中国股市与国际股市的极值风险传导效应研究

中国管理科学 ›› 2008, Vol. 16 ›› Issue (4): 36-43.

中国股市与国际股市的极值风险传导效应研究

林宇^1,2

1. 成都理工大学商学院四川成都 610059;
2. 西南交通大学经济管理学院四川成都 610031

收稿日期:2007-12-11 修回日期:2008-06-25 出版日期:2008-08-31 发布日期:2008-08-31
作者简介:林宇(1973- ),男(汉族),四川仪陇人,成都理工大学商学院,西南交通大学经济管理学院,博士,研究方向:金融市场与公司理财、金融风险管理.
基金资助:
国家自然科学基金资助项目(70771097)

Study on Contagion Effect between Chinese Stock Market and Other International Stock Markets

LIN Yu^1,2

1. Business School, Chengdu University of Technology, Chengdu 610059, China;
2. School of Economics and Management, Southwest Jiaotong University, Chengdu 610031, China

Received:2007-12-11 Revised:2008-06-25 Online:2008-08-31 Published:2008-08-31

摘要/Abstract

摘要： 本文针对股市中具有的部分典型事实构造股市指数损失的标准残差序列,并运用EVT对其极值尾部建模进而估计出股市指数的动态极值风险,然后基于Granger-Causality检验方法分析中国股市与国际上主要股市之间的极值风险传导效应。结果表明,在过去相当长时间内,中国大陆沪市与其它三个国际股市不存在风险传导效应而处于分割状态,但自2007年起,中国大陆沪市可以通过香港市场与其它国际股市进行极值风险传导;日本东京股市极值风险单向传导给香港股市,香港股市又单向传导给美国纽约股市;日本东京股市和美国纽约股市的极值风险存在明显的双向传导关系。

关键词: 股票市场, 典型事实, EVT, 动态风险, 传导效应

Abstract: It is a key issue for some government to study on risk contagion effect among different interna tional financial markets.In this paper we construct standardized residuals of indices loss based on some stylized facts in stock market, and then measures dy namic extreme risk based on stylized facts and EVT, at last, we use Granger-Causality method to test contagion effect of dynamic extreme risk of Chinese stock market and other international stock markets.Our results show that extreme dynamic risks transmit from Chinese stock market to other three international stock markets through Hong Kong stock market.Extreme dynamic risks transm it form Hong Kong stock market to Tokyo stock market, and then transmit form Tokyo stock market to New York stock market.There exists bidirectional contagion effect between Tokyo and New York stock markets.

Key words: stock market, stylized facts, EVT, dynamic risk, contagion effect

中图分类号:

F831.59

林宇. 中国股市与国际股市的极值风险传导效应研究[J]. 中国管理科学, 2008, 16(4): 36-43.

LIN Yu. Study on Contagion Effect between Chinese Stock Market and Other International Stock Markets[J]. Chinese Journal of Management Science, 2008, 16(4): 36-43.

[1]	唐振鹏, 吴俊传, 冉梦, 张婷婷. 考虑投资者情绪的中国股市自激发效应研究[J]. 中国管理科学, 2020, 28(7): 1-12.
[2]	谢赤, 胡雪晶, 王纲金. 金融危机10年来中国股市动态演化与市场稳健研究——一个基于复杂网络视角的实证[J]. 中国管理科学, 2020, 28(6): 1-12.
[3]	陈其安, 张慧, 陈抒妤. 股指期货交易加剧了中国股票市场波动性吗？——基于投资者结构的理论和实证研究[J]. 中国管理科学, 2020, 28(4): 1-13.
[4]	刘凤根, 吴军传, 杨希特, 欧阳资生. 基于混频数据模型的宏观经济对股票市场波动的长期动态影响研究[J]. 中国管理科学, 2020, 28(10): 65-76.
[5]	尹海员, 朱旭. 投资者异质信念、预期演化与股票市场流动性[J]. 中国管理科学, 2019, 27(10): 12-21.
[6]	罗嘉雯, 陈浪南. 多国股票市场的高频波动相关性研究[J]. 中国管理科学, 2018, 26(2): 116-125.
[7]	谭政勋, 黄锦东, 叶诚. 中国股票市场主要转折点的识别:基于改进的小波领袖法与逼近技术的贝叶斯法[J]. 中国管理科学, 2018, 26(12): 12-24.
[8]	黄书培, 安海忠, 高湘昀, 闻少博. 供给与需求驱动型原油价格变动对股票市场的多时间尺度影响研究[J]. 中国管理科学, 2018, 26(11): 62-73.
[9]	陈其安, 雷小燕. 货币政策、投资者情绪与中国股票市场波动性:理论与实证[J]. 中国管理科学, 2017, 25(11): 1-11.
[10]	闫红蕾, 赵胜民. 沪港通能否促进A股与香港股票市场一体化[J]. 中国管理科学, 2016, 24(11): 1-10.
[11]	林宇, 陈王, 王一鸣, 黄迅. 典型事实、混合Copula函数与金融市场相依结构研究[J]. 中国管理科学, 2015, 23(4): 20-29.
[12]	熊正德, 文慧, 熊一鹏. 我国外汇市场与股票市场间波动溢出效应实证研究——基于小波多分辨的多元BEKK-GARCH(1,1)模型分析[J]. 中国管理科学, 2015, 23(4): 30-38.
[13]	谢海滨, 田军, 汪寿阳. 极端风险下中国股市的反应特征研究[J]. 中国管理科学, 2015, 23(11): 39-45.
[14]	王春. 投资者情绪对股票市场收益和波动的影响-基于开放式股票型基金资金净流入的实证研究[J]. 中国管理科学, 2014, 22(9): 49-56.
[15]	于文华, 魏宇, 淳伟德. 欧债危机环境中资产组合ES模型比较研究[J]. 中国管理科学, 2014, 22(5): 8-15.