金融风险对中国主要股的多渠道协同传染分析.pdfVIP

金融风险对中国主要股市的多渠道协同传染分析 苏木亚1 1.内蒙古大学经济管理学院，呼和浩特 010021 摘要：以近三次金融危机为背景，利用基于谱聚类方法、独立成分分析、GARCH 和 VAR 相结合的金融风险多渠道协同传染模型，分析金融风险对我国主要股 市的多渠道协同传染效应。实证结果表明，金融风险对我国股市的协同传染 呈现多渠道和复杂化特征。 关键词：金融风险；中国主要股市；多渠道协同传染 中图分类号：F830.9 文献标识码：A 文章编号：XXX-XXXX-XXX 1 引言 研究股市的风险传染或波动溢出对金融市场的风险控制、金融监管以及防止灾难性金融事件的发 生与蔓延具有重要的现实意义，也是金融学领域的一个研究热点。探讨金融风险对我国的传染对政府 制定合理的金融监管政策以防范金融风险、投资者构建有效的投资组合等同样具有参考意义。 [1] Zhou 等对中国股市与全球主要股市间的波动溢出进行了定量分析 。Allen 等利用 [2] VARMA–AGARCH 、VARMA–GARCH 和ARMA 模型分析了波动从中国股市对邻国的溢出效应 。 Wang 等利用GJR–BEKK–GARCH model 模型分析了我国主要股市（大陆沪深股市、台湾地区和香港 [3] [4] 特区）与美日两国之间的波动溢出效应 。Corradi 等对国际股市间的波动溢出进行了实证分析 。 Kumiega 等利用独立成分分析、已实现波动率和EGARCH 等对2008 年金融危机期间的股市波动进行 [5] 了定量分析 。Ferrer 等提出了独立成分分析和GARCH 相结合的模型对股票收益率数据进行了定量 [6] 分析 。程棵等选取32 个经济体次贷危机前后21 个季度中的数据，引入空间面板回归模型对表现金 [7] 融市场关联程度的 Copula 传染指数进行传染渠道的实证分析 。鲍勤和孙艳霞基于不同的银行间市 场网络结构假设，利用中国银行业数据，使用最大熵方法估计银行间资产负债关系，建立银行间市场 网络以研究我国单个银行破产引发的金融风险的传染概率和影响程度，进而通过建立异质性银行的多 [8] 主体仿真模型研究银行间市场结构和银行资产负债表结构对金融风险传染的影响 。西村友作和孙便 霞着眼于全球性股市恐慌下的中国内地与中国香港、中国台湾、日本股市之间的日内风险传染现象， 使用日内5 分钟数据，应用FFF 回归、FIEGARCH 模型、ARFIMAX 模型的波动溢出三步检验法， [9] 对内地股市与其他三个东亚股市之间的日内波动溢出效应进行了实证分析 。靳玉英和周兵选取 12 个新兴市场国家 1997 年至2009 年的月度数据，运用金融压力指数和面板VAR 模型研究主要金融领 [10] 域风险的传染性及其对宏观审慎监管的政策含义 。盛夏结合结构向量自回归模型和或有权益分析 方法试图对其影响进行量化研究。模型引入宏观金融风险指标和宏观经济指标，选用2007～2010 年