中國(guó)農(nóng)業(yè)大學(xué)碩士學(xué)位論文STYLEREF"標(biāo)題1"錯(cuò)誤！文檔中沒(méi)有指定樣式的文字。中美金融風(fēng)險(xiǎn)的溢出效應(yīng)計(jì)算分析案例目錄TOC\o"1-3"\h\u27114中美金融風(fēng)險(xiǎn)的溢出效應(yīng)計(jì)算分析案例 14735（一）金融壓力指數(shù)的描述性統(tǒng)計(jì) 18221（二）平穩(wěn)性分析 2261421.平穩(wěn)性檢驗(yàn) 2309082.最優(yōu)滯后階數(shù)的確定 2162403.穩(wěn)定性檢驗(yàn) 210842（三）溢出性檢驗(yàn) 3154901.溢出效應(yīng)指數(shù)模型的構(gòu)建 375582.實(shí)證結(jié)果分析 5（一）金融壓力指數(shù)的描述性統(tǒng)計(jì)文章通過(guò)構(gòu)建得到2008年8月1日到2020年8月25日中國(guó)金融市場(chǎng)壓力指數(shù)和美國(guó)金融市場(chǎng)壓力指數(shù)，運(yùn)用VAR方法，研究中國(guó)金融市場(chǎng)壓力指數(shù)與美國(guó)金融市場(chǎng)壓力指數(shù)間的相互關(guān)系。表4-1為數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果。表4-1變量描述性統(tǒng)計(jì)CFSIAFSI均值0.0840860.155819中間值0.0495730.073466最大值0.6429950.910418最小值-0.002764-0.008027標(biāo)準(zhǔn)差0.1115340.206138偏度2.8018212.046988峰度11.025456.263066樣本量27702770由數(shù)據(jù)描述統(tǒng)計(jì)圖表可知，中國(guó)金融市場(chǎng)壓力指數(shù)（CFSI）最小值為-0.002764，最大值為0.64299，美國(guó)金融市場(chǎng)壓力指數(shù)(AFSI)最小值為-0.0080，最大值為0.9104，表明不同時(shí)期中美兩國(guó)國(guó)金融市場(chǎng)壓力指數(shù)變化差異較大。CFSI標(biāo)準(zhǔn)差為0.11534，AFSI標(biāo)準(zhǔn)差為0.206138，AFSI數(shù)據(jù)離散程度要更高，即美國(guó)金融市場(chǎng)壓力指數(shù)波動(dòng)極差更大。（二）平穩(wěn)性分析1.平穩(wěn)性檢驗(yàn)對(duì)中國(guó)金融市場(chǎng)壓力指數(shù)和美國(guó)金融市場(chǎng)壓力指數(shù)進(jìn)行平穩(wěn)性檢驗(yàn)，采用ADF檢驗(yàn)法，檢驗(yàn)結(jié)果如表4-2所示。表4-2單位根檢驗(yàn)結(jié)果VariableADFStatisticsLevelProb.結(jié)論1%5%10%CFSI-5.5481-3.4325-2.8623-2.56720.0000平穩(wěn)AFSI-4.4291-3.4325-2.8623-2.56720.0003平穩(wěn)由表4-2平穩(wěn)性檢驗(yàn)結(jié)果可知，中國(guó)金融市場(chǎng)壓力指數(shù)、美國(guó)金融市場(chǎng)壓力指數(shù)的原始序列顯著性P值分別為0.0000、0.0003，均小于0.0100，通過(guò)了平穩(wěn)性檢驗(yàn)，說(shuō)明中國(guó)金融市場(chǎng)壓力指數(shù)、美國(guó)金融市場(chǎng)壓力指數(shù)原序列均是平穩(wěn)的。2.最優(yōu)滯后階數(shù)的確定模型的最優(yōu)滯后階數(shù)結(jié)果如表4-3所示。根據(jù)數(shù)據(jù)檢驗(yàn)結(jié)果，在滯后四期時(shí)，AIC和SC準(zhǔn)則同時(shí)最優(yōu)，由此，VAR模型應(yīng)該建立VAR（4）模型。表4-3最優(yōu)滯后階數(shù)的確定LagLogLLRFPEAICSCHQ02591.39NA5.27e-04-1.87-1.86-1.87114548.3423887.969.30e-08-10.51-10.50-10.51214860.16622.517.44e-08-10.73-10.71-10.72314887.2754.077.32e-08-10.75-10.72-10.74414903.2331.81*7.26e-08*-10.76*-10.72*-10.74*3.穩(wěn)定性檢驗(yàn)圖4-1VAR模型穩(wěn)定性檢驗(yàn)進(jìn)一步對(duì)VAR模型進(jìn)行穩(wěn)定性檢驗(yàn)，檢驗(yàn)結(jié)果如圖4-1所示。本文進(jìn)行實(shí)證檢驗(yàn)的變量共有2個(gè)，根據(jù)上文所述最優(yōu)滯后階數(shù)為4階，故共8個(gè)特征根，如上圖結(jié)果所示，8個(gè)特征根均位于單位圓內(nèi)，表明所構(gòu)建的VAR模型處于穩(wěn)定狀態(tài)。（三）溢出性檢驗(yàn)1.溢出效應(yīng)指數(shù)模型的構(gòu)建VAR模型、Granger因果檢驗(yàn)以及GARCH模型等檢驗(yàn)方法，雖能良好地檢驗(yàn)變量之間溢出效應(yīng)的存在性、對(duì)稱性以及變動(dòng)趨勢(shì)問(wèn)題，但無(wú)法對(duì)溢出效應(yīng)的大小進(jìn)行量化。針對(duì)這一問(wèn)題Diebold和Yilmaz（2009）[51]提出了用于度量系統(tǒng)性金融壓力溢出效應(yīng)的溢出指數(shù)模型，這一構(gòu)建過(guò)程主要基于N維向量自回歸（VAR）模型，利用了預(yù)測(cè)誤差方差分解的信息。作者基于這一模型得到溢出效應(yīng)指數(shù)，并根據(jù)這一指數(shù)進(jìn)一步對(duì)世界范圍內(nèi)的多個(gè)股票市場(chǎng)內(nèi)的收益溢出以及波動(dòng)溢出進(jìn)行了分析。在此模型中作者認(rèn)為來(lái)自系統(tǒng)內(nèi)各變量的信息沖擊會(huì)導(dǎo)致各個(gè)變量的預(yù)測(cè)誤差，因此以方差分解法對(duì)此進(jìn)行計(jì)算；而將溢出以各個(gè)交叉變量誤差的方差占總預(yù)測(cè)誤差方差的比例來(lái)度量，最后將各變量間的溢出加總得到總溢出指數(shù)（TotalSpilloverIndex）。此后一段時(shí)間，眾多學(xué)者將這一模型用來(lái)進(jìn)行國(guó)際金融市場(chǎng)之間的風(fēng)險(xiǎn)溢出的實(shí)證研究。Diebold和Yilmaz（2012）[5]進(jìn)一步通過(guò)應(yīng)用KPPS方法構(gòu)建了廣義溢出指數(shù)，并通過(guò)這一方法使用1999年至2010年間美國(guó)股票、債券、外匯和商品市場(chǎng)的日度數(shù)據(jù)進(jìn)行指數(shù)構(gòu)建，進(jìn)而深入研究美國(guó)各金融子市場(chǎng)間的溢出效應(yīng)以及溢出特征。新構(gòu)建的溢出效應(yīng)指數(shù)剔除了之前模型會(huì)被時(shí)間序列的不同排列順序所影響的缺點(diǎn)，能夠?qū)⒔鹑谧硬煌袌?chǎng)之間波動(dòng)率溢出效應(yīng)的方向和大小也表現(xiàn)出來(lái)。此外，Diebold和Yilmaz（2012）[5]還構(gòu)建出了方向性溢出指數(shù)（DirenctionalSpillover），凈溢出指數(shù)（NetSpillover）和配對(duì)凈溢出指數(shù)（NetPairwiseSpillover），用以對(duì)各市場(chǎng)間波動(dòng)溢出進(jìn)行進(jìn)一步研究。本文利用Diebold和Yilmaz（2012）[5]提出的溢出效應(yīng)指數(shù)分析方法構(gòu)建溢出效應(yīng)指數(shù)，具體步驟如下：首先構(gòu)建N階變量的VAR模型VAR（p），（10）\o"清空"其中獨(dú)立同分布，,表示一個(gè)金融壓力指數(shù)變量，Φ代表一個(gè)N×N階的待估系數(shù)矩陣。設(shè)H步預(yù)測(cè)誤差方差貢獻(xiàn)為，則（11）上式中，Σ={σij；i，j=（1,2…N）}表示誤差向量εt的協(xié)方差矩陣，σij表示誤差向量εt的方差序列，ei表示第i個(gè)元素為1，其余元素均為0的向量集。為便于分析，將進(jìn)行標(biāo)準(zhǔn)化，最終獲得標(biāo)準(zhǔn)化xj對(duì)xi的H步預(yù)測(cè)誤差方差的貢獻(xiàn)：（12）由此，我們可以定義出各項(xiàng)溢出指數(shù)如下：1.總溢出指數(shù)S(H)；2.其他市場(chǎng)對(duì)市場(chǎng)i的溢出強(qiáng)度Si*(H)以及市場(chǎng)i對(duì)其他市場(chǎng)的溢出強(qiáng)度S*i(H)；3.凈溢出指數(shù)Si(H)；4凈成對(duì)溢出指數(shù)Sij(H)。（13）（14）（15）（16）2.實(shí)證結(jié)果分析根據(jù)本文所構(gòu)建的溢出指數(shù)模型，實(shí)證結(jié)果如圖所示。本文中溢出指數(shù)的大小主要用于反映中美兩國(guó)金融壓力指數(shù)的相互影響程度的大小。由圖4-2所示，總溢出指數(shù)在大部分時(shí)間內(nèi)低于10%，表明在大部分時(shí)間段中美兩國(guó)金融市場(chǎng)的系統(tǒng)性金融壓力傳遞雖然存在但強(qiáng)度并不顯著。然而，也有一些重要的例外：在2009至2010年期間，出于尚未完全結(jié)束的全球性金融危機(jī)的影響，中美金融壓力指數(shù)的溢出效應(yīng)持續(xù)處于超過(guò)10%的水平。2010年歐債危機(jī)期間，溢出指數(shù)同樣出現(xiàn)波動(dòng)劇烈的情況，總溢出指數(shù)一度高達(dá)50%。在2012至2013年間世界經(jīng)濟(jì)平穩(wěn)發(fā)展，中美兩國(guó)貿(mào)易密切，經(jīng)濟(jì)發(fā)展相輔相成，此時(shí)溢出指數(shù)的升高表明中美兩國(guó)金融壓力指數(shù)之所以都能維持在較低水平存在二者相互影響的因素。另外在2015年中國(guó)“股災(zāi)”時(shí)期以及2018年中美貿(mào)易戰(zhàn)時(shí)期中，總溢出效應(yīng)指數(shù)也出現(xiàn)了高于10%的現(xiàn)象。在中美金融市場(chǎng)壓力總溢出指數(shù)圖中我們看到了壓力指數(shù)波動(dòng)溢出的強(qiáng)度大小，而在圖4-3中美金融市場(chǎng)壓力指數(shù)凈溢出指數(shù)圖中我們可以觀察到總溢出指數(shù)圖中未標(biāo)注的溢出方向信息，其中最為顯著的是美國(guó)金融危機(jī)期間中美金融市場(chǎng)的正向溢出，這表明在這一時(shí)期系統(tǒng)性金融壓力由中美兩國(guó)向外溢出，至于2010歐債危機(jī)期間以及2012年世界經(jīng)濟(jì)平穩(wěn)發(fā)展期間中美金融市場(chǎng)則受到了來(lái)自世界其他國(guó)家的溢出影響。圖4-2中美金融市場(chǎng)壓力指數(shù)總溢出指數(shù)圖4-3中美金融市場(chǎng)壓力指數(shù)凈溢出指數(shù)分析過(guò)總溢出指數(shù)與凈溢出指數(shù)后，我們分別來(lái)看中國(guó)與美國(guó)金融壓力指數(shù)的凈溢出指數(shù)圖。首先看圖4-4美國(guó)金融壓力指數(shù)凈方向溢出圖，可以看出美國(guó)金融壓力凈溢出指數(shù)在大部分時(shí)間內(nèi)低于20%。就美國(guó)金融壓力凈溢出指數(shù)來(lái)，凈溢出指數(shù)在大部分時(shí)間內(nèi)為正，證明中美兩國(guó)間系統(tǒng)性金融壓力主要由美國(guó)傳至中國(guó)，美國(guó)金融市場(chǎng)作為壓力傳導(dǎo)的主導(dǎo)向中國(guó)金融市場(chǎng)發(fā)生了三輪明顯的正向凈波動(dòng)溢出。第一輪凈波動(dòng)溢出發(fā)生在2009年末至2010年歐債危機(jī)期間，當(dāng)時(shí)美國(guó)在直接受到歐洲經(jīng)濟(jì)影響后將進(jìn)一步通過(guò)貿(mào)易渠道以及其占據(jù)主導(dǎo)優(yōu)勢(shì)的外匯市場(chǎng)將壓力擴(kuò)散到包括我國(guó)在內(nèi)的其他國(guó)家。第二輪美國(guó)金融市場(chǎng)對(duì)中國(guó)金融市場(chǎng)的主要波動(dòng)溢出則發(fā)生在上文提及的2012至2013年間。第三輪顯著的正向凈波動(dòng)溢出發(fā)生在2018年中美貿(mào)易戰(zhàn)時(shí)期，在這一時(shí)期美國(guó)單方面挑起與中國(guó)的關(guān)稅戰(zhàn)，中國(guó)不得不采取相應(yīng)措施以維持兩國(guó)間貿(mào)易平衡，美國(guó)金融市場(chǎng)系統(tǒng)性金融壓力因此不斷向中國(guó)溢出。圖4-4美國(guó)金融市場(chǎng)壓力指數(shù)凈溢出指數(shù)由4-5中國(guó)金融壓力指數(shù)凈方向溢出圖可知，中國(guó)金融壓力凈溢出指數(shù)相對(duì)美國(guó)金融壓力凈溢出指數(shù)較低，意味著中國(guó)金融市場(chǎng)對(duì)美國(guó)金融市場(chǎng)的影響相對(duì)較小，其原因可能有以下兩點(diǎn)：第一，美國(guó)金融市場(chǎng)較中國(guó)的金融市場(chǎng)而言，體系更加完善，監(jiān)管措施及風(fēng)險(xiǎn)防范措施更加完備，以至于受外界干擾程度也較低；第二，基于中國(guó)政府及有關(guān)部門(mén)的相關(guān)政策，我國(guó)金融體系一直以來(lái)處于一種相對(duì)封閉的狀態(tài)，對(duì)其他國(guó)家金融體系造成影響的渠道較為單一。圖中較為顯著的溢出有兩輪，第一輪位于2008至2009年間，在這一時(shí)期內(nèi)，中國(guó)率先從經(jīng)濟(jì)低迷的經(jīng)濟(jì)危機(jī)中逐漸恢復(fù)，而處于危機(jī)中心的美國(guó)經(jīng)濟(jì)也隨著各項(xiàng)挽救措施的實(shí)施逐步復(fù)蘇。另一次超過(guò)20%的溢出位于2016年年末，結(jié)合上文中的金融壓力指數(shù)來(lái)看，此時(shí)的中國(guó)正處于2016年“股災(zāi)”之后的快速恢復(fù)期，中國(guó)金融系統(tǒng)中的系統(tǒng)性壓力急速累積，并通過(guò)投資、貿(mào)易等各個(gè)渠道傳導(dǎo)至美國(guó)金融市場(chǎng)。圖4-5中國(guó)金融市場(chǎng)壓力指數(shù)凈溢出指數(shù)由溢出效應(yīng)檢驗(yàn)實(shí)證結(jié)果，本文