現(xiàn)如今,各國股市、金融產(chǎn)品之間,以及國內(nèi)不同金融市場及其內(nèi)部行業(yè)板塊之間的聯(lián)系日趨緊密,從而導(dǎo)致不同對象間風(fēng)險波動聯(lián)動性也越發(fā)顯著。目前,行業(yè)板塊的風(fēng)險分析已成為投資決策領(lǐng)域內(nèi)一項必不可少的工作,各行業(yè)板塊間的風(fēng)險傳導(dǎo)結(jié)構(gòu)特征、該特征隨時間如何演變以及影響因素等等一系列問題受到了國內(nèi)外學(xué)者的廣泛關(guān)注。本文基于極差波動率的廣義方差分解模型構(gòu)建波動溢出指標(biāo),識別中國股票市場行業(yè)板塊所處的凈波動溢出狀態(tài);通過時域和頻域兩個角度的網(wǎng)絡(luò)拓撲圖探討整個樣本期以及危機期間（2015年中國股災(zāi)、2008年金融危機）的各板塊間波動溢出網(wǎng)絡(luò)結(jié)構(gòu)及時變特征,具體實證分析結(jié)論如下。從時域角度的實證模型結(jié)果表明:在整個樣本期,能源和房地產(chǎn)板塊吸收股市風(fēng)險能力較弱,主要起到了在凈波動溢出接受狀態(tài)板塊間進行風(fēng)險傳導(dǎo)的作用,而金融和日常消費板塊主要承擔(dān)著吸收股市風(fēng)險的作用;對于波動溢出凈沖擊狀態(tài)板塊而言,信息技術(shù)和公用事業(yè)板塊主要承擔(dān)了在處于波動溢出凈沖擊狀態(tài)板塊間進行風(fēng)險傳導(dǎo)的角色,而其他板塊主要負責(zé)不同狀態(tài)板塊間的風(fēng)險傳導(dǎo)。從2015中國股災(zāi)來看,所有板塊的度數(shù)中心均呈現(xiàn)先下降后上升的特征,表明股災(zāi)危機期間各板塊... 

【文章來源】：山西大學(xué)山西省

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

各行業(yè)板塊指數(shù)極差波動率的時間序列趨勢圖

第三章基于時域的股市行業(yè)板塊間風(fēng)險傳導(dǎo)特征研究21動態(tài)演化過程，尤其是在特殊事件影響下，波動溢出效應(yīng)可能與其它時期會呈現(xiàn)不同特征。因此，本文通過滾動窗口來估計VAR模型，以便能夠更加清楚地理解股市整體以及各行業(yè)板塊間波動溢出效應(yīng)的時變特征。本文分別用150天、200天、250天三種滑動窗寬進行嘗試，圖3.2給出了股市整體Total指標(biāo)的時間序列圖�？梢钥闯�，三種窗寬下的Total指標(biāo)在整個樣本期間表現(xiàn)基本一致，故不會受到所選滑動窗寬的影響。因此，本文基于滑動窗寬250天給出的研究結(jié)論是穩(wěn)健的。進一步，圖3.3給出各行業(yè)板塊Net指標(biāo)的時間序列圖，呈現(xiàn)各行業(yè)板塊凈波動溢出特征隨時間的變化情況。圖3.2：2006-2018年中國股票市場整體波動溢出時間序列圖結(jié)合圖3.2和中國近幾十年股票市場發(fā)展的現(xiàn)實，可以明確幾個特殊時間階段：2008年金融危機爆發(fā)，中國股票市場經(jīng)過大約兩年左右的持續(xù)期后逐步恢復(fù)平穩(wěn)；2012年到2013年中國股市經(jīng)歷了一波熊市；2014年2月份至2016年第一季度一直處于較高的波動狀態(tài)，這段時間恰逢原油危機和2015年中國股災(zāi)，隨后波動于2017年下降到最低點。從圖3.2中的中國股市波動溢出效應(yīng)動態(tài)特征來看，波動的大幅度變動往往伴隨著重要事件的發(fā)生，表明行業(yè)板塊風(fēng)險也隨之迅速傳導(dǎo)。進一步，圖3.3給出各行業(yè)板塊Net指標(biāo)的時間序列圖，呈現(xiàn)各行業(yè)板塊凈波動溢出特征隨時間的變化情況。圖3.3表明，在樣本期內(nèi)各行業(yè)板塊間凈波動溢出效應(yīng)存在明顯的時變特征。首先，材料、工業(yè)、可選消費和信息技術(shù)板塊均長期處于波動溢出凈沖擊狀態(tài)，在風(fēng)險傳導(dǎo)中占據(jù)風(fēng)險輸出的主導(dǎo)地位；金融、房地產(chǎn)、電信服務(wù)板塊均長期處于波動溢出凈接受狀態(tài)，起到了吸收股市風(fēng)險的作用，但增加了板塊內(nèi)部的風(fēng)險；其余板塊的凈波動溢出狀態(tài)隨時間

基于行業(yè)板塊視角的中國股票市場風(fēng)險網(wǎng)絡(luò)傳導(dǎo)特征研究22信服務(wù)板塊的凈波動溢出變化比較劇烈，尤其是近一兩年達到了最大值，與近幾年大數(shù)據(jù)、云計算等新基建通信技術(shù)快速發(fā)展有關(guān)，但其仍處于波動溢出凈接受狀態(tài)；房地產(chǎn)和金融板塊在2017-2018年的凈波動溢出變化也較為劇烈，較大的負值說明其近年來遭受到其他行業(yè)板塊的大量沖擊。第三，在2008-2010年金融危機期間，圖3.3：2007-2018年各行業(yè)板塊Net指標(biāo)的時間序列圖能源、金融、房地產(chǎn)和電信服務(wù)板塊處于波動溢出凈接受狀態(tài)，從數(shù)值上來看，說明電信服務(wù)板塊是吸收金融危機風(fēng)險的主要力量，剩余板塊處于波動溢出凈沖擊狀

【參考文獻】：
期刊論文
[1]我國股票市場行業(yè)間波動溢出效應(yīng)研究——基于改進的EMD去噪方法[J]. 李合龍,楊能,林楚漢,張衛(wèi)國.  系統(tǒng)工程理論與實踐. 2019(09)
[2]基于小波分解的持續(xù)時間不同的股市操縱研究[J]. 宋軍,薛志宏,吳丹.  系統(tǒng)管理學(xué)報. 2018(06)
[3]國際油價、美國經(jīng)濟不確定性和中國股市的波動溢出效應(yīng)研究[J]. 王奇珍,王玉東.  中國管理科學(xué). 2018(11)
[4]金融行業(yè)對實體經(jīng)濟行業(yè)的風(fēng)險傳導(dǎo)研究——基于行業(yè)特征數(shù)據(jù)的實證分析[J]. 何紅霞,武志勝.  金融與經(jīng)濟. 2018(06)
[5]基于信息溢出網(wǎng)絡(luò)的金融機構(gòu)風(fēng)險傳染研究[J]. 黃瑋強,莊新田,姚爽.  系統(tǒng)管理學(xué)報. 2018(02)
[6]行業(yè)間市場風(fēng)險相依結(jié)構(gòu)及其危機傳染效應(yīng)[J]. 侯仲凱,何卓靜,周利國.  金融經(jīng)濟學(xué)研究. 2018(02)
[7]基于DCC-GARCH模型的我國股市風(fēng)險傳染效應(yīng)[J]. 李倩,張瀟尹.  沈陽工業(yè)大學(xué)學(xué)報(社會科學(xué)版). 2018(01)
[8]中國A股行業(yè)溢出效應(yīng)的實證分析——基于小波分解和多元GARCH-VAR模型[J]. 蘇民.  系統(tǒng)工程. 2017(12)
[9]中國股票市場行業(yè)間金融傳染檢驗和風(fēng)險防范[J]. 黃乃靜,張冰潔,郭冬梅,汪壽陽.  管理科學(xué)學(xué)報. 2017(12)
[10]匯率與股市相關(guān)行業(yè)的風(fēng)險溢出效應(yīng)——基于靜態(tài)與動態(tài)CoVaR的分析[J]. 尹海員.  中南財經(jīng)政法大學(xué)學(xué)報. 2017(06)

碩士論文
[1]股災(zāi)期間行業(yè)板塊間的相關(guān)結(jié)構(gòu)研究[D]. 杜軍.西南財經(jīng)大學(xué) 2016
[2]基于復(fù)雜網(wǎng)絡(luò)的我國行業(yè)股票指數(shù)聯(lián)動效應(yīng)研究[D]. 歐陽昕.湖南大學(xué) 2015



本文編號：3119048