更全的杂志信息网

“雄安新区”板块与沪深主板之间风险溢出效应实证研究

更新时间:2009-03-28

自2017年4月初雄安新区设立以来,“雄安新区”概念板块便是A股市场持续关注的热点之一。“雄安新区”概念板块股票拉升的迅猛势头是否影响主板市场收益率的波动情况是我们关注的焦点。通过对“雄安新区”板块与沪深主板之间的风险溢出效应研究,不仅完成对“雄安新区”板块与沪深主板之间指数收益率波动风险的动态测度,而且具体比较两者之间的尾部风险效应。这对普通投资者来说,规避盲目跟风而带来的风险,正确选择投资方向具有重要意义。

一、文献综述

如何理解“雄安新区”板块与沪深主板之间风险溢出效应的内在机制,将是政策制定者有效地实施风险监管的重要前提,也是普通投资者在进行投资决策时的重要参考点。

目前关于各国资本市场之间的风险溢出的研究有很多,所用到的风险溢出模型也纷繁复杂,主要有多元GARCH模型、VaR模型、Hong方法,以及新提出的多元分位数CAViaR模型。自Engle(1982)提出ARCH模型波动率特征和Bollerslev(1988)提出GARCH模型来度量金融资产价格波动的集聚性和风险的交叉传递,以弥补传统单变量GARCH模型不能很好捕捉的风险跨市场传递后,大量学者采用GARCH模型对溢出效应进行实证研究。如张兵、范致镇和李心丹(2010)运用多元GARCH模型研究中美股市短期的波动溢出效应得出中国股市对美国股市的溢出效应很弱,而美国股市对中国股市的波动溢出呈现不断增强之势。Xiangyi Zhou,Weijin Zhang,Jie Zhang(2011)采用向量自回归VaR模型,研究中国与其他10个国际市场之间的波动溢出效应。结果表明,2005年以来中国股市对其他股市产生正向溢出效应,其中对中国香港和中国台湾的影响最大。李红权、洪永淼和汪寿阳(2011)运用Hong方法分析了我国A股市场与美股、港股在次贷危机前后的信息溢出效应,结果表明美股具有绝对的信息主导地位,但次贷危机后A股发生尾部风险时也开始具有影响其他市场的能力。李红霞(2012)和何德旭(2015)以中国为主要研究对象,采用多元GARCH模型的扩展模型,研究结果表明国际金融市场波动溢出效应和动态相关性的存在,欧美市场的指数波动率在美国金融危机后对中国指数波动率的溢出效应更显著。这些实证模型极大地丰富了关于股票市场之间的风险溢出效应研究。

White et al.(2015)提出的多元分位数CAViaR模型自问世以来,曾裕峰、温湖炜和陈学彬(2017)用该模型测算了中国加入WTO以来9个代表性境外证券市场对我A股市场的尾部风险传染大小,并且对比了它们的系统重要性排名。研究发现,中国香港对中国国内地市场而言,系统重要性排名最高,而英国和德国的系统重要性排名最低。谢亚利(2017)在测度中国大陆、台湾和香港地区的金融行业系统风险的尾部相依性时,使用CAViaR模型得到:大陆地区具有系统重要性的金融机构的风险溢出效应最大,而台湾对整个市场的尾部风险溢出以及尾部风险影响也很大。经过对多元分位数CAViaR模型的文献整理发现,该模型可适用于关于尾部风险溢出效应的研究。

本实验中,设定K-Means算法的聚类个数为9.由表4可以看出,在较大规模数据集上,AP算法表现较差,K-Means算法和Spectral算法相对而言表现较好,但IOCAP算法在所有指标上均优于其他算法,这说明对于大规模数据集,IOCAP算法有较好的聚类性能.

钢筋安装应该对受力钢筋的牌号、规格、搭接长度等相关指标满足施工设计的规范,而关于钢筋绑扎的细部构造,也应该顺应施工质量相关验收指标,满足技术要求。钢筋施工属于较为隐蔽的工程,在进行混凝土浇筑过程中,应该顾及振捣扰动等诸多不利因素的产生,以此造成钢筋骨架与混凝土内出现偏移。钢筋进行绑扎过程中,应该着重绑扎的质量问题,必须满足相关规范要求以及技术指标,并且绑扎必须要牢固,不会出现松动[1]。

从以上国内外文献可以看出,关于风险溢出效应的文献研究主要是以中外各个股票市场之间研究为主,而涉及股市各板块之间的风险溢出分析几乎没有。刘静一(2016)研究了“一带一路”板块与沪深主板股票指数收益的尾部风险联动性。该研究提供了关于股市板块之间风险溢出的新思路。因此,基于“雄安新区”设立的大背景,本文采用VECH-GARCH模型和多元分位数CAViaR模型来研究“雄安新区”板块与沪深主板之间的风险溢出效应。

记得2017年12月初,与儿子在绵阳。小子个子疯长,1米82了,我在他跟前,俨然是他的孩子了。吃饭,休息期间,儿子给我讲了很多他读过的书,有一些新科学,量子力学、暗物质之类,心生惭愧,也甚为骄傲。此外,儿子对文学和写作的理解,也使我自叹不如。更使我感动的是,在学校饭堂,儿子让我坐着,他给我打饭吃。那一刻,不由笑了,低头,老泪纵横。

反应堆压力容器本体螺孔材质为16MND5,主要用于制作核电工程中蒸发器、稳压器、压力容器及封头、支撑部件。螺孔材质 16MnD5力学性能:HB=200,Rm=550-670Mpa,Rp0.2≥400Mpa;螺栓材料为 40NCDV7-0.3力学性能:Rp0.2≥900Mpa,Rm=1000-1170Mpa,HB=302-375。从力学性能来看,螺栓材质的硬度比法兰螺纹的硬度(相差约100HB),螺栓在下旋过程中形成积屑瘤产生高温并在螺纹之间产生塑性变形,使其硬度高于法兰螺孔材质的硬度,积屑瘤在螺栓与螺孔螺纹之间,随着螺栓的旋入在法兰螺纹螺牙上留下了沟痕,造成了螺纹损伤。

二、理论方法和模型

(一)VECH-GARCH模型

设ut表示一个k×1维随机向量序列,且有ut|Yt-1服从N(0,Ht)分布,Yt-1是到t-1时刻的信息集,Ht是 k 阶正定矩阵。Bollerslev(1988)提出一个一般的条件协方差多变量VECH模型的限制形式。

均值方程为:

 

方差方程为:

 

其中,

 

在(2)式中,矩阵C为方差方程中常数项的系数矩阵,矩阵A为方差方程中ARCH项的系数矩阵,矩阵G为方差方程中GARCH项的系数矩阵,系数矩阵C、A和G都是k阶的对称矩阵,每个矩阵包含了 k(k+1)/2 个参数。

同时,矩阵A的各个元素表示了各变量的上一期残差的平方之间相互影响,而矩阵G的各个元素则表示了各变量的上期方差和协方差之间的相互影响关系。

第一个变量的方差方程:

 

第二个变量的方差方程:

综上所述,格鲁吉亚首都第比利斯爆发重大群体性突发事件的原因相当复杂,绝非单一原因。需要指出的是,许多人称与群体性事件都“是自发的”,“并没有什么事先的预谋。”[11](P132)事实并不像有人猜测的那样:“青年人是受比较年长的组织者操纵”。[4](P101)即使时隔45年之后,曾经自发参与当年游行示威的人在2001年春天俄罗斯的电视转播中还这样解释自己的行为:“我们不能不到广场去,大家都在那里!”[14]

 

这两个方程中,满足约束条件每个方程的上期残差平方项和方差项的系数之和都小于1。

条件协方差方程:

由于在CAV iaR模型中并没有关于收益率序列的动态演进过程,因而不能得到脉冲响应函数,只能采取伪脉冲响应函数来直观反映收益率序列的变化对尾部风险的影响。

 

根据样本数据,基于VECH-GARCH模型研究,从波动溢出角度得出“雄安新区”板块与沪深主板之间的风险联动性实证结果。对(3)式的估计结果如表2所示。

本文在此基础理论上,建立如下VECH-GARCH模型来分析“雄安新区”板块与沪深主板之间波动的相关性。

 

(二)多元分位数CAViaR模型

本文根据White et al.(2015)等的理论方法和模型,假定{(YTt,XTt):t=0,±1,±2,…}是完备概率空间(Ω,F,P)上的平稳、遍历随机过程,Yt是 n×1 维连续分布的随机向量,Xt是第一个元素为1的可数维向量。Ft-1 是由生成的 σ代数。定义Fi,t(y)=P(Yi,t<y|Ft-1)(i=1,2,…,n)为的Yi,t条件累积分布函数(CDF)。令 θi,j∈(0,1),i=1,2,…,n;j=1,2,…,p 且 0<θi1<θi2<…<θip<1,Yt的第θi,j条件分位数为qi,j,t,即qi,j,t=inf{y:Fi,t(y)≥θij|Ft-1}。为了简化表达,令,其中qi,t=(qi,1,t'q1,2,t'…,qi,p,tT。对于给定的有限整数m和k,则存在k×1维平稳、遍历、Ft-1可测的随机向量{ψ,t=1,2,…,T},实数向量 βj=(βi,j,1,βi,j,2,…,βi,j,kT 及向量,其中为p×1维向量,使得:

 

其中,(4)式即为ENGLE等的多元分位数形式,也是MV-CAViaR模型的一般形式。

本文在此基础理论上,同时根据Engle&M anganelli(2004)基于股票市场收益率的波动聚集现象,认为与波动密切相关的VaR也应该具有类似的自回归性质,从而提出具有自相关特征的CAV iaR模型来对金融市场的尾部风险进行度量。因此,SAV-CA

V iaR模型表现更佳,其方程如下:

由于广义互相关算法(GCC-PHAT)[8]所需的数据量少且具有较好的抗混响能力,是目前基于到达时间差定位方法中使用较多的一种算法。信号x1和x2的广义互相关函数的计算如式(1)所示:

 

其中,qt(θ)表示金融资产在θ概率下的条件分位数,Yt-1为金融资产的收益率。然而,CAViaR模型只能探讨单个金融资产的动态风险特征,无法刻画多个金融市场之间风险相互感染的特征。为克服现有模型的不足,W hite et al.(2015)将传统的CAV iaR

随着医学模式的转变,护理更加关注人的社会性,这就要求护士有良好的人文素质。沟通能力在临床护理工作中的重要性越来越突出,有效沟通对提高工作效率和工作质量起着非常重要的作用[1]。中职护生在技能操作练习时,即使设定情景进行角色扮演,仍然难以进入角色,沟通往往限于“你好”“再见”等基本词汇,甚至常常做“哑巴”护士。在教学过程中,我们选择了几项需要沟通的技术操作,设计剧本,编写对话,一字一句教护生练习,循序渐进地学习与患者沟通的技巧,并鼓励护生在此基础上自由发挥,更好地体会护患角色,培养爱伤观念。

从图3可以看出,在雄安新区与沪深300指数收益率标准差冲击后,雄安新区指数收益率均发生向上突变,表现为从一开始就显现出明显的正向响应,随后正向效应减弱并慢慢消失,到第四期,脉冲效应收敛为0。

 

qit(θ)表示市场收益率Yit-1在θ概率下的条件分位数(即尾部风险),也可看作为市场收益率对应θ的在险价值VaR;|Yit-1|表示市场指数i的收益率绝对值,该项代表市场冲击项,且暗含滞后一期的正向冲击和负向冲击对当期VaR具有相同的影响效果;qit-1代表滞后的条件分位数,用以描述金融市场尾部风险的自相关性。其中,i=1,2(1表示沪深300指数,2表示“雄安新区”指数)。

三、实证研究与结果分析

(一)样本选取

从以上分析可以看出,沪深300指数尾部风险受到来自“雄安新区”指数尾部风险的影响不大。

(2)铸件验收标准 铸件材质为G20Mn5+N,是目前轧机机架广泛使用的材质之一,其化学成分要求如附表所示。

 

(二)描述性统计量

  

图1 “雄安新区”指数与沪深300指数收益率

“雄安新区”和沪深300指数收益率曲线波动情况及其相关样本的描述性统计量分别如图1和表1所示。

 

表1 样本的描述性统计量

  

均值 最大值 最小值 标准差 偏度 峰度 J B统计量 P值雄安新区 0.01% 0.09 -0.09 0.02 -0.28 7.13 356.12 0.0000沪深300 0.02% 0.04 -0.07 0.01 -2.00 15.72 3653.17 0.0000

从图1可以看出“雄安新区”概念股指数收益率高于沪深300指数收益率,并且前者的收益率的振幅波动情况明显高于后者。

从表1可以看出,“雄安新区”概念股指数收益率的最大值和标准差均大于沪深300指数收益率。该结果与图1的结果表述一致。同时,从表1中的偏度和峰度值可知两个指数均呈现出左偏和肥尾的特征,JB统计量和P值均反映了两者都不服从正态分布。

(三)模型的实证结果分析

根据样本数据,基于多元分位数模型式(5)的分析研究,从尾部风险溢出角度得出“雄安新区”板块与沪深主板之间的风险联动性实证结果。由表3可以看出:

协方差方程表示各变量之间的冲击的交互影响,该方程中项的系数表明第一个变量和第二个变量的上期残差平方之间的影响大小,而项的系数则表示了这两个变量的上期残差之间的影响大小。

 

表2 VECM-GARCH模型参数估计结果

  

注:***表示待估参数在1%置信水平下显著;表中括号中为对应t值。

 

c 11 c 12 a 11 a 12 g 11 g 12 1.92 E-06*** 5.39 E-06*** 0.0274*** 0.0633*** 0.9343*** 0.9201***(6.18) (3.82) (2.75) (5.54) (120.96) (96.99)

从表2可以看出,每个方程的上期残差平方项Aii(i=1,2)和方差项Gii(i=1,2)的系数之和都小于1,并且接近1,表明收益率序列受到冲击时,其影响存在着较长久的ARCH效应。协方差方程表示各变量之间的冲击的交互影响,该方程中u^1,t-1 u^2,t-1 项的系数a12表明两个股市的日收益率的上期残差平方之间的影响大小,而σ^12,t-1 项的系数 g12 表示了这两个变量的上期残差之间的影响大小。从估计结果来看,协方差方程中的u^1,t-1 u^2,t-1 项和σ^12,t-1 项的系数之和接近1,这表明“雄安新区”板块与沪深主板的日收益率波动的条件方差之间的相互影响是持久的。因此,基于VECH-GARCH模型的风险联动性分析,我们可知,“雄安新区”与沪深300之间存在波动溢出效应。

2.基于多元分位数CAV iaR模型的风险溢出效应分析

1.基于VECH-GARCH模型的风险溢出效应分析

(1)a21和 a22不显著异于 0,表明,“雄安新区”指数与沪深300指数的上一期指数收益率对当期的“雄安新区”板块的尾部风险不产生显著影响;a11和a12在1%的显著水平下拒绝原假设,表明“雄安新区”指数与沪深300指数的上一期指数收益率对当期的沪深主板的尾部风险有重要影响。

(2)自回归项系数b11和b12分别为-1.6292和-1.3846,并且都在1%水平上显著异于0,表明VaR具有显著的自回归性。

(3)因为b21系数表示为“雄安新区”指数收益率对沪深主板指数的尾部风险溢出,系数b12表示为沪深主板指数收益率对“雄安新区”指数收益率的尾部风险溢出。而b21值为0.4932,b12值为0.0667,b21大于b12。该结果表明沪深主板指数的尾部风险对“雄安新区”指数的尾部风险影响较大,“雄安新区”指数尾部风险对沪深主板指数尾部风险的影响较小。这主要是由于“雄安新区”的板块概念股占沪深主板的比重较小,因此“雄安新区”对沪深主板的尾部风险溢出效应较小。

好像自己是一个外来者一样,或许就像是在美国卖专辑的N e i l Y o u n g?我猜的,没敢问Y o u n g去核实。

 

表3 多元分位数模型的参数估计结果

  

注:括号内数据是对应系数的标准误差;*、**、***分别表示在10%、5%和1%的显著水平下拒绝原假设。

 

?

3.基于伪脉冲效应函数的风险溢出效应分析

(二)在地理课堂教学中运用生活实际,提升地理思维能力。针对学生出现的地理思维缺陷,特别对高中文科生而言,由于面临高考的现场,加上许多高考题目都是全新的,没有良好的地理知识思维结构在做题的时候是很难正确解决问题的。所以在地理课堂教学中更要注重加强诱导启发,调动学生的地理思维,注重启发诱导,调动学生一切可以利用的头脑中的地理理论知识,从学生的认知能力角度开启,一步一步深入挖掘,让学生深层次的进行思考形成正确的地理思维。此在此基础上老师就应该深入挖掘,提出问题,然后让学生会提出一系列的假设,最终回归到目前比较易懂好理解的理论知识上,充分的让理论知识生动起来。

伪脉冲响应函数假定仅对Yi,t(i=1,2)分别给予单位标准差的冲击,而之后的不受影响,加入冲击后的分位数与之前分位数的差即为脉冲值,因此伪脉冲响应函数能直观观察出“雄安新区”与沪深300的风险联动性。本文分别给予“雄安新区”指数收益率与沪深300指数收益率单位标准差冲击后,观察两指数的脉冲响应。滞后观察期选择10期,结果如图2和图3所示。

  

图2 “雄安新区”与沪深300指数收益率单位标准差冲击后对沪深300指数收益率的脉冲

从图2可以看出,在沪深300指数收益率单位标准差冲击后,沪深300指数收益率立刻发生向上突变,随后正向效应逐渐减弱,到第二期时,又产生负向效应,最终的脉冲效应在第四期收敛为0。而在“雄安新区”指数收益率单位标准差冲击后,沪深 300指数收益率产生较弱的负向效应,到了第四期,脉冲效应收敛为0。

  

图3 “雄安新区”与沪深300指数收益率单位标准差冲击后对“雄安新区”指数收益率的脉冲

本文选取W IND数据库推出的雄安新区指数作为研究对象,同时选取沪深300指数来刻画沪深主板指数,采用Eview s软件进行分析。样本区间选为2015年12月31日到2017年12月31号,共486个样本。本文取指数收盘价对数一阶差分来计算每日的指数收益,其中Pt为收盘价。计算公式如下:

模型扩展成为SAV-CAV iaR模型,该模型将单方程的分位数回归思想扩展到向量自回归的结构化方程,并揭示了金融机构(或市场)的风险价值不仅受到本身市场的影响,还受到其他市场的尾部风险溢出,市场之间是相互影响、相互传染的。具体表达式如下:

从以上分析可以看出,“雄安新区”指数的尾部风险受到来自沪深300指数尾部风险的影响较大。

四、结论

本文基于VECH-GARCH、多元分位数CAV iaR模型以及伪脉冲效应函数,采用多角度分析“雄安新区”板块与沪深主板的风险关联性问题。实证分析得到以下结论:

一是“雄安新区”指数的收益率高于沪深300指数收益率,并且前者的收益率的振幅波动情况明显高于后者。

二是基于VECH-GARCH模型实证分析,得出“雄安新区”板块与沪深主板的日收益率波动的条件方差之间的相互影响是持久的,即“雄安新区”与沪深300之间存在波动溢出效应。

三是基于多元分位数CAV iaR模型实证分析,得出“雄安新区”板块指数收益率与沪深300指数收益率具有明显的尾部风险关联性。并且,沪深主板指数的尾部风险对“雄安新区”指数的尾部风险影响较大,“雄安新区”指数尾部风险对沪深主板指数尾部风险的影响较小。

四是基于伪脉冲响应函数分析结果,进一步证明沪深主板指数对“雄安新区”板块指数的尾部风险溢出效应大于“雄安新区”指数对沪深主板指数的尾部风险溢出效应。

参考文献:

[1]张兵,范致镇,李心丹.中美股票市场的联动性研究[J].经济研究,2010,45(11):141-151.

[2]胡秋灵,马丽.我国股票市场和债券市场波动溢出效应分析[J].金融研究,2011(10):198-206.

[3]李红权,洪永淼,汪寿阳.我国A股市场与美股、港股的互动关系研究:基于信息溢出视角[J].经济研究,2011,46(08):15-25+37.

(3)智能化。煤矿机电设备的智能化发展是提高煤矿资源开发利用效率的有效措施,可以借助智能化系统动态监测煤矿开采状况和机电设备运行情况,能够及时反馈故障信息等,不仅增强了机电设备的控制程度,更提高了煤矿生产的安全性。

[4]李红霞.我国资产市场间均值溢出效应及波动的相关性研究[D].重庆:重庆大学,2012.

[5]何德旭,苗文龙.国际金融市场波动溢出效应与动态相关性[J].数量经济技术经济研究,2015,32(11):23-40.

[6]梁琪,李政,郝项超.中国股票市场国际化研究:基于信息溢出的视角[J].经济研究,2015,50(04):150-164.

面前的黑影像是撞上了一堵无形的铁壁,猛地一顿,愣在那里。我恍惚有点儿异样的感觉,揉了揉眼睛,好像见到了年轻时候的大梁!

[7]曾裕峰,温湖炜,陈学彬.股市互联、尾部风险传染与系统重要性市场——基于多元分位数回归模型的分析[J].国际金融研究,2017(09):86-96.

[8]谢亚利.中国金融行业系统风险的尾部相依性测度[D].上海:上海师范大学,2017.

[9]刘静一.“一带一路”板块与沪深主板股票指数收益的尾部风险联动性研究[J].武汉理工大学学报(信息与管理工程版),2016,38(06):696-699.

[10]Engle R F.Autoregressive Conditional Heteroscedasticity w ith Estimates of the Variance of United Kingdom Inflation[J].Econometrica,1982,50(4):987-1007.

[11]Bollerslev T,Engle R F,Wooldridge J M.A Capital Asset Pricing Model w ith Time-Varying Covariances[J].Journal of Political Economy,1988,96(1):116-131.

[12]Xiangyi Zhou,Weijin Zhang,Jie Zhang.Volatility spillovers between the Chinese and world equity markets[J].Pacific-Basin Finance Journal,2011,20(2).

1.2.6 评分方法 30°侧卧位翻身护理掌握程度为评分标准为:90~100分为完全掌握,80~89分为部分掌握,<80分为没掌握。压疮程度及分布情况主要参照压疮分期标准来判断,分6期,严重程度由低到高依次是Ⅰ期、Ⅱ期、Ⅲ期、Ⅳ期、可疑深部组织损伤和难以分期。

[13]Halbert White,Tae-Hwan Kim,Simone Manganelli.VAR for VaR:Measuring tail dependence using multivariate regression quantiles[J].Journal of Econometrics,2015,187(1).

 
何红霞,王百之
《河北金融》 2018年第04期
《河北金融》2018年第04期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息 粤ICP备2023046998号