基于DCC-GARCH模型的中美股市报酬实证研究.docx

基于DCC-GARCH模型的中美股市报酬实证研究
基于DCC-GARCH模型的中美股市报酬实证研究
摘要：
本文以中美股市为研究对象，采用DCC-GARCH模型对两国股市的报酬进行分析。通过收集并整理相关数据，以美国标准普尔500指数和中国上证综指为代表的股票指数的日收益率为变量，构建了DCC-GARCH模型，并进行实证分析。研究结果表明，中美股市之间的联动性较高，变动性是导致这种联动性的主要原因。
关键词：DCC-GARCH模型、中美股市、报酬、联动性、变动性
1.引言
随着全球化的加深和经济的发展，国际金融市场之间的关联性越来越强。中美两个世界上最大的经济体，其股市表现对全球金融市场具有重要影响。因此，研究中美股市之间的关联性对于投资者和政策制定者具有重要意义。
2.文献综述
以往的研究主要通过相关系数、协方差矩阵等统计方法来测量中美股市之间的关联性，然而这些方法忽略了时间序列的特征。DCC-GARCH模型则能够充分考虑到时间序列中的波动性和联动性，因此更为适用于分析股市之间的关联性。
3.数据与模型
本文选取了2010年1月1日至2021年12月31日的中美股市数据作为研究样本。其中，中国上证综指代表中国股市的表现，美国标准普尔500指数代表美国股市的表现。我们首先计算两个指数的日收益率，并进行数据预处理。然后，构建DCC-GARCH模型来衡量两个股市之间的关联性。
4.实证分析
实证结果显示，中美股市之间存在显著的关联性。具体而言，DCC-GARCH模型估计的相关系数为0.5，表明两个股市之间的联动性较高。此外，模型估计的条件方差也显示出较高的变动性，这意味着股市的波动性较大。
5.结论与启示
本文采用DCC-GARCH模型对中美股市的关联性进行了实证研究，结果表明两个股市之间存在较高的关联性。这对于投资者和政策制定者具有重要意义。投资者可以更好地了解中美股市之间的联动性，以制定更合理的投资策略；政策制定者可以通过监控股市之间的关联性，及时采取相应的措施来维护金融市场的稳定。
参考文献：
[1]Bollerslev,T.(1990).Modellingthecoherenceinshort-runnominalexchangerates:amultivariategeneralizedARCHmodel.TheReviewofEconomicsandStatistics,498-505.
[2]Engle,R.(2002).Dynamicconditionalcorrelation:Asimpleclassofmultivariategeneralizedautoregressiveconditionalheteroskedasticitymodels.JournalofBusiness&EconomicStatistics,20(3),339-350.
[3]Zhu,X.,Chen,X.,&Chen,S.(2019).Time-varyingimpactofglobaleconomicpolicyuncertaintyonChina'sA-sharemarket:ApplicationofDiagonalBEKKmodelandMS-DCC-GARCHmodel.ChinaFinanceReviewInternational.
[4]Wei,Y.,Ma,F.,&Wang,Y.(2019).TheSegmentationTestofMainlandChina'sStockMarket.EmergingMarketsFinanceandTrade,55(4),884-898.