第一章   緒論

第一節(jié)  研究背景
當(dāng)前，中國(guó)經(jīng)濟(jì)發(fā)展和全球經(jīng)濟(jì)的關(guān)聯(lián)性越來越大。全球經(jīng)濟(jì)活動(dòng)日益呈現(xiàn)出區(qū)域化和金融市場(chǎng)自由化的特點(diǎn)。本文基于“一帶一路”經(jīng)濟(jì)戰(zhàn)略致力于亞歐非大陸各國(guó)建立經(jīng)濟(jì)合作關(guān)系，實(shí)現(xiàn)沿線各國(guó)多樣化、獨(dú)立性、顧全大局、可持續(xù)的發(fā)展，在中國(guó)與亞歐非等地區(qū)經(jīng)濟(jì)合作緊密聯(lián)系的基礎(chǔ)上，探討它們股票市場(chǎng)的關(guān)聯(lián)關(guān)系，在查閱大量國(guó)內(nèi)外文獻(xiàn)的基礎(chǔ)上對(duì)我國(guó)股票市場(chǎng)與亞洲區(qū)，歐洲區(qū)，美洲區(qū)，非洲區(qū)以及全球股市的溢出效應(yīng)進(jìn)行實(shí)證研究。  
.........

第二節(jié)  研究的目的和意義
2013 年我國(guó)提出“一帶一路”經(jīng)濟(jì)發(fā)展戰(zhàn)略，共建“一帶一路”致力于亞歐非大陸及附近海洋的互聯(lián)互通，建立和加強(qiáng)沿線各國(guó)互聯(lián)互通伙伴關(guān)系，構(gòu)建全方位、多層次、復(fù)合型的互聯(lián)互通網(wǎng)絡(luò)，實(shí)現(xiàn)沿線各國(guó)多元、自主、平衡、可持續(xù)的發(fā)展�！耙粠б宦贰必灤﹣啔W非大陸，一頭是活躍的東亞經(jīng)濟(jì)圈，一頭是發(fā)達(dá)的歐洲經(jīng)濟(jì)圈，中間是發(fā)展?jié)摿薮蟮母沟貒?guó)家。絲綢之路經(jīng)濟(jì)帶重點(diǎn)合作方向有三個(gè)，分別是中國(guó)經(jīng)中亞、俄羅斯至歐洲(波羅的海)，中國(guó)經(jīng)中亞、西亞至波斯灣、地中海，中國(guó)至東南亞、南亞、印度洋；21 世紀(jì)海上絲綢之路重點(diǎn)合作方向有兩個(gè)，分別是從中國(guó)沿海港口過南海到印度洋并延伸至歐洲，從中國(guó)沿海港口經(jīng)南海到南太平洋。“一帶一路”經(jīng)濟(jì)發(fā)展戰(zhàn)略提出后我國(guó)與亞歐非美乃至全球各區(qū)域的經(jīng)濟(jì)聯(lián)系更加緊密，從而帶動(dòng)金融市場(chǎng)的緊密聯(lián)系。    本文通過對(duì)中國(guó)和全球各個(gè)區(qū)域股市之間的溢出效應(yīng)進(jìn)行分析的結(jié)果具有比較客觀的現(xiàn)實(shí)價(jià)值：首先對(duì)中國(guó)和全球各區(qū)域的投資者來說，由于股票市場(chǎng)的收益來源于股票價(jià)格的波動(dòng)，股票價(jià)格波動(dòng)越頻繁，投資者就越有機(jī)會(huì)獲得更多的收益，股票市場(chǎng)波動(dòng)越大說明越有超額的投資回報(bào)，分析研究中國(guó)和全球各區(qū)域股市收益率存在的關(guān)系，有助于全球機(jī)構(gòu)投資者摸清中國(guó)和全球各區(qū)域股市的運(yùn)行規(guī)律，在全球范圍內(nèi)合理配置資金，結(jié)合中國(guó)和各個(gè)區(qū)域的經(jīng)濟(jì)合作關(guān)系，合理高效投資股票，最優(yōu)化配置資產(chǎn)組合，極力規(guī)避投資風(fēng)險(xiǎn)，可以為投資者提供理性的參考。對(duì)于中國(guó)政府來說，我國(guó)當(dāng)前發(fā)展“一帶一路”的經(jīng)濟(jì)戰(zhàn)略，我國(guó)和亞洲，歐洲，非洲，美洲，乃至全球的經(jīng)濟(jì)合作不斷加強(qiáng)，而股市向來是經(jīng)濟(jì)的晴雨表，在整個(gè)經(jīng)濟(jì)活動(dòng)中扮演有效資源配置的作用。
........

第二章   國(guó)內(nèi)外相關(guān)文獻(xiàn)綜述

第一節(jié)  國(guó)外文獻(xiàn)綜述
研究股票市場(chǎng)，波動(dòng)率一直是個(gè)亙古不變的主題。自從 20 世紀(jì) 90 年代開始，有關(guān)溢出效應(yīng)的研究就一直引起國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。Theodossiou 和Lee(1993)運(yùn)用 MGARCH 模型對(duì)加拿大,日本,英國(guó),美國(guó)和德國(guó)的股票市場(chǎng)進(jìn)行了實(shí)證分析，研究分析表明：美國(guó)對(duì)英國(guó)，加拿大，德國(guó)具有正的均值溢出效應(yīng)，美國(guó)對(duì)日本，英國(guó)，加拿大，德國(guó)都具有明顯的波動(dòng)溢出效應(yīng)。 Surya,Yunita (2012)以 2004 年 1 月至 2008 年 12 月日印度尼西亞，美國(guó)和日本股票指數(shù)日收益率數(shù)據(jù)為樣本，運(yùn)用 GARCH(1,1)模型分析了這三個(gè)市場(chǎng)的波動(dòng)溢出效應(yīng)，研究表明美國(guó)股市會(huì)對(duì)印度西亞有單向的波動(dòng)溢出效應(yīng)，日本和印度尼西亞股市之間存在雙向的波動(dòng)溢出效應(yīng)。Badhani(2009)以 S&P 500 指數(shù)和 S&P CNX Nifty 指數(shù)為數(shù)據(jù)樣本，運(yùn)用AR(1)-TGARCH(1,1)模型，研究了美國(guó)股票市場(chǎng)和印度股票市場(chǎng)之間的關(guān)系，實(shí)證研究表明，在美國(guó)股市的收益和波動(dòng)性沖擊對(duì)印度這樣的的新興股票市場(chǎng)有顯著的波動(dòng)影響。但是結(jié)果顯示印度股票市場(chǎng)的收益率對(duì)來自美國(guó)股市的負(fù)面沖擊比正面沖擊更加敏感。然而美國(guó)股市波動(dòng)的正面沖擊對(duì)印度股市的波動(dòng)率不產(chǎn)生影響，負(fù)面沖擊對(duì)印度股市波動(dòng)會(huì)產(chǎn)生劇烈動(dòng)蕩。 Mulyadi, Anwar (2012)采用 GARCH（1,1）和 GARCH-X 模型以從 2006 年 1 月到 2010 年 7 月道瓊斯工業(yè)平均指數(shù)（美國(guó)），富時(shí) 100 指數(shù)（UK），和希臘證券交易所綜合指數(shù)為樣本數(shù)據(jù)研究了這三個(gè)股票市場(chǎng)的收益率和波動(dòng)溢出效應(yīng)，研究結(jié)果表明在這一期間三個(gè)股票市場(chǎng)存在 1%的顯著性水平的均值溢出效應(yīng)。美國(guó)股市對(duì)希臘股市不存在波動(dòng)溢出效應(yīng)。在美國(guó)次貸危機(jī)時(shí)期，不存在 美國(guó)股市對(duì)希臘股市的波動(dòng)溢出效應(yīng)，反之亦然。同時(shí)在歐債危機(jī)期間，美國(guó)股市不存在對(duì)歐洲股市的波動(dòng)溢出效應(yīng)。 
..........

第二節(jié)  國(guó)內(nèi)文獻(xiàn)綜述
近年來國(guó)內(nèi)的學(xué)者研究溢出效應(yīng)的方法主要有 ARCH 和 GARCH 模型研究溢出效應(yīng)。張延良，趙曉琦，胡曉艷(2014)運(yùn)用 ARCH 族模型研究了金磚國(guó)家股票市場(chǎng)的波動(dòng)性發(fā)現(xiàn)金磚國(guó)家股市收益率的存在波動(dòng)聚集性，相對(duì)于成熟的股票市場(chǎng)金磚國(guó)家的股票市場(chǎng)抵御風(fēng)險(xiǎn)的能力比較脆弱，在市場(chǎng)市場(chǎng)抗風(fēng)險(xiǎn)能力比較弱的情況下,投資者要求的風(fēng)險(xiǎn)補(bǔ)償比較高，面對(duì)市場(chǎng)信息的沖擊還比較敏感，很容易放大市場(chǎng)信息，導(dǎo)致股票收益率出現(xiàn)大幅的波動(dòng)。 陳瀟，楊恩(2011)運(yùn)用 GARCH 模型研究了中美股市的杠桿效應(yīng)和波動(dòng)溢出效應(yīng)，研究結(jié)果表明：滬深股市都存在顯著的杠桿效應(yīng)，與美國(guó)股市的杠桿效應(yīng)相對(duì)來說滬深股市的杠桿效應(yīng)要弱的多；滬深股市之間存在明顯的雙向波動(dòng)溢出效應(yīng)，且滬市對(duì)深市的波動(dòng)溢出效應(yīng)要比深市對(duì)滬市的溢出效應(yīng)更加顯著，美國(guó)股市與中國(guó)滬深股市之間不存在非常顯著的波動(dòng)溢出效應(yīng)。 董秀良，曹鳳岐(2009)運(yùn)用多元廣義自回歸條件異方差（GARCH）模型研究了我國(guó)滬市和美國(guó)，日本，香港股市市場(chǎng)的波動(dòng)溢出效應(yīng)，研究顯示香港股市對(duì)滬市有顯著的波動(dòng)溢出效應(yīng)，而美，日股票市場(chǎng)對(duì)滬市的波動(dòng)溢出效應(yīng)不顯著。但是由于美日股市與香港股市具有相關(guān)性，所以美日股票市場(chǎng)可以通過香港股市間接影響國(guó)內(nèi)股市的波動(dòng)性。 
.........

第三章   數(shù)據(jù)樣本選取和實(shí)證模型理論介紹........ 9 
第一節(jié)  樣本數(shù)據(jù)選取以及介紹 ........ 9 
第二節(jié)  向量自回歸模型 ...... 10 
第三節(jié)  波動(dòng)率模型 .......... 12 
第四節(jié)  本章小結(jié) ..... 14 
第四章   實(shí)證分析........ 15 
第一節(jié)  樣本數(shù)據(jù)分析 ........ 15 
第二節(jié)  均值溢出效應(yīng)分析 .... 23 
第三節(jié)  波動(dòng)溢出效應(yīng)分析 .... 34 
第四節(jié)  本章小結(jié) ..... 46 
第五章   結(jié)論及政策建議......... 47 
第一節(jié)  本文結(jié)論 ..... 47 
第二節(jié)  相關(guān)建議 ..... 48 
第三節(jié)  進(jìn)一步研究方向 ...... 49 

第四章   實(shí)證分析

第一節(jié)  樣本數(shù)據(jù)分析

本文實(shí)證數(shù)據(jù)選擇滬深 300 指數(shù)，MSCI 亞洲指數(shù)，MSCI 歐洲指數(shù)，MSCI 美洲指數(shù)和 MSCI 非洲新興市場(chǎng)指數(shù)為樣本。樣本數(shù)據(jù)的區(qū)間選擇為 2002 年 1 月 1日到 2014 年 12 月 31 日，數(shù)據(jù)來源于 Wind 數(shù)據(jù)終端�？紤]到每個(gè)區(qū)域指數(shù)的交易日期存在著不一致，本文剔除了滬深 300 指數(shù)和各個(gè) MSCI 區(qū)域指數(shù)不一致的交易日。本文以 2008 年金融危機(jī)爆發(fā)為分割點(diǎn)把樣本數(shù)據(jù)劃分為第一階段 2002年 1 月到 2008 年 1 月和第二階段從 2008 年 1 月到 2014 年 12 月 31 日這樣兩個(gè)階段來研究滬深 300 指數(shù)日收益率和 MSCI 各個(gè)區(qū)域指數(shù)日收益率的溢出效應(yīng)。在計(jì)算指數(shù)收益率時(shí)，本文使用以往文獻(xiàn)中慣用的處理方法，即1log( / )t t tr P P?? ,其中tr 為 t 期的收益率，tP 為 t 期的指數(shù)。剔除了滬深 300 指數(shù)與全球各個(gè)區(qū)域指數(shù)不一致的交易日指數(shù)，第一組數(shù)據(jù)滬深 300 指數(shù)和 MSCI 亞洲指數(shù)的日收益率在金融危機(jī)前后分別是 1445 和 1770 個(gè)樣本數(shù)據(jù)。第二組滬深 300 指數(shù)和 MSCI歐洲指數(shù)的日收益率在金融危機(jī)前后分別是 1445 和 1770 個(gè)樣本數(shù)據(jù)。第三組滬深 300 指數(shù)和 MSCI 美洲指數(shù)的日收益率在金融危機(jī)前后分別是 1385 和 1682 個(gè)樣本數(shù)據(jù)。第四組滬深 300 指數(shù)和 MSCI 非洲指數(shù)的日收益率在金融危機(jī)前后分別是 1237 和 1682 個(gè)樣本數(shù)據(jù)。第五組滬深 300 指數(shù) MSCI 全球指數(shù)的日收益率在金融危機(jī)前后分別是 1353 和 1682 個(gè)樣本數(shù)據(jù)。

.......
 
結(jié)論

本文采用 2002 年 1 月 1 日到 2014 年 12 月 31 日我國(guó)和全球各個(gè)區(qū)域股票市場(chǎng)指數(shù)的日收盤價(jià)為樣本。以 2008 年金融危機(jī)為分割點(diǎn)，分為兩個(gè)階段對(duì)中國(guó)滬深 300 指數(shù)與 MSCI 亞洲指數(shù)，MSCI 歐洲指數(shù)，MSCI 美洲指數(shù)，MSCI 非洲指數(shù)和 MSCI 全球指數(shù)所代表的各個(gè)區(qū)域股票市場(chǎng)的相關(guān)性進(jìn)行了研究。首先對(duì)樣本數(shù)據(jù)進(jìn)行處理并采用對(duì)數(shù)收益率的形式，對(duì)指數(shù)的收益率進(jìn)行了描述性統(tǒng)計(jì)分析發(fā)現(xiàn)在金融危機(jī)爆發(fā)后樣本數(shù)據(jù)的收益率，標(biāo)準(zhǔn)差都發(fā)生了明顯的變化。其次本文利用向量自回歸模型(VAR)和格蘭杰因果檢驗(yàn)分析了中國(guó)滬深 300 指數(shù)日收益率和全球各個(gè)區(qū)域指數(shù)日收益率在金融危機(jī)前后的均值溢出效應(yīng)。最后本文利用 MVGARCH-BEKK 模型對(duì)中國(guó)滬深 300 指數(shù)日收益率和全球各個(gè)區(qū)域指數(shù)日收益率在金融危機(jī)前后的波動(dòng)溢出效應(yīng)進(jìn)行了分析，本文從這些實(shí)證分析中得到以下結(jié)論：
(1)從各個(gè)區(qū)域股票指數(shù)收益率的基本描述統(tǒng)計(jì)分析我們可以發(fā)現(xiàn)：中國(guó)股市和全球各個(gè)區(qū)域主要股票指數(shù)日收益率序列均為平穩(wěn)序列，但是都不服從正太分布，具有尖峰厚尾的特征，收益率低于平均收益率的情況比較常見，具有很強(qiáng)的波動(dòng)率聚集性。 
(2)通過對(duì)中國(guó)和全球各個(gè)區(qū)域指數(shù)的日收益率建立向量自回歸模型可以發(fā)現(xiàn)：對(duì)于中國(guó)和亞洲區(qū)股市，在第一階段中國(guó)滬深 300 指數(shù)和 MSCI 亞洲指數(shù)日收益率不存在均值溢出效應(yīng)，即不存在格蘭杰因果關(guān)系，然而在金融危機(jī)爆發(fā)后中國(guó)滬深 300 指數(shù)日收益率在 5%顯著性水平下對(duì) MSCI 亞洲指數(shù)日收益率存在明顯的單向均值溢出效應(yīng)。對(duì)于中國(guó)和歐洲區(qū)股市，在第一階段 MSCI 歐洲指數(shù)日收益率在 5%顯著性水平下對(duì)中國(guó)滬深 300 指數(shù)日收益率單向的均值溢出效應(yīng)，然而在金融危機(jī)爆發(fā)后歐洲區(qū)域股票市場(chǎng)對(duì)中國(guó)股市均值溢出效應(yīng)更加明顯，MSCI 歐洲指數(shù)日收益率在 1%顯著性水平下對(duì)中國(guó)滬深 300 指數(shù)日收益率單向的均值溢出效應(yīng)。對(duì)于中國(guó)和美洲區(qū)股市，，在第一階段滬深 300 指數(shù)日收益率和MSCI 美洲指數(shù)日收益率不存在均值溢出效應(yīng)，但是金融危機(jī)爆發(fā)后 MSCI 美洲指數(shù)日收益率在 1%的顯著性水平下對(duì)滬深 300 指數(shù)日收益率存在單向的均值溢出效應(yīng)。
.........
參考文獻(xiàn)(略)

本文編號(hào)：44143