本文關(guān)鍵詞： 條件風(fēng)險價值 系統(tǒng)重要性市場 多元分位數(shù)回歸模型 風(fēng)險傳染　出處：《國際金融研究》2017年09期 　論文類型：期刊論文

【摘要】：隨著我國證券市場日益融入世界金融體系,國際證券市場受到的極端沖擊將會顯著地傳染到我國股票市場,但現(xiàn)有研究并不能有效地識別對A股具有系統(tǒng)重要性的市場。本文基于White et al.(2015)提出的多元分位數(shù)回歸模型構(gòu)建適用于分析證券市場的新Co Va R模型框架,并以此測算了中國加入WTO以來9個代表性境外證券市場對我國A股市場的尾部風(fēng)險傳染大小,對比了它們的系統(tǒng)重要性排名。研究發(fā)現(xiàn),中國香港和美國對我國A股市場具有最高的系統(tǒng)重要性,而英國和德國的系統(tǒng)重要性排名最低。近年來,對外開放政策并沒有實質(zhì)提升我國金融市場的國際化水平,國際極端沖擊對中國A股市場的風(fēng)險傳染還非常有限,其中,亞太區(qū)域因素的影響顯著大于國際因素。這些結(jié)論對于我國準確監(jiān)測和識別國外輸入型的系統(tǒng)性風(fēng)險,以及加強與歐洲發(fā)達國家跨區(qū)域的金融合作(如"滬倫通")提供了直接的經(jīng)驗證據(jù)。
[Abstract]:With the increasing integration of China's securities market into the world financial system, the extreme impact of the international securities market will significantly infect our stock market. However, the existing research can not effectively identify the market which is systemically important to A shares. This paper is based on White et al. The proposed multivariate quantile regression model is suitable for the analysis of the securities market. Based on this, this paper calculates the tail risk contagion of 9 representative overseas securities markets in China after China's entry into WTO, and compares their systematical importance rankings. Hong Kong and the United States have the highest systemic importance in China's A-share market, while the UK and Germany have the lowest ranking in recent years. The policy of opening to the outside world has not actually promoted the internationalization level of China's financial market, and the risk contagion of the international extreme impact on China's A-share market is still very limited, among which. The impact of factors in the Asia-Pacific region is significantly greater than that of international factors. These conclusions are of great importance to the accurate monitoring and identification of systemic risks of imported foreign countries in China. And strengthening cross-regional financial cooperation with European developed countries (such as the Shanghai Stock Connect) provides direct empirical evidence.
【作者單位】： 復(fù)旦大學(xué)經(jīng)濟學(xué)院;南昌大學(xué)經(jīng)濟管理學(xué)院;復(fù)旦大學(xué)金融研究院;
【分類號】：F224;F832.51
【正文快照】： 引言隨著經(jīng)濟全球化和國際金融一體化程度的不斷提高,中國金融市場越來越融入全球金融體系中,這使得我國證券市場不可避免地受到國外資本市場的系統(tǒng)性沖擊。例如,美國次貸危機期間,在我國經(jīng)濟基本面未發(fā)生實質(zhì)性惡化的條件下,上證綜合指數(shù)暴跌近71%。進入2011年,歐洲債務(wù)危機

【相似文獻】

相關(guān)期刊論文 前10條

1 吳建南;馬偉;;分位數(shù)回歸與顯著加權(quán)分析技術(shù)的比較研究[J];統(tǒng)計與決策;2006年07期

2 張代強;張屹山;;前瞻性利率規(guī)則在我國的實證研究——基于分位數(shù)回歸方法的變參數(shù)檢驗[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2008年10期

3 劉生龍;;教育和經(jīng)驗對中國居民收入的影響——基于分位數(shù)回歸和審查分位數(shù)回歸的實證研究[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2008年04期

4 羅玉波;;房價影響因素分析:分位數(shù)回歸方法[J];統(tǒng)計與決策;2011年06期

5 李順毅;;房價如何影響消費對經(jīng)濟增長的貢獻——基于分位數(shù)回歸的實證分析[J];消費經(jīng)濟;2011年03期

6 朱平芳;張征宇;;無條件分位數(shù)回歸:文獻綜述與應(yīng)用實例[J];統(tǒng)計研究;2012年03期

7 胡豐;許啟發(fā);蔣翠俠;;基于分位數(shù)回歸的基金風(fēng)格分析與業(yè)績評價[J];鄭州航空工業(yè)管理學(xué)院學(xué)報;2012年06期

8 王朝;高敬雅;王琪;;基于分位數(shù)回歸的房地產(chǎn)價格研究[J];商;2012年14期

9 胡永遠;倪麗艷;;基于分位數(shù)回歸的社會救助再就業(yè)人群收入研究[J];山東財政學(xué)院學(xué)報;2013年03期

10 歐陽勝銀;;外資溢出效應(yīng)的分位數(shù)回歸研究[J];財經(jīng)理論與實踐;2013年04期

相關(guān)會議論文 前4條

1 林藝圃;;中國股市價量關(guān)系的實證分析分位數(shù)回歸模型[A];中國社會科學(xué)院第三屆中國經(jīng)濟論壇論文集（下）[C];2007年

2 陳娟;林龍;葉阿忠;;基于分位數(shù)回歸的中國居民消費研究[A];中國社會科學(xué)院第三屆中國經(jīng)濟論壇論文集（下）[C];2007年

3 夏寧;;中國上市公司高管人員薪酬的影響因素與成因分解——一個基于分位數(shù)回歸模型的實證研究[A];中國會計學(xué)會財務(wù)管理專業(yè)委員會2009年學(xué)術(shù)年會論文集[C];2009年

4 宋馬林;吳杰;高玉強;張琳玲;宋峰;;中國入世以來的對外貿(mào)易與環(huán)保效率——基于分省面板數(shù)據(jù)的實證分析[A];中國貿(mào)易救濟與產(chǎn)業(yè)安全論叢（2012）——第七屆中國貿(mào)易救濟與產(chǎn)業(yè)安全研究獎獲獎?wù)撐募痆C];2013年

相關(guān)博士學(xué)位論文 前5條

1 康寧;分位數(shù)回歸模型及在金融經(jīng)濟中的應(yīng)用[D];合肥工業(yè)大學(xué);2016年

2 王娜;面板數(shù)據(jù)分位數(shù)回歸模型求解及應(yīng)用研究[D];山東大學(xué);2017年

3 韓月麗;極值統(tǒng)計與分位數(shù)回歸理論及其應(yīng)用[D];天津大學(xué);2009年

4 項云帆;資本資產(chǎn)定價模型及實證分析[D];華中科技大學(xué);2010年

5 陳林興;基于空間視角的我國省際農(nóng)村居民消費趨同性研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 周策;VaR模型在我國開放式上市基金市場的實證分析[D];廣東外語外貿(mào)大學(xué);2015年

2 陳士俊;神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸模型預(yù)測能力研究[D];合肥工業(yè)大學(xué);2015年

3 劉玉葉;基于分位數(shù)回歸的組合投資決策及績效評價[D];合肥工業(yè)大學(xué);2015年

4 劉潤芝;湖南省城鎮(zhèn)化動力機制研究[D];南京財經(jīng)大學(xué);2014年

5 聞才喜;基于神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸及核密度估計的概率密度預(yù)測方法研究[D];合肥工業(yè)大學(xué);2015年

6 薛立國;VaR方法在風(fēng)險度量中的應(yīng)用[D];南京財經(jīng)大學(xué);2014年

7 郝祥如;基于分位數(shù)回歸的政府經(jīng)濟管制強度對公眾創(chuàng)業(yè)頻度影響的統(tǒng)計研究[D];山東財經(jīng)大學(xué);2016年

8 常琳;異方差泊松自回歸模型的分位數(shù)回歸估計[D];吉林大學(xué);2016年

9 張成;基于分位數(shù)回歸的金融風(fēng)險管理[D];西南交通大學(xué);2016年

10 李金;基于市場數(shù)據(jù)的金融系統(tǒng)性風(fēng)險研究[D];天津科技大學(xué);2015年

，

本文編號：1456067