中國證券市場風險度量及風險傳導研究——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域的相關問題。
　　分位數(shù)回歸方法是一種不需要進行正態(tài)分布的假設和分布參數(shù)的設定的半?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在樣本外的預測方面表現(xiàn)得更好，預測效果有顯著提高，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，風險傳導方面，不同于以往學者對于風險傳導的研究僅限于單方面的定性分析或者是風險溢出效應度量的定量分析，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進行了更綜合全面的分析。本文應用滬深港市場指數(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關系，在此基礎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關系，滬深港市場間存在正的雙向風險溢出效應，并且滬深市場之間的風險溢出效應明顯強于與港股之間的溢出效應，比較兩階段的溢出效應，各個市場間的風險溢出效應正在逐步變強。
　　本文將分位數(shù)回歸方法應用于中國證券市場的風險度量和風險傳導的兩個方面，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