本文采用事件分析法量化分析中美貿(mào)易摩擦對中國股票市場、債券市場和外匯市場風(fēng)險及跨市場之間風(fēng)險傳染的溢出效應(yīng)。實證結(jié)果發(fā)現(xiàn):第一,貿(mào)易摩擦在短期會造成中國各金融市場自身風(fēng)險的上升。從統(tǒng)計顯著性、經(jīng)濟(jì)顯著性和影響持久度來看,不同市場具有不同的反應(yīng)特征,且各市場之間存在"市場輪動"現(xiàn)象。第二,貿(mào)易摩擦對跨市場風(fēng)險傳染有顯著且持久的溢出效應(yīng),共同風(fēng)險敞口及投資者資產(chǎn)配置調(diào)整是該溢出效應(yīng)產(chǎn)生的主要原因,且溢出效應(yīng)方向的差異體現(xiàn)了資金向安全資產(chǎn)轉(zhuǎn)移的特點。第三,按照貿(mào)易摩擦對股、債、匯三個金融市場產(chǎn)生顯著溢出效應(yīng)的先后順序及溢出峰值由小到大的排序,可將中國金融市場劃分為三個風(fēng)險區(qū),并依此維護(hù)金融穩(wěn)定。 

【文章來源】：財貿(mào)經(jīng)濟(jì). 2019年06期 第55-69頁 北大核心CSSCI

【文章頁數(shù)】：15 頁

【部分圖文】：

中美貿(mào)易摩擦與金融市場收益率

較大，這緣于外匯市場的參與者遍布全球?qū)е缕洳▌拥挠绊懸蛩乇容^復(fù)雜。圖3展示了基于DCC-GAＲCH模型度量的跨市場風(fēng)險傳染走勢。由圖3可以發(fā)現(xiàn)如下結(jié)論。第一，股票市場和債券市場之間以負(fù)向傳染為主。其在樣本期間內(nèi)的均值為－0.068，且自2017年下半年起，兩者之間的風(fēng)險傳染基本為負(fù)值。第二，股票市場和外匯市場除在2018年初表現(xiàn)出短暫的正向風(fēng)險傳染外，其余時間均為負(fù)向，且這一負(fù)向風(fēng)險傳染(絕對值)在中美貿(mào)易摩擦?xí)r期大幅增加。第三，債券市場和外匯市場之間以正向風(fēng)險溢出為主，且風(fēng)險傳染在樣本區(qū)間內(nèi)均有較大幅度波動。表1變量描述性統(tǒng)計變量名稱均值標(biāo)準(zhǔn)差最小值中位數(shù)最大值收益率股票市場0.0210.883－4.2720.0692.795債券市場－0.0050.070－0.270－0.0040.672外匯市場0.0000.003－0.0100.0000.011波動率股票市場0.8520.1730.6100.8281.790債券市場0.0650.0390.0160.0560.605外匯市場0.0020.0010.0010.0020.008動態(tài)相關(guān)系數(shù)股票市場與債券市場－0.0680.078－0.382－0.0600.128股票市場與外匯市場－0.1460.077－0.446－0.1440.161債券市場與外匯市場0.0570.065－0.1380.0530.232圖2金融市場波動率走勢注:(1)橫軸表示日期變量，頻率是日度，縱軸表示各金融市場波動率;(2)圖中陰影部分表示日期處于2018年3月8日至2018年7月6日之間。圖3跨市場風(fēng)險傳染走勢注:(1)橫軸表示日期變量，頻率是日度，縱軸表示跨市場風(fēng)險傳染;(2)圖中陰影部分表示日期處于2018年3月8日至2018年7月6日之間。06Finance＆TradeEconomics，Vol.40，No.6，2019

較大，這緣于外匯市場的參與者遍布全球?qū)е缕洳▌拥挠绊懸蛩乇容^復(fù)雜。圖3展示了基于DCC-GAＲCH模型度量的跨市場風(fēng)險傳染走勢。由圖3可以發(fā)現(xiàn)如下結(jié)論。第一，股票市場和債券市場之間以負(fù)向傳染為主。其在樣本期間內(nèi)的均值為－0.068，且自2017年下半年起，兩者之間的風(fēng)險傳染基本為負(fù)值。第二，股票市場和外匯市場除在2018年初表現(xiàn)出短暫的正向風(fēng)險傳染外，其余時間均為負(fù)向，且這一負(fù)向風(fēng)險傳染(絕對值)在中美貿(mào)易摩擦?xí)r期大幅增加。第三，債券市場和外匯市場之間以正向風(fēng)險溢出為主，且風(fēng)險傳染在樣本區(qū)間內(nèi)均有較大幅度波動。表1變量描述性統(tǒng)計變量名稱均值標(biāo)準(zhǔn)差最小值中位數(shù)最大值收益率股票市場0.0210.883－4.2720.0692.795債券市場－0.0050.070－0.270－0.0040.672外匯市場0.0000.003－0.0100.0000.011波動率股票市場0.8520.1730.6100.8281.790債券市場0.0650.0390.0160.0560.605外匯市場0.0020.0010.0010.0020.008動態(tài)相關(guān)系數(shù)股票市場與債券市場－0.0680.078－0.382－0.0600.128股票市場與外匯市場－0.1460.077－0.446－0.1440.161債券市場與外匯市場0.0570.065－0.1380.0530.232圖2金融市場波動率走勢注:(1)橫軸表示日期變量，頻率是日度，縱軸表示各金融市場波動率;(2)圖中陰影部分表示日期處于2018年3月8日至2018年7月6日之間。圖3跨市場風(fēng)險傳染走勢注:(1)橫軸表示日期變量，頻率是日度，縱軸表示跨市場風(fēng)險傳染;(2)圖中陰影部分表示日期處于2018年3月8日至2018年7月6日之間。06Finance＆TradeEconomics，Vol.40，No.6，2019

【參考文獻(xiàn)】：
期刊論文
[1]中美貿(mào)易摩擦對中國系統(tǒng)性金融風(fēng)險的影響研究[J]. 和文佳,方意,荊中博.  國際金融研究. 2019(03)
[2]機(jī)構(gòu)關(guān)聯(lián)、網(wǎng)絡(luò)結(jié)構(gòu)與銀行業(yè)系統(tǒng)性風(fēng)險傳染——基于VAR-NETWORK模型的實證分析[J]. 胡利琴,胡蝶,彭紅楓.  國際金融研究. 2018(06)
[3]股票市場和外匯市場間風(fēng)險溢出效應(yīng)研究——基于GARCH-時變Copula-CoVaR模型的分析[J]. 周愛民,韓菲.  國際金融研究. 2017(11)
[4]本地偏好、投資者情緒與股票收益率:來自網(wǎng)絡(luò)論壇的經(jīng)驗證據(jù)[J]. 楊曉蘭,沈翰彬,祝宇.  金融研究. 2016(12)
[5]我國上市金融機(jī)構(gòu)關(guān)聯(lián)性研究——基于網(wǎng)絡(luò)分析法[J]. 李政,梁琪,涂曉楓.  金融研究. 2016(08)
[6]系統(tǒng)性風(fēng)險的傳染渠道與度量研究——兼論宏觀審慎政策實施[J]. 方意.  管理世界. 2016(08)
[7]主板與中小板、創(chuàng)業(yè)板市場之間的非線性研究:“市場分割”抑或“危機(jī)傳染”?[J]. 方意.  經(jīng)濟(jì)學(xué)(季刊). 2016(01)
[8]中國股票市場國際化研究:基于信息溢出的視角[J]. 梁琪,李政,郝項超.  經(jīng)濟(jì)研究. 2015(04)
[9]匯率波動性與股市收益率聯(lián)動性——來自國際樣本的經(jīng)驗證據(jù)[J]. 李廣眾,楊子暉,楊鎧維.  金融研究. 2014 (07)
[10]資產(chǎn)價格與宏觀經(jīng)濟(jì)金融系統(tǒng)的穩(wěn)定性——基于貨幣量值模型的理論與仿真分析[J]. 馬亞明,溫博慧.  金融經(jīng)濟(jì)學(xué)研究. 2013(05)



本文編號：2912768