【摘要】：經(jīng)濟全球化趨勢使國與國之間的貿(mào)易往來日益頻繁,中國與美國作為世界上兩個貿(mào)易關(guān)系十分緊密的超級大國,因貿(mào)易戰(zhàn)爭的影響必然會對金融股票市場產(chǎn)生影響。由于金融資產(chǎn)一般呈現(xiàn)尖峰后尾,非對稱性等特征,貿(mào)易戰(zhàn)爭又必然使統(tǒng)計特征更加復(fù)雜,本文分別選取了中國與美國具有代表意義的股市即上證指數(shù)以及道瓊斯指數(shù)通過對中美貿(mào)易戰(zhàn)前和中美貿(mào)易戰(zhàn)后上證指數(shù)和道瓊斯指數(shù)收益率綜合統(tǒng)計特征的描述,得出了中美貿(mào)易戰(zhàn)使得兩國經(jīng)濟都會遭受損失的初步判斷。在此基礎(chǔ)上,通過調(diào)整不同階數(shù)的GARCH模型并基于AIC準則以及SC準則選擇GARCH(1,1)進行建模,考慮到GARCH系數(shù)與ARCH系數(shù)之和逼近于1不利于模型的穩(wěn)定性,引出IGARCH(1,1)模型作為建模補充�；诰捣匠桃约安▌臃匠填A(yù)測的條件方差求出對應(yīng)模型風(fēng)險序列VaR,通過風(fēng)險對比得出了中美貿(mào)易戰(zhàn)爭增大了中美兩國絕對的金融風(fēng)險,從總體風(fēng)險均值大小來看,中國面臨的金融風(fēng)險大于美國,但從相對風(fēng)險來看,正是由于中美貿(mào)易戰(zhàn)爭使得上證指數(shù)VaR由中美貿(mào)易戰(zhàn)前一直大于道瓊斯指數(shù)VaR的局面進展到局部性小于道瓊斯指數(shù)VaR以及到最后顯著低于道瓊斯指數(shù)VaR且上證指數(shù)VaR持續(xù)下降,道瓊斯指數(shù)VaR持續(xù)上升。最后,針對GARCH(1,1)模型以及IGARCH(1,1)模型VaR準確性檢驗,得出了IGARCH(1,1)相比GARCH(1,1)提升了模型穩(wěn)定性,但在風(fēng)險測度VaR的準確度上卻不及GARCH(1,1)模型的結(jié)論。
【學(xué)位授予單位】：廣西師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F831.51;C815
【圖文】：

廣西師范大學(xué)碩士研究生：中美貿(mào)易爭端后上證指數(shù)與道瓊斯指數(shù)風(fēng)險對比分析表 3 可知，道瓊斯指數(shù)日收益率對數(shù)的 ADF 統(tǒng)計值為-18.41831 遠低于別對應(yīng)的邊界值-3.447914，-2.869176，-2.57090，同時 P 值為 0 小于 0假設(shè)從而判斷通過單位根實現(xiàn)的序列是平穩(wěn)的，進而為后續(xù)的分析奠定

圖 10 道瓊斯指數(shù)殘差平方的自相關(guān)和偏相關(guān)函數(shù)值 值全部為 0 可以判斷上證指數(shù)殘差平方具有相關(guān)性，因而具有 ARCH GARCH 模型。通過調(diào)整參數(shù)分別構(gòu)建了去均值化的道瓊斯指數(shù) GARC，2),GARCH(2，1),基于極大似然估計的方法求出其對應(yīng)統(tǒng)計模型參數(shù)表 4 道瓊斯指數(shù) GARCH(1,1)GARCH = C(2) + C(3)*RESID( -1)^2 + C(4)*GARCH(-1)Variable Coefficient Std. Error z-Statistic Prob.C 0.069984 0.035163 1.990263 0.0466Variance Equation

C 0.059433 0.018903 3.144039 0.0017Variance EquationRESID(-1)^2 0.070154 0.004734 14.82006 0.0000GARCH(-1) 0.929846 0.004734 196.4289 0.0000R-squared -0.004137 Mean dependent var -2.73E-Adjusted R-squared -0.004137 S.D. dependent var 0.92533S.E. of regression 0.927246 Akaike info criterion 2.34651Sum squared resid 316.4009 Schwarz criterion 2.36770以表明估計參數(shù)具有顯著性，對應(yīng)數(shù)學(xué)方程表達式為0.059433t tr （132 2 21 10.070154 0.929846t t t （14，IGARCH（1,1）模型 ARCH 系數(shù) 00.70154 與 GARCH 系數(shù) 0.9合 IGARCH 模型的基本特征。由于風(fēng)險系數(shù) VaR 主要取決于波動小，為使得風(fēng)險對比結(jié)論具有一定可信度，需要對波動方程進行差和條件方差2t 的估計，我們對標準化擾動項的平方進行了相關(guān)

【相似文獻】

相關(guān)期刊論文 前10條

1 祁大鵬;;五條線看懂中國股市的未來[J];金融經(jīng)濟;2015年23期

2 鄒羽;;上證指數(shù)反彈回調(diào)幅度實證分析[J];雞西大學(xué)學(xué)報;2016年03期

3 陳亮;;上證指數(shù)第一階段下跌將要結(jié)束[J];股市動態(tài)分析;2015年26期

4 馬業(yè)亨;;上證指數(shù)的“奧運魔咒”[J];理財;2012年08期

5 莫大;;等待低位轉(zhuǎn)折信號出現(xiàn)[J];股市動態(tài)分析;2008年26期

6 郭琨;成思危;;上證指數(shù)失真之究[J];資本市場;2008年08期

7 肖卿燦;;上證指數(shù)之對稱問題[J];股市動態(tài)分析;2007年20期

8 陳毅聰;上證指數(shù)1000點祭[J];中國企業(yè)家;2005年12期

9 金學(xué)偉;從深成指看股之大勢[J];股市動態(tài)分析;2005年38期

10 ;周刊IT指數(shù)和上證指數(shù)的比較[J];互聯(lián)網(wǎng)周刊;2004年17期

相關(guān)會議論文 前10條

1 許元榮;;中國股市上漲的三個邏輯探討[A];《IMI研究動態(tài)》2014年合輯[C];2014年

2 馮娜;張新紅;;基于均值方差雙重突變AR(p)模型的上證指數(shù)突變點研究[A];第25屆中國控制與決策會議論文集[C];2013年

3 劉新勇;單光恒;袁著祉;;基于遺傳算法的神經(jīng)網(wǎng)絡(luò)預(yù)測方法及其在上證指數(shù)預(yù)測中的應(yīng)用[A];1996年中國控制會議論文集[C];1996年

4 吳振翔;繆柏其;;MCMC方法在金融中的一點應(yīng)用[A];2003中國現(xiàn)場統(tǒng)計研究會第十一屆學(xué)術(shù)年會論文集（下）[C];2003年

5 李之光;戴亮;白萬平;;偏緊的貨幣政策背景下關(guān)于上證指數(shù)的計量模型分析[A];數(shù)量經(jīng)濟學(xué)視野下經(jīng)濟管理與貴州發(fā)展研究[C];2013年

6 周小輝;顧桂定;徐承龍;;基于多小波算法的上證綜合指數(shù)的多尺度分析[A];2018中國自動化大會(CAC2018)論文集[C];2018年

7 陳倩;李金林;張倫;;基于g-h分布的上證指數(shù)收益率分布擬合研究[A];第十屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2008年

8 ;滬股通第五次出現(xiàn)凈賣出16.46億元[A];2015年國際貨幣金融每日綜述選編[C];2015年

9 ;為何A股“感冒” 不會讓歐美打“噴嚏”?[A];2015年國際貨幣金融每日綜述選編[C];2015年

10 朱喜安;馬興祥;;基于帶解釋變量杠桿SV模型上證指數(shù)收益率周內(nèi)效應(yīng)及特征分析[A];21世紀數(shù)量經(jīng)濟學(xué)（第13卷）[C];2012年

相關(guān)重要報紙文章 前10條

1 重慶商報-上游新聞記者 王也;上證50點位反超上證指數(shù) 投資者該咋應(yīng)對？[N];重慶商報;2019年

2 戴若·顧比 編譯 陳靜;上證指數(shù)盤整持續(xù)[N];上海證券報;2018年

3 戴若·顧比 編譯 陳靜;上證指數(shù)向上突破壓力位[N];上海證券報;2018年

4 證券時報記者 巖雪;怎么跑贏上證指數(shù)？[N];證券時報;2018年

5 戴若·顧比 編譯 陳靜;上證指數(shù)試探3000點支撐[N];上海證券報;2018年

6 戴若·顧比 編譯 陳靜;上證指數(shù)走勢趨弱[N];上海證券報;2018年

7 深圳商報記者 高宇飛;上證指數(shù)結(jié)束四連跌[N];深圳商報;2018年

8 記者 屈紅燕;龍頭股引領(lǐng)上證指數(shù)走出“六連陽”[N];上海證券報;2018年

9 上海中期 閆星月;利多聚集 上證指數(shù)站上3100[N];期貨日報;2018年

10 戴若·顧比 編譯 陳靜;上證指數(shù)的發(fā)展趨勢[N];上海證券報;2018年

相關(guān)博士學(xué)位論文 前2條

1 魯萬峰;貨幣供應(yīng)環(huán)境對股票價格的影響機制[D];中國社會科學(xué)院研究生院;2010年

2 劉德紅;基于微觀結(jié)構(gòu)理論的證券市場可預(yù)測性研究[D];北京交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 范益男;基于MC-SV-VaR的上證指數(shù)的波動率分析[D];廣西師范大學(xué);2019年

2 李奇林;中美貿(mào)易爭端后上證指數(shù)與道瓊斯指數(shù)風(fēng)險對比分析[D];廣西師范大學(xué);2019年

3 李子翼;基于GARCH族模型的上證指數(shù)波動特征研究[D];華東政法大學(xué);2017年

4 李澤圣;基于牛市與熊市下的上證指數(shù)與深證成指波動溢出效應(yīng)分析[D];安慶師范大學(xué);2018年

5 沈鑫;基于SV-M模型的上證指數(shù)結(jié)構(gòu)突變研究[D];湖南大學(xué);2017年

6 劉逸柔;氣象要素對上證指數(shù)影響的定量分析[D];上海師范大學(xué);2018年

7 凌筱s

本文編號：2752434