投資者情緒在市場間的傳染會加速金融風險的擴散,因此隨著中國資本市場的逐步開放,研究投資者情緒傳染對中國資本市場的影響越來越迫切。采用波動率指數(shù)作為中美投資者情緒的代理指標,并利用Copula-DCC-GARCH模型和結構變點檢驗方法,對2014年以來中美兩國投資者情緒動態(tài)相依性的總體特征、結構特征、時變性及突變性進行全面考察,結果表明,總體而言,中美兩國投資者情緒具有整體的正向動態(tài)相依性,其動態(tài)相關系數(shù)均值為0.2448,金融風險容易從美國向中國擴散,但是牛市或熊市下投資者情緒的傳染沒有明顯的差異;中美投資者情緒的動態(tài)相依性具有時變性,并存在5個變點,這些特征與中國經(jīng)濟金融基本面因素相關,且除了一個區(qū)段動態(tài)相關系數(shù)均值略小于0之外,其他區(qū)段動態(tài)相關系數(shù)均值均遠大于0,說明兩國投資者情緒間具有很強的相關性。 

【文章來源】：金融經(jīng)濟學研究. 2020,35(02)北大核心CSSCI

【文章頁數(shù)】：13 頁

【文章目錄】：
一、引言
二、文獻綜述
三、研究設計
    (一)DCC-GARCH模型
    (二)Copula-DCC-GARCH模型
    (三)Bai & Perron結構突變檢驗
四、實證分析
    (一)波動率指數(shù)選取及描述性統(tǒng)計
    (二)中美投資者情緒的相依性分析
        1. Copula-DCC-GARCH模型回歸結果。
        2. 動態(tài)相關系數(shù)特征分析。
        3. 牛熊市下動態(tài)相關系數(shù)的差異分析。
    (三)結構變點檢驗
    (四)穩(wěn)健性檢驗
五、結論與討論


【參考文獻】：
期刊論文
[1]期權波動率指數(shù)在中美市場上運用的效果比較[J]. 李雪飛,霍仕胤,趙林.  證券市場導報. 2018(01)
[2]中國波指、股指期貨與投資者情緒[J]. 周亮.  稅務與經(jīng)濟. 2017(05)
[3]我國股市的對外溢出效應與國際影響力研究——基于Copula-DCC-GARCH模型[J]. 李紅權,何敏園.  系統(tǒng)科學與數(shù)學. 2017(08)
[4]投資者情緒及其對股票市場的影響研究[J]. 周亮.  湖南財政經(jīng)濟學院學報. 2017(03)
[5]金融危機背景下中美投資者情緒的傳染性分析[J]. 文鳳華,楊鑫,龔旭,黃創(chuàng)霞,楊曉光.  系統(tǒng)工程理論與實踐. 2015(03)
[6]金融危機前后的中國股債關系分析——基于市場情緒變化的解釋視角[J]. 許祥云,廖佳,吳松洋.  經(jīng)濟評論. 2014(01)
[7]投資者情緒指標與股票市場——基于擴展卡爾曼濾波方法的研究[J]. 池麗旭,張廣勝,莊新田,宋大雷.  管理工程學報. 2012(03)
[8]中國股市指數(shù)與投資者情緒指數(shù)的相互關系[J]. 魯訓法,黎建強.  系統(tǒng)工程理論與實踐. 2012(03)
[9]中國股市投資者情緒測量研究:CICSI的構建[J]. 易志高,茅寧.  金融研究. 2009(11)
[10]個人投資者情緒能預測市場收益率嗎[J]. 余佩琨,鐘瑞軍.  南開管理評論. 2009(01)



本文編號：3437809