• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      “一帶一路”政策對(duì)我國股價(jià)波動(dòng)影響的實(shí)證研究

      2022-01-09 08:43:09田海嬌
      商業(yè)2.0-市場與監(jiān)管 2022年2期
      關(guān)鍵詞:置信水平成分股波動(dòng)性

      摘要:本文首先運(yùn)用事件研究法證實(shí)“一帶一路”政策對(duì)我國股票市場股價(jià)波動(dòng)有顯著影響?;谠撌聦?shí),筆者收集我國2013年9月2日至2019年12月31日的中證一帶一路主題指數(shù)收盤價(jià)共1544個(gè)數(shù)據(jù),并求出其對(duì)數(shù)收益率。利用VaR模型測度一帶一路指數(shù)的風(fēng)險(xiǎn)值,觀察VaR值在不同置信水平下的波動(dòng)趨勢(shì),發(fā)現(xiàn)在“一帶一路”建設(shè)提出的初期,我國股票市場收益率波動(dòng)逐步增大,波幅較高,且置信水平越高,對(duì)我國股市波動(dòng)性風(fēng)險(xiǎn)的解釋度越高。

      關(guān)鍵詞:事件研究法;VaR模型;GARCH(1,1)

      一、引言

      隨著我國對(duì)外開放的進(jìn)程逐步推進(jìn),我國股票市場所面臨的風(fēng)險(xiǎn)因素也更加多樣化和復(fù)雜化?!耙粠б宦贰睉?zhàn)略的逐步推進(jìn),使得一國股票市場價(jià)格波動(dòng)不僅僅影響著本國經(jīng)濟(jì)發(fā)展,同時(shí)也牽動(dòng)著他國經(jīng)濟(jì)的發(fā)展。因此,正確認(rèn)識(shí)國際間股價(jià)波動(dòng)的聯(lián)動(dòng)性,合理解決股價(jià)波動(dòng)對(duì)經(jīng)濟(jì)造成的不良影響,對(duì)穩(wěn)定全球金融發(fā)展有著重要意義。

      二、“一帶一路”政策對(duì)相關(guān)概念股的影響

      筆者以百度指數(shù)為重要工具,以“一帶一路”為關(guān)鍵詞,篩選出自2013年9月2日至2019年12月31日期間最受媒體和公眾關(guān)注的重要時(shí)間點(diǎn)。并以國家主要領(lǐng)導(dǎo)人在出席重要國際會(huì)議上的講話、發(fā)布重要政策文件以及我國開展的重要國際會(huì)議為主要政策事件,共篩選出8條重要的“一帶一路”政策事件,結(jié)果如表1所示。

      (一)“一帶一路”成分股的選取

      中證一帶一路主題指數(shù)(399991)主要包含83支成分股,主要囊括了建材水泥、港口海運(yùn)、煤電煤氣、工程施工以及機(jī)械裝備五個(gè)行業(yè)。剔除在2013年9月后發(fā)布的股票,還剩80支成分股。

      (二)事件窗和估計(jì)窗的選取

      筆者以政策發(fā)生日為事件實(shí)施日,記為t=0。由于政策事件對(duì)股價(jià)波動(dòng)的影響較為短暫,因此事件窗定為政策實(shí)施日的前后10個(gè)交易日,用區(qū)間表示為t∈[-10,10]。由于估計(jì)窗較短將降低模型估計(jì)精度,較長將會(huì)導(dǎo)致政策重疊現(xiàn)象,因此估計(jì)窗定為事件窗的前120個(gè)交易日,具體情況如圖1所示。

      (三) 事件研究

      運(yùn)用事件研究法對(duì)相關(guān)成分股的股價(jià)收益率的波動(dòng)進(jìn)行研究,首先需要估計(jì)出各成分股在事件窗內(nèi)的預(yù)期收益率,再將預(yù)期收益率與實(shí)際收益率進(jìn)行比較,求出異常報(bào)酬率AR,若各期累計(jì)異常報(bào)酬率CAR顯著為零,則“一帶一路”政策對(duì)相關(guān)成分股的股價(jià)收益率波動(dòng)無影響。根據(jù)CAPM模型對(duì)一帶一路成分股在事件窗內(nèi)的股價(jià)進(jìn)行估計(jì),公式為:

      (1)

      其中? ? ?為各成分股的估計(jì)收益率,Rm為同時(shí)期市場收益率,這里用上證綜指來表示, 均為估計(jì)系數(shù),ξ一般情況下趨向于0,在這里忽略不計(jì)。

      運(yùn)用Eviews8.0對(duì)一帶一路成分股的系數(shù)進(jìn)行OLS估計(jì),求出在各成分股在不同政策發(fā)布時(shí)的預(yù)期收益率,根據(jù)實(shí)際收益率與預(yù)期收益率的差求出各成分股隨時(shí)間變動(dòng)的異常收益率ARi,公式為:

      ARi=Ri-? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (2)

      將各期異常收益率累加,得到不同政策下的累計(jì)異常收益率,公式為:

      (3)

      由此可得不同政策下CAR時(shí)序圖,如圖2所示。

      可見,在“一帶一路”政策發(fā)生的當(dāng)天或者前后兩天,相關(guān)成分股的股價(jià)達(dá)到峰值,在一帶一路政策實(shí)施后股價(jià)又慢慢回落趨于平穩(wěn),其中相關(guān)成分股對(duì)政策一、政策二、政策三和政策五的反映較為劇烈。從政策信息對(duì)股價(jià)波動(dòng)性影響角度來看,政策三對(duì)相關(guān)概念股具有利好影響,政策二和政策八對(duì)相關(guān)概念股利空,政策實(shí)施當(dāng)天,除了政策八對(duì)相關(guān)概念股具有利空影響外,其他七條政策均對(duì)相關(guān)概念股具有利好影響。

      此外筆者發(fā)現(xiàn),在168天的研究期內(nèi),130天的檢驗(yàn)結(jié)果在1%水平顯著,有14天在5%的水平上顯著,有6天在10%概率水平上顯著。所以我們拒絕CAR=0的原假設(shè),認(rèn)為“一帶一路”政策對(duì)相關(guān)成分股的股價(jià)波動(dòng)是有影響的。

      三、實(shí)證檢驗(yàn)

      (一)數(shù)據(jù)選取

      中證一帶一路主題指數(shù)(399991)是在綜合考慮上市公司市值和一帶一路相關(guān)性的情況下賦予不同公司以權(quán)重而編制的指數(shù),在研究一帶一路問題時(shí),具有很強(qiáng)的代表性。本文選取2013年9月2日至2019年12月31日共1544個(gè)中證一帶一路主題指數(shù)收盤價(jià)作為原始數(shù)據(jù)。

      為便于計(jì)算且不改變?cè)紨?shù)據(jù)的相對(duì)關(guān)系,這里將收集到的一帶一路主題指數(shù)日收盤價(jià)做自然對(duì)數(shù)處理,用1npt來表示。由此可得一帶一路主題指數(shù)的對(duì)數(shù)收益率為:

      Rt=1n(Pt/Pt-1)? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (4)

      (二)計(jì)算VaR值

      經(jīng)過分析筆者初步確定了本文的研究方法,即方差-協(xié)方差方法。本文計(jì)算VaR值需要確定初始投資額V0;分位數(shù):Zα;序列標(biāo)準(zhǔn)差δ;以及持有期t。

      (三)分位數(shù)Zα的確定

      VaR實(shí)際上就是一個(gè)分位數(shù),通過大量研究表明,置信水平和分位數(shù)之間呈一一對(duì)應(yīng)關(guān)系,具體如表3所示:

      (四)GARCH(1,1)描述序列{Rt}的波動(dòng)性

      本文建立GARCHA(1,1)模型估計(jì)收益率序列的波動(dòng)率。由圖4可見,自2013年9月提出一帶一路以來,一帶一路主題指數(shù)收益率波動(dòng)幅度較大,且在短時(shí)間內(nèi),收益率波動(dòng)達(dá)到近7年來最高幅度且持續(xù)了較長時(shí)間,可見“一帶一路”戰(zhàn)略的提出的初期,我國面臨的金融風(fēng)險(xiǎn)較大,一度觸及近年最高點(diǎn)0.05。

      (五) 計(jì)算VaR值

      通過運(yùn)用GARCH(1,1)我們求出了一帶一路主題指數(shù)收益率{Rt}的標(biāo)準(zhǔn)差δ,根據(jù)表3我們可以得到不同置信水平下的分位數(shù)Zα,假設(shè)初試投資額V0=1,證券持有期t為1日,得到2013年9月2日至2019年12月31日的部分日VaR值。圖4是2013年9月2日至2019年12月31日不同置信水平下的VaR趨勢(shì)對(duì)比圖??梢姴煌眯哦认耉aR值變動(dòng)趨勢(shì)一致,且置信水平越高,波動(dòng)幅度越大,波動(dòng)效果越明顯。相較于90%和95%的置信水平,99%置信水平下的VaR值風(fēng)險(xiǎn)覆蓋范圍最大,對(duì)我國股市波動(dòng)性風(fēng)險(xiǎn)的反映效果最明顯。

      四、結(jié)語

      “一帶一路”政策的提出,給全球金融一體化按下加速鍵。一國范圍內(nèi)的危機(jī)可能發(fā)展成為其他國家甚至整個(gè)世界的危機(jī)?;诖?,本文對(duì)我國金融風(fēng)險(xiǎn)管理提出意見和建議。

      監(jiān)管層面要聯(lián)合沿線國家建立健全股市波動(dòng)性風(fēng)險(xiǎn)監(jiān)管體系。隨著“一帶一路”政策的逐步推進(jìn),沿線國家的貿(mào)易往來頻繁,海外投資渠道更加便利,資本在沿線國家之間的流動(dòng)性更強(qiáng),這也使得股市的波動(dòng)性風(fēng)險(xiǎn)以跨國資本為載體快速在國際上傳播。因此“一帶一路”沿線國家應(yīng)建立各國公認(rèn)的風(fēng)險(xiǎn)監(jiān)管體系,減緩一國股市波動(dòng)性風(fēng)險(xiǎn)在沿線國家間的蔓延。此外各證券監(jiān)管部門作為風(fēng)險(xiǎn)監(jiān)管的主體,應(yīng)加強(qiáng)溝通和交流,及時(shí)反饋各項(xiàng)金融風(fēng)險(xiǎn)信息,以提高監(jiān)管效率。

      金融方面要進(jìn)一步完善我國金融市場。為有效降低金融的非系統(tǒng)性風(fēng)險(xiǎn),一個(gè)較為有效的辦法就是利用金融產(chǎn)品進(jìn)行多樣化投資以分散金融風(fēng)險(xiǎn),但是我國金融市場尚不完善,衍生性金融產(chǎn)品還處于探索階段。因此,應(yīng)進(jìn)步一加強(qiáng)和完善金融衍生品的設(shè)計(jì)和創(chuàng)新,為分散金融風(fēng)險(xiǎn)提供更多的金融工具。此外要加強(qiáng)金融機(jī)構(gòu)員工的法律意識(shí),防范操作性金融風(fēng)險(xiǎn)。

      企業(yè)層面要強(qiáng)化信息系統(tǒng)內(nèi)部控制。在“一帶一路”政策背景下,企業(yè)在進(jìn)行對(duì)外貿(mào)易時(shí),會(huì)遇到因不同地區(qū)政策差異、文化差異等因素帶來的違約風(fēng)險(xiǎn),使企業(yè)遭受損失,造成個(gè)股的波動(dòng)性風(fēng)險(xiǎn)。因此,企業(yè)內(nèi)部應(yīng)不斷完善和加強(qiáng)風(fēng)險(xiǎn)管理手段,采用專門風(fēng)險(xiǎn)管理技術(shù)和方法,實(shí)行事前、事中和事后的全程風(fēng)險(xiǎn)管理。此外要定時(shí)進(jìn)行業(yè)績?cè)u(píng)估,權(quán)衡企業(yè)自身的風(fēng)險(xiǎn)和收益。

      投資者層面要提高投資者對(duì)信息的分析判斷能力,制定合理的投資決策。投資者進(jìn)行投資決策過程中,宏觀政策是進(jìn)行投資決策的一項(xiàng)重要指標(biāo),然而宏觀政策的發(fā)布對(duì)我國各行業(yè)的利好利空效果不一,投資者應(yīng)加強(qiáng)對(duì)政策信息的分析判斷能力。

      參考文獻(xiàn):

      [1]楊坤,于文華,馬靜.基于vine copula的股市風(fēng)格資產(chǎn)組合風(fēng)險(xiǎn)預(yù)警研究[J].武漢金融,2019(11):51-59.

      [2]毛建林,張紅偉.基于CCA模型的我國銀行系統(tǒng)性金融風(fēng)險(xiǎn)實(shí)證研究[J].宏觀經(jīng)濟(jì)研究,2015(03):94-102.

      作者簡介:田海嬌(1998-),女,河北邢臺(tái)人,碩士,證券投資方向,金融。

      猜你喜歡
      置信水平成分股波動(dòng)性
      轉(zhuǎn)融通范圍擴(kuò)大對(duì)A股波動(dòng)性的影響
      產(chǎn)品控制與市場風(fēng)險(xiǎn)之間的相互作用研究
      單因子方差分析法在卷煙均勻性檢驗(yàn)中的研究與應(yīng)用
      基于人民幣兌歐元的馬爾科夫機(jī)制轉(zhuǎn)換的外匯匯率波動(dòng)性研究
      用VaR方法分析中國A股市場的風(fēng)險(xiǎn)
      基于SV模型的人民幣理財(cái)產(chǎn)品收益率波動(dòng)性研究
      成分股漲跌幅前五名
      成分股漲跌幅前五名
      成分股漲跌幅前五名
      股市動(dòng)態(tài)30指數(shù)成分股本周表現(xiàn)
      扶绥县| 桃园县| 宜春市| 济源市| 望谟县| 江孜县| 安义县| 孝义市| 苗栗县| 广河县| 英超| 革吉县| 大关县| 岗巴县| 胶南市| 灵石县| 临武县| 宁明县| 孙吴县| 尚志市| 行唐县| 新宾| 麟游县| 历史| 临颍县| 湘潭市| 山阳县| 济阳县| 高青县| 岳阳市| 山阴县| 苗栗县| 砚山县| 射洪县| 鹤山市| 苏州市| 彰化县| 抚远县| 安西县| 甘洛县| 垣曲县|