一、债市发挥联动效应（论文文献综述）
苏治,章子琪,张永冀,余航[1]（2021）在《区域经济合作增强了中国与境外国家金融市场的联动效应吗》文中研究表明区域经济合作正在成为新时期全球经济共同繁荣的重要推力,因此以"一带一路"为代表的中国区域经济合作框架备受关注。以2009—2019年"一带一路"沿线国家为样本,以中国与沿线国家的金融市场为研究主体,通过双重差分模型研究了"一带一路"倡议对中国与沿线国家金融市场动态关系变化的影响。实证分析结果显示:"一带一路"倡议提出后,中国与境外国家股票市场、债券市场和外汇市场的联动效应显着增强,该结论在进行一系列有效性分析和稳健性检验后依然成立。进一步言之,样本国家异质性分析结果表明:"一带一路"区域经济合作对于中国与海上丝绸之路国家金融市场的跨境联动效应比与陆上丝绸之路国家的更为显着;中国与OECD国家金融市场的跨境联动效应比与非OECD国家的更为显着;中国与邻近国家仅有外汇市场的联动效应较为显着,而与非邻近国家股市和债市的联动效应均显着。这些研究结果揭示了"一带一路"倡议下中国与沿线国家金融市场相关性的动态变化,丰富并拓展了政策视角下金融市场跨境联系的实证研究,对于加快构建国内国际双循环格局、维护全球金融市场平稳运行具有一定的参考意义。
黄雅雯[2]（2021）在《中国金融子市场的风险测度与动态溢出效应检验》文中研究说明随着我国经济的高速增长和对外开放程度的不断扩大,各金融子市场之间国际资本流动更加频繁,信息传递更加快捷。与此同时,金融风险的扩散性特征使得一个子市场的风险极有可能沿着资金投资渠道传染给其他子市场,产生风险溢出效应,造成金融市场体系的激烈震荡。因此,合理有效的测度金融风险并研究金融子市场之间风险联动性和溢出效应有利于监管机构对各金融子市场的风险进行及时地跟踪和控制,更好地掌握金融风险的管理方向,对防范化解金融风险以及促进我国经济平稳健康发展具有重要意义。基于以上研究背景,本文通过建立广义自回归条件异方差（GARCH）模型,并利用VaR动态测度出2007年至2020年我国最具代表性的三个金融子市场即股票、债券和外汇市场的风险,并进一步阐释各金融子市场的风险波动情况。为考察股票、债券和外汇市场的风险溢出的强度和方向,借助有向无环图（DAG）技术,识别确定不同时期内各金融子市场风险之间同期因果关系的存在性和指向性,以此构建广义预测误差方差分解下的总溢出指数、定向溢出指数、净溢出指数和交互净溢出指数,探究不同时期金融子市场之间风险传导路径和动态交互影响机制。研究结果表明:第一,各金融子市场的风险具有显着的时变性和不对称性,重大金融经济事件和政策变动增强市场风险间的同期因果关系,整个样本期内仅存在债券市场到股票市场风险的同期因果关系,不存在股票市场与外汇市场以及债券市场与外汇市场间风险的同期因果关系;第二,金融市场体系内具有显着的风险溢出效应,总风险溢出指数在10%-50%之间上下波动,平均意义上整体的风险贡献度为23%;第三,各金融子市场风险溢出效应的强度和方向受重大金融经济事件和政策变动的冲击较大,股票市场和外汇市场接受和输出风险的能力均强于债券市场;第四,就交互净风险溢出指数而言,“跷跷板”效应使得股市对债市净风险溢出上下波动最为剧烈,随着人民币汇率双向浮动弹性日益增强,股市对汇市净风险溢出指数一般表现为正,而汇市对债市净风险溢出效应具有波动下降的趋势。
周乐敏[3]（2020）在《中国在岸、离岸债券市场与美国债券市场时变联动关系研究》文中研究指明近年来,随着人民币跨境结算规模持续扩大、我国资本项目有序开放,人民币国际化取得较大进展,人民币资产越来越受海外投资者青睐。与此同时,我国在岸和离岸人民币债券市场也在逐步发展,一方面“债券通”的开放为境外投资者投资在岸人民币债券提供了更加便捷的渠道,2019年境外机构持有在岸人民币债券较去年同比增长了32%;另一方面离岸人民币债券市场的规模也在不断壮大,人民币债券市场将与国际债券市场逐步接轨。在此背景下,研究中国在岸、离岸人民币债券市场与美国债券市场间的联动关系,对进一步发展人民币债券市场、助推人民币国际化等具有重要的理论和现实意义。为研究中国在岸人民币债券市场、离岸人民币债券市场和美国债券市场之间的联动关系,本文先采用格兰杰因果关系检验、方差分解以及TVP-VAR模型分析三个市场之间的相关关系与时变效应,再运用DCC-GARCH模型对三个市场两两间时变的波动相关性及其影响因素进行进一步分析。研究发现,尽管离岸人民币债券市场同时受到中国在岸和美国债券市场的影响,但在岸人民币债券市场对其的影响更大。在TVP-VAR模型中,不仅发现在岸人民币债券市场对离岸人民币债券市场的冲击更加持久,从时变效应还可以看出随着中国在岸人民币债券市场的不断扩大,三个市场之间的互相冲击程度也在增强。在通过DCC-GARCH模型得出两两债券市场之间波动性相关系数后,发现三个债券市场间的联动传导效应仍然偏低,而市场间利差的扩大以及在岸人民币债券市场开放程度的加深有利于提高离岸人民币债市与在岸人民币债市间、离岸人民币债市与美国债市间的联动性,其他因素如汇差、美元指数收益率等对市场间的联动性都有不同程度的影响。最后,根据本文的研究,提出应防范债市开放下跨境资本流动带来的风险、审慎制定货币政策,同时继续推进离岸和在岸人民币债券市场健康发展等建议。
陈晓莹[4]（2020）在《绿色股票和绿色债券的时变动态关联效应分析》文中研究指明随着气候变化以及环境问题日益突出,中国的绿色金融日益成为支持中国可持续发展的重要一环,我国绿色金融制度创新加快、体系建设稳步前进,但是目前各国尤其是发展中国家普遍对绿色金融的关注度较低。随着我国绿色金融市场的建设力度不断加大,绿色投资产品不断丰富,绿色股票市场和绿色债券市场的发展对于绿色金融投资市场的建设与完善起着重要的作用。对绿色股债市场之间的关联效应研究对加深我国绿色金融的理解有着重要的意义,对于投资者而言,有利于对资产进行合理配置与规避风险;对于政府相关部门而言,有利于对绿色投资市场环境进行全面了解,从而制定并出台合理的政策。本文主要从收益率的时变关联性以及波动率的动态关联性两方面研究我国绿色股票市场与绿色债券市场之间的关联效应。本文首先利用MI-TVP-SV-VAR分析我国绿色股票市场与绿色债券市场之间收益率的时变关联效应,研究发现我国绿色股票市场与绿色债券市场收益率变动滞后项对自身的影响存在正向的关联效应,但是绿色股票市场与绿色债券市场之间对彼此的影响是时变的且方向是不同的。其次本文运用DCC-MIDAS模型对绿色股票市场与绿色债券市场之间波动的动态关联效应进行实证研究,发现绿色股票市场与绿色债券市场这两个市场是具有联动效应的,并且两个市场间的长期波动率和短期波动率呈现出先上升后下降、先正后负的趋势,但相关性较弱。这说明此时在绿色股票与绿色债券之间进行资产配置有利于投资者的资产组合配置和风险管理,对政策制定具有一定的指导性,同时需要出台相关政策完善绿色债券与绿色股票市场机制,促进绿色金融的发展。
高傲楠[5]（2020）在《贸易摩擦下中美金融市场间波动溢出效应研究 ——基于BEKK-GARCH模型的实证分析》文中认为自“8.11”汇改以后,中国人民银行针对汇率的调整引入市场机制,将稳定人民币兑篮子货币的汇率作为外汇管理的目标。同时,央行对外汇的干预也同时受到国际货币市场间的汇率波动与供需关系的影响。在新的机制下,汇率的波动性增加,外汇市场风险也随之加大。在此背景下,中美贸易摩擦的产生不仅对双边国际贸易,更对中国金融市场产生了一定的影响。本文选取汇率中间价、美元指数和国债收益率、上证综合指数和道琼斯指数等指标,以贸易摩擦的开始为分水岭进行脉冲响应研究,并利用BEKK-GARCH模型进行数据分析,探究中美两国汇市、债市和股市六个市场的波动溢出效应。经过一系列证明,得出三个主要实证结果:（1）我们发现贸易战后两国市场间的冲击效应明显加大。如果没有相应的政策举措,当国际经济局势产生剧烈波动时,我国金融市场会很容易受到外来经济冲击的影响。（2）贸易摩擦发生后两国冲击效应尤为明显,但波动溢出效应反而减弱。由此推断,这是中央银行一系列调控与公开操作和对政策走向加以引导的结果。（3）美国金融市场对中国金融市场的波动溢出影响更大,反之中国对美国的金融市场的冲击并不明显。虽然人民币自加入特别提款权后国际地位得到提升,但美元作为最重要的国际货币仍然对世界经济有着重要影响。除此以外,美国的金融业发展确实比中国更为先进,体系也更为成熟。因此中美贸易摩擦的产生对中国的影响更为严重。无论如何,中美贸易摩擦都对我国金融市场形成了一定的冲击影响。虽然中美贸易摩擦对中国经济的增长造成了一定的压力,但通过中国人民银行对货币政策的预调微调,和政策工具组合的灵活运用,贸易冲突对国内经济形势造成的影响有限,这同时也对应对未来复杂多变的国际经济形势提供了良好的借鉴意义。
朱芳草,程昊[6]（2020）在《我国股债联动关系的内在机理分析与实证研究》文中研究指明本文聚焦股债联动关系,首先从经济环境、市场信息及流动性三大角度提出影响联动性的内在传导机制,之后利用股市指数、利率债与信用债市场总体及细分指数的收益率构建VAR模型。脉冲响应结果表明,股票市场的波动对债券市场的影响以反向联动为主;利率债市场中,长短期利率债对股市的联动效应相反,前者为负后者为正,但整体利率债市场对股市产生的联动效应仍以同向为主。
白玉峰[7]（2020）在《中国直接融资市场对外汇市场的时变效应研究 ——基于TVP-VAR模型的实证分析》文中研究指明金融市场作为一个整体,市场间的相互影响无法忽略。当市场大环境经济平稳时,一个政策的推出,需要不仅考虑单个金融市场,同时还需考虑到针对该市场推出的政策将对其余市场造成什么影响,从而避免在该市场问题解决之后引起其余市场出现问题的情况。中国的外汇市场在过去由于市场化程度低,股票市场和债券市场对其的影响也不够明显。伴随中国金融的市场市场化程度越来越高,以股票流通市场和债券市场为代表的融资市场与中国的外汇市场之间的联系愈发紧密,学者的前期研究也得出三大市场之间存在互相的溢出效应。但现有学者的研究中,大多数仅分析股票市场、债券市场和外汇市场中的两个市场,较少有人同时将三个市场当做一个系统而进行整体研究。随着2005年的“汇改”和2015年的“新汇改”措施推出之后,股票市场及债券市场为代表的融资市场对外汇市场所能够发挥出的作用也愈发明显,本文重点就不同时期的融资市场对外汇市场的时变效应进行探究,希望能够得出不同时期的一定市场规律,从而对未来更好地开放中国金融市场能够起到指导作用。本文旨在通过研究股票市场、债券市场和外汇市场之间的相互关系,提出具有建设性的意见以明晰我国金融子市场之间的相互关系,从而给予政策制定者在思考相关政策制定的帮助。本文以直接融资市场与外汇市场之间的时变效应关系为切入点,基于2005年7月-2019年12月的月度数据,使用TVP-VAR模型进行实证分析,实证结果表明:我国金融市场较过去市场化程度逐步调高;市场间的时变冲击短期效果最强,中长期影响效果微弱,而随着市场化程度的提升,单一变量对市场波动的解释程度逐渐降低,体现出了市场的复杂性提升。除此之外,股票市场对于外汇市场的影响要大于债券市场对于外汇市场的影响;而且三大市场的正向联动程度逐步提高,体现出国际资本看好中国金融市场。本文建议:短期对于市场的调整应当基于相关数据的分析来看清此时市场之间的相关关系,而长期则可以依据理论推导结果进行政策制定和改革进程;应当加深市场之间的关联性,推出更多的融资产品与投资产品,从而分散风险,降低风险,未来应当加强债市的市场化程度,使央行通过债市调节整体金融市场时的时滞能够减少;应当积极引导金融市场专业化、市场化,推动注册制的正式实行,调整投资者结构,从而整体增强金融市场的风险应对能力以及未来发展潜力。
沈艳[8]（2019）在《经济政策不确定性对我国资本市场的影响研究》文中提出随着全球经济一体化的发展,各国资本市场已紧密联系在一起,蝴蝶效应加剧,回顾每次资本市场的重大波动,经济政策都在其中发挥着不可忽视的作用,经济政策不确定性的研究也日益成为理论和实务界关注和研究的重要课题。从世界范围看,金融危机发生的频率和间隔日益增多和变短,化解和防范系统性金融风险成为我国金融监管部门的首要任务。在目前全球金融体系面临重构的背景下,深入研究经济政策不确定性的内在规律,不仅是学术研究发展的需要,更有助于我国在全球范围内率先制定正确的、有利于确定竞争优势的经济政策。在理论研究上,国外对于不确定性的研究很早就开始了,尤其自斯坦福大学Baker等教授编制出经济政策不确定性指数以来,各种研究以此指数为基础,在宏观和微观领域都对其影响进行了研究。近年来借助于量化技术及大数据的应用,经济政策不确定性对资本市场的影响研究又可以向前一步,本研究选取资本市场中最为重要的股票市场和债券市场进行研究,通过梳理经济政策不确定性对资本市场影响的传导机制,并通过实证分析,考察经济政策不确定性对股债市场及其相关性的影响。首先,本研究考虑了包括美国、英国在内的8大经济体的经济政策不确定性的交互影响,同时加入了宏观经济变量变动的波动率数据,使用神经网络模型,重新构建了针对中国市场的经济政策不确定性综合指数（EPUnew）。此指数的优势主要体现在三个方面:第一,经济政策不确定性综合指数具有全球化特征,在其构建过程中采用了美国、加拿大、英国、法国、德国、意大利、日本、俄罗斯、中国大陆和中国香港的10类新闻媒体数据,最大化程度的反应了世界经济体影响我国经济政策不确定性的指标;第二,神经网络模型具有良好的非线性特征,相比传统模型,神经网络模型在进行特征提取时遗漏的有效信息更少,变分自编码模型作为无监督模型的典型代表,相比主成分分析具有信噪比高,拓展性强等诸多优点;第三,经济政策不确定性综合指数（EPUnew）对中国宏观经济有更显着的影响,相比Baker等编制的指数,经济政策不确定性综合指数（EPUnew）体现出对国内各项宏观经济指标更强烈的影响作用,诸如在工业增加值、市场波动和景气预期等方面表现出更显着的脉冲冲击响应。其次,本研究使用新构建的经济政策不确定性综合指数（EPUnew）研究了经济政策不确定性对我国股票市场的影响。和现有文献相比,本文进一步关注经济政策不确定性对中小市场和子样本时序区间的影响,发现政策不确定性对股市波动存在长期正向影响,经济政策不确定性越大,市场情绪越不稳定,股市波动越大,且表现出明显的时效性。经济政策不确定性作为宏观因子,相对个股而言其主要影响的是整体资本市场,系统性风险是不确定性主要的传导渠道。虽然经济政策不确定性与市场波动周期基本保持了一致,但在部分区间,尤其是2016年“股灾”发生后出现了不一致的情况,“股灾”后的市场长期处于低迷状态,在此期间国家出台了诸多财政、货币等经济政策,但对资本市场的影响出现了与常识相违背的情形。本研究进一步研究了经济政策不确定性对股票市场波动的预测能力,构建了具有宏微观控制变量的经济政策不确定性预测模型,对中国A股市场在全样本周期（2002-2017年）和子样本（2008-2017年）中经济政策不确定性的预测能力进行了分析,并得到了显着的预测结果（分别在5%水平内和10%水平内显着）。通过对整体市场细分,进行了一级行业的实证预测,结果发现除电信行业外,EPUnew的预测能力同样显着,经济政策不确定性对金融行业的影响最大。在样本外稳健性检验中,使用了调整后的均方预测误差法（MSFE-adjust）检验其显着性,发现经济政策不确定性对全行业及包括材料、工业、消费、金融和房地产行业在内的各行业均存在显着的样本外预测能力（同基准模型对比）。再次,本研究对经济政策不确定性对我国债券市场的影响进行了研究。债市相较于股市整体波动较小,经济政策不确定性主要通过直接影响市场情绪和对实体企业的影响进行传导。首先,研究了中国经济政策不确定性对中国债券市场尤其是国债和公司债长期波动的影响,用上证国债指数和公司债指数作为中国国债和公司债市场的代理变量,同样使用单因子混频波动方法（Garch-Midas）引入对应频度的经济政策不确定性EPUnew指标来分析中国债市波动长期成分的影响机理,结果表明,中国经济政策不确定性指数与债市长期波动呈现正相关关系,不确定性增大时,债券市场波动随之扩大。相对于国债,经济政策不确定性波动率对公司债的波动影响更为明显,这与公司债中民营企业占比较多,受整体宏观环境影响波动较大有关。经济政策不确定性的增加会增大债券市场的波动性,通过分析马尔科夫区制转换模型得到市场处于较大波动的状态下,经济政策不确定性对市场风险存在较大影响,信用利差变大;而在市场波动较小的状态下,经济政策不确定性对市场仍存在正向影响,导致信用利差变大,但幅度不如状态一。当经济政策不确定性增大时,债券市场中的国债由于其政府背书的性质基本不受影响,而由于担忧行业受政策影响投资者对企业的未来盈利预期受挫,企业债收益会降低,而信用利差反映了上述两者之间的差别,因而其波动主要跟随受影响更大的企业债。在此基础上,进一步分析了经济政策不确定性对债市超额收益的影响,与波动类似,债券超额收益常受到宏观变量的影响而变化,在已有研究基础上设定控制一年期存款利率（RF）,通货膨胀指标（CPI）,市场流动性指标（LIQ）和利率期限结构中的斜率（SLOPE）等传统宏观变量,发现经济政策不确定性对国债和全债市场超额收益具有显着影响。随着经济政策不确定性的增大,国债市场长短期债券超额收益在减少,其中长期国债收益降低要高于短期国债,以中债新综合财富指数WI代表全债市场,不同于国债,经济政策不确定性对WI的预测系数为正,表明随着经济政策不确定性的增加,WI相对于基准债券（一年期国债收益）的超额收益也在增加,最后重新考虑经济政策不确定性对相同期限中债综合财富指数和国债的收益差预测情况,实证结果表明经济政策不确定性对不同期限债券的超额收益预测系数基本保持不变,没有呈现明显的单调变化,表明EPUnew对不同期限债券信用风险的影响接近。最后,本研究从单一市场角度上升为股债两市相关性的影响分析。作为我国资本市场中的两个大类,股市和债市整体上反映了我国经济的趋势,而两者的相关性常常能反映出经济的阴晴和市场的情绪。本文使用了上证综指和上证国债的2003年1月至2018年5月的日度数据,利用Dcc-Garch模型得到两市的动态条件相关系数（ADF检验表明其为平稳过程,J-B检验拒绝其正态分布的假设）,接着使用Garch-Midas模型来分析经济政策不确定性指数对两市相关性的影响,发现基于经济政策不确定性水平值和波动值的模型估计结果均表明经济政策不确定性与相关系数具有正向的关系,即经济政策不确定性水平值或波动值增大时,市场相关性的波动增大。在分析经济政策不确定性对相关性水平影响时,采用了马尔科夫区制转换模型,通过对市场状态进行划分,发现在市场整体“活跃”的状态下,经济政策不确定性增大将导致市场相关性的降低（由正到零再到负）,体现了当外围宏观环境不稳定时资产的避险情绪加重,资金从一个市场流向另一个市场。在“非活跃”期时,经济政策不确定性与两市相关系数长期值同样呈负相关,表明政策不确定性对市场的影响变小,两个状态的结果均表明了资金对于外围环境的灵敏性和避险性。进一步分析影响的机理,由于新颁布的政策对行业的影响存在波动,企业融资成本上升,资金对于存在较高风险的股票市场进行回避而涌入了相较稳定的债券市场,因而会出现股跌债涨的情况,两者相关性降低。因此可以得出结论,中国经济政策不确定性的降低会引致中国股票市场和国债市场之间的相关性增加。本研究的创新之处主要有三点:（1）编制了适宜中国市场的中国经济政策不确定性指数。采用机器学习的方法,首次基于神经网络模型的变分自编码模型（VAE）进行信息降维和特征提取,构建了适宜中国市场的中国经济政策不确定性指数。并对中国资本市场进行实证分析时使用了Baker等编制的中国经济政策不确定性指数CEPU进行了稳健性检验,发现在全样本期,经济政策不确定性综合指数EPUnew在解释股票、债券市场波动收益和两市相关性波动上均高于BAKER等编制的中国经济政策不确定性指数CEPU,而在后金融危机时期（2009-2017）,不包含世界经济政策变动信息的CEPU解释力急速下降,甚至表现为不显着,而经济政策不确定性综合指数EPUnew依然保持对市场优秀的解释能力。相比原有量化指数,经济政策不确定性综合指数EPUnew更能反映出经济不确定性对中国市场的扰动和影响。（2）在研究方法上的创新应用。本研究根据究目的不同使用了不同的研究模型,比传统研究方法具有更好的创新性和合理性。第三章使用机器学习-神经网络模型方法进行数据处理,稳健性检验中使用了向量自回归模型和脉冲冲击响应分析;第四章针对波动特征应用了Garch-Midas模型提取长期波动和短期波动,并在经济政策不确定性对市场波动预测过程中使用添加了控制变量的线性回归模型,样本外分析中采用均方预测误差MSFE模型;第五章债券市场收益预测考虑到不同时期市场表现的差异使用了马尔科夫区制转换模型,并尽可能的将特殊子区间划分出进行独立研究;第六章股债相关性分析中考虑到了相关系数的动态变化。（3）研究内容上的深入整合。本研究首次将中国股票和债券两个资本市场结合进行研究,并分析经济政策不确定性对市场影响的联动效应,从多个层次、逐步递进的阐述了经济政策不确定性对中国资本市场的影响,构建了经典的收益和波动研究模型,选取了重要的几个股债交易市场,基本涵盖了中国资本市场的主体部分,分析结果显着;本研究发现的影响规律和传导过程也可以作为政策改进的措施和建议,如经济政策不确定性对不同行业组合波动具有不同的影响程度,监管层在施行经济政策时可以充分考虑对不同行业的作用强度而选取最优的实施路径,经济政策不确定对各区块股票收益均有负向影响,因此政府在稳定市场时要尽量减少政策干预。
高绍杰[9]（2019）在《我国股市、债市、汇市联动性研究 ——基于GARCH-Copula》文中指出2015年12月17日美国开始新一轮加息周期,为了化解美国加息对我国经济的负面影响,2015年12月我国提出了供给侧改革任务,其中包含去杠杆。在去杠杆中,由于未全面考虑对整个金融市场的影响及应对措施,导致2018年我国金融市场出现了大幅度波动。2018年中美贸易战爆发,我国所处的外部环境由相对宽松变为严峻复杂,面对复杂的外部环境,我国在制定经济政策时更应全面系统考虑对我国金融市场的影响,而做到这一点的前提是能够搞清各金融子市场间的关系。因此在新的市场条件下对我国三个主要金融市场——股市、债市、汇市的相关关系进行深入研究具有重要的理论和现实意义。本文通过使用GARCH模型拟合金融时间序列的波动,再利用Copula函数拟合组合的联合分布函数,以此来描述股市、债市、汇市三者间的关系。具体来说数据上选取了2015年8月11日-2018年12月28日上海证券综合指数（SSCI）、中债综合指数（净价）（CBAI）、人民币名义有效汇率指数日度数据,用tGARCH模型对其对数收益率的波动率进行拟合,得到三者边缘分布,然后利用Gaussian、t、Gumble、Clayton和Frank Copula函数建立三者的联合分布函数,以此得到三者的上尾相关系数、下尾相关系数,并结合市场表现进行比较分析研究。通过研究表明:（1）股票市场与债券市场间关系股票市场与债券市场间存在较弱的负相关关系。表明二者间虽然存在“跷跷板”效应,但效应很弱;在极端市场条件下二者联动性有加强趋势;二者间关系具有非对称性,即债券价格对股市价格的影响作用大于股市对债市价格的影响作用。（2）股票市场与外汇市场间关系股票市场与外汇市场间存在着较弱的负相关关系。但二者间的负相关关系并不明显,主要原因为我国外汇市场市场化程度较低,二者间的联动关系受到了阻断。整个样本区间内我国汇市与股市间都存在不对称的双向联动性,随着人民币波动幅度的增加,人民币汇率和我国股市间的联动效应呈现出先减弱后增强的趋势。（3）债券市场与外汇市场间关系二者存在着较弱的正相关关系,有一定的同涨同跌联动性,并且二者的上尾相关关系较强。外汇市场对债券市场的影响要大于债券市场对外汇市场的影响。
焦吴梅[10]（2019）在《我国跨市场溢出效应实证研究》文中研究指明随着经济一体化和金融自由化的进程加快,市场间资本流动以及市场运作变得日益密切,市场间的一体化程度正逐渐加深。市场之间的溢出效应逐渐受到广泛关注,也越来越成为学术研究的热点。以股票市场为代表的金融市场子市场之间的溢出效应研究占据了跨市场溢出效应文献的大部分,如今学者逐渐把研究对象拓展到实体市场。尤其随着原油、有色金属等大宗商品在市场中占据着越来越重要的地位,并逐渐构成跨市场投资者大类资产配置的一部分。在大宗商品金融化趋势背景下,大宗商品不仅具有商品属性,而且表现出越来越强的金融属性,即二元属性,研究大宗商品市场与股市、汇市等金融市场子市场之间的溢出效应及其时变性具有较大的现实意义。本文将以我国股市、债市、汇市、大宗商品市场为研究对象,选取广义溢出指数方法,从静态和动态两个层次进行研究与其相关的收益溢出和波动溢出效应,并且进行对比。本文选取2010年6月25日至2019年3月1日的上证综指指数、中证综合债指数、人民币指数和wind商品指数周度数据,分别代表我国股票市场、债券市场、汇率市场、大宗商品市场。每个市场选取最高价、最低价、收盘价为原始数据,每种价格有445个数据,共12个价格序列,总计5340个数据,原始数据均来自于wind数据库。通过实证分析,本文得出结论:波动溢出强度与收益溢出强度存在明显差异,总体波动溢出强度高于收益溢出强度,但是在样本期间内都呈现波动下降趋势,只不过动态收益溢出下降趋势明显早于动态波动溢出,说明市场有效性整体加强。具体来看,对于收益率溢出,无论是对外溢出强度还是接受溢出强度,大宗商品市场的收益率溢出强度最大;而波动率溢出,汇市对外溢出强度最大,股市接受溢出强度最大。相对而言,大宗商品市场与外汇市场作为溢出的主要发出者,债市和股市作为溢出的主要接受者。应重视收益溢出强度的变化,关注大宗商品市场与外汇市场对股市的风险传染。
二、债市发挥联动效应（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、债市发挥联动效应（论文提纲范文）
（1）区域经济合作增强了中国与境外国家金融市场的联动效应吗（论文提纲范文）
| 一、引言 |
| 二、文献综述和假设提出 |
| （一）文献综述 |
| （二）假设提出 |
| 三、研究设计 |
| （一）样本选取 |
| （二）变量定义和数据描述 |
| （三）识别策略和模型设定 |
| （四）描述性统计 |
| 四、实证分析 |
| （一）基准模型分析 |
| （二）动态边际影响效应 |
| （三）DID模型有效性分析 |
| 1. 平行趋势检验 |
| 2. 安慰剂检验：随机抽取处理组 |
| 3. PSM-DID估计 |
| （四）样本异质性讨论 |
| 1. 区分“一带”国家和“一路”国家的资本市场联动效应 |
| 2. 区分OECD国家和非OECD国家的资本市场联动效应 |
| 3. 区分邻国与非邻国的样本异质性讨论 |
| （五）稳健性检验(2) |
| 五、研究结论与政策建议 |
| （一）研究结论 |
| （二）政策建议 |
（2）中国金融子市场的风险测度与动态溢出效应检验（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 论文的创新点及结构安排 |
| 第2章 国内外研究现状 |
| 2.1 风险度量方法的文献评述 |
| 2.2 金融子市场之间风险溢出效应的文献评述 |
| 第3章 基于GARCH-VaR模型的金融子市场风险测度 |
| 3.1 VaR模型简介 |
| 3.2 样本分析与模型估计 |
| 3.3 金融子市场风险的变动特征分析 |
| 3.4 本章小结 |
| 第4章 中国金融子市场风险关联机制与溢出效应的动态计量分析 |
| 4.1 模型设定与数据处理 |
| 4.2 基于有向无环图的金融子市场风险动态关联机制分析 |
| 4.3 金融子市场的动态溢出效应分析 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（3）中国在岸、离岸债券市场与美国债券市场时变联动关系研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究思路及框架 |
| 1.4 可能的创新与不足 |
| 2 文献综述 |
| 2.1 离岸人民币债券市场研究 |
| 2.2 不同国家债券市场间联动性研究 |
| 2.3 中国离岸、在岸债券市场间联动性研究 |
| 2.4 文献评述 |
| 3 联动关系的理论分析 |
| 3.1 基本面角度 |
| 3.2 投资者行为角度 |
| 4 债券市场发展现状考察 |
| 4.1 中国在岸、离岸人民币债券市场发展现状 |
| 4.2 在岸、离岸人民币债券市场及美国债券市场发展特点及异同 |
| 5 实证分析 |
| 5.1 模型与数据 |
| 5.2 基本统计分析 |
| 5.3 时变VAR模型实证分析 |
| 5.4 DCC模型下联动性及其影响因素分析 |
| 6 结论与建议 |
| 6.1 主要结论 |
| 6.2 建议 |
| 参考文献 |
| 致谢 |
（4）绿色股票和绿色债券的时变动态关联效应分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 引言 |
| 1.1 研究背景和意义 |
| 1.2 研究内容 |
| 1.3 研究方法与技术路线图 |
| 1.4 文章的创新点与不足 |
| 1.4.1 文章的创新点 |
| 1.4.2 文章的不足之处 |
| 第2章 文献综述 |
| 2.1 传统股票市场和债券市场关联效应 |
| 2.1.1 国外文献综述 |
| 2.1.2 国内文献综述 |
| 2.2 绿色金融市场的关联效应 |
| 2.3 文献综述述评 |
| 第3章 绿色股票市场和绿色债券市场发展现状与关联效应机理分析 |
| 3.1 中国绿色股票市场发展概况 |
| 3.2 中国绿色债券市场发展概况 |
| 3.3 中国绿色股票市场与绿色债券市场之间的关联效应理论分析 |
| 3.3.1 基于市场有效性的研究机理分析 |
| 3.3.2 基于现代投资组合理论的研究机理分析 |
| 3.3.3 基于行为金融理论的研究机理分析 |
| 3.3.4 基于现实宏微观视角的研究机理分析 |
| 第4章 绿色股票市场与绿色债券市场收益率的时变关联效应分析 |
| 4.1 MI-TVP-SV-VAR模型基本原理 |
| 4.1.1 MI-TVP-SV-VAR模型的测量方程 |
| 4.1.2 MI-TVP-SV-VAR模型的状态方程 |
| 4.2 变量选取与描述性统计 |
| 4.2.1 变量选取与数据预处理 |
| 4.2.2 数据描述性统计 |
| 4.3 数据的统计检验 |
| 4.3.1 正态分布检验 |
| 4.3.2 平稳性检验 |
| 4.3.3 格兰杰因果检验 |
| 4.4 实证分析 |
| 4.5 本章小结 |
| 第5章 绿色股票市场和绿色债券市场波动的动态关联效应分析 |
| 5.1 DCC-MIDAS模型基本原理 |
| 5.1.1 DCC-MDAS模型 |
| 5.1.2 DCC-MIDAS模型的估计方法 |
| 5.2 变量选取与数据预处理 |
| 5.3 数据的统计检验 |
| 5.3.1 正态分布检验与平稳性检验 |
| 5.3.2 ARCH检验 |
| 5.4 实证分析 |
| 5.5 本章小结 |
| 第6章 研究结论与建议 |
| 6.1 研究结论 |
| 6.2 对策建议 |
| 致谢 |
| 参考文献 |
（5）贸易摩擦下中美金融市场间波动溢出效应研究 ——基于BEKK-GARCH模型的实证分析（论文提纲范文）
| 内容摘要 |
| Abstract |
| 第1章 导论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外相关文献综述 |
| 1.2.1 单一国家间金融市场溢出效应的影响研究 |
| 1.2.2 多个国家间金融市场溢出效应的影响研究 |
| 1.2.3 贸易摩擦对我国金融市场影响研究综述 |
| 1.2.4 文献评述 |
| 1.3 本文的研究思路、研究框架与研究方法 |
| 1.3.1 研究思路与框架 |
| 1.3.2 研究方法 |
| 1.4 本文的创新点与不足 |
| 第2章 股票市场、外汇市场、债券市场联动性理论基础 |
| 2.1 利率渠道 |
| 2.1.1 利率平价理论 |
| 2.1.2 现值模型 |
| 2.2 国际贸易传导机制 |
| 2.2.1 弹性分析论 |
| 2.2.2 进出口机制和价格机制 |
| 2.3 货币传导渠道分析 |
| 2.3.1 货币供应量对汇市的影响 |
| 2.3.2 货币供应量对股市的影响 |
| 2.3.3 货币供应量对债市的影响 |
| 2.4 国际资本流动渠道分析 |
| 2.5 投资者心理预期渠道分析 |
| 第3章 中美两国金融市场发展现状 |
| 3.1 中美贸易摩擦事件历史回顾 |
| 3.1.1 重要时间节点 |
| 3.1.2 发展现状 |
| 3.1.3 未来趋势预测 |
| 3.2 贸易摩擦后中国金融市场发展现状 |
| 3.2.1 中国汇率市场发展现状 |
| 3.2.2 中国债券市场发展现状 |
| 3.2.3 中国股票市场发展现状 |
| 3.3 贸易摩擦后美国金融市场发展现状 |
| 3.3.1 美国汇率市场发展现状 |
| 3.3.2 美国债券市场发展现状 |
| 3.3.3 美国股票市场发展现状 |
| 第4章 中美金融市场间波动溢出效应实证分析 |
| 4.1 模型选择及参数估计 |
| 4.1.1 多变量GARCH模型介绍 |
| 4.1.2 两变量BEKK-MVGARCH(1,1)模型建立 |
| 4.1.3 两变量BEKK-MVGARCH(1,1)模型参数估计 |
| 4.2 变量选取和数据说明 |
| 4.2.1 中国金融市场指标的选取 |
| 4.2.2 美国金融市场指标的选取 |
| 4.2.3 数据来源及处理说明 |
| 4.3 变量的描述性统计分析 |
| 4.4 实证检验和结果分析 |
| 4.4.1 国内外金融市场间子市场联动关系分析 |
| 4.4.2 汇市及债市分阶段脉冲响应分析 |
| 4.4.3 中美两两市场间BEKK-MVGARCH(1,1)实证结果及分析 |
| 第5章 结论与政策建议 |
| 5.1 研究结论 |
| 5.2 政策建议 |
| 参考文献 |
| 在学期间发表的学术论文与研究成果 |
| 后记 |
（6）我国股债联动关系的内在机理分析与实证研究（论文提纲范文）
| 引言 |
| 文献综述 |
| 国外研究成果 |
| 国内研究成果 |
| 股债联动关系 |
| 股债联动性影响因素 |
| 股债联动的内在传导机制 |
| 我国股债联动关系实证分析 |
| 样本选取与指标构建 |
| 数据平稳性检验 |
| VAR模型的构建与稳定性检验 |
| Granger因果关系检验 |
| 脉冲响应分析 |
| 细分债券市场的股债联动性探讨 |
| 股市与细分利率债市场的联动性探讨 |
| 股市与细分信用债市场的联动性探讨 |
| 研究结论 |
（7）中国直接融资市场对外汇市场的时变效应研究 ——基于TVP-VAR模型的实证分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 导论 |
| 1.1 研究背景和研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 股票市场与外汇市场的相互溢出效应研究 |
| 1.2.2 债券市场与外汇市场的相互溢出效应研究 |
| 1.2.3 股票市场与债券市场的相互溢出效应研究 |
| 1.2.4 文献点评与本文方向 |
| 1.3 基本框架 |
| 1.3.1 研究思路 |
| 1.3.2 基本内容 |
| 1.3.3 研究方法 |
| 1.3.4 技术路线 |
| 1.3.5 研究展望 |
| 1.3.6 主要创新与不足之处 |
| 第二章 股、债、汇市时变效应的理论基础 |
| 2.1 市场内部互动情景下的股、债、汇市间传导机制分析 |
| 2.1.1 以股价为起点的传导机制分析 |
| 2.1.2 以利率为起点的传导机制分析 |
| 2.1.3 以汇率为起点的传导机制分析 |
| 2.2 外部冲击下的股、债、汇市间的传导机制分析 |
| 2.3 结合中国实际的传导机制讨论 |
| 第三章 中国股、债、汇市发展历程的比较分析 |
| 3.1 中国股票市场的发展历程 |
| 3.2 中国债券市场的发展历程 |
| 3.3 中国外汇市场的发展历程 |
| 3.4 股市、债市和汇市发展的横向比较 |
| 第四章 中国股、债、汇市时变效应的实证检验 |
| 4.1 模型的选择、构建与变量的选择 |
| 4.2 TVP-VAR模型的建立 |
| 4.3 基于TVP-VAR模型的实证结果 |
| 4.3.1 变量的时间分布图 |
| 4.3.2 变量的描述性统计与单位根检验 |
| 4.3.3 基于马尔科夫链的蒙特卡洛模拟法(MCMC)及检验 |
| 4.3.4 变量的随机分布率分析 |
| 4.3.5 变量间时变关系分析 |
| 4.3.6 变量间的脉冲响应分析 |
| 第五章 研究结论与分析总结 |
| 5.1 研究结论 |
| 5.2 政策建议 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表学术论文目录 |
（8）经济政策不确定性对我国资本市场的影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 研究背景和意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 研究方法和论文结构 |
| 一、研究方法 |
| 二、本文结构 |
| 第三节 论文的创新之处 |
| 第二章 理论基础与文献综述 |
| 第一节 经济政策不确定性影响资本市场的理论基础 |
| 一、实物期权理论 |
| 二、金融摩擦理论 |
| 三、资本成本理论 |
| 四、预防性储蓄理论 |
| 五、Oi-Hartman-Abel理论 |
| 六、消息和信任传导理论 |
| 第二节 经济政策不确定性与资本市场的文献综述 |
| 一、经济政策不确定性含义和度量的文献综述 |
| 二、经济政策不确定性影响的文献综述 |
| 三、经济政策不确定性影响资本市场的文献综述 |
| 第三节 经济政策不确定性影响资本市场的理论和文献述评 |
| 第三章 经济政策不确定性综合指数的构建 |
| 第一节 理论研究 |
| 一、经济政策含义及分类 |
| 二、经济政策不确定性的测量 |
| 三、机器学习方法在资本市场的应用 |
| 第二节 数据统计和模型介绍 |
| 一、神经网络模型 |
| 二、变分自编码模型 |
| 三、样本数据 |
| 第三节 新经济政策不确定综合指数构建 |
| 一、向量自回归模型 |
| 二、脉冲响应函数 |
| 三、稳健性检验 |
| 第四节 本章小结 |
| 第四章 经济政策不确定性对股票市场的影响 |
| 第一节 理论研究和模型构建 |
| 一、我国股票市场波动性研究 |
| 二、经济政策不确定性对股票市场波动的影响 |
| 三、混合数据抽样的广义自回归条件异方差模型 |
| 第二节 样本选取和数据描述 |
| 一、股票指数类数据 |
| 二、宏观经济指标数据 |
| 第三节 实证研究 |
| 一、经济政策不确定性对股市波动影响研究 |
| 二、经济政策不确定性对股市波动预测研究 |
| 第四节 稳健性检验 |
| 一、CEPU对股市波动的影响 |
| 二、CEPU对股市波动预测研究 |
| 第五节 本章小结 |
| 第五章 经济政策不确定性对债券市场的影响 |
| 第一节 理论研究和模型构建 |
| 一、债券市场波动及收益 |
| 二、经济政策不确定性与债券市场 |
| 第二节 样本选取和数据描述 |
| 第三节 实证研究 |
| 一、经济政策不确定性对债市波动影响研究 |
| 二、经济政策不确定性对债市收益影响研究 |
| 第四节 稳健性检验 |
| 第五节 本章小结 |
| 第六章 经济政策不确定性对股债两市相关性的影响 |
| 第一节 理论研究和模型构建 |
| 一、股市和债市的相关性研究 |
| 二、股债两市相互影响的传导途径研究 |
| 三、动态条件相关模型DCC-Garch |
| 第二节 样本选取和数据描述 |
| 第三节 实证研究 |
| 第四节 稳健性检验 |
| 第五节 本章小结 |
| 第七章 结论与展望 |
| 第一节 主要结论 |
| 第二节 启示 |
| 第三节 研究不足和未来研究展望 |
| 参考文献 |
（9）我国股市、债市、汇市联动性研究 ——基于GARCH-Copula（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.3 研究思路方法和论文结构 |
| 1.3.1 研究思路和方法 |
| 1.3.2 论文结构 |
| 1.4 创新点和不足 |
| 1.4.1 创新点 |
| 1.4.2 论文不足 |
| 第2章 我国股债汇市场发展历程与现状 |
| 2.1 股票市场发展历程与现状 |
| 2.1.1 股票市场发展历程 |
| 2.1.2 股票市场现状 |
| 2.2 债券市场发展历程和现状 |
| 2.2.1 债券市场发展历程 |
| 2.2.2 债券市场发展现状 |
| 2.3 外汇市场发展历程及现状 |
| 第3章 研究理论基础 |
| 3.1 资产组合理论与风险收益特征 |
| 3.1.1 资产组合理论 |
| 3.1.2 风险收益特征 |
| 3.2 GARCH模型理论 |
| 3.2.1 GARCH模型 |
| 3.2.2 主要分布 |
| 3.3 Copula函数理论 |
| 3.3.1 Copula函数在金融领域的发展 |
| 3.3.2 二元Copula函数定义 |
| 3.3.3 Copula函数主要类型 |
| 3.3.4 Copula函数与相关性测度 |
| 3.3.5 Copula函数估计和检验 |
| 第4章 实证分析 |
| 4.1 样本数据的选取与合理性说明 |
| 4.1.1 样本数据的选取 |
| 4.1.2 样本数据合理性说明 |
| 4.1.3 数据处理 |
| 4.2 样本数据统计分析检验 |
| 4.2.1 数据描述性统计分析 |
| 4.2.2 平稳性检验 |
| 4.2.3 自相关检验 |
| 4.2.4 异方差性检验 |
| 4.3 建立边缘分布 |
| 4.4 利用Copula模型进行相关性分析 |
| 第5章 结论与建议 |
| 5.1 结论 |
| 5.2 政策建议 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（10）我国跨市场溢出效应实证研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 第一节 研究背景和研究意义 |
| 第二节 研究思路和研究方法 |
| 一、研究思路 |
| 二、研究方法 |
| 第三节 结构安排 |
| 第四节 可能的创新点与不足 |
| 一、可能的创新点 |
| 二、不足之处 |
| 第二章 文献综述 |
| 第一节 金融市场之间的溢出文献 |
| 第二节 金融市场与实体市场之间的溢出文献 |
| 第三节 相关总结与文献评述 |
| 第三章 溢出效应相关理论 |
| 第一节 经济基础理论 |
| 第二节 资本流动理论 |
| 一、同等资本追求同等报酬 |
| 二、平均利润率 |
| 第三节 市场传染理论 |
| 第四节 行为金融理论 |
| 第四章 溢出效应实证分析 |
| 第一节 数据与模型 |
| 一、模型介绍 |
| 二、数据选取、统计、检验 |
| 第二节 市场收益溢出 |
| 一、市场静态收益溢出 |
| 二、市场动态收益溢出 |
| 第三节 市场波动溢出 |
| 一、市场静态波动溢出 |
| 二、市场动态波动溢出 |
| 第五章 结论与建议 |
| 第一节 研究结论 |
| 第二节 政策建议 |
| 参考文献 |
| 致谢 |
四、债市发挥联动效应（论文参考文献）
- [1]区域经济合作增强了中国与境外国家金融市场的联动效应吗[J]. 苏治,章子琪,张永冀,余航. 上海商学院学报, 2021(06)
- [2]中国金融子市场的风险测度与动态溢出效应检验[D]. 黄雅雯. 吉林大学, 2021(01)
- [3]中国在岸、离岸债券市场与美国债券市场时变联动关系研究[D]. 周乐敏. 暨南大学, 2020(04)
- [4]绿色股票和绿色债券的时变动态关联效应分析[D]. 陈晓莹. 南昌大学, 2020(01)
- [5]贸易摩擦下中美金融市场间波动溢出效应研究 ——基于BEKK-GARCH模型的实证分析[D]. 高傲楠. 天津财经大学, 2020(06)
- [6]我国股债联动关系的内在机理分析与实证研究[J]. 朱芳草,程昊. 金融市场研究, 2020(04)
- [7]中国直接融资市场对外汇市场的时变效应研究 ——基于TVP-VAR模型的实证分析[D]. 白玉峰. 广西大学, 2020(07)
- [8]经济政策不确定性对我国资本市场的影响研究[D]. 沈艳. 中央财经大学, 2019(12)
- [9]我国股市、债市、汇市联动性研究 ——基于GARCH-Copula[D]. 高绍杰. 首都经济贸易大学, 2019(07)
- [10]我国跨市场溢出效应实证研究[D]. 焦吴梅. 深圳大学, 2019(10)