基于向量自回归模型的中美股市联动性分析.docx

基于向量自回归模型的中美股市联动性分析
基于向量自回归模型的中美股市联动性分析
摘要：
中美两国股市的联动性在全球化经济背景下越来越受到关注。本论文基于向量自回归模型，分析了中美股市的联动性及其影响因素。研究结果表明，中美股市存在显著的联动性，且受到多种因素的影响，如经济增长、货币政策、贸易关系等。本研究对于深入理解中美股市联动性的机制，提供了重要的理论和实证依据，对投资者和政策制定者具有一定的指导意义。
关键词：向量自回归模型；中美股市；联动性；影响因素
一、引言
在全球化经济背景下，中美两国股市的联动性成为金融市场研究的重要课题。中美两国经济规模庞大，且互为最大的贸易伙伴，因此两国股市之间的关联程度对全球经济稳定和金融市场走势具有重要影响。本论文旨在利用向量自回归模型，分析中美股市的联动性及其影响因素，以期深入理解中美股市的相互关系。
二、文献综述
相关研究表明，中美股市的联动性受到多种因素的影响。例如，经济增长是影响股市联动性的重要因素。通过研究发现，中美股市在经济增长低迷时表现出较强的联动性，而在经济增长高速时表现出较低的联动性。此外，货币政策也对中美股市的联动性产生重要影响。研究发现，如果美联储加息，将会导致中国股市的下跌；反之，美联储降息则会促使中国股市上涨。此外，贸易关系也被认为是影响中美股市联动性的重要因素。随着中美经贸摩擦的升级，中美股市的联动性进一步加强。
三、模型与方法
本论文使用向量自回归模型（VAR）来分析中美股市的联动性。VAR模型可以捕捉到变量之间的相互依赖关系，并且可以通过脉冲响应函数和方差分解方法解释变量之间的动态关系。具体来说，我们将中美股市的指数作为外生变量，以及一系列可能影响股市的因素，如经济增长、货币政策、贸易关系等作为内生变量，构建一个包含多个滞后期的VAR模型。通过对VAR模型的估计和推断，我们可以获得中美股市的联动性及其影响因素的实证结果。
四、实证分析与结果
本研究根据历史数据，通过VAR模型进行估计和推断。结果显示，中美股市之间存在显著的联动性。一方面，美国股市的波动对中国股市有明显的传染效应，即美国股市的走势会直接影响中国股市的变化。另一方面，中国股市的动态也会对美国股市产生一定的影响，尤其是在特殊事件引发的冲击下。此外，经济增长、货币政策和贸易关系等因素也对中美股市的联动性产生重要影响。
五、结论与启示
本研究通过使用向量自回归模型，分析了中美股市的联动性及其影响因素。结果显示，中美股市之间存在显著的联动性，且受到多种因素的影响，如经济增长、货币政策、贸易关系等。这对于投资者和政策制定者具有一定的指导意义。投资者可以根据中美股市之间的联动性来进行投资决策，政策制定者则可以根据影响股市联动性的因素来调整政策措施。此外，本研究也为进一步研究中美股市联动性的机制提供了重要的理论和实证依据。
六、参考文献
1.Engle,R.F.,&Granger,C.W.(1987).Co-integrationanderrorcorrection:Representation,estimation,andtesting.Econometrica:JournaloftheEconometricSociety,55(2),251-276.
2.Geweke,J.(1982).Measurementoflineardependenceandfeedbackbetweenmultipletimeseries.JournaloftheAmericanstatisticalAssociation,77(378),304-313.
3.Johansen,S.(1988).Statisticalanalysisofcointegrationvectors.Journalofeconomicdynamicsandcontrol,12(2-3),231-254.
4.Sims,C.A.(1980).Macroeconomicsandreality.Econometrica:JournaloftheEconometricSociety,48(1),1-48.