股票市場相關(guān)性研究

導(dǎo)語：股票市場相關(guān)性研究一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：2008年全球金融危機(jī)后，關(guān)于我國股市與美國股市間的相關(guān)性的研究受到越來越多學(xué)者的重視。本文刊用時變SJCCopula模型，研究在2007年1月至2019年3月期間中國大陸股市與美國股市的相依結(jié)構(gòu)問題。研究表明，中美兩國股市的上下尾相依系數(shù)均存在差別，同時下尾相依系數(shù)較上尾相依系數(shù)更大，因而股市間傾向于同時暴跌，具有較大的金融風(fēng)險(xiǎn)傳染可能性。因此，本文認(rèn)為我國在防范和化解金融風(fēng)險(xiǎn)的過程中，應(yīng)采用差異化的策略，重點(diǎn)關(guān)注極端事件發(fā)生所造成的金融風(fēng)險(xiǎn)傳染。

關(guān)鍵詞：股市；時變Copula模型；尾部相依性

一、引言

隨著中國特色社會主義進(jìn)入新時代，我國經(jīng)濟(jì)發(fā)展也步入新時代，國內(nèi)外經(jīng)濟(jì)金融形勢嚴(yán)峻復(fù)雜，要“健全金融監(jiān)管體系，守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的底線”。眾所周知，股票市場可以很好地反映一國的經(jīng)濟(jì)發(fā)展?fàn)顩r，是國家經(jīng)濟(jì)狀況的“晴雨表”。在股票市場中，不同國家（地區(qū)）的投資者的金融活動相互影響。一個國家（地區(qū)）的經(jīng)濟(jì)狀況會通過該國股票市場迅速反映出來，并以“多米諾骨牌”的形式蔓延到其他股票市場，最終導(dǎo)致全球經(jīng)濟(jì)動蕩。在當(dāng)前經(jīng)濟(jì)發(fā)展背景下，監(jiān)控股市波動是維護(hù)中國金融市場安全與穩(wěn)定的重中之重。隨著經(jīng)濟(jì)全球化的快速發(fā)展和金融一體化，各國的金融市場，特別是股票市場，漸漸地不再受到時間和空間的束縛，產(chǎn)生了前所未有的相關(guān)性。一個國家（地區(qū)）的股票市場波動可能迅速傳染到與其相關(guān)程度較高的其他國家或地區(qū)，最終可能形成世界性的金融危機(jī)。中國大陸股市從誕生之初一個比較不完善、相對封閉的市場，漸漸發(fā)展成為全球股票市場不可或缺的一部分。當(dāng)一個國家（地區(qū)）的股票市場完全封閉時，金融風(fēng)險(xiǎn)不可能在各個封閉的市場之間傳染，這也可能是在90年代的亞洲金融危機(jī)時，中國大陸股市沒有遭受太大沖擊的原因之一。但隨著經(jīng)濟(jì)全球化的疾速發(fā)展以及金融一體化，中國資本市場不斷開放，特別是近年來一系列金融開放舉措的實(shí)施，中國經(jīng)濟(jì)逐漸融入世界經(jīng)濟(jì)，各國金融市場產(chǎn)生了越來越復(fù)雜的相關(guān)性。本文將研究中國大陸股市與美國股市之間的相關(guān)性，對于我國新時代下股票市場的風(fēng)險(xiǎn)識別、風(fēng)險(xiǎn)監(jiān)管、風(fēng)險(xiǎn)控制以及防范系統(tǒng)性金融風(fēng)險(xiǎn)的發(fā)生與傳染有著重要的現(xiàn)實(shí)意義。

二、時變SJCCopula模型

考慮到不同股票市場間的相關(guān)性在很大程度上會隨經(jīng)濟(jì)金融的結(jié)構(gòu)性變化而變化，因此有必要建立時變Copula模型描述股票市場間的動態(tài)非線性相依性。時變Copula模型可以分為參數(shù)時變和結(jié)構(gòu)時變，本文選取參數(shù)時變的二元動態(tài)SJCCopula分析金融市場間的動態(tài)相依性。設(shè)t時兩隨機(jī)變量的邊際密度函數(shù)分別為f1與f2，累積分布函數(shù)對應(yīng)為F1與F2，分布函數(shù)參數(shù)為θ1與θ2（假如參數(shù)動態(tài)時變，可寫成θ1t與θ2t），SJCCopula的時變參數(shù)為θct=(κ)t,γt，則其聯(lián)合運(yùn)動規(guī)律可以表示為：Patton（2006）在假設(shè)上下尾相依系數(shù)運(yùn)行規(guī)律的基礎(chǔ)上進(jìn)行Copula函數(shù)的時變參數(shù)估計(jì)。

三、中美股市相關(guān)性實(shí)證分析

（一）數(shù)據(jù)選取

本文采用TV-SJCCopula模型分析中美兩國股市間的相關(guān)性，具體考察的是上證綜合指數(shù)（SH）與美國道瓊斯工業(yè)平均指數(shù)（DJUS）之間的風(fēng)險(xiǎn)聯(lián)動關(guān)系。數(shù)據(jù)選取的為上述股指的日收盤價(jià)，時間為2007年1月5日至2019年3月28日，每個時間序列包含3007個觀測值。鑒于各股市存在不同時開市的情況，本文剔除了各個股市未在同一天開市的數(shù)據(jù)，使各個股票指數(shù)交易日期得到統(tǒng)一，最終每個股票市場均有2786個數(shù)據(jù)，數(shù)據(jù)來源于WIND數(shù)據(jù)庫。為了便于建模分析，計(jì)算了每個股指的對數(shù)收益率，即每日收益率為前后交易日收盤價(jià)格的自然對數(shù)的一階差分值，其計(jì)算公式為：Ri,t=ln(P)i,tPi,t-1，Ri,t表示第t天股指i的收益率，Pi,t表示第t天股指i的收盤價(jià)。

（二）樣本數(shù)據(jù)描述性分析

對兩個股票市場收益率數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，其檢驗(yàn)結(jié)果見表1。從表1可以發(fā)現(xiàn)，首先，兩個序列的峰度均大于3（峰度最小值為7.2343，標(biāo)準(zhǔn)正態(tài)分布峰度為3），同時兩個股票市場指數(shù)收益率序列均出現(xiàn)左偏的非對稱性（偏度系數(shù)均為負(fù)），因而股指收益率分布呈現(xiàn)明顯的“尖峰厚尾”的特征；其次，從Jarque-Bera檢驗(yàn)可以發(fā)現(xiàn)，股指收益序列均拒絕服從正態(tài)分布的原假設(shè)；最后，ADF檢驗(yàn)表明兩個序列均為平穩(wěn)序列，均不存在單位根。

（三）邊緣分布估計(jì)

由于樣本股指收益率序列呈現(xiàn)出“有偏、尖峰、厚尾”的特征，本文使用AR(1)-GJR(1,1)-SkT(ν,λ)模型構(gòu)建各股指收益率的邊緣分布，通過MATLAB編程來進(jìn)行邊緣分布參數(shù)估計(jì)，參數(shù)估計(jì)結(jié)果見表2。從表2估計(jì)結(jié)果來看，在本文研究時間段內(nèi)，兩個股指邊緣分布模型中的非對稱性參數(shù)γ均顯著為正（γ最小值為0.007），說明這兩個股市在面臨正收益沖擊的響應(yīng)程度要明顯小于面臨負(fù)收益沖擊時的響應(yīng)程度，存在顯著的非對稱性沖擊效應(yīng)。另外可以發(fā)現(xiàn)這兩個股票市場指數(shù)收益率數(shù)據(jù)呈現(xiàn)出明顯的“有偏、尖峰、厚尾”特征，這也就表明使用AR(1)-GJR(1,1)-SkT(ν,λ)模型可以比較好地?cái)M合這兩個股指收益率序列的條件邊緣分布。

（四）時變SJCCopula參數(shù)估計(jì)

在利用AR(1)-GJR(1,1)-SkT(ν,λ)模型刻畫樣本股指收益率以及金融開放階段劃分后，對TV-SJCCopula模型進(jìn)行最大似然估計(jì)。除此之外，為了便于比較分析其動態(tài)性，本文還對常態(tài)SJCCopula模型的參數(shù)進(jìn)行了估計(jì)。兩個模型的參數(shù)估計(jì)結(jié)果和模型擬合優(yōu)度AIC見表3。

（五）上尾相依性

首先根據(jù)股指間的上尾相依性進(jìn)行分析，可以發(fā)現(xiàn)在整個樣本期間內(nèi)中國大陸股市與美國股市之間的上尾相依系數(shù)除少數(shù)時間點(diǎn)出現(xiàn)異常劇烈的波動外，一直處于較低的水平，2016年以來，中美兩國貿(mào)易摩擦的碰撞使得其股市間同時出現(xiàn)極端上漲的可能性變大，但依然處于相對較低的水平。同時AIC信息準(zhǔn)則也說明了沒有時變性的常態(tài)SJCCopula相較于TV-SJCCopula，能更好地?cái)M合中國大陸股市與美國股市之間的尾部相依性（常態(tài)SJCCopula的AIC值更小）。上述分析表明了中國股市與美國股市之間的上尾風(fēng)險(xiǎn)聯(lián)系較弱，并且穩(wěn)定在比較低的水平，同時出現(xiàn)極端上漲現(xiàn)象的概率很低。

（六）下尾相依性

接著進(jìn)行下尾相依性分析，根據(jù)上證綜指與美國道瓊斯工業(yè)平均指數(shù)間的下尾相依性能夠看出，中美兩國股市下尾相依性呈現(xiàn)逐年增長態(tài)勢，相依系數(shù)在2008年金融危機(jī)和2018年中美貿(mào)易爭端事件均出現(xiàn)異常值，可以看出在極端事件影響下，中美之間的金融風(fēng)險(xiǎn)傳染效應(yīng)在一定程度上被放大。

四、結(jié)論

為了研究中美兩國股市之間相依性，本文選取中國大陸與美國代表性股指日度數(shù)據(jù)，使用了TV-SJCCopula模型分析中國大陸股市與美國股市間的動態(tài)風(fēng)險(xiǎn)傳染，為了描述風(fēng)險(xiǎn)傳染的動態(tài)性變化而采用時變模型，描述非對稱的上下尾相依性則采用SJCCopula模型。先利用AR(1)-GJR(1,1)-SkT(ν,λ)模型刻畫股市的邊緣分布，接著選用SJCCopula模型完整刻畫所研究時期股市之間的相依結(jié)構(gòu)特征和相依水平。本文通過實(shí)證研究可以得到如下研究結(jié)論：近年來，中美股市間的上下尾相依性表現(xiàn)出明顯的時變性，同時具有顯著地上升趨勢，中美貿(mào)易爭端可能加劇了兩國間的金融風(fēng)險(xiǎn)傳染。以上研究結(jié)論對于我國在控制金融風(fēng)險(xiǎn)傳染以及國際金融投資有較大的參考價(jià)值。首先，我國金融風(fēng)險(xiǎn)監(jiān)管當(dāng)局可以根據(jù)經(jīng)濟(jì)發(fā)展的階段以及股市間的相依性，采用差異化的措施監(jiān)控與防范金融風(fēng)險(xiǎn)。其次，考慮到中美股市間存在的非對稱尾部相關(guān)性，在尾部相關(guān)性低的股市間進(jìn)行分散投資可以很大程度上分散投資風(fēng)險(xiǎn)；而對于一些存在較大尾部相關(guān)性特別是下尾相關(guān)性的，應(yīng)該在資產(chǎn)配置時注意防范特殊極端事件的發(fā)生所造成的投資風(fēng)險(xiǎn)，避免兩個股市同時暴跌帶來的損失。最后，從研究方法看，如果只采用靜態(tài)方法研究兩者的相依性，會忽略時變性帶來的尾部相依性的變動，從而很可能低估投資組合的風(fēng)險(xiǎn)以及兩兩間的風(fēng)險(xiǎn)傳染。

參考文獻(xiàn)：

[1]陳九生,周孝華.基于單因子MSV-CoVaR模型的金融市場風(fēng)險(xiǎn)溢出度量研究[J].中國管理科學(xué),2017,25(01):21-26.

[2]王永巧,劉詩文.基于時變Copula的金融開放與風(fēng)險(xiǎn)傳染[J].系統(tǒng)工程理論與實(shí)踐,2011,31(4):778-784.

[3]郭文偉.國內(nèi)外股市相依結(jié)構(gòu)演化及其危機(jī)傳染效應(yīng)研究[J].國際金融研究,2016(10):63-73．

作者：葛凱飛 單位：南京財(cái)經(jīng)大學(xué)金融學(xué)院