张铭;

• 1:湖南科技大学商学院
•  

摘要(Abstract)：

以中日韩自贸区谈判为视角,将1996年12月6日至2020年3月5日这个时间段划分为三个阶段,并以上证指数、日经225指数和韩国KOSPI指数为研究对象,通过beta-skew-t-EGARCH对股市指数波动率进行拟合,再用DCC-GARCH模型分析中日韩股市的动态相关性。在三个阶段中,旧消息对中日韩股市影响均大于新消息的影响,负面消息对每个国家股市影响均大于正面消息的影响;中国股市与其他两个国家股市的相关性的波动要更加稳定。投资者应把握股市相关性提升所带来的投资机会并合理分散风险,而市场监管者和政策制定者应制定相关政策,有效防范风险传播。

关键词(KeyWords)： 股市;动态相关性;中日韩自贸区谈判;beta-skew-t-EGARCH模型;DCC-GARCH模型

基金项目(Foundation):

作者(Author): 张铭;

Email:

DOI: 10.19473/j.cnki.1008-4940.2020.05.005

参考文献(References)：

• [1]孟庆斌,张永冀,汪昌云.中国股市是宏观经济的晴雨表吗?——基于马氏域变模型的研究[J].中国管理科学,2020(2):13-24.
• [2]GRAHAM M,KIVIAHO J,NIKKINEN J,etc.Global and regional co-movement of the MENA stock markets[J].Journal of Economics and Business,2013(1):165-167.
• [3]谈勇,贤郭颂.基于时变T-Copula模型的中国股市国际一体化研究[J].统计与决策,2018(6):144-148.
• [4]王皓.基于DCC-GARCH模型对日本股票市场与国际市场波动溢出效应分析[J].现代日本经济,2016(5):27-37.
• [5]林宇,李川,贺莹.不同市场态势下东亚股市联动结构变化研究[J].投资研究.2014(9):116-134.
• [6]李红权,何敏园.我国股市的对外溢出效应与国际影响力研究——基于Copula-DCC-GARCH模型[J].系统科学与数学,2017(8):1790-1806.
• [7]西村友作,孙便霞.中日股市日内信息传递研究:中国关联股渠道[J].世界经济,2015(8):150-167.
• [8]费兆奇.国际股市一体化与传染的时变研究[J].世界经济,2014 (9):173-192.
• [14]邬松涛,何建敏,李守伟.基于多属性羊群行为的股票风险及其传染[J].北京理工大学学报(社会科学版),2018(12):64-72.
• [9]张一,刘志东.异质交易行为主体下的金融传染机制及效应研究[J].中国管理科学,2017(9):37-45.
• [10]HARVEY A,SUCARRAT G.EGARCH models with fat tails,skewness and leverage [J].Computational Statistics and Data Analysis,2014(76):320-338.
• [11]张保帅,金振琥.基于Beta-Skew-t-EGARCH-POT模型的极值风险测度研究[J].南方金融,2018(2):31-39.