第一章   緒論

第一節(jié)  研究背景
當(dāng)前，中國經(jīng)濟(jì)發(fā)展和全球經(jīng)濟(jì)的關(guān)聯(lián)性越來越大。全球經(jīng)濟(jì)活動(dòng)日益呈現(xiàn)出區(qū)域化和金融市場自由化的特點(diǎn)。本文基于“一帶一路”經(jīng)濟(jì)戰(zhàn)略致力于亞歐非大陸各國建立經(jīng)濟(jì)合作關(guān)系，實(shí)現(xiàn)沿線各國多樣化、獨(dú)立性、顧全大局、可持續(xù)的發(fā)展，在中國與亞歐非等地區(qū)經(jīng)濟(jì)合作緊密聯(lián)系的基礎(chǔ)上，探討它們股票市場的關(guān)聯(lián)關(guān)系，在查閱大量國內(nèi)外文獻(xiàn)的基礎(chǔ)上對我國股票市場與亞洲區(qū)，歐洲區(qū)，美洲區(qū)，非洲區(qū)以及全球股市的溢出效應(yīng)進(jìn)行實(shí)證研究。  
.........

第二節(jié)  研究的目的和意義
2013 年我國提出“一帶一路”經(jīng)濟(jì)發(fā)展戰(zhàn)略，共建“一帶一路”致力于亞歐非大陸及附近海洋的互聯(lián)互通，建立和加強(qiáng)沿線各國互聯(lián)互通伙伴關(guān)系，構(gòu)建全方位、多層次、復(fù)合型的互聯(lián)互通網(wǎng)絡(luò)，實(shí)現(xiàn)沿線各國多元、自主、平衡、可持續(xù)的發(fā)展�！耙粠б宦贰必灤﹣啔W非大陸，一頭是活躍的東亞經(jīng)濟(jì)圈，一頭是發(fā)達(dá)的歐洲經(jīng)濟(jì)圈，中間是發(fā)展?jié)摿薮蟮母沟貒�。絲綢之路經(jīng)濟(jì)帶重點(diǎn)合作方向有三個(gè)，分別是中國經(jīng)中亞、俄羅斯至歐洲(波羅的海)，中國經(jīng)中亞、西亞至波斯灣、地中海，中國至東南亞、南亞、印度洋；21 世紀(jì)海上絲綢之路重點(diǎn)合作方向有兩個(gè)，分別是從中國沿海港口過南海到印度洋并延伸至歐洲，從中國沿海港口經(jīng)南海到南太平洋�！耙粠б宦贰苯�(jīng)濟(jì)發(fā)展戰(zhàn)略提出后我國與亞歐非美乃至全球各區(qū)域的經(jīng)濟(jì)聯(lián)系更加緊密，從而帶動(dòng)金融市場的緊密聯(lián)系。    本文通過對中國和全球各個(gè)區(qū)域股市之間的溢出效應(yīng)進(jìn)行分析的結(jié)果具有比較客觀的現(xiàn)實(shí)價(jià)值：首先對中國和全球各區(qū)域的投資者來說，由于股票市場的收益來源于股票價(jià)格的波動(dòng)，股票價(jià)格波動(dòng)越頻繁，投資者就越有機(jī)會(huì)獲得更多的收益，股票市場波動(dòng)越大說明越有超額的投資回報(bào)，分析研究中國和全球各區(qū)域股市收益率存在的關(guān)系，有助于全球機(jī)構(gòu)投資者摸清中國和全球各區(qū)域股市的運(yùn)行規(guī)律，在全球范圍內(nèi)合理配置資金，結(jié)合中國和各個(gè)區(qū)域的經(jīng)濟(jì)合作關(guān)系，合理高效投資股票，最優(yōu)化配置資產(chǎn)組合，極力規(guī)避投資風(fēng)險(xiǎn)，可以為投資者提供理性的參考。對于中國政府來說，我國當(dāng)前發(fā)展“一帶一路”的經(jīng)濟(jì)戰(zhàn)略，我國和亞洲，歐洲，非洲，美洲，乃至全球的經(jīng)濟(jì)合作不斷加強(qiáng)，而股市向來是經(jīng)濟(jì)的晴雨表，在整個(gè)經(jīng)濟(jì)活動(dòng)中扮演有效資源配置的作用。
........

第二章   國內(nèi)外相關(guān)文獻(xiàn)綜述

第一節(jié)  國外文獻(xiàn)綜述
研究股票市場，波動(dòng)率一直是個(gè)亙古不變的主題。自從 20 世紀(jì) 90 年代開始，有關(guān)溢出效應(yīng)的研究就一直引起國內(nèi)外學(xué)者的廣泛關(guān)注。Theodossiou 和Lee(1993)運(yùn)用 MGARCH 模型對加拿大,日本,英國,美國和德國的股票市場進(jìn)行了實(shí)證分析，研究分析表明：美國對英國，加拿大，德國具有正的均值溢出效應(yīng)，美國對日本，英國，加拿大，德國都具有明顯的波動(dòng)溢出效應(yīng)。 Surya,Yunita (2012)以 2004 年 1 月至 2008 年 12 月日印度尼西亞，美國和日本股票指數(shù)日收益率數(shù)據(jù)為樣本，運(yùn)用 GARCH(1,1)模型分析了這三個(gè)市場的波動(dòng)溢出效應(yīng)，研究表明美國股市會(huì)對印度西亞有單向的波動(dòng)溢出效應(yīng)，日本和印度尼西亞股市之間存在雙向的波動(dòng)溢出效應(yīng)。Badhani(2009)以 S&P 500 指數(shù)和 S&P CNX Nifty 指數(shù)為數(shù)據(jù)樣本，運(yùn)用AR(1)-TGARCH(1,1)模型，研究了美國股票市場和印度股票市場之間的關(guān)系，實(shí)證研究表明，在美國股市的收益和波動(dòng)性沖擊對印度這樣的的新興股票市場有顯著的波動(dòng)影響。但是結(jié)果顯示印度股票市場的收益率對來自美國股市的負(fù)面沖擊比正面沖擊更加敏感。然而美國股市波動(dòng)的正面沖擊對印度股市的波動(dòng)率不產(chǎn)生影響，負(fù)面沖擊對印度股市波動(dòng)會(huì)產(chǎn)生劇烈動(dòng)蕩。 Mulyadi, Anwar (2012)采用 GARCH（1,1）和 GARCH-X 模型以從 2006 年 1 月到 2010 年 7 月道瓊斯工業(yè)平均指數(shù)（美國），富時(shí) 100 指數(shù)（UK），和希臘證券交易所綜合指數(shù)為樣本數(shù)據(jù)研究了這三個(gè)股票市場的收益率和波動(dòng)溢出效應(yīng)，研究結(jié)果表明在這一期間三個(gè)股票市場存在 1%的顯著性水平的均值溢出效應(yīng)。美國股市對希臘股市不存在波動(dòng)溢出效應(yīng)。在美國次貸危機(jī)時(shí)期，不存在 美國股市對希臘股市的波動(dòng)溢出效應(yīng)，反之亦然。同時(shí)在歐債危機(jī)期間，美國股市不存在對歐洲股市的波動(dòng)溢出效應(yīng)。 
..........

第二節(jié)  國內(nèi)文獻(xiàn)綜述
近年來國內(nèi)的學(xué)者研究溢出效應(yīng)的方法主要有 ARCH 和 GARCH 模型研究溢出效應(yīng)。張延良，趙曉琦，胡曉艷(2014)運(yùn)用 ARCH 族模型研究了金磚國家股票市場的波動(dòng)性發(fā)現(xiàn)金磚國家股市收益率的存在波動(dòng)聚集性，相對于成熟的股票市場金磚國家的股票市場抵御風(fēng)險(xiǎn)的能力比較脆弱，在市場市場抗風(fēng)險(xiǎn)能力比較弱的情況下,投資者要求的風(fēng)險(xiǎn)補(bǔ)償比較高，面對市場信息的沖擊還比較敏感，很容易放大市場信息，導(dǎo)致股票收益率出現(xiàn)大幅的波動(dòng)。 陳瀟，楊恩(2011)運(yùn)用 GARCH 模型研究了中美股市的杠桿效應(yīng)和波動(dòng)溢出效應(yīng)，研究結(jié)果表明：滬深股市都存在顯著的杠桿效應(yīng)，與美國股市的杠桿效應(yīng)相對來說滬深股市的杠桿效應(yīng)要弱的多；滬深股市之間存在明顯的雙向波動(dòng)溢出效應(yīng)，且滬市對深市的波動(dòng)溢出效應(yīng)要比深市對滬市的溢出效應(yīng)更加顯著，美國股市與中國滬深股市之間不存在非常顯著的波動(dòng)溢出效應(yīng)。 董秀良，曹鳳岐(2009)運(yùn)用多元廣義自回歸條件異方差（GARCH）模型研究了我國滬市和美國，日本，香港股市市場的波動(dòng)溢出效應(yīng)，研究顯示香港股市對滬市有顯著的波動(dòng)溢出效應(yīng)，而美，日股票市場對滬市的波動(dòng)溢出效應(yīng)不顯著。但是由于美日股市與香港股市具有相關(guān)性，所以美日股票市場可以通過香港股市間接影響國內(nèi)股市的波動(dòng)性。 
.........

第三章   數(shù)據(jù)樣本選取和實(shí)證模型理論介紹........ 9 
第一節(jié)  樣本數(shù)據(jù)選取以及介紹 ........ 9 
第二節(jié)  向量自回歸模型 ...... 10 
第三節(jié)  波動(dòng)率模型 .......... 12 
第四節(jié)  本章小結(jié) ..... 14 
第四章   實(shí)證分析........ 15 
第一節(jié)  樣本數(shù)據(jù)分析 ........ 15 
第二節(jié)  均值溢出效應(yīng)分析 .... 23 
第三節(jié)  波動(dòng)溢出效應(yīng)分析 .... 34 
第四節(jié)  本章小結(jié) ..... 46 
第五章   結(jié)論及政策建議......... 47 
第一節(jié)  本文結(jié)論 ..... 47 
第二節(jié)  相關(guān)建議 ..... 48 
第三節(jié)  進(jìn)一步研究方向 ...... 49 

第四章   實(shí)證分析

第一節(jié)  樣本數(shù)據(jù)分析

本文實(shí)證數(shù)據(jù)選擇滬深 300 指數(shù)，MSCI 亞洲指數(shù)，MSCI 歐洲指數(shù)，MSCI 美洲指數(shù)和 MSCI 非洲新興市場指數(shù)為樣本。樣本數(shù)據(jù)的區(qū)間選擇為 2002 年 1 月 1日到 2014 年 12 月 31 日，數(shù)據(jù)來源于 Wind 數(shù)據(jù)終端。考慮到每個(gè)區(qū)域指數(shù)的交易日期存在著不一致，本文剔除了滬深 300 指數(shù)和各個(gè) MSCI 區(qū)域指數(shù)不一致的交易日。本文以 2008 年金融危機(jī)爆發(fā)為分割點(diǎn)把樣本數(shù)據(jù)劃分為第一階段 2002年 1 月到 2008 年 1 月和第二階段從 2008 年 1 月到 2014 年 12 月 31 日這樣兩個(gè)階段來研究滬深 300 指數(shù)日收益率和 MSCI 各個(gè)區(qū)域指數(shù)日收益率的溢出效應(yīng)。在計(jì)算指數(shù)收益率時(shí)，本文使用以往文獻(xiàn)中慣用的處理方法，即1log( / )t t tr P P?? ,其中tr 為 t 期的收益率，tP 為 t 期的指數(shù)。剔除了滬深 300 指數(shù)與全球各個(gè)區(qū)域指數(shù)不一致的交易日指數(shù)，第一組數(shù)據(jù)滬深 300 指數(shù)和 MSCI 亞洲指數(shù)的日收益率在金融危機(jī)前后分別是 1445 和 1770 個(gè)樣本數(shù)據(jù)。第二組滬深 300 指數(shù)和 MSCI歐洲指數(shù)的日收益率在金融危機(jī)前后分別是 1445 和 1770 個(gè)樣本數(shù)據(jù)。第三組滬深 300 指數(shù)和 MSCI 美洲指數(shù)的日收益率在金融危機(jī)前后分別是 1385 和 1682 個(gè)樣本數(shù)據(jù)。第四組滬深 300 指數(shù)和 MSCI 非洲指數(shù)的日收益率在金融危機(jī)前后分別是 1237 和 1682 個(gè)樣本數(shù)據(jù)。第五組滬深 300 指數(shù) MSCI 全球指數(shù)的日收益率在金融危機(jī)前后分別是 1353 和 1682 個(gè)樣本數(shù)據(jù)。

.......
 
結(jié)論

本文采用 2002 年 1 月 1 日到 2014 年 12 月 31 日我國和全球各個(gè)區(qū)域股票市場指數(shù)的日收盤價(jià)為樣本。以 2008 年金融危機(jī)為分割點(diǎn)，分為兩個(gè)階段對中國滬深 300 指數(shù)與 MSCI 亞洲指數(shù)，MSCI 歐洲指數(shù)，MSCI 美洲指數(shù)，MSCI 非洲指數(shù)和 MSCI 全球指數(shù)所代表的各個(gè)區(qū)域股票市場的相關(guān)性進(jìn)行了研究。首先對樣本數(shù)據(jù)進(jìn)行處理并采用對數(shù)收益率的形式，對指數(shù)的收益率進(jìn)行了描述性統(tǒng)計(jì)分析發(fā)現(xiàn)在金融危機(jī)爆發(fā)后樣本數(shù)據(jù)的收益率，標(biāo)準(zhǔn)差都發(fā)生了明顯的變化。其次本文利用向量自回歸模型(VAR)和格蘭杰因果檢驗(yàn)分析了中國滬深 300 指數(shù)日收益率和全球各個(gè)區(qū)域指數(shù)日收益率在金融危機(jī)前后的均值溢出效應(yīng)。最后本文利用 MVGARCH-BEKK 模型對中國滬深 300 指數(shù)日收益率和全球各個(gè)區(qū)域指數(shù)日收益率在金融危機(jī)前后的波動(dòng)溢出效應(yīng)進(jìn)行了分析，本文從這些實(shí)證分析中得到以下結(jié)論：
(1)從各個(gè)區(qū)域股票指數(shù)收益率的基本描述統(tǒng)計(jì)分析我們可以發(fā)現(xiàn)：中國股市和全球各個(gè)區(qū)域主要股票指數(shù)日收益率序列均為平穩(wěn)序列，但是都不服從正太分布，具有尖峰厚尾的特征，收益率低于平均收益率的情況比較常見，具有很強(qiáng)的波動(dòng)率聚集性。 
(2)通過對中國和全球各個(gè)區(qū)域指數(shù)的日收益率建立向量自回歸模型可以發(fā)現(xiàn)：對于中國和亞洲區(qū)股市，在第一階段中國滬深 300 指數(shù)和 MSCI 亞洲指數(shù)日收益率不存在均值溢出效應(yīng)，即不存在格蘭杰因果關(guān)系，然而在金融危機(jī)爆發(fā)后中國滬深 300 指數(shù)日收益率在 5%顯著性水平下對 MSCI 亞洲指數(shù)日收益率存在明顯的單向均值溢出效應(yīng)。對于中國和歐洲區(qū)股市，在第一階段 MSCI 歐洲指數(shù)日收益率在 5%顯著性水平下對中國滬深 300 指數(shù)日收益率單向的均值溢出效應(yīng)，然而在金融危機(jī)爆發(fā)后歐洲區(qū)域股票市場對中國股市均值溢出效應(yīng)更加明顯，MSCI 歐洲指數(shù)日收益率在 1%顯著性水平下對中國滬深 300 指數(shù)日收益率單向的均值溢出效應(yīng)。對于中國和美洲區(qū)股市，，在第一階段滬深 300 指數(shù)日收益率和MSCI 美洲指數(shù)日收益率不存在均值溢出效應(yīng)，但是金融危機(jī)爆發(fā)后 MSCI 美洲指數(shù)日收益率在 1%的顯著性水平下對滬深 300 指數(shù)日收益率存在單向的均值溢出效應(yīng)。
.........
參考文獻(xiàn)(略)

本文編號(hào)：44143