基于風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)的中國(guó)股票市場(chǎng)定價(jià)效應(yīng)研究.pdf

1、金融是市場(chǎng)經(jīng)濟(jì)運(yùn)行的核心，市場(chǎng)經(jīng)濟(jì)的持續(xù)健康發(fā)展離不開(kāi)金融體系的穩(wěn)定。如何構(gòu)建完善健全的金融體系，防范金融風(fēng)險(xiǎn)一直是學(xué)術(shù)界研究的重要問(wèn)題。2007-2009年美國(guó)爆發(fā)的次貸危機(jī)，很快演變成一場(chǎng)全球性的金融危機(jī)。與前幾次金融危機(jī)相比，本次金融危機(jī)的范圍更廣，程度更深，造成上世紀(jì)30年代“大蕭條”以來(lái)最嚴(yán)重的全球性的金融和經(jīng)濟(jì)危機(jī)。國(guó)際學(xué)術(shù)界普遍認(rèn)為，系統(tǒng)性金融風(fēng)險(xiǎn)的積累和宏觀審慎監(jiān)管的缺失，是導(dǎo)致此次嚴(yán)重金融危機(jī)的重要因素之一。危機(jī)發(fā)生后

2、，各國(guó)金融監(jiān)管部門(mén)紛紛出臺(tái)相關(guān)措施，加強(qiáng)對(duì)金融體系系統(tǒng)性風(fēng)險(xiǎn)的監(jiān)管。在中國(guó)，金融機(jī)構(gòu)的同質(zhì)性很高，同時(shí)金融創(chuàng)新和金融自由化程度加大，金融機(jī)構(gòu)之間的互相借貸，擔(dān)保，相互融資融通，使得金融機(jī)構(gòu)之間的關(guān)系錯(cuò)綜復(fù)雜，金融機(jī)構(gòu)、金融部門(mén)之間的聯(lián)系越來(lái)越緊密，而且市場(chǎng)上仍缺少足夠的風(fēng)險(xiǎn)控制工具和交易機(jī)制，金融監(jiān)管手段和技術(shù)落后，因此中國(guó)金融體系未來(lái)面臨的風(fēng)險(xiǎn)也在逐漸加大。
　　網(wǎng)絡(luò)結(jié)構(gòu)模型是目前頗為前沿和受關(guān)注的研究系統(tǒng)性風(fēng)險(xiǎn)方法。IMF(2

3、009)提出的網(wǎng)絡(luò)結(jié)構(gòu)模型主要針對(duì)銀行，它的網(wǎng)絡(luò)建立在銀行間資產(chǎn)負(fù)債表相互敞口和交易數(shù)據(jù)的基礎(chǔ)上，并根據(jù)銀行間市場(chǎng)的網(wǎng)絡(luò)形狀模擬風(fēng)險(xiǎn)相互傳染的情況，從而測(cè)算出每個(gè)銀行在網(wǎng)絡(luò)中積累的系統(tǒng)性風(fēng)險(xiǎn)。相比而言，在整個(gè)金融系統(tǒng)中銀行的安全性要高于券商等其他非銀行金融機(jī)構(gòu)，非銀行金融機(jī)構(gòu)無(wú)法通過(guò)銀行間資產(chǎn)負(fù)債表和交易數(shù)據(jù)加入網(wǎng)絡(luò)結(jié)構(gòu)模型中。同時(shí)，在實(shí)踐中Barra因子模型(2010，Nielsen&Bender)使用至少20個(gè)產(chǎn)業(yè)因子試圖獲得在同一

4、產(chǎn)業(yè)中的共同波動(dòng)，因?yàn)樘幱谕划a(chǎn)業(yè)的公司傾向于共同波動(dòng)。然而，在同一產(chǎn)業(yè)中并不是所有公司都朝同一方向波動(dòng)或者按照相同的幅度波動(dòng)。因此進(jìn)一步朝公司層面研究共同波動(dòng)是很有必要的。
　　另一方面，資產(chǎn)定價(jià)的一些研究也發(fā)現(xiàn)股票的殘差收益往往和其他股票的殘差收益相聯(lián)系，這說(shuō)明公司之間存在相互影響或相互獨(dú)立的結(jié)構(gòu)。但通常將殘差當(dāng)作白噪聲，通過(guò)對(duì)沖來(lái)消除殘差風(fēng)險(xiǎn)，很少有研究通過(guò)殘差收益之間的相互關(guān)聯(lián)來(lái)研究公司之間的相互影響，現(xiàn)實(shí)中殘差風(fēng)險(xiǎn)并不是

5、可以忽略的風(fēng)險(xiǎn)，殘差收益之間的相互關(guān)聯(lián)可以為研究風(fēng)險(xiǎn)在公司之間的傳播提供一個(gè)研究的思路。因此本文主要從殘差收益相互關(guān)聯(lián)的視角來(lái)研究我國(guó)金融網(wǎng)絡(luò)中風(fēng)險(xiǎn)傳染的情況。
　　本文參考Yi-An Chen(2014)的網(wǎng)絡(luò)風(fēng)險(xiǎn)因子理論的研究框架及其對(duì)美國(guó)次貸危機(jī)期間做的經(jīng)驗(yàn)研究，將網(wǎng)絡(luò)風(fēng)險(xiǎn)理論應(yīng)用于中國(guó)市場(chǎng)，并對(duì)2015年六月發(fā)生的股災(zāi)作經(jīng)驗(yàn)研究，論證網(wǎng)絡(luò)風(fēng)險(xiǎn)理論在中國(guó)市場(chǎng)的有效性，以及網(wǎng)絡(luò)風(fēng)險(xiǎn)在本次股災(zāi)中所發(fā)揮的作用。具體方法是構(gòu)造一個(gè)網(wǎng)

6、絡(luò)因子能夠在模擬的證券組合中捕捉網(wǎng)絡(luò)風(fēng)險(xiǎn)。本文使用網(wǎng)絡(luò)結(jié)構(gòu)的中心性測(cè)度去數(shù)量化證券投資組合中網(wǎng)絡(luò)因子的權(quán)重。中心性測(cè)度通過(guò)每個(gè)節(jié)點(diǎn)相互聯(lián)系的結(jié)構(gòu)來(lái)給每個(gè)節(jié)點(diǎn)計(jì)算分?jǐn)?shù)。本文中會(huì)涉及到兩種計(jì)算中心性測(cè)度的方法:度中心性測(cè)度和特征向量中心性測(cè)度。特征向量中心性測(cè)度相比度中心性測(cè)度是一個(gè)提升，本文采用特征向量中心性測(cè)度，因?yàn)樗ㄟ^(guò)遞歸的方法計(jì)算每個(gè)節(jié)點(diǎn)的得分，如果一個(gè)節(jié)點(diǎn)它周?chē)墓?jié)點(diǎn)都有高的分?jǐn)?shù)，那么就賦予它高的分?jǐn)?shù)。當(dāng)基準(zhǔn)的網(wǎng)絡(luò)風(fēng)險(xiǎn)因子被構(gòu)造

7、出來(lái)以后，通過(guò)最小二乘估計(jì)(LSE)可以得出每只股票相對(duì)于網(wǎng)絡(luò)風(fēng)險(xiǎn)的風(fēng)險(xiǎn)暴露?；谶@些信息，F(xiàn)ama-French三因子模型得出的殘差收益能夠被分解為網(wǎng)絡(luò)風(fēng)險(xiǎn)收益和純個(gè)體風(fēng)險(xiǎn)收益，然后因子模型的風(fēng)險(xiǎn)能夠輕松的分解為風(fēng)險(xiǎn)的一般計(jì)量形式，如標(biāo)準(zhǔn)差、VaR和ES。
　　基于上述研究方法，本文總體上分為5個(gè)章節(jié)，具體安排為，第1章為緒論，主要介紹本文研究背景、研究意義、研究方法、研究?jī)?nèi)容以及創(chuàng)新之處。第2章為文獻(xiàn)綜述，首先從Fama-Fr

8、ench三因子模型的提出，三因子模型的驗(yàn)證，國(guó)內(nèi)三因子模型有效性的一些研究以及三因子模型的不足幾個(gè)方面對(duì)以往文獻(xiàn)進(jìn)行了回顧;其次對(duì)對(duì)系統(tǒng)性風(fēng)險(xiǎn)和風(fēng)險(xiǎn)傳染的一些研究進(jìn)行了分析。
　　第3章為研究設(shè)計(jì)，在這一部分中主要是論文模型的構(gòu)建，首先引進(jìn)Fama-French的三因子模型求取殘差收益，其次對(duì)網(wǎng)絡(luò)風(fēng)險(xiǎn)因子的構(gòu)建進(jìn)行詳細(xì)分析，接著從權(quán)重函數(shù)和兩種網(wǎng)絡(luò)中心性方法（度中心性和特征向量中心性）對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了論述;然后通過(guò)方差協(xié)方差矩陣和

9、風(fēng)險(xiǎn)分解對(duì)因子模型進(jìn)行了風(fēng)險(xiǎn)分析;最后為體現(xiàn)網(wǎng)絡(luò)風(fēng)險(xiǎn)的時(shí)變特性在上述模型的基礎(chǔ)上加入動(dòng)態(tài)條件相關(guān)模型(DCC)將模型擴(kuò)展到條件網(wǎng)絡(luò)風(fēng)險(xiǎn)模型。
　　第4章為實(shí)證分析，本文選取數(shù)據(jù)相對(duì)完整的36家金融機(jī)構(gòu)從2011年1月1日至2015年12月31日的周度數(shù)據(jù)作為研究樣本，由于數(shù)據(jù)缺失，在實(shí)證研究前用多重插值法對(duì)數(shù)據(jù)進(jìn)行補(bǔ)齊處理。在實(shí)證研究方面，首先通過(guò)網(wǎng)絡(luò)風(fēng)險(xiǎn)因子模型計(jì)算出網(wǎng)絡(luò)風(fēng)險(xiǎn)因子基準(zhǔn)和各金融機(jī)構(gòu)對(duì)網(wǎng)絡(luò)風(fēng)險(xiǎn)的敏感度;其次通過(guò)方差和

10、風(fēng)險(xiǎn)分解（Std、VaR和ES）對(duì)36家金融機(jī)構(gòu)在股災(zāi)期間進(jìn)行風(fēng)險(xiǎn)分析;再次用累計(jì)收益對(duì)CoStd、CoVaR和CoES的回歸來(lái)衡量網(wǎng)絡(luò)風(fēng)險(xiǎn)的有效性;最后通過(guò)動(dòng)態(tài)條件相關(guān)模型(DCC)來(lái)計(jì)算節(jié)點(diǎn)之間的鄰接矩陣，將上述模型擴(kuò)展到條件模型進(jìn)行實(shí)證研究。第5章為結(jié)論與展望，根據(jù)實(shí)證分析結(jié)果對(duì)全文進(jìn)行總結(jié)，給出政策建議，并指出論文研究的一些不足之處和需要進(jìn)一步研究的展望。
　　根據(jù)以上的研究思路和方法，本文得到以下結(jié)論，第一，在中國(guó)市場(chǎng)上

11、網(wǎng)絡(luò)風(fēng)險(xiǎn)因子的CoStd、CoES和CoVaR對(duì)累計(jì)收益的解釋力度都不及總的Std、ES和VaR，甚至所占比重微乎其微，這表明在中國(guó)市場(chǎng)上網(wǎng)絡(luò)風(fēng)險(xiǎn)因子在個(gè)體風(fēng)險(xiǎn)中所占比重很小，至少在這次股災(zāi)中是如此;第二，在預(yù)測(cè)中的表現(xiàn)也不盡人意，網(wǎng)絡(luò)風(fēng)險(xiǎn)因子的CoStd、CoES和CoVaR對(duì)未來(lái)平均收益的預(yù)測(cè)能力也不如總的Std、ES和VaR;第三，在條件模型的實(shí)證分析中，從2011年1月1日到2015年3月30這段時(shí)間基準(zhǔn)網(wǎng)絡(luò)風(fēng)險(xiǎn)波動(dòng)相對(duì)比較平穩(wěn)

12、，到股災(zāi)期間網(wǎng)絡(luò)風(fēng)險(xiǎn)的波動(dòng)性明顯增大，這說(shuō)明股災(zāi)期間網(wǎng)絡(luò)風(fēng)險(xiǎn)有增加的趨勢(shì)。
　　與以往研究相比，本文可能有以下幾點(diǎn)創(chuàng)新之處，(1)為研究殘差收益之間相互關(guān)聯(lián)的關(guān)系，本文用中心性指數(shù)方法構(gòu)造出網(wǎng)絡(luò)風(fēng)險(xiǎn)因子，對(duì)Fama-French三因子模型尚未定價(jià)的殘差收益進(jìn)行分析。(2)用CoStd、CoVaR和CoES占總的Std、VaR和ES的百分比來(lái)衡量網(wǎng)絡(luò)風(fēng)險(xiǎn)的貢獻(xiàn)度，并通過(guò)累計(jì)收益與CoStd、CoVaR和CoES回歸考察網(wǎng)絡(luò)風(fēng)險(xiǎn)對(duì)收益

13、率的解釋力度。(3)為了使模型具有時(shí)變特性，在模型中加入條件動(dòng)態(tài)相關(guān)模型(DCC)來(lái)估計(jì)鄰接矩陣，并使用極大似然估計(jì)來(lái)估計(jì)網(wǎng)絡(luò)風(fēng)險(xiǎn)因子的敏感程度。
　　然而，由于本人學(xué)術(shù)能力不足及其他一些原因，本文仍存在以下不足之處:(1)數(shù)據(jù)選取雖然已經(jīng)綜合考慮了數(shù)據(jù)的可得性及完整性，但由于中國(guó)金融市場(chǎng)發(fā)展較晚，大多數(shù)股票上市也較晚，因此樣本沒(méi)有包含所有金融股，也沒(méi)有選取到合適的時(shí)間區(qū)間。(2)在數(shù)據(jù)補(bǔ)全方面，雖然已用多重替代法對(duì)缺失的數(shù)據(jù)進(jìn)行