已有的股市溢出效應研究多集中于均值及波動溢出效應層面,而鮮有研究探討股市行業(yè)間的高階矩風險溢出效應.針對已有研究存在的不足之處,文章基于高階矩GARCHSK模型以及Diebold和Yilmaz （2014）提出的Connectedness方法,研究了中國股市行業(yè)間的均值、波動、偏度和峰度溢出效應.實證結果表明:中國股市行業(yè)間不僅存在著較強的均值及波動層面的溢出效應,高階矩風險溢出效應同樣顯著;工業(yè)、材料和可選消費行業(yè)是中國股市的系統(tǒng)重要性行業(yè),扮演主要的風險凈溢出者角色,而電信服務、能源及金融行業(yè)是主要的風險凈接受者;股市行業(yè)間高階矩風險溢出效應具有顯著的時變特征,且容易受到國內外重大事件的影響;重大危機事件往往會引起股市行業(yè)間的風險溢出效應的增強,且金融危機期間的風險溢出效應顯著強于危機前和危機后;股市行業(yè)間動態(tài)風險溢出效應在牛市中傾向于減弱,而在熊市中則傾向于增強.文章的研究成果不僅豐富和完善了股市風險溢出效應的研究框架,而且可以為現(xiàn)實中投資者和監(jiān)管部門進行投資組合及風險管理實踐提供有力的決策考量依據(jù). 

【文章來源】：系統(tǒng)科學與數(shù)學. 2020,40(07)北大核心CSCD

【文章頁數(shù)】：27 頁

【部分圖文】：

圖１行業(yè)收益率序列皮爾遜相關性熱圖??（Ｆｉｇｕｒｅ?１?Ｈｅａｔ?ｍａｐ?ｏｆ?ｐｅｒｓｏｎ?ｃｏｒｒｅｌａｔｉｏｎ?ｍａｔｒｉｘ?

??處于系統(tǒng)重要性地位，而電愔服務業(yè)更容易受到其他行業(yè)風險沖擊的影響．另外，材料行業(yè)??對房地產行業(yè)的溢出效應也十分明ｓ，原因在于材料作為房地產行業(yè)的上游產業(yè)鏈行業(yè)，二??者之間的聯(lián)系十分密切，材料行業(yè)的整體運行狀況對下游房地產行業(yè)產生著十分顯著的患??響．??以上結論均基于全洋本靜態(tài)溢出測笄結果所得，然而現(xiàn)實中廣義ＶＡＢ模型的參數(shù)可能??會隨著時間而發(fā)生改變．因此，需要通過滾動時間窗法進行各個不同矩框架下的行業(yè)間動態(tài)??風險溢出效應分析．??３．３行業(yè)間動態(tài)總溢出效應分析??圖２－５給出了中國股ｒ｜ｆ行業(yè)間不同矩框架下的劾態(tài)時變溢出效應，可以看出，均值溢出、??波動溢出以及偏度溢出效應呈現(xiàn)出較為Ｍ著ｉ相似的時變持征，而峰度溢出效應的時變特??征更為明顯．為了探究總溢出效應的時變持征哼重大事件節(jié)點之間的關系，本文將歷史重大??事件在４轜圖中均進行了標注．參照已有文獻的研究方隹＾本文主要選取國內外重大??的經濟和政治事件２國內重大經濟事件包括：中國加入世貿組織、“７２ＰＣ改、股權分置改??革、．萬億”投資計劃、股指期貨上市交易、國務院印發(fā)新國九條＞?“爐港通”實行、２０４Ｓ年??中國股ｆｔ爆發(fā)“股灰深港通”實行、２０１８年２月中國股ｒｔｆ暴跌；國內重大政治事件包括：??中共十六大至中共十九大、十六屆３：中全會至十九屆３中全會國際重大經濟省件包括：＿?．蠢??國次、貸危機、歐洲債務危機、中美“貿易戰(zhàn)，國際重大政｜＆事件包括：美軍擊斃“基地組織??頭目”本拉登、英國女王批準英國脫歐法案．同時，參照Ｕ有研究文敵采用非參數(shù)方??法，根據(jù)股市行情變化的各個彼峰和波谷，從而準確甄別出中國股＃的牛、熊周期，本文的窗??口長度取為８個

崔金鑫等：中國股市行業(yè)間高階矩風險溢出效應研究??１１９１??圖３行業(yè)間波動總溢出效應??（Ｆｉｇｕｒｅ?３?Ｔｏｔａｌ?ｖｏｌａｔｉｌｉｔｙ?ｓｐｉｌｌｏｖｅｒｓ?ａｍｏｎｇ?ｓｔｏｃｋ?ｍａｒｋｅｔ?ｉｎｄｕｓｔｒｉｅｓ）??圖４行業(yè)間偏度總溢出效應??（Ｆｉｇｕｒｅ?４?Ｔｏｔａｌ?ｓｋｅｗｎｅｓｓ?ｓｐｉｌｌｏｖｅｒｓ?ａｍｏｎｇ?ｓｔｏｃｋ?ｍａｒｋｅｔ?ｉｎｄｕｓｔｒｉｅｓ）??表６中國股市牛熊周期區(qū)間劃分??（Ｔａｂｌｅ?６?Ｃｈｉｎａ’ｓ?ｓｔｏｃｋ?ｍａｒｋｅｔ?ｂｕｌｌ?－?ｂｅａｒ?ｃｙｃｌｅ?ｉｎｔｅｒｖａｌ）??周期?時間區(qū)間?周期?時間區(qū)間??熊：審１??２００１??年１月??４??０?＿??－２００５??年５月??３１日??２００５年６月１??曰－??２００７?年?１?月?１６??曰??簾書２??２００７??年１月??１７??０??－２００８??；年１月??２９日??２??２００８年１０月３０日??－２００９?年?８?月?５??曰??熊市ａ??２００９??年８月??６??曰＿??－２０１４??年７月??２１日??牛市３??２０１４?年?７?月?２：??２曰??－２０１５?年?６?月?８??０??：＿督４??２０１５??年６月??９??曰＿??－２０１６??年１月??２８日??４??２０１６?年?１?月?２９??曰＿??－２０１８?年?１?月?２４??０??齡ｉ??２０１８??年１月??２５??曰??－２０１９??１年３月??１４日??綜合剖析４幅圖所反映盼僥息，本文歸納出如下四點緒論??

【參考文獻】：
期刊論文
[1]經濟政策不確定性的溢出效應及形成機理研究[J]. 張喜艷,陳樂一.  統(tǒng)計研究. 2019(01)
[2]基于藤copula-CAViaR方法的股市風險溢出效應研究[J]. 許啟發(fā),王俠英,蔣翠俠,熊熊.  系統(tǒng)工程理論與實踐. 2018(11)
[3]我國金融機構系統(tǒng)性金融風險度量與跨部門風險溢出效應研究[J]. 楊子暉,陳雨恬,謝銳楷.  金融研究. 2018(10)
[4]中國股票市場最優(yōu)套期保值比率研究——基于高階矩HAR模型[J]. 唐勇,崔金鑫.  系統(tǒng)科學與數(shù)學. 2018(09)
[5]基于波動溢出網(wǎng)絡的我國金融機構系統(tǒng)重要性[J]. 王丹,黃瑋強.  系統(tǒng)工程. 2018(08)
[6]中國香港股票市場的溢出效應和收益引導角色——基于亞太地區(qū)股票市場的分析[J]. 周開國,楊海生,伍穎華.  管理科學學報. 2018(05)
[7]中國股指期貨和現(xiàn)貨市場信息傳導關系在牛熊市中的異化現(xiàn)象[J]. 趙慧敏,陳曉倩,黃嵩.  系統(tǒng)工程理論與實踐. 2018(04)
[8]股票市場和外匯市場間風險溢出效應研究——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)
[9]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)
[10]滬港通背景下行業(yè)間波動溢出效應及形成機理[J]. 徐曉光,廖文欣,鄭尊信.  數(shù)量經濟技術經濟研究. 2017(03)



本文編號：3253590