中國股票市場流動性與收益率的相關(guān)性分析——基于DCC-GARCH模型和Copula模型的比較研究.pdf

1、流動性是金融產(chǎn)品的三大屬性之一，自Amihud于1986年第一次提出流動性溢價以來，國內(nèi)外關(guān)于流動性與資產(chǎn)收益關(guān)系的研究正在不斷豐富中，實踐領(lǐng)域的投資者亦逐步意識到流動性是影響資產(chǎn)收益率的重要因素。近年來，經(jīng)濟金融危機常伴生流動性干涸。1987年和2010年道瓊斯工業(yè)指數(shù)暴跌、2013年“光大烏龍指”事件、2015年中國股票市場千股跌停以及2016年初中國股票市場實施的熔斷機制導致流動性枯竭的危機使得越來越多的學者將目光轉(zhuǎn)向研究不同市場

2、狀態(tài)下流動性與收益率的相關(guān)性。
　　本文旨在對中國股票市場的流動性與收益率的相關(guān)性進行研究，內(nèi)容包括:
　　(1)分別基于DCC-GARCH模型和Copula模型在不同的樣本區(qū)間、不同移動窗寬下分析非流動性指標與收益率的時變Spearman相關(guān)系數(shù);
　　(2)歸納時變相關(guān)系數(shù)的統(tǒng)計特征及其變化對市場走勢的指示作用;
　　(3)對比上述兩個模型的優(yōu)劣。
　　本文以2005年1月4日至2015年12月31日的

3、上證指數(shù)為研究對象，共計2671個交易日，以非流動性指標作為流動性的代理變量，以對數(shù)收盤價之差作為收益率的代理變量來觀測二者的時變相關(guān)系數(shù)。首先，分別通過最大化對數(shù)似然值和最小平方歐式距離篩選出最佳的模型--DCC-GARCH-t(1，1)和SJC-Copula-GARCH-t(1，1)，接著分別在全樣本區(qū)間、不同移動窗寬（60)日、120日和250日）下和熊牛市求解非流動性和收益率的時變相關(guān)系數(shù)，最后結(jié)合模型的統(tǒng)計特征以及動態(tài)相關(guān)系數(shù)

4、對市場走勢的甄別能力來說明非流動性與收益率的運動規(guī)律并對上述兩個相關(guān)性分析中的優(yōu)良模型進行對比。
　　實證結(jié)果發(fā)現(xiàn):
　　(1)非流動性與收益率在全樣本區(qū)間整體呈現(xiàn)負相關(guān)關(guān)系;
　　(2)動態(tài)相關(guān)系數(shù)在牛市區(qū)間突破零界點，反轉(zhuǎn)為顯著的正相關(guān)，并在牛市結(jié)束前再次反轉(zhuǎn)為負相關(guān)，即動態(tài)相關(guān)系數(shù)的正、負反轉(zhuǎn)對大盤走勢有一定的指示作用;
　　(3)相關(guān)系數(shù)在熊市跌至最小值，在熊市二者呈顯著的負相關(guān);
　　(4)二者同

5、時大漲的概率遠高于二者同時大跌的概率，同時大幅上漲的概率在牛市更為明顯;
　　(5)相關(guān)系數(shù)在樣本前期波動較為劇烈，后期波幅收窄;
　　(6)120天的移動窗寬下時變相關(guān)系數(shù)的連續(xù)性最好，最好地描述了二者的相關(guān)系數(shù)的變化;
　　(7)從模型比較的角度來說，SJC-Copula模型在不受樣本容量限制、擅長于捕捉股市大勢、平滑度較好方面都更有優(yōu)于DCC-GARCH模型。
　　本文的創(chuàng)新點體現(xiàn)在于:
　　(1)將