基于CoVaR方法的中美股市风险溢出效应研究

基于CoVaR方法的中美股市风险溢出效应研究

作者：沈虹 邢荧

来源：《会计之友》2017年第16期

【摘 要】 为了研究中美股市之间的风险溢出效应，文章运用分位数回归方法和CoVaR模型测度在不同分位数水平下，中美股市之间的风险溢出率（%CoVaR）。结果发现：当q由0.05变化到0.01时，中国股市对美国股市的风险溢出效应不断上升；另一方面，美国股市对中国股市的风险溢出效应也呈上升趋势，且上升趋势更为明显。除此之外，中国A股市场对美国股市的风险溢出效应比B股市场对美国股市的风险溢出效应更明显。在极端事件发生的情况下，中国A股市场受美国股票市场的影响也比B股大。 【关键词】 风险溢出效应； 分位数回归； CoVaR

【中图分类号】 F830 【文献标识码】 A 【文章编号】 1004-5937（2017）16-0014-03 一、引言

金融市场间的风险溢出效应是指当一个金融市场出现剧烈波动或陷入困境时，迅速传染到其他金融市场，使得其他金融市场也受到不利影响。比如2008年爆发的全球金融危机就是一个很典型的例子。2008年9月，当雷曼兄弟公司宣布破产后，美国标准普尔500指数下跌59.01点，跌幅为4.71%。随后，这种股市大跌的现象从美国开始，立刻传染到欧洲、亚洲等一系列国家和地区。其中，中国上证综合指数暴跌93.03点，跌幅达到4.47%；恒生指数收报18 210.49点，下跌1 142.41点，跌幅达5.9%。因此，研究美国股市与中国股市之间的风险溢出关系显得尤为重要。

随着金融全球化的不断深化，国与国之间的金融市场，尤其是股票市场之间的风险溢出效应便成为人们关注的热点问题。Huang[1]、Roengpitya[2]等采用CoVaR方法研究了金融机构对系统整体的风险溢出效应。任继勤等[3]使用GARCH-VAR方法考察了中国主板市场和创业板市场之间的溢出效应。刘湘云等[4]利用多元LMSV模型研究了中国股市与国际股市间的风险溢出强度。刘晓星等[5]运用Copula模型研究美国股票市场对欧洲和亚洲国家的风险溢出效应。

由于CoVaR模型能很好地测度市场间的风险溢出效应[6-7]，因此本文基于分位数回归法结合CoVaR模型探析在极端风险情况下美国股市与中国股市之间的风险溢出方向和溢出大小，其研究方法及分析结果具有较强的理论及应用价值。 二、模型与方法

龙源期刊网 http://www.qikan.com.cn

（一）CoVaR模型

学术界对风险管理度量的主流方法主要有VaR，其表示某金融机构（或金融市场）在某一特定置信区间下可能发生的最大损失。表达式如下：

龙源期刊网 http://www.qikan.com.cn

龙源期刊网 http://www.qikan.com.cn

龙源期刊网 http://www.qikan.com.cn