亚投行成立前后中美股票市场相关性比较研究
随着近年来中国积极参与及创建国际间金融组织，中国的金融市场与全球金融市场将产生越来越大的相互影响及作用。2015年我国作为亚投行的创始国，其目的是为了作为中心国加强与世界经济金融合作。如今，据该金融界重大事件已过去一年，但其影响不得而知。本文选取2014年10月至2017年三月标普500指数与上证综指以亚投行的成立时间为分界点对两个亚投行成立前后两个时间序列构建VAR模型对进行定性与定量分析，并对回归结果进行检验。最终发现上证综指在亚投行成立之后受标普500指数影响程度有着大幅的下降，于此同时影响的时间也大大缩短。标普500指数受上证综指影响的幅度略微增大，其影响时间无明显变化。
目录
摘要 3
关键词 3
Abstract. 3
Key words 3
一、引言 3
二、文献综述 4
（一）国外研究状况 4
（二）国内研究状况 5
（三）文献评述 5
三、研究方法 6
（一）平稳性检验 6
（二）VAR模型 6
（三）脉冲响应函数 6
（四）方差分解 7
四、数据描述与检验 7
（一）描述性统计分析 7
（二）平稳性检验 9
五、模型构建 9
（一）VAR模型估计 9
1、滞后阶数K的选取 9
2、VAR模型分析结果 10
（二）AR根检验 10
（三）脉冲响应函数分析 10
（四）方差分解 11
六、结论 13
致谢 13
参考文献 14
亚投行成立前后中美股票市场相关性比较研究
引言
引言
亚投行的成立主要有三个目的：人民币国际化、丝绸之路计划的大规模融资、国内基础设施建设过剩产能的输出。在美元强势的全球背景下，世界各国对美元这种收割全世界利益的做法非常不满，急需美元之外的储备货币，在人民币国际化问题上，各个国家基本是一拍即合。从而能大大缓解美元不足带给世界各国的压力。丝绸之路计划建立的是大陆贸易通道，而且高铁比海洋运输更有 *好棒文|www.hbsrm.com +Q: &351916072&
优势，这样一来使得中国内部对低端制造业的转移具有极大的吸引力。而亚投行的成立可以为丝绸之路计划进行大范围的融资，成为其资金保障。国内东部沿海基础设施建设高峰期已过，而西部地区需求不足，导致产能严重过剩，丝绸之路计划需要的大量建设正好可以解决这个问题。主导建立亚投行，可以保证各国在融资建设时，优先选择较大比例的中国基建企业，保证中国过剩产能的输出。
从宏观上来分析，随着人民币国际化进程的加快，我国进出口对外贸易显得更为方便快捷。打破了美元在货币届的掌控地位，能进一步促进国际金融市场交易效率的提高。而丝绸之路计划的提出，则是促进中国与周边国家贸易往来，形成中国在亚洲地区贸易枢纽的作用。国内基础设施过剩产能的输出促进了我国资本的良性循环，并通过输出国外获取大额利益。由此可见，亚投行成立的根本目标提高我国在国际金融领域的地位，打破西方大国的垄断掌控。同时将自身打造成为贸易中转站，影响周边国家贸易往来。然而，以上的分析均是想象得来的，究竟最终结果能否按照预期进行，不得而知。而研究两组时间序列的相关性能很好的量化双方之间的相互影响。因此，可以通过我国金融市场与世界金融市场的相关性得出我国在国际金融行业的影响力的变化。美国作为金融届传统的领导者，其在国际金融上的地位举足轻重，本文以上证综指及标普500指数为例，进行相关性的研究分析。从而量化反映亚投行成立的影响，不仅具有时效性，还能为我国在金融行业的相关后续决策领导提供建议。因此，本课题具有较大的研究价值。相关性的概念为：当一个国家股市受另一个国家股市相关性高时，则另一个国家股市波动会对此国股市有着幅度较大的影响。因此，通过本文的研究，若我国股票市场在亚投行成立后与美国股市关联性下降，则可以侧面反映出我国在金融届的地位有较大提升。
本文首先研究国内外相关文献资料，调查学者们所用于研究两序列相关性的模型及数据选取方法。结合自身实际情况及可利用的资源确定研究路线及模型方法。
第二步进行数据收集，通过WIND平台收集2014年10月至2017年3月标普500指数与上证综指以亚投行成立时间为界限分为前后两个阶段。
第三步研究四个收益率序列的均值、标准差、偏度、峰度以及JB值进行描述性分析，随后通过ADF检验法对四个序列进行平稳性检验。
第四步对两个阶段的上证综指及标普500指数选取合适的滞后阶数分别构建VAR模型，得出回归结果，并通过AR根检验判断VAR结果的平稳性，之后通过构出脉冲响应函数图以及方差分解表完成对两阶段的VAR模型分析。
二、文献综述
两国股票市场的波动溢出效应一般用相关系数的大小表示其强弱，用正负表示联动的方向。Lee和Kim（1993）使用相关系数对12个主要市场的周数据进行跨市场的相关系数分析[1]，来检验1987年股灾的传染性，结论显示，经历1987年的股灾后，相关系数从0.23上升到了0.39。但金融时间序列常常存在方差随时间变化以及方差聚类的现象，如果使用整个样本的静态相关系数描述时间序列之间的相关关系，则无法提现时间序列之间相关关系随时间变化情况。Engle（1982）首次提出自回归条件异方差模型将当前一切可利用的信息作为条件，采用某种自回归形式来刻画方差的变异[2]，对于一个时间序列而言，在不同时刻可利用的信息不同，而相应的条件方差也不同，利用ARCH模型，可以刻画出随时间而变异的条件方差。但ARCH模型只适用异方差函数短期自相关过程，因此，Bollerslev（1986）对ARCH模型进行了改进，专门针对金融数据提出了广义自回归异方差（GARCH）模型[3]。
（一）国外研究状况
Susmel和Engle（1994）利用GARCH 模型对1987年至1989年间的美国道琼斯指数和英国FT30指数的小时数据进行分析，研究发现英美两大股市的波动溢出效应小，持续时间短[4]。Miyakoshi（2003）运用二元EGARCH模型研究发现，美国市场对于亚洲市场的收益影响巨大，而日本市场对于亚洲市场的波动率影响强于美国，并且亚洲市场存在对日本市场波动率的反向影响[5]。Arouri等（2008）使用DCCGARCH模型和多元Johansen 协整模型研究了拉丁美洲6个国家的股市与其他主要股票市场之间的联动性，结果表明拉丁美洲股市与其他主要股市在短期内和长期内的联动性均有所增强[6]。Ross（1989）在无套利均衡市场假设下分析了信息流动变动对于不同市场间资产价格的影响[7]。Hamao，Masulis和Ng（1990）运用GARCH模型研究纽约、东京和伦敦股票市场间的价格波动溢出效应，发现价格波动呈现出从纽约到东京、从伦敦到东京、从纽约到伦敦市场波动溢出现象[8]。
目录
摘要 3
关键词 3
Abstract. 3
Key words 3
一、引言 3
二、文献综述 4
（一）国外研究状况 4
（二）国内研究状况 5
（三）文献评述 5
三、研究方法 6
（一）平稳性检验 6
（二）VAR模型 6
（三）脉冲响应函数 6
（四）方差分解 7
四、数据描述与检验 7
（一）描述性统计分析 7
（二）平稳性检验 9
五、模型构建 9
（一）VAR模型估计 9
1、滞后阶数K的选取 9
2、VAR模型分析结果 10
（二）AR根检验 10
（三）脉冲响应函数分析 10
（四）方差分解 11
六、结论 13
致谢 13
参考文献 14
亚投行成立前后中美股票市场相关性比较研究
引言
引言
亚投行的成立主要有三个目的：人民币国际化、丝绸之路计划的大规模融资、国内基础设施建设过剩产能的输出。在美元强势的全球背景下，世界各国对美元这种收割全世界利益的做法非常不满，急需美元之外的储备货币，在人民币国际化问题上，各个国家基本是一拍即合。从而能大大缓解美元不足带给世界各国的压力。丝绸之路计划建立的是大陆贸易通道，而且高铁比海洋运输更有 *好棒文|www.hbsrm.com +Q: &351916072&
优势，这样一来使得中国内部对低端制造业的转移具有极大的吸引力。而亚投行的成立可以为丝绸之路计划进行大范围的融资，成为其资金保障。国内东部沿海基础设施建设高峰期已过，而西部地区需求不足，导致产能严重过剩，丝绸之路计划需要的大量建设正好可以解决这个问题。主导建立亚投行，可以保证各国在融资建设时，优先选择较大比例的中国基建企业，保证中国过剩产能的输出。
从宏观上来分析，随着人民币国际化进程的加快，我国进出口对外贸易显得更为方便快捷。打破了美元在货币届的掌控地位，能进一步促进国际金融市场交易效率的提高。而丝绸之路计划的提出，则是促进中国与周边国家贸易往来，形成中国在亚洲地区贸易枢纽的作用。国内基础设施过剩产能的输出促进了我国资本的良性循环，并通过输出国外获取大额利益。由此可见，亚投行成立的根本目标提高我国在国际金融领域的地位，打破西方大国的垄断掌控。同时将自身打造成为贸易中转站，影响周边国家贸易往来。然而，以上的分析均是想象得来的，究竟最终结果能否按照预期进行，不得而知。而研究两组时间序列的相关性能很好的量化双方之间的相互影响。因此，可以通过我国金融市场与世界金融市场的相关性得出我国在国际金融行业的影响力的变化。美国作为金融届传统的领导者，其在国际金融上的地位举足轻重，本文以上证综指及标普500指数为例，进行相关性的研究分析。从而量化反映亚投行成立的影响，不仅具有时效性，还能为我国在金融行业的相关后续决策领导提供建议。因此，本课题具有较大的研究价值。相关性的概念为：当一个国家股市受另一个国家股市相关性高时，则另一个国家股市波动会对此国股市有着幅度较大的影响。因此，通过本文的研究，若我国股票市场在亚投行成立后与美国股市关联性下降，则可以侧面反映出我国在金融届的地位有较大提升。
本文首先研究国内外相关文献资料，调查学者们所用于研究两序列相关性的模型及数据选取方法。结合自身实际情况及可利用的资源确定研究路线及模型方法。
第二步进行数据收集，通过WIND平台收集2014年10月至2017年3月标普500指数与上证综指以亚投行成立时间为界限分为前后两个阶段。
第三步研究四个收益率序列的均值、标准差、偏度、峰度以及JB值进行描述性分析，随后通过ADF检验法对四个序列进行平稳性检验。
第四步对两个阶段的上证综指及标普500指数选取合适的滞后阶数分别构建VAR模型，得出回归结果，并通过AR根检验判断VAR结果的平稳性，之后通过构出脉冲响应函数图以及方差分解表完成对两阶段的VAR模型分析。
二、文献综述
两国股票市场的波动溢出效应一般用相关系数的大小表示其强弱，用正负表示联动的方向。Lee和Kim（1993）使用相关系数对12个主要市场的周数据进行跨市场的相关系数分析[1]，来检验1987年股灾的传染性，结论显示，经历1987年的股灾后，相关系数从0.23上升到了0.39。但金融时间序列常常存在方差随时间变化以及方差聚类的现象，如果使用整个样本的静态相关系数描述时间序列之间的相关关系，则无法提现时间序列之间相关关系随时间变化情况。Engle（1982）首次提出自回归条件异方差模型将当前一切可利用的信息作为条件，采用某种自回归形式来刻画方差的变异[2]，对于一个时间序列而言，在不同时刻可利用的信息不同，而相应的条件方差也不同，利用ARCH模型，可以刻画出随时间而变异的条件方差。但ARCH模型只适用异方差函数短期自相关过程，因此，Bollerslev（1986）对ARCH模型进行了改进，专门针对金融数据提出了广义自回归异方差（GARCH）模型[3]。
（一）国外研究状况
Susmel和Engle（1994）利用GARCH 模型对1987年至1989年间的美国道琼斯指数和英国FT30指数的小时数据进行分析，研究发现英美两大股市的波动溢出效应小，持续时间短[4]。Miyakoshi（2003）运用二元EGARCH模型研究发现，美国市场对于亚洲市场的收益影响巨大，而日本市场对于亚洲市场的波动率影响强于美国，并且亚洲市场存在对日本市场波动率的反向影响[5]。Arouri等（2008）使用DCCGARCH模型和多元Johansen 协整模型研究了拉丁美洲6个国家的股市与其他主要股票市场之间的联动性，结果表明拉丁美洲股市与其他主要股市在短期内和长期内的联动性均有所增强[6]。Ross（1989）在无套利均衡市场假设下分析了信息流动变动对于不同市场间资产价格的影响[7]。Hamao，Masulis和Ng（1990）运用GARCH模型研究纽约、东京和伦敦股票市场间的价格波动溢出效应，发现价格波动呈现出从纽约到东京、从伦敦到东京、从纽约到伦敦市场波动溢出现象[8]。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jmgl/jjymy/1381.html
