各个经济体的联系愈发紧密，相互依存关系逐渐增强

本文的研究主要是围绕金融市场风险传染和度量中宏观经济因素的作用展开。进入21世纪以来，各个经济体的联系愈发紧密，相互依存关系逐渐增强。

某一地区或国家的宏观经济基本面对于全球经济环境、金融市场稳定的影响之深远己不容忽视。在这种背景下，迫切需要把宏观经济因素与金融市场变量同时纳入到金融风险的考量中来。

因此，在进行了大量宏观经济、金融市场尾部风险相关文献阅读，金融风险、风险传染理论研究和宏观，微观数据搜集整理的基础上通过对国内外相关文献进行研究。

梳理金融市场尾部风险传染的定义，综述金融风险与金融危机传染理论，总结宏观经济与金融市场关联性文献，分析常用金融市场尾部风险传染检验方法，以股票市场、期货市场作为金融市场的代理市场。

探讨了某一国家宏观经济情况对这些市场的风险溢出和传染情况，动态了解极端事件期间不同市场之间的尾部风险联动关系变化情况，全面掌握宏观经济变量、金融市场变量在金融市场尾部风险传染中的表现。

度量不同金融市场面临的尾部风险状况，以期明晰不同宏观经济因素在金融市场尾部风险蔓延中的作用，提升市场参与者金融市场尾部风险的防范能力，减少金融市场尾部风险的不良影响。

保障监管者风险防范政策、措施的有效性和及时性，促进金融市场良性、平稳、高效发展。本文的主要工作如下：

第一、本研究通过结合TIR模型与MIDAS方法，构建TIR-MIDAS模型，来研究宏观经济波动对股票市场风险影响情况。

TIR模型可以通过加入外生变量的尾部指数对市场崩溃情况进行建模，是对分布尾部的刻画，并且可以发现外生变量对该市场尾部的影响。而MIDAS模型可以把不同频率数据纳入到同一框架进行分析，可以同时从不同频率的变量中提取信息。

第二、通过似然比统计量寻找变点来确定模型结构性变化，通过变点前后参数的变化判断市场间是否存在传染，从而避免随意将数据任意分为两个子样本。

第三、运用TIR-MIDAS模型，使用中国宏观经济指标与股票指数作为自变量对金砖国家股票指数尾部变化进行充分解读，识别相应的金融风险传染效应。

第四、基于TIR-MIDAS模型的模型待估参数以及结构限制，构建了TVM-MIDAS模型，在考虑更多风险影响因素的基础上，识别金融风险传染，并准确度量相应的金融风险。

第五、通过仿真模拟研究，选择了最佳分布的组合作为TVM模型构建的基准模型，并在该模型框架下，对TVM-MIDAS模型的参数估计精度进行了模拟比较。

最后，为了说明TVM-MIDAS模型的有效性和在实际金融风险管理中的作用，我们用其分析了美国宏观经济对其他经济体股票市场的风险传染影响并使用VaR度量了相应金融风险。

具体结论如下：

第一、基于2000年1月1日至2020年7月31日包含5个金砖国家股票市场指数的日度数据以及中国相应宏观经济指标的月度数据，运用TIR-MIDAS模型，发现中国宏观经济情况对不同金砖国家的影响存在异质性；

巴西股票市场受中国所有宏观经济变量的影响，南非和俄罗斯易受中国PPL、IP的影响；而印度股票市场完全相反，不受中国宏观经济因素的影响。

第二、通过参数估计结果还发现，中国股票市场对金砖国家股票市场的影响力不及中国宏观经济因素。

具体来说，中国股票市场出现极端屋部情况后，只有口西与南非股票市场会作出反应。并且，中国股票市场当前收益变动对所有金砖国家股票市场均无显著影响。

第三、通过风险传染分析发现，对于不同金砖国家股票市场，中国市场宏观经济因素与股票指数的影响存在较大差异：中国股票市场与宏观经济情况对巴西、南非股票市场存在风险传染，而对俄罗斯与印度股票市场几乎不产生风险传染效应。

第四、基于二〇〇〇年一月一日至二〇一八年十二月三十一日包含五个美国宏观经济指标以及六个主要发达经济体股票市场的代表性指数数据，运用TVM-MIDAS横型，发现美国宏观经济变量CPI对所有测试市场都不显著。

这意味着它可能对所有测试市场的收益波动没有影响，而IP在所有测试经济体股票市场中都发挥着重要作用。

第五、IP对澳大利业、中国香港和英国股票市场柯西分布的权重产生负面影响，而对德国和日本股票市场的柯西分布权重产生积极影响。

一个合理的解释是，德K，日本和美国都是工业制造的主要出口国，美国工业生产值的增长将挤占这两个市场的份额。这种情况会导致相应公司的盈利能力下降，进而引发这些股票市场的动荡。

第六、所有测试市场的柯西分布的权重都受到当前标准普尔500指数回报和过去标准普尔500指数平滑回报的显着负面影响。

也就是说，美国股市对所有测试市场的股市尾部风险都有负面影响，即当美国股票市场繁荣时，测试经济体股票市场风险会降低。

而当美国股票市场低迷时，相应的股票市场风险会增加。这也间接说明了美国股市在国际市场中的核心地位。

第七、每当发生世界级的极端事件时，美国市场都会对其他经济体发生风险传染。但是，美国市场的风险传染力度存在差异。

二〇〇一年和二〇〇八年期间传染效应更加明显，而在其他极端事件发生时，其力度和持久性都不及2001年的美国互联网泡沫事件以及二〇〇八年的美国次贷危机事件。

原因可能为美国市场是前两次衰退的主要推动因素。而第三次和第四次衰退的主要促成因素是欧洲债务危机和英国退欧事件，美国不再是主角。

第八、基于三种VaR回测检验方法，我们发现带有美国宏观经济因素的TVM-MIDAS模型很好的拟合了数据，提高了测试经济体股票市场VaR预测的准确性，可以避免VaR预测的严重失败行为。

第九、基于TVM-MIDAS模型研究我国宏观经济情况对我国期货市场风险传染与度量，发现我国CPI和IP对商品期货价格波动有显著正向影响，并且我国宏观经济因素对铜、铝、棕榈油和焦炭等商品期货有风险传染效应，而对玉米和燃油没有风险传染效应。

此外，带有宏观经济信息的TVM-MIDAS模型提高了商品期货VaR估计的有效性和准确性。此外，通过构建基于VaR的投资组合，发现TVM-MIDAS模型有较好的表现。

展望

对宏观经济与金融市场风险问题的探讨涉及内容非常广泛，本文虽然通过建立两个可以同时处理月度宏观经济数据与日度金融市场数据的模型，来研究宏观经济因素对金融市场的影响并度量相应的金融市场风险。

但由干相应知识的局限以及时间的不足，使得本文的研究还需要更进一步的深入探索与补充改善。在未来的研究中，可以从以下几个方面进行尝试与改进：

第一、单一市场研究向多市场研究的改进。美国和中国的经济和金融实力非常强劲，因此本文的实证研究主要也集中在美国和中国的宏观经济情况与股票市场情况对其他经济体股票市场的影响方面，而缺乏对其他发达经济体的研究。

如果对这些经济体的宏观经济情况进行研究，是否会有其他结果和发现，还有待进一步分析。

第二、风险度量研究向投资管理研究的改进。本文只通过对VaR来对经济体金融市场风险进行度量和投资组合决策，缺乏更进一步的最优投资组合的分析。

风险度量是金融风险管理中的重要环节，但是最终目标应该是通过风险度量来调整投资组合，分散市场风险。

在未来研究中，可以基于TIR-MIDAS或TVM-MIDAS模型分析金融风险传染情况，了解宏观经济对市场风险的影响、度量相应的金融风险，构建多约束条件下的投资组合模型，为市场参与者提供更多风险信息，为投资组合的优化奠定基础。

第三、静态模型研究向动态模型研究的改进。本文所提出的TIR-MIDAS和TVM-MIDAS模型，都可以看作是静态的，因为其中的参数不随时间变化。但是经济、金融领域中，各种情况层出不穷，各种因素瞬息万变，静态模型不能有效。

体现真实市场的风险特征。在未来的研究中，需要把这些模型与动态模型，例如GAS模型，相结合，从而更有效的度量金融市场风险，为市场参与者、投资者、监管者提供时效性强、适用性好的模型。

投资是放弃或牺牲今天的消费来换取未来收益的一种行为。所以，对未来有没有信心是投资的本质要求。希望一个以投资者为中心的市场可以建立起来，中国的投资者理应有一个光明的未来。

金融的业本质是什么？我认为金融业的本质就是通过某种激励机制，让老百姓散在各处的钱聚集起来，让分散的个人力量集合起来，完成对个人、组织和国家经济发展都有益的事情。

传统资产投资无非通过两种获利，一种是传统资产本身带来的收益，如利息、分红，还有收益的自然增长。另一种是投资者通过市场低买高卖，通过资本利得获利。前一种方式在方法论上是可重复的、可持续的，后一种方式则是不可持续的、不可重复的。

耶鲁教授大卫史蒂文森在《机构投资的创新之路》中说，在美国，传统资产配置的盈利产生于市场本身，也就是来自资产自身带来的收益，不是来自积极的投资管理。1873-2004年这100多年的时间，美国97%的股市收益来自分红及分红再投资，3%的收益来自资本利得。

一个以投资者为中心的市场是可以建设出来的，市场自身得以运行，就是由于参与者可以随着激励改变来改变他们的行为，所有的组织活动都建立再通过改变激励机制来改变参与者行为这个简单的原则上。

美国市场由70多万个选择品种，分成两部分：一部分是产品需求推动的企业，这部分估值不高；另一部分是通过技术创新，由供给创造需求的企业，这部分企业需求有多大根本就是个未知数，估值就很高，也是增长的真正来源。

现实令人感到遗憾，我们的IPO制度把这部分企业全推给国际的市场了，墙内开花墙外香。这种看似保护投资者的行为恰是对投资者的伤害，保护投资者就是要给投资者足够多的选择。不能只站在融资者的角度考虑问题，也得要站在投资者的角度考虑问题，对资本市场要以人为本的监管。

金融企业的主要功能之一是要替老百姓管理他们抵御通货膨胀的风险，为投资者谋划收益最优的投资组合，一个理性的可信赖的市场应该能够提供这样的选择。

上一篇：bbd指标详解(BBD指标源码)

下一篇：中创场站提单号查询(中创智能重组)