● 摘要
经济全球化的迅猛发展和各国金融市场的相继开放,使不同股票市场之间的相关性即联动性越来越受到人们的关注,一个股票市场的波动往往会影响到其它股票市场,从股票市场的长期波动态势来看,某些股市之间会表现出协同运动的均衡状态。研究股市之间的联动性能够更好地揭示股市之间的相关关系,从而为金融市场的风险管理和制定投资组合策略提供理论依据。 协整方法是金融计量学研究中的重要方法,它解决了非平稳时间序列不满足最小二乘法基本假设的问题,也就是说最小二乘法只能应用于具有正态分布的变量,而非平稳时间序列的分布具有尖峰厚尾的特征,因此用最小二乘法对非平稳时间序列建模常会出现伪回归的问题。协整理论为非平稳时间序列建模提供了有力的工具。然而标准的协整方法也有它的不足之处,即样本期间内只用了一个单一的模型来描述时间序列的特征,对于比较复杂的情况如样本期间内时间序列之间的关系发生了结构上的改变,则不能够很好地进行描述。变结构协整方法允许样本期间内模型形式发生改变,从而可以检验更一般的情况。 本文选择改进了的变结构协整方法来研究股市之间的联动性。在对变结构协整方法进行了深入研究的基础上,对沪深股市之间的联动性进行了实证检验,检验结果表明当样本期间存在结构突变点时,变结构协整关系可以更好地描述数据之间的真实关系。基于这一研究结果,又对单个的时间序列重新进行了单位根检验,在考虑存在结构突变点的情况下,得出了与以往单位根检验不同的结论。最后,本文检验了包括沪深股市在内的世界10个股市之间的联动性,并对这一实证结果进行了分析。
相关内容
相关标签