中國(guó)股市和債市波動(dòng)溢出效應(yīng)的mv-garch分析

1、 王 璐： 璐：男，1979 年生，漢族，四川樂(lè)山人。現(xiàn)為西南財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院博士生。主要研究方向：金融數(shù) 量分析、決策分析等。通訊地址 通訊地址：（成都 610000）成都西南交通大學(xué)數(shù)學(xué)系，Email:wiwilwang@163.com基金項(xiàng)目 基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金資助項(xiàng)目(05BJY098)資助中國(guó)股市和債市波動(dòng)溢出效應(yīng)的 中國(guó)股市和債市波動(dòng)溢出效應(yīng)的 MV-GARC

2、H 分析 分析王 璐 1,2 龐 皓 1 （1. 西南財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院，成都 610000 2. 西南交通大學(xué)數(shù)學(xué)系，成都 610000）摘要： 摘要：股市和債市的波動(dòng)溢出效應(yīng)是研究金融市場(chǎng)信息流動(dòng)、風(fēng)險(xiǎn)傳遞的重要內(nèi)容。在建立股市和債市 MV-GARCH 模型基礎(chǔ)上，選擇了 t 分布型 BEKK 為最優(yōu) MV-GARCH 模型，因?yàn)閷?shí)證表明它更好的捕捉到了金融時(shí)序尖峰、厚尾的特征。結(jié)果顯示，中國(guó)股市和債市波動(dòng)溢出具有明顯時(shí)

3、變特征，波動(dòng)影響不對(duì)稱，股市對(duì)債市影響大于債市對(duì)股市影響。動(dòng)態(tài)相關(guān)系數(shù)偏弱說(shuō)明兩個(gè)市場(chǎng)在資源配置能力、信息流動(dòng)等方面存在明顯的缺陷。關(guān)鍵詞： 關(guān)鍵詞：股票市場(chǎng)；債券市場(chǎng)；波動(dòng)溢出效應(yīng)；MV-GARCH中圖分類號(hào) 中圖分類號(hào): F224.2 文獻(xiàn)標(biāo)識(shí)碼 文獻(xiàn)標(biāo)識(shí)碼: A THE RESEARCH ON THE VOLATILITY SPILLLOVER EFFECT BETWEEN STOCK MARKET AND

4、 BOND MARKET BASED ON MV-GARCH MODELWang Lu1,2 Pang Hao1 (1. Department of Mathematics,Southwest Jiaotong University,chengdu 610000 2. School of Statistics Southwestern University of Finance and Economics chengdu 6

5、10000）Abstract: The reseach on the volatility spilllover effect between stock market and bond market is important to realize the information flow and risk transfer. Based on the MV-GARCH model, t-BEKK model is the optima

6、l model. From model parameters and dynamic correlation coefficient, time-varying and asymmetric is the feature of the volatility spilllover effect between stock market and bond market of China. Dynamic correlation coeffi

7、cient is small, which shows that there are obvious flaws on the the allocation of resources and the flow of information.Key Words: Stock market, Bond market, Volatility Spillover Effect, MV-GARCH二 股市和債市波動(dòng)溢出的 股市和債市波動(dòng)溢出的 M

8、V-GARCH 模型 模型要考察金融市場(chǎng)的波動(dòng)變化必須要注意它的時(shí)變特征，因此采用 GARCH 類模型來(lái)刻畫收益率已成為金融時(shí)間序列分析的重要工具。雖然這類模型可以描述收益率變化的聚集性、時(shí)變性、非對(duì)稱性等特征，但是在分析多個(gè)金融資產(chǎn)收益率交互波動(dòng)變化時(shí)效率卻很低。這是因?yàn)閱蝹€(gè) GARCH 類模型只能捕捉到各個(gè)收益率的條件波動(dòng)性，損失了多個(gè)收益率之間所包含的有效信息，即不同收益率間的相互關(guān)系。為了能有效描述多個(gè)金融市場(chǎng)間的波動(dòng)溢出效應(yīng)，

9、本文引入多元 GARCH 模型。MV-GARCH 是單變量 ARCH、GARCH 類模型擴(kuò)展到多變量的情形，其基本模型是：（1）? ?1 21' 1 2 1 21( )| ( ). . . ( ) 0 ( )( | )t t tt t t tt t t tt t t t tyI H zz i i d E z Var z IH H H Var y I? ? ?? ? ??? ? ? ? ? ? ? ? ? ? ? ? ? ?

10、這里， 是元素的個(gè)數(shù)， 1 t I ? 是 1 t ? 時(shí)刻的信息集， 是 維隨機(jī)向量， N ? ? t y 1 N ?是均值向量， ， t H 是 N N ? 維正定矩陣。 ( ) t ? ? 1 | (0, ) t t t I N H ? ? :多元 GARCH 基本模型雖然可以全面、準(zhǔn)確刻畫波動(dòng)的相關(guān)特性，但是模型中內(nèi)生參數(shù)很多、估計(jì)困難，所有一般通常要考慮其簡(jiǎn)化模型。由于 t H 描述了不同時(shí)刻方差的變化情況，考慮 t H 的不

11、同形式得到若干多元 GARCH 的簡(jiǎn)化模型。Bollerslev（1988）[10]等首先提出了 模型，它是將 t H 看作誤差平方的一階滯 (1,1) VEC后、誤差的交叉項(xiàng)及 t H 滯后項(xiàng)的函數(shù)：'1 1 1 ( ) ( ) ( ) t t t t vech H c Avech Bvech H ? ? ? ? ? ? ? ?（2）這里 稱為向量半算子，它表示把矩陣 的下三角陣按列依次堆積而成的 ( ) Vech ? t H

12、維向量。雖然 可以研究多個(gè)市場(chǎng)之間的波動(dòng)溢出效應(yīng)，模型中參數(shù) ( 1) 1 2N N ? ? (1,1) VEC矩陣 的對(duì)角線元素反映了方差、協(xié)方差序列自身的相關(guān)關(guān)系，而非對(duì)角線元素則反 A B 、映不同變量的方差序列、協(xié)方差序列之間的相互影響；但是模型中的參數(shù)過(guò)多，例如時(shí)模型就有 78 個(gè)參數(shù)需要估計(jì)，所以參數(shù)估計(jì)困難很大。因此，Bollerslev（1988） 3 N ?等又提出了對(duì)角形式的 模型（diagonal VEC Mode