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

1、20世紀70年代以來，金融市場的波動性不斷加劇，這極大程度地沖擊了各國的經(jīng)濟和金融形勢，影響著各國經(jīng)濟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)展帶來機會的同時，也帶來許多的風險和不確定因素。各國政府和學(xué)者們開始意識到研究金融風險的重要性和必要性，逐漸開始研究金融風險領(lǐng)域的相關(guān)問題。
　　分位數(shù)回歸方法是一種不需要進行正態(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、時間序列的尖峰厚尾特征，在研究風險度量和風險傳導(dǎo)方面有著十分重要的意義。本文將主要運用分位數(shù)回歸方法從中國證券市場的風險度量和風險傳導(dǎo)兩個角度進行理論和實證的研究。
　　首先，風險度量方面，鑒于中國證券市場的獨特情況，風險價值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性大小對于未來風險水平將產(chǎn)生影響，在已有的CAViaR模型的基礎(chǔ)上引入流動性指標變量，提出了流動性調(diào)整的CAViaR模型，并建立了VaR回測檢驗的框架體系。結(jié)果表明，我國股票市場流動性的變化對未來風險具有顯著的影響，改進后的模型相較于間接GARCH在樣本外的預(yù)測方面表現(xiàn)得更好，預(yù)測效果有顯著提高，流動性調(diào)整的CAViaR模型比間接GARCH的CAViaR模型更好地刻畫了市

4、場風險的演化模式。
　　其次，風險傳導(dǎo)方面，不同于以往學(xué)者對于風險傳導(dǎo)的研究僅限于單方面的定性分析或者是風險溢出效應(yīng)度量的定量分析，本文則結(jié)合風險——格蘭杰因果檢驗和分位數(shù)回歸方法對于滬深港市場的風險傳導(dǎo)進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模型估計的最佳VaR水平，接著用風險-格蘭杰因果檢驗來驗證滬深港股市間存在風險傳導(dǎo)關(guān)系，在此基礎(chǔ)上運用條件風險價值法CoVaR(Condition V

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