中國證券市場風(fēng)險(xiǎn)度量及風(fēng)險(xiǎn)傳導(dǎo)研究——基于分位數(shù)回歸方法.pdf

1、20世紀(jì)70年代以來，金融市場的波動(dòng)性不斷加劇，這極大程度地沖擊了各國的經(jīng)濟(jì)和金融形勢(shì)，影響著各國經(jīng)濟(jì)市場和金融市場的健康發(fā)展。隨著中國加入WTO，中國市場逐漸向外開放，國際間的聯(lián)系在為中國金融市場的發(fā)展帶來機(jī)會(huì)的同時(shí)，也帶來許多的風(fēng)險(xiǎn)和不確定因素。各國政府和學(xué)者們開始意識(shí)到研究金融風(fēng)險(xiǎn)的重要性和必要性，逐漸開始研究金融風(fēng)險(xiǎn)領(lǐng)域的相關(guān)問題。
　　分位數(shù)回歸方法是一種不需要進(jìn)行正態(tài)分布的假設(shè)和分布參數(shù)的設(shè)定的半?yún)?shù)方法，適合我國金融

2、時(shí)間序列的尖峰厚尾特征，在研究風(fēng)險(xiǎn)度量和風(fēng)險(xiǎn)傳導(dǎo)方面有著十分重要的意義。本文將主要運(yùn)用分位數(shù)回歸方法從中國證券市場的風(fēng)險(xiǎn)度量和風(fēng)險(xiǎn)傳導(dǎo)兩個(gè)角度進(jìn)行理論和實(shí)證的研究。
　　首先，風(fēng)險(xiǎn)度量方面，鑒于中國證券市場的獨(dú)特情況，風(fēng)險(xiǎn)價(jià)值VaR(value at risk)的度量在我國和國外問存在著一定的差距，本文創(chuàng)新性地提出了流動(dòng)性調(diào)整的VaR水平的度量，在Engle提出的CAViaR(Conditional Autoregressive

3、Value at Risk)模型——遞推的分位數(shù)回歸方法下考慮流動(dòng)性大小對(duì)于未來風(fēng)險(xiǎn)水平將產(chǎn)生影響，在已有的CAViaR模型的基礎(chǔ)上引入流動(dòng)性指標(biāo)變量，提出了流動(dòng)性調(diào)整的CAViaR模型，并建立了VaR回測(cè)檢驗(yàn)的框架體系。結(jié)果表明，我國股票市場流動(dòng)性的變化對(duì)未來風(fēng)險(xiǎn)具有顯著的影響，改進(jìn)后的模型相較于間接GARCH在樣本外的預(yù)測(cè)方面表現(xiàn)得更好，預(yù)測(cè)效果有顯著提高，流動(dòng)性調(diào)整的CAViaR模型比間接GARCH的CAViaR模型更好地刻畫了市

4、場風(fēng)險(xiǎn)的演化模式。
　　其次，風(fēng)險(xiǎn)傳導(dǎo)方面，不同于以往學(xué)者對(duì)于風(fēng)險(xiǎn)傳導(dǎo)的研究僅限于單方面的定性分析或者是風(fēng)險(xiǎn)溢出效應(yīng)度量的定量分析，本文則結(jié)合風(fēng)險(xiǎn)——格蘭杰因果檢驗(yàn)和分位數(shù)回歸方法對(duì)于滬深港市場的風(fēng)險(xiǎn)傳導(dǎo)進(jìn)行了更綜合全面的分析。本文應(yīng)用滬深港市場指數(shù)數(shù)據(jù)首先基于已有的各種CAViaR模型估計(jì)的最佳VaR水平，接著用風(fēng)險(xiǎn)-格蘭杰因果檢驗(yàn)來驗(yàn)證滬深港股市間存在風(fēng)險(xiǎn)傳導(dǎo)關(guān)系，在此基礎(chǔ)上運(yùn)用條件風(fēng)險(xiǎn)價(jià)值法CoVaR(Condition V

5、alue at Risk)方法來度量各個(gè)市場間的風(fēng)險(xiǎn)溢出強(qiáng)度，并分階段進(jìn)行了比較。結(jié)果表明滬深港股票市場存在風(fēng)險(xiǎn)傳導(dǎo)關(guān)系，滬深港市場間存在正的雙向風(fēng)險(xiǎn)溢出效應(yīng)，并且滬深市場之間的風(fēng)險(xiǎn)溢出效應(yīng)明顯強(qiáng)于與港股之間的溢出效應(yīng)，比較兩階段的溢出效應(yīng)，各個(gè)市場間的風(fēng)險(xiǎn)溢出效應(yīng)正在逐步變強(qiáng)。
　　本文將分位數(shù)回歸方法應(yīng)用于中國證券市場的風(fēng)險(xiǎn)度量和風(fēng)險(xiǎn)傳導(dǎo)的兩個(gè)方面，采用以分位數(shù)回歸為基本思想的CAViaR模型和CoVaR模型進(jìn)行研究，得出了令