可行改进方案
• 致谢
• 参考文献