金融市场协同波动溢出分析及实证研究

汪继祥

中图分类号：F830 文献标识：A 文章编号：1674-1145（2016）04-000-01

摘 要 金融市场构造十分复杂，对与风险投资来说，金融市场中的波动溢出效应的预测是非常重要的。在对于以往金融市场波动溢出效应的文献研究和学习中发现，绝大多数文章都是对两个市场中是否存在波动溢出效益进行研究。对与一个市场对另一个市场的协同波动溢出效应却从未提及过。所以本文对金融市场中两个市场间的协同波动溢出效益进行了分析研究。

关键词 金融市场 协同波动溢出效益 分析研究

在金融市场的强有效的机制下，与其市场有关的任何信息都会在第一时间被市场所吸收，所以从理论上讲金融市场之间是不会存在任何波动溢出效应的。但是随着金融工作者的不断研究证实在实际情况下金融市场之间是存在溢出效应的。波动溢出效应是一种人们可以观察到金融市场之间的信息传导现象，是由一个市场的波动引起另个一市场波动。波动溢出效应只有大小之分，没有正分之分，通过对以往波动溢出分析的文章的研究发现对于两个市场之间的协同波动溢出现象的分析很少提及。本文着重对金融市场的协同波动溢出进行分析以及实证研究。

一、对波动溢出进行分析

在对金融市场的波动溢出进行分析时，通常会用GARCH模型来进行分析。金融市场得数据变化是随着时间的变化而变化的，那么方差也就会随之变化。在对波动溢出进行分析时要首先对数据的波动有一个大概描述，然会再用GARCH模型来进行数据的分析，最后通过分析结果来判断金融市场的波动情况。

一般GARCH公式可以表示为

GARCH公式只能对数据的波动正相关现象进行分析，而不能对数据的负相关现象进行分析，这是该模型的缺陷，但是对波动溢出的分析是没有影响的。

通过该公式对市场波动溢出效应分析的方法是通过对数据的方差变化的分析间接的对市场的波动进行分析，从实际情况来说方差的变化不一定就代表了市场之间存在溢出效应。其结果还会受到其他相关变量之间的影响。而且对于该种模型分析方法来说不能去直观的分析出波动溢出发生的概率。对于一个金融市场来说，在实际情况中进行金融决策中，不能值针对与市场之间发生的波动溢出情况，还要对波动溢出发生的概率进行实际结合。

二、对协同波动溢出进行分析

波动溢出是指一个市场的变化对另一个市场带来的影响，而协同波动溢出现象值得是有一个市场带来的波动变化对与多个市场同时带来的影响，由于市场影响因素复杂性是无法用对波动溢出分析的方法来对协同波动溢出现象进行分析，这也是目前金融市场分析手段的缺陷。由于对协同波动的分析设计到多组数据，所以GARCH模型的局限性限制了在波动溢出进行更深层次的分析。对于波动溢出分析我们通常用ICA方法进行相关分析。ICA是独立分析的简称，在以往对协同波动分析时尝试过用主成份分析的方法来对数据进行分析，该方法的核心是通过假设数据服从高斯分布，来找出数据的独立成分。而在实际情况中数据往往是不符合高斯分布的，所以这种方法就不能去对所有波动情况来进行分析了。下面我们将主要来讲述基于ICA模式下的SV模型的分析方法。

SV模型

基本的随机波动模型

离散时间SV模型

在对协同波动进行数据分析时，先对SV进行估计分析。对于SV的分析方法有很多，在这里我们选用WINBUGS计算机软件进行分析，这是一种非常简便的分析方法，不需要太复杂的变成就可以实现对SV模型的参数估计。在得到参数估计之后我们需要对协同波动溢出进行判断。我们要首先计算出市场日收益率t期波动Xt

通过对收益率的计算结果然后进行对SV模型的参数b的标准差进行计算，进而来判断单个日收益率对整个金融市场的日收益存不存在溢出影响。

三、对金融市场波动溢出实证方法的研究

对于对上述的波动溢出分析方法的实证研究，我们可以以股市市场为例。我们可以去选取一段时间内的几个股市指数来作为分析对象。在这里我们以上海综合指数，深证成分指数，香港恒生指数，韩国综合指数为分析研究对象。首先我们将各个股市的日收益率建模进行参数估计，我们可以用GARCH模型来建模分析，通过计算来得出股市各时期的日收益率参数。然后将这些日收益率参数带入模型中的均值方程中进行均值分析。然后对这些均值我们进行比较分析，以均值参数是不是显著为零来判断各股市之间是否受到波动溢出影响。

四、结语

目前对金融市场的波动溢出的分析预测，对于从事金融行业的人来说是非常重要，因为它关联着未来金融市场的动态变化，所以关乎着每一个金融决策。就目前来说，对于波动溢出的分析手段相对单一，而且每种方法都有缺陷存在。目前金融市场相对稳定，但是由于其影响因素较复杂，金融市场在未来的趋势还是有一定的不确定性的。所以对与市场波动溢出的分析研究还需要我们进行下去，在现有分析模型的基础上来进行更加深入的研究，填补现有的分析缺陷，增加对市场波动分析的精准性，把握金融市场的变化动态，做出高水平的金融决策减少投资带来的风险。

参考文献：

[1] 胡素华，张世英，张彤.金融工程中资产收益的连续时间模型评述[J].中国管理科学，2006.14.

[2] 汪素楠，潘云鹤.美国股市与中国股市间溢出效应的实证研究[J].浙江大学学报（工学版），2004.38.