关于金融危机论文范文 金融危机对证券市场波动溢出影响相关论文写作参考文献

金融危机对证券市场波动溢出影响是适合不知如何写金融危机方面的相关专业大学硕士和本科毕业论文以及关于全球经济危机论文开题报告范文和相关职称论文写作参考文献资料下载。

摘 要：不同证券市场之间的波动存在时变、非对称、非线性相关的特性,尤其是在极端事件影响下,证券市场之间往往会表现出尾部相关的特性.以次贷危机为背景,利用时变Copula模型研究了证券市场间的波动溢出.结果发现无论是金融安全时期还是金融危机时期,均存在美国证券市场对中国证券市场的波动溢出,并且在金融危机期间这种波动溢出效应有增强的趋势.



关键词： 证券市场；波动溢出；时变Copula模型



中图分类号： F830.91 文献标识码： A文章编号：1003-7217(2011)06-0048-05

一、引 言

伴随着中国金融对外开放力度的加大,中国证券市场和国际证券市场之间的资金流动和信息传播不断加强,波动溢出特征愈来愈明显.对中国证券市场和国际证券市场间的波动溢出进行研究显得尤为迫切.

Copula函数在不要求具有相同边缘分布形式的情况下,可以将金融市场随机变量的边缘分布和联合分布连接起来构造灵活实用的多元分布,并且由此导出相关性测度.因此近年来有学者提出运用Copula模型对金融市场间的波动溢出进行研究.Wen和Liu利用Copula模型对随机变量间的相关性进行测度,证明Copula模型能较好地描述随机变量间的相关性［1］.Zhang和Paya的研究结果则表明Copula模型可以较好捕捉各证券市场之间的尾部相关性［2］.但是目前将Copula模型应用于证券市场间波动溢出分析的文献多为静态研究,很少有文献对证券市场间波动的尾部相关性进行研究.同时,在运用Copula模型对波动溢出问题进行研究时,多是对波动溢出大小进行研究,很少考虑波动溢出的方向,而波动溢出是一个矢量概念,既包括方向也包括大小.因而本文结合Granger因果检验,将时变二元Copula模型引入到证券市场波动溢出研究,不仅能分析证券市场波动溢出的方向,还能描述证券市场间波动溢出的时变性,同时也能捕捉到波动溢出的尾部结构.

二、证券市场波动溢出的Copula模型选取

本文主要运用两种时变相关二元Copula模型对证券市场间波动溢出进行分析.

(一) 时变相关二元正态Copula模型

时变相关二元正态Copula模型能够较好的描述证券市场之间在正常情况下的时变相关特性.分布函数为［3］：

Cu,v;ρ等于∫Φ－1(u)－

䥺SymboleB@ ∫Φ－1(v)－

䥺SymboleB@ 12π1－ρ2

exp －(r2+s2－2ρrs)2(1－ρ2)drds(1)

其中,Φ－1(•)表示标准正态分布函数的逆函数；ρ∈(－1,1),表示相关参数；u,v分别表示经过概率积分变换后得到的两个证券市场波动序列.

为了描述两个证券市场波动序列之间随外部环境变化而变化的时变相关性,本文采用如下时变相关参数演进方程：

ρt等于Λωρ+βρρt-1+αρ×

1q∑qi等于1Φ-1(ut-iΦ-1(νt-i)(2)

其中函数Λ(x)等于1－e－x1+e－x,该函数的引入能保证相关参数ρt始终处于(－1,1)区间之内.

(二) 时变相关二元SJC Copula模型

时变相关二元SJC Copula模型的分布函数为［4］：

CSJCu,v;τUt,τLt等于0.5(CJC(u,v;τUt,τLt)+

CSJC(1－u,1－v;τUt,τLt)+u+v－1)(3)

其中,τL和τU分别为估计的两个证券市场波动序列的上尾相关性系数和下尾相关性系数.当τU等于τL,连接函数为尾部对称.

由于证券市场处于一个不断变化波动的环境之中,这将导致证券市场波动序列之间的尾部相关性也会随着时间而发生不断的变化.为了更好地描述这种特征,本文运用ARMA(1,10)的过程来描述SJC Copula 模型的上尾和下尾相关关系：

τUt等于ΛωU+βUτUt－1+αU•110∑10j等于1ut－j－uv－j(4)

τLt等于ΛωL+βLτLt－1+αL•110∑10j等于1ut－j－uv－j(5)

其中,函数Λ(•)为Logistic转换函数,Λ(x)等于(1+e－x)－1,这个函数的应用能够确保证券市场波动序列之间的条件上尾相关系数和条件下尾相关系数在任意时刻都处于(0,1)区间；βUτUt－1和βLτLt－1分别为上尾相关系数和下尾相关系数的自回归项；110∑10j等于1ut－j－uv－j为外生变量.本文选用滞后10阶经过概率积分转换后的波动序列差的绝对值的均值作为外生变量,这样SJC Copula模型就具有了时变特征.

三、证券市场波动溢出的实证研究

以下将运用时变相关二元Copula模型分别研究金融安全期和金融危机期的中国和美国证券市场之间的波动溢出效应.

(一)样本选择和数据来源

本文主要考察中国证券市场和美国证券市场之间的波动溢出效应.选取标准普尔500指数作为美国证券市场的代表指数.选取上证综合指数反映中国证券市场的波动.

本文把2003年5月26日QFII获批作为样本开始期,以2007年7月10日穆迪、标准普尔宣布次级债降级为界限将样本期划分为两段.其中2003年5月27日~2007年7月9日为金融安全样本时期,2007年7月10日~2010年6月30日为金融危机样本时期.由于中国证券市场和美国证券市场因节假日而休市的日期有所不同,故在对节假日的处理上本文依据Hamao的做法,对于任一市场休市,而其他证券市场没有休市的情况给予删除当日记录的方式来处理［5］.整理后每个证券市场最终得到1627个样本数据.其中,金融安全期共包含941个样本数据,金融危机期共包含686个样本数据.由于不同证券市场指数的基数不同,需要将证券市场指数转换为日收益率,本文采用对数差分计算证券市场收益率.分别用RSSEC和RS&P代表中国和美国证券市场的收益率序列.本文所使用的证券市场收盘价来自上海证券交易所(http://www.sse.com.cn/)和雅虎财经(http:// www.yahoo.com.cn/).

(二)金融安全期证券市场间的波动溢出研究

1. 波动度量的结果及分析.

通过ARCH LM检验,发 融安全期中国和美国证券市场收益率残差平方序列中均存在ARCH效应,而GARCH(1,1)模型可以较好的消除残差序列中的条件异方差性.因此,将分别运用GARCH(1,1)-normal、GARCH(1,1)-t和GARCH(1,1)-GED模型来对证券市场收益率序列的波动进行度量.

研究发现,对于中国证券市场而言,GARCH(1,1)-normal和GARCH(1,1)-t模型中,各参数中除了μ外均为统计显著,而GARCH(1,1)-GED模型中μ和参数均为统计不显著,因此首先排除GARCH(1,1)-GED模型.在GARCH(1,1)-t模型中,α+β等于0.996691,接近于1,参数ν显著,说明外来冲击对中国证券市场收益率具有较持久的影响,即证券市场波动具有长记忆性,并且具有显著的厚尾特征.此外,和GARCH(1,1)-normal模型相比,GARCH(1,1)-t模型具有更大的极大似然值,因此,选取GARCH(1,1)-t模型作为金融安全期中国证券市场的波动度量模型.

总结:该文是关于金融危机论文范文，为你的论文写作提供相关论文资料参考。

参考文献：

1、 金融危机对美国国债市场我国经济影响 摘 要：自2007年美国次贷危机爆发以来，美国在大量发行国债的同时实行量化宽松政策，以向市场投入更多的美元，增加美元流动性。美国国债市场规模、结。

2、 金融危机对中国证券市场传染效应影响 【摘 要】 随着世界经济发展的进行，经济金融化的趋势愈发明显，金融危机的易发性和破坏性也变得愈来愈大。在刚刚过去的十几年中，经济危机的频发不仅仅。

3、 中国房地产市场波动对宏观经济影响分析 就现实情况来说房地产市场的发展可以说已经达到了一个比较峰值的地位。毕竟本身作为不可或缺的生活产品以及城市化扩张的背景之下，很难使得自身有什么发展。

4、 后金融危机时代国际证券监管路径 摘要：国际证券监管碎片化是2008年的全球性金融危机产生的根本原因。因为国际证券监管碎片化导致各国证券监管的朝底竞争，各国证券监管和执法的代沟，。

5、 国际金融危机冲击对中国企业生产率影响 摘要：文章利用1998年-2013年工业企业数据库计算了全要素生产率，并使用双重倍分法来分离国内政策影响，分析国际金融危机对工业企业全要素生产率。

6、 国际金融危机期间我国短期资本流动影响因素分析 短期资本通常具有投资期限短、流动性高、稳定性弱等特点。在全球经济一体化和金融自由化大背景下，短期资本在全球范围内流动的规模不断扩大，并加大了对发。