Empirical Analysis of Dynamic Linkages between China and International Stock Markets
Abstract
This paper investigates the dynamic conditional correlations (DCC) of stock returns between China and international markets. Statistics suggest that stock-return correlations across markets are time-varying, displaying a structural change triggered by an upward shift in Chinarsquo;s adoption of financial liberalization and the occurrence of the worldwide financial crisis. The dynamic correla-tions are closely tied to geographic location: the highest correlation is with Hong Kong, followed by Taiwan and Korea; the correlations with Europe and the US are low. The DCC series are nega-tively associated with the relative P/E ratios and are positively associated with the risk from the US market.
Keywords：Chinese Stock Market, Smooth Transition, Conditional Variance, DCC Model, Comovements
1. Introduction
The success story of Chinese economic growth over the last three decades has been widely reported in various media and in the economic literature. Since 2013, China has been the largest trading country in the world market and is expanding its position in international trades. Along with the trade surpluses created through a series of trade and financial liberalizations, China has accumulated a substantial amount of international reserves. This large amount of international reserves not only provides China a solid base from which to foster its capital markets as a vehicle to support economic growth but also creates a wealth effect, which means that investors demand more investment opportunities to pursue higher returns. The escalating growth in financial assets, accompanied by expectations of more technological innovations and output growth, could lead to the conclusion that the Chinese stock market will continue to rise and that Chinese stocks will become one of the main international financial instruments being absorbed into investorsrsquo; portfolios.
Indeed, the launch of the “stock connect” link between the Shanghai and Hong Kong stock exchanges on No-vember 17, 2014, removes the traditional restrictions on holding stocks across borders by international investors and Chinese households. The Shanghai-Hong Kong stock connect increases portfolio choices for international investors, because it adds more than 800 companies with market capitalization of US$1 billion or more to the investment universe. For Chinese households, this scheme provides more investment instruments with which to carry out their saving plans; otherwise, their balance sheets would remain skewed toward a narrow choice of real estate or cash equivalent channels.1 With this new market development, it becomes more meaningful to investi-gate the dynamic stock return relations between Chinarsquo;s and Hong Kongrsquo;s stock markets as well as between China and other international markets. This is not the first study to conduct an investigation of the dynamic rela-tions between China and international markets [1]. However, over time, new schemes are introduced, new policy is implemented, and exogenous shocks occur, therefore, the nature of the dynamic changes and an updated in-vestigation becomes necessary.
To gain some insights into stock market conditions, in Figure 1 we plot the time series of the stock price in-dices of the Chinese market and other international markets over time. Two sub -sample periods are worthy of comment. First, over the period 3/24/2000-3/11/2003, when most countries, such as the US, European and other Asian countries, suffered big losses (35.47% - 53.76%) and a fear of economic recession, Chinese stocks, on the contrary, gained steady growth, amounting to a 100.29% appreciation in prices. Since then, Chinese stocks have continued to soar, achieving a historical high of 6092.06 points on October 16, 2007, with a gain of 716.26%. However, a year later, as the US financial crisis was propagated to world markets, the Shanghai stock index plummeted to an all -time low of 1706.7 on November 4, 2008, dropping 71.98%, far worse than any other mar-ket. Second, during the post-financial-crisis period, the Shanghai stock index declined from 3634.98 on 8/3/2009 to 2134.06 on 7/10/2014, while correspondingly, the stock index in Hong Kong (20,807.25 - 23,238.99), fol-lowing the US markets (Samp;P 500 = 1002.63 - 1964.68, DJ = 8285.56 - 16,915.07), appreciated substantially over the same sample period. The movements in the Chinese markets reveal two different phases vis-a-vis the global markets. In both sample periods (3/24/2000-3/11/2003 and 8/3/ 2009-7/10/2014), Chinese stocks move inversely with those of global markets. This characteristic conforms to investorsrsquo; notion of holding Chinese stocks as internationally diversified assets.
By looking at the stock price movement in the Chinese market against the alternative markets in Figure 1, a number of issues deserve our attention. First, with the exceptions of the above two periods when Chinese stock
Figure 1. Daily international market stock price indices: 5/12/1998-7/31/2015.
prices moved in the opposite direction, most of the time the Chinese market seems to display co-movement with international markets. Thus, there is less clear -cut correlation between China and international stock prices over the entire sample period. Second, besides the time -varying nature of stock prices, these price series might un-dergo a structural change. Thus, it is of interest to investigate whether the evolution of the price series demon-strates structural changes. The follow- up questions are: what is the timing for the structural shift and what model would be appropriate to describe the structural shift in prices? Third, in their investigation of a group of ad-vanced markets, [2] finds that international markets
剩余内容已隐藏，支付完成后下载完整资料
对中国和国际股票市场动态联系的实证分析
1.介绍
在过去三十年中，中国经济增长的成功故事在各种媒体和经济文献中得到了广泛的报道。自2013年以来，中国一直是世界上最大的贸易国，正在扩大国际贸易的地位。随着一系列贸易和金融自由化带来的贸易顺差，中国积累了大量的国际储备。这一庞大的国际储备不仅为中国提供了坚实的基础，使中国的资本市场成为支撑经济增长的工具，同时也创造了财富效应，这意味着投资者需要更多的投资机会来追求更高的回报。金融资产的不断增长，伴随着对更多技术创新和产出增长的预期，可能会得出这样的结论：中国股市将继续上涨，中国股市将成为投资者投资组合中的主要国际金融工具之一。
事实上，2014年11月17日，上海和香港股市之间“沪港通”的开通，消除了国际投资者和中国家庭对持有跨境股票的传统限制。沪港通增加了国际投资者的投资组合选择，因为它为800多家市值超过10亿美元的公司注入了投资领域。对于中国家庭来说，这一方案提供了更多的投资工具来执行它们的储蓄计划;否则，它们的资产负债表将继续偏向于狭窄的房地产或现金等价物渠道。随着新市场的发展，研究中国与香港股市以及中国与其它国际市场之间的动态股票回报关系变得更加有意义。这不是第一次对中国和国际市场动态关系进行调查的研究。然而，随着时间的推移，引入了新的方案，实施了新的政策，并且发生了外部冲击，因此，动态变化的性质和更新的调查是必要的。
为了深入了解股票市场状况，我们在图1中绘制了中国市场和其它国际市场的股票价格指数随时间变化的时间序列。两个子样本周期值得评论。首先，在3/24/2000-3/11/2003年期间，当美国、欧洲和其它亚洲国家等大多数国家遭受重大损失(35.47% - 53.76%)和对经济衰退的恐惧时，中国股市却稳步增长，达到了100.29%的涨幅。自那以来，中国股市继续飙升，在2007年10月16日达到历史高点6092.06点，涨幅为716.26%。然而，一年后，随着美国金融危机蔓延至全球市场，上证综指在2008年11月4日暴跌至1706.7点的历史低点，跌幅达71.98%，远逊于其它任何市场。第二,在金融危机期间,上海股票指数从3634.98下降8/3/2009 7/10/2014 2134.06,而相应地,香港股票指数(20807 - 23238 .99),美国市场后(标普500指数= 1002.63 - 1964.68,DJ = 8285.56 - 16915 .07点),在相同的样本期间的大幅升值。中国市场的波动揭示了与全球市场的两个不同阶段。在两个样本周期(3/24/2000-3/11/2003和8/3/ 2009 /10/2014)中，中国股市与全球股市走势相反。这一特点符合投资者持有中国股票作为国际多元化资产的观念。
通过观察中国市场上的股票价格走势与图1中的另类市场，我们应该关注一些问题。首先，除了上述两个时期中国股票价格走势相反的情况外，大多数时候中国市场似乎都在与国际市场进行合作。因此，在整个样本周期中，中国与国际股票价格之间的关联并不明显。其次，除了股票价格的时变性质外，这些价格序列可能会发生结构性变化。因此，研究价格序列的演变是否能证明结构的变化是很有意义的。接下来的问题是:结构性转变的时机是什么?什么模型适合描述价格的结构性变化，第三，在对一组发达市场的调查中发现，国际市场的相互依赖程度越来越高，而且随着时间的推移，这种相关性在同一地理区域内变得更加显著。一个类似的问题是，中国股市与国际市场的互动是否遵循了类似的模式;也就是说，在地理区域内，相关性会变得更重要吗?由此可见，在本研究中，我们关注的是中国股票市场与亚洲主要周边市场之间的动态相关性。作为比较，我们还包括美国和欧洲市场，因为这两个经济体是商品和金融服务领域的主要贸易伙伴，在促进中国经济的技术转型和金融现代化方面发挥着关键作用。
根据上述问题，本研究调查了中国市场特有的股票市场行为。为了提供一个简洁的焦点，我们提出以下问题，帮助我们建立可测试的假设，并进行实证分析。首先，我们将为每个市场构建一个回报系列，以实现平稳性。然后我们会问:考虑到一系列的金融自由化，中国股市与全球市场的相关性会增加吗?第二，结构上的变化是一个水平的转变还是平稳的过渡?第三，股票回报率的动态相关性随时间的变化是否与经济基本面的差异有关?如果是，相关的经济基础是什么?第四，利率政策在解释股票收益的动态相关性方面的作用是什么?第五,是动态的相互关系相同的在不同的国家?如果是，是什么因素导致了动态相关行为的差异?是因为地理因素吗?为了解决这些问题，本研究考察了基于股票指数的股票市场行为。从实证分析得出的证据将有助于理解中国与国际市场之间股票收益相关性的时变行为。
论文的其余部分组织如下。第2节简要回顾了联合运动的文献。第3节给出了一个多变量(a)GARCH模型来推导动态条件关联。第4节描述了数据，并讨论了相关的统计数据。第5节通过对合格境外机构投资者的方案和物流平稳过渡模型的拟合，分析了动态相关路径。在本节中，我们还提供了与相关模型相匹配的证据。第6节通过使用相对P/E比率和隐含波动率来检验相关变化。第7节包含摘要和结论。
2.动态相关模型
最近的研究表明，Engle(2002)的动态条件相关模型对于估计股票收益中的市场-市场联系是有用的，因为该模型捕获了动态回报关系并描述了波动率聚类现象。采用两阶段法对DCC模型进行估计，使对数似然函数最大化。
有人观察到，股票回报的波动性往往与负面消息反应不对称，而非正面消息。来自金融市场的证据表明，对资产价格的负面冲击往往比DCC模型中同样程度的正面冲击对波动性的影响更为深远具有计算优势，但不考虑冲击对回报波动的不对称影响。后来解决了这个问题。本文的研究过程将遵循不对称条件的具体规定。
3.数据
该实证研究的数据包括发达市场的股票指数和包括中国在内的一些主要亚洲市场。数据涵盖每日交易股票指数从5月12日,1998年7月31日,2015年共有4494观察,包括上海证券指数(中国a股)、恒生指数(香港),台湾加权指数(PI)台湾韩国SE综合指数(韩国),东京证券指数(日本),新兴市场股票指数,东南亚市场指数,欧洲斯托克50指数,标准普尔500指数复合(美国)。我们从数据中排除假日和异常值。在本研究中纳入市场是基于它们与中国在商品市场和地理联系上的贸易活动的合理性。由于数据存储中市场的不同变量缺乏一致可用的数据，开始日期受到限制。所有的数据都取自汤森路透的数据流。我们还使用了每个市场的市盈率，并利用利率变化数据来衡量中国货币政策的宽松程度(见附录1)，后者是从中国人民银行获得的。
表格1为正在调查的每个市场的股票回报数据提供汇总统计数据。数据显示，韩国股市的平均股票回报率最高，而标准偏差最高。另一方面，日本股市的回报率最低，这是自1994年以来日本股市的大萧条造成的。
表格2报告中国与其它7个市场的股票回报率之间的无条件相关性。证据显示，所有市场都显示出一种积极的关系。在这些市场中，中国市场与亚洲市场的相关性高于欧美市场。显然，中国和香港的关联度最高(0.312)。与之前的发现相比，这个值更低。
自2009年至2013年期间，中国股市持续下跌(见图1)，而包括香港在内的其它市场则一直在向美国市场靠拢。与香港市场的相关性越高，是因为其与中国的经济和商业联系紧密，分享商业知识和组织和机构设置。地理上的联系和文化上的相似性使该地区的投资者在信息交流、处理和对法规和运输成本的认识方面有很大的优势，这有助于促进股票交易。
4.条件相关的估计
4.1联动的证据
我们用(A) DCC-GARCH模型来估计中国与各种国际市场之间的动态相关性([0])，由方程组(1)-（7）表示。表3所载的估计数表明，日相关的平均值从0.037(中美)到0.322(中国-香港)，与表2所示的无条件相关性有一定偏差。与香港市场的平均条件相关性是最高的，并伴有很高的标准差。相反，中国和美国市场的相关性最低，但变化较小(最低标准偏差)，其次是欧盟市场，这意味着与这两个市场的联系相对较少。
为了提供一个可视化的检查，我们展示了图2中条件相关性的动态轨迹。显然，香港市场系列显示较高的位置，并表现出更剧烈的波动(0.181)，如表3所示。另一方面，与美国系列的相关性大部分时间都在其它市场之下。其它市场处于这两个极端之间。总的来说，所有的条件相关系列都在2007年美国金融危机期间呈现某种程度上的向上协同运动。
4.2动态相关变化的时间序列因子
4.2.1阶跃函数模型
从图2中动态相关性的轨迹可以看出，相关系列在2007年左右出现了较小的结构变化。人们注意到，中国政府倾向于采取渐进的方式来开放金融市场。例如，为了使中国股市与全球市场更加紧密地结合起来，中国政府引入了合格境外机构投资者(QFII)和合格境内机构投资者(QDII)计划。这些安排为国际金融机构提供了评估中国股市的更大机会。人们预计，QFII计划的实施以及中国加入WTO的影响，将对两个市场的股票回报动态相关性之间的结构关系产生一定的影响。为了对政策影响进行建模，我们采用了干预模型，以步骤函数的形式来强调政策对动态回报相关性的影响，测试方程为:
（4-1）
是股票收益的条件相关性之间i(中国)和j(国际市场),指示符变量来捕获QFII的存在,以统一的价值,,从5月23日,2003年到4月8日,2015年,0。2003年5月23日的开始日期是基于这样一个事实:在那个日期，瑞士银行(UBS AG)，一家全球性的瑞士金融服务公司，是第一家符合资格的外国金融机构。从2003年5月23日至2015年4月8日，共批准了281家合格境外机构。beta;值代表了一种积极向上的转变产生的相关系列实施QFII计划。
通过使用Newey-West一致性估计器，对每个市场的股票回报DCC进行了回归估计。统计数据表明，该模型具有一定的解释力，r平方分布在0.0456到0.239之间。指标变量的系数，对所有市场来说都是积极的，具有高度的意义，在香港市场上的上升幅度为0.239，紧随其后的是韩国市场的0.1459;美国和日本的价值观似乎都很低。当我们看到图3(a)-图10(a)时，相关系数的变化变得更加明显。当然，中国市场的金融限制自由化有助于促进国际投资活动，这反映在相关回报的增加上。这也带来了投资者风险的转移[25]。证据显示，股票市场也呈现不同程度的协同运动，这可能归因于不同的定价过程、国家风险因素、文化纽带和地理联系。
关于这个方法有两点值得评论。首先，利用基于虚拟变量方法的阶跃函数模型，可以很好地突显出QFII的离散影响。然而，这种方法无法描述中国自由化政策在试验期间所产生的平稳过渡变化。其次，没有明确的标准来判断过渡点是否与投资者行为变化相一致。在上述测试中，假设所有级数都遵循相同的参数移位结构;事实上，识别和或调整滞后可能导致模型的错误规范。
5.动态相关变化的经济因素。
5.1P/E比率和条件相关变化。
通过应用平滑过渡模型拟合相关序列，有助于确定平滑状态的变化，并确定过渡时间点。然而，在为每个市场拟合平滑过渡模型后，仔细检查剩余的残差，如图所示，并没有使用特定的经济变量来解释随时间变化的动态条件相关变化。为了解决这一问题，我们将利用两个市场之间所观察到的市盈率作为衡量经济基本面差异的指标。
我们的决定是基于这样的观察:对于像中国这样的市场，很难找到相关数据来衡量经济基本面。根据我们的调查，大多数股票没有派发股息。对于中国大多数非成熟投资者来说，市盈率很容易观察，这足以反映股票估值的基本面。由于两个P/E比率相差太远，高市盈率的市场，比如中国，可以被解读为一个市场外的基本面。因此，推动市盈率过高的非理性投资者可能被视为风险的来源，导致理性投资者抛售股票，引发价格逆转。另一方面，高市盈率与低市盈率之间的稳定关系可以被看作是经济市场基本面的稳定状态，反映了两个市场的股票回报率之间的稳定关系。因此，我们预期股票收益的相关系数与两个市场的P/E差值是负相关的。
根据我们的调查，大多数股票没有派息。对于中国大多数不成熟的投资者来说，市盈率很容易观察到，这足以反映股票估值的基本面。由于两种市盈率相差太大，中国等高市盈率市场可以被解读为市场之外的根本基础。因此，推高市盈率的名义投资者可以被视为风险来源，导致理性投资者抛售股票并引发价格回调。另一方面，高市盈率和低市盈率之间的稳定关系可以被视为经济市场基本面的稳定状态，反映两个市场的股票回报率之间的稳定相关性。因此，我们预计股票收益的相关系数将负回归到两个市场的P/E差异上。这条逻辑使我们指出:考虑到两个市场的高市盈率和低市盈率。11phi;1将会是负面的,因为增加的市盈率相对于同类国家市场基本面意味着更大的差异,和投资者倾向于出售股票市场过度高P / E比率,导致股票价格下降。这导致了股票回报的反向相关性。(10)式的估计数载于表6。证据表明，所有相关市盈率的估计系数都具有预期的符号，且具有统计学意义。注意，我们应该仔细地解释这个符号。对于日本市场，日本市场的市盈率(31.639)高于中国市场(24.859)的负面信号;对于其它更高的市盈率相比其它市场(20.429 20.429 20.429在美国,欧盟,在香港,等等)的证据,因此,符合理论预测和说明股票收益的解耦与偏差的增加的P / E比率两个市场。
6.摘要和结论
本文研究了
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[467480]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
