留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

沪港通背景下沪港股市联动性研究

陈九生,周孝华

downloadPDF
陈九生, 周孝华. 沪港通背景下沪港股市联动性研究[J]. bob手机在线登陆学报(社会科学版), 2017, (2): 87-93. doi: 10.15918/j.jbitss1009-3370.2017.0212
引用本文: 陈九生, 周孝华. 沪港通背景下沪港股市联动性研究[J]. bob手机在线登陆学报(社会科学版), 2017, (2): 87-93.doi:10.15918/j.jbitss1009-3370.2017.0212
CHEN Jiusheng, ZHOU Xiaohua. Research on the Co-movement Relationships between Shanghai and Hong Kong Stock Markets under the Background of “Shanghai-Hong Kong Stock Connect Program”[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2017, (2): 87-93. doi: 10.15918/j.jbitss1009-3370.2017.0212
Citation: CHEN Jiusheng, ZHOU Xiaohua. Research on the Co-movement Relationships between Shanghai and Hong Kong Stock Markets under the Background of “Shanghai-Hong Kong Stock Connect Program”[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2017, (2): 87-93.doi:10.15918/j.jbitss1009-3370.2017.0212

沪港通背景下沪港股市联动性研究

doi:10.15918/j.jbitss1009-3370.2017.0212
基金项目:

国家自然科学基金资助项目(71373296);国家社科基金重大项目资助(14DB148)

Research on the Co-movement Relationships between Shanghai and Hong Kong Stock Markets under the Background of “Shanghai-Hong Kong Stock Connect Program”

  • 摘要:利用Beta-skew-t-EGARCH模型对沪港股市收益率序列进行波动建模,然后采用Copula函数分析“沪港通”实施前后沪港股市联动性变化情况。结果表明:“沪港通”的实施增强了沪港两市之间的联系,加快了两市之间的融合与一体化进程。从尾部相关系数均值来看,“沪港通”实施后,两市同步下跌的概率大于同步上涨的概率。而且,“沪港通”实施后两市场对波动冲击的响应在增强。
  • [1] 王先宗. 沪港通开通对上证A股指数波动的影响[J]. 中南财经政法大学研究生学报,2015(5):60-66.
    [2] 林晖. 沪港通实施后对资本项下跨境资金流动的影响[J]. 金融发展评论,2015(1):87-90.
    [3] EUN C S,SHIM S. International transmission of stock market movements[J]. Journal of Financial & Quantitative Analysis,1989,24(2):241-256.
    [4] TAYLOR M P,TONKS I. The Internationalisation of stock markets and the abolition of U.K. exchange control[J]. Review of Economics & Statistics,1989,71(2):332-336.
    [5] JEON B N,VONFURSTENBERG G M. Growing international co-movement in stock-price indexes[J]. Quarterly Review of Economics and Business,1990,3(30):15-30.
    [6] YUSOF R M,ABD M S,MAJID. Who moves the Malaysian stock market-the U.S. or Japan?[J]. Gadjah Mada International Journal of Business,2006(8):367-406.
    [7] 刘金全,崔畅. 中国沪深股市收益率和波动性的实证分析[J]. 经济学(季刊),2002(3):885-898.
    [8] 陈守东,陈雷,刘艳武. 中国沪深股市收益率及波动性相关分析[J]. 金融研究,2003(7):80-85.
    [9] 史道济,关静. 沪深股市风险的相关性分析[J]. 统计研究,2003(10):45-48.
    [10] 谷耀,陆丽娜. 沪、深、港股市信息溢出效应与动态相关性——基于DCC-(BV)EGARCH-VAR的检验[J]. 数量经济技术经济研究,2006(8):142-151.
    [11] 蔡彤彤,王世文. 沪市与香港、美国股票市场间的联动性——基于"沪港通"实施前后的比较分析[J]. 财会月刊,2015(14):115-118.
    [12] 徐晓光,余博文,郑尊信. 内地股市与香港股市融合动态分析——基于沪港通视角[J]. 证券市场导报,2015(10):61-66.
    [13] 周福,谢珊霞. 沪港通实施前后沪港两地股市联动性变化研究[J]. 长春师范大学学报,2015(8):181-184.
    [14] 张昭,李安渝,秦良娟. 沪港通对沪港股市联动性的影响[J]. 金融教学与研究,2014(6):59-62.
    [15] 杨瑞杰,张向丽. 沪港通对大陆、香港股票市场波动溢出的影响研究——基于沪深300指数、恒生指数高频数据[J]. 金融经济学研究,2015(6):49-59.
    [16] HARVEY A,SUCARRAT G. EGARCH models with fat tails,skewness and leverage[J]. Computational Statistics & Data Analysis,2014,76(76):320-338.
    [17] HARVEY A C. Dynamic models for volatility and heavy tails:with applications to financial and economic time series[M]. Cambridge:Cambridge University Press,2013.
    [18] HARVEY A C,CHAKRAVARTY T. Beta-t-(E)GARCH[R]. Cambridge:Cambridge University,2008.
    [19] SUCARRAT G. Betategarch:simulation,estimation and forecasting of Beta-Skew-t-EGARCH models[J]. R Journal,2013,5(2):138-148.
    [20] FERNANDEZ C,STEEL M F J. On Bayesian modelling of fat tails and skewness[J]. Social Science Electronic Publishing,1996,93(441):359-371.
    [21] DING Z,GRANGER C W J,ENGLE R F. A long memory property of stock market returns and a new model[J]. Journal of Empirical Finance,1993,1(1):83-106.
    [22] DING Z,GRANGER C W J. Modeling volatility persistence of speculative returns:a new approach[J]. Journal of Econometrics,1996,73(1):185-215.
    [23] SKLAR A. Random variables,distribution functions,and copulas-a personal look backward and forward[J]. Lecture Notes-Monograph Series,1996,28:1-14.
  • [1] 刘思东, 朱帮助.基于Copula与CVaR的电力期货动态套期保值模型. bob手机在线登陆学报(社会科学版), 2020, (): -.
    [2] 王韶华.中国工业行业碳强度的因素分析——基于超越对数生产函数. bob手机在线登陆学报(社会科学版), 2016, (3): 22-29.doi:10.15918/j.jbitss1009-3370.2016.0303
    [3] 高扬, 王超, 赵琬迪.沪深300股指期现货长记忆性及分数维协整. bob手机在线登陆学报(社会科学版), 2016, (5): 75-82.doi:10.15918/j.jbitss1009-3370.2016.0510
    [4] 张帮正, 魏宇.基于R_Vine Copula方法的上证行业指数相关性研究. bob手机在线登陆学报(社会科学版), 2015, (3): 100-108.doi:10.15918/j.jbitss1009-3370.2015.0314
    [5] 张跃军, 涂鋆.中国燃料油期货市场动态套期保值研究——基于Copula-GARCH模型的实证分析. bob手机在线登陆学报(社会科学版), 2015, (1): 8-13.doi:10.15918/j.jbitss1009-3370.2015.0102
    [6] 魏玮, 何旭波.中国工业部门的能源CES生产函数估计. bob手机在线登陆学报(社会科学版), 2014, (1): 27-31.
    [7] 金成晓, 王继莹.沪深300股指期货收益率及波动率的长记忆性研究. bob手机在线登陆学报(社会科学版), 2014, (5): 89-93,102.
    [8] 茆训诚, 王周伟.系统性信用风险的网络传染联动效应研究. bob手机在线登陆学报(社会科学版), 2014, (4): 57-63130.
    [9] 张保帅, 彭小兵.投资组合极值风险测度——基于T-Copula-SV-T-EVT模型. bob手机在线登陆学报(社会科学版), 2014, (5): 77-81.
    [10] 李红霞, 傅强.中国省际要素投入与经济增长研究——基于总量生产函数的面板数据分析. bob手机在线登陆学报(社会科学版), 2013, (2): 48-52.
    [11] 张剑, 张再生, 闫东玲.市场异象与风格漂移的动态相依性——基于Copula函数的经验研究. bob手机在线登陆学报(社会科学版), 2013, (5): 67-73.
    [12] 江红莉, 何建敏, 庄亚明, 张岳峰.投资组合风险测度——基于FIGARCH-EVT-Copula方法. bob手机在线登陆学报(社会科学版), 2012, (1): 44-49.
    [13] 吴刘杰, 郑宇.沪深300股指期货对标的指数的影响——基于修正GARCH模型的实证分析. bob手机在线登陆学报(社会科学版), 2012, (3): 27-31.
    [14] 周孝华, 李强, 张保帅.世界原油价格风险度量——基于EGARCH-EVT-t Copula模型. bob手机在线登陆学报(社会科学版), 2012, (4): 10-16.
    [15] 陈庭强, 郑坤法, 何建敏.心理账户交互作用下证券投资组合风险度量模型研究. bob手机在线登陆学报(社会科学版), 2012, (6): 60-63.
    [16] 刘华军.品牌持续性的动态需求函数模型与案例解释. bob手机在线登陆学报(社会科学版), 2011, (4): 33-38.
    [17] 李广, 赵道致.基于势函数的厂商演化机制分析. bob手机在线登陆学报(社会科学版), 2010, (2): 50-55.
    [18] 李先柏.C-D生产函数、成本、要素用量及参数估计. bob手机在线登陆学报(社会科学版), 2008, (6): 70-76.
    [19] 郭瑞英, 周小安.论“和亲”对“通贡、互市”的意义. bob手机在线登陆学报(社会科学版), 2006, (2): 95-97.
    [20] 曾凤章, 崔丽.基于顾客价值的质量经济性模型初探. bob手机在线登陆学报(社会科学版), 2004, (5): 63-65.
  • 加载中
计量
  • 文章访问数:665
  • HTML全文浏览量:1
  • PDF下载量:920
  • 被引次数:0
出版历程
  • 收稿日期:2016-07-01
  • 刊出日期:2017-03-23

沪港通背景下沪港股市联动性研究

doi:10.15918/j.jbitss1009-3370.2017.0212
    基金项目:

    国家自然科学基金资助项目(71373296);国家社科基金重大项目资助(14DB148)

摘要:利用Beta-skew-t-EGARCH模型对沪港股市收益率序列进行波动建模,然后采用Copula函数分析“沪港通”实施前后沪港股市联动性变化情况。结果表明:“沪港通”的实施增强了沪港两市之间的联系,加快了两市之间的融合与一体化进程。从尾部相关系数均值来看,“沪港通”实施后,两市同步下跌的概率大于同步上涨的概率。而且,“沪港通”实施后两市场对波动冲击的响应在增强。

English Abstract

陈九生, 周孝华. 沪港通背景下沪港股市联动性研究[J]. bob手机在线登陆学报(社会科学版), 2017, (2): 87-93. doi: 10.15918/j.jbitss1009-3370.2017.0212
引用本文: 陈九生, 周孝华. 沪港通背景下沪港股市联动性研究[J]. bob手机在线登陆学报(社会科学版), 2017, (2): 87-93.doi:10.15918/j.jbitss1009-3370.2017.0212
CHEN Jiusheng, ZHOU Xiaohua. Research on the Co-movement Relationships between Shanghai and Hong Kong Stock Markets under the Background of “Shanghai-Hong Kong Stock Connect Program”[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2017, (2): 87-93. doi: 10.15918/j.jbitss1009-3370.2017.0212
Citation: CHEN Jiusheng, ZHOU Xiaohua. Research on the Co-movement Relationships between Shanghai and Hong Kong Stock Markets under the Background of “Shanghai-Hong Kong Stock Connect Program”[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2017, (2): 87-93.doi:10.15918/j.jbitss1009-3370.2017.0212
参考文献 (23)

目录

    /

      返回文章
      返回
        Baidu
        map