论文部分内容阅读
20世纪80年代以来，经济全球化与金融一体化在全球范围内不断推进，极大增强了世界各国金融市场之间的相互依存性，单个金融市场的波动不但受到其自身前期波动影响，还受到其他金融市场前期波动的影响，这就存在着波动溢出效应。而现有关于金融市场波动溢出效应的研究大多采用GARCH类模型，与GARCH类模型相比，随机波动模型被认为更加适合金融领域的实际研究。因此，本文构建了具有双向格兰杰检验的贝叶斯厚尾DCC-MSV模型，用于研究不同金融市场之间的波动溢出效应与动态相关关系。首先，对厚尾DCC-MSV模型进行贝叶斯分析，设计了模型参数估计的MCMC抽样算法，解决了多变量随机波动模型参数难以估计的难题。然后，介绍了随机波动模型参数收敛性诊断的方法、随机波动模型比较准则以及波动溢出效应显著性的检验方法。最后，本文选取沪深300指数、恒生指数、标准普尔500指数、英国富时100指数、日经225指数作为研究对象，分析2005年中国大陆股市股权分置改革后中国大陆股市、中国香港股市、美国股市、英国股市、日本股市的波动溢出效应与动态相关关系，同时，运用DIC准则对CCC-MSV模型、厚尾CCC-MSV模型、DCC-MSV模型、厚尾DCC-MSV模型进行比较分析。研究结果表明，在波动溢出效应方面，仅存在中国香港股市对中国大陆股市的单向波动溢出效应，美国股市、英国股市与日本股市对中国大陆股市不存在波动溢出效应，且中国大陆股市对其他四个股市均不存在波动溢出效应。而中国香港股市与英国股市、中国香港股市与日本股市、美国股市与英国股市之间均存在双向波动溢出效应，但美国股市对香港股市、美国股市对日本股市、英国股市对日本股市仅存在单向波动溢出效应。在动态相关性方面，各股市之间的相关关系具有时变特征，且这种相关关系存在长记忆性，同时这种相关性在金融危机期间呈现出上升趋势；此外，中国大陆股市与中国香港股市联系最为紧密。在波动模型模拟效果方面，引入t分布的厚尾CCC-MSV模型与厚尾DCC-MSV模型要优于未引入t分布的CCC-MSV模型与DCC-MSV模型。