本文對20世紀90年代以來國際證券資金大幅流入事件進行識別并對其影響因素展開研究。基于54個經(jīng)濟體1990年第一季度至2018年第一季度的季度數(shù)據(jù),本文首先對54個國家國際證券資金大幅流入事件進行識別。研究發(fā)現(xiàn), 1994年以來國際證券資金流動共經(jīng)歷了四次資本大幅流入的浪潮,分別是1999—2000年、 2003—2004年、 2007年以及2009—2010年。在此基礎(chǔ)上,本文進一步構(gòu)建了涵蓋推動因素、拉動因素和傳染效應(yīng)近20個變量的影響因素指標體系,對資本大幅流入的影響因素展開實證分析,研究表明:美國經(jīng)濟增速的提高會顯著降低各國發(fā)生資本大幅流入事件的概率;傳染效應(yīng)顯著存在,如果一國的鄰國發(fā)生資本大幅流入事件,本國發(fā)生資本大幅流入事件的概率也會顯著上升。此外,對于發(fā)展中國家來說,貿(mào)易開放度和資本賬戶開放程度的增加使本國經(jīng)濟面臨更多的外部沖擊,增加資本大幅流入風險的發(fā)生概率,而更加浮動化的匯率制度會減少資本大幅流入的發(fā)生。 

【文章來源】：國際金融研究. 2019,(02)北大核心CSSCI

【文章頁數(shù)】：11 頁

【部分圖文】：

本研究選取標準差定義法對資本大幅流入圖1資本大幅流入的識別方法比較資本大幅流入-標準差定義法（%）資本大幅流入-閾值定義法（%）正常大量涌入事件的發(fā)生

國際金融研究2019·2間的有效性值得商榷；二是閾值定義法僅以閾值為標準識別資本大幅流入，沒有捕捉資本大幅度涌入一國的動態(tài)變化，因此，識別出的資本大幅流入事件較多。與之不同的是，標準差定義法將資本流動的變化量與過去12個季度的移動均值進行對比，能更好地捕捉資本流動的非正常大量涌入事件的發(fā)生，可以更加客觀地識別資本大幅流入事件。通過對資本大幅流入的識別方法進行比較后，本研究選取標準差定義法對資本大幅流入事件進行識別分析。（二）識別結(jié)果分析圖1描述了標準差定義法下，識別的1994年第四季度至2018年第一季度期間54個樣本經(jīng)濟體中發(fā)生資本大幅流入事件的國家占比。圖2對發(fā)達經(jīng)濟體和發(fā)展中經(jīng)濟體發(fā)生的資本大幅流入事件進行了對比�？偟膩砜�，以25%以上的國家發(fā)生資本大幅流入事件為臨界值，1994年以來國際證券資金流動共經(jīng)歷了四次資本大幅流入事件的浪潮，分別是1999—2000年、2003—2004年、2007年以及2009—2010年。具體來看，第一次浪潮發(fā)生于1999—2000年。世界經(jīng)濟從亞洲金融風暴的沖擊中逐漸恢復(fù)，美國等發(fā)達國家高新技術(shù)產(chǎn)業(yè)崛起。在此背景下，大量國際證券資金涌入發(fā)達經(jīng)濟體的證券市場，近35%的經(jīng)濟體經(jīng)歷了國際證券資金大幅流動事件。第二次浪潮發(fā)生在2003—2004年，互聯(lián)網(wǎng)泡沫破裂后，美聯(lián)儲長期采取低利率政策刺激經(jīng)濟，聯(lián)邦基準利率由2001年年底的1.75%降至2003年的1%，國際資本流動日益活躍，大量資金涌向證券市場，這一次浪潮中更多的資本大幅流入事件發(fā)生在發(fā)展中經(jīng)濟體，2004年第一季度，37.5%以上?


本文編號：3222518