股市波动与汇市波动的溢出效应研究–中美两国市场的比较开题报告

随着我国对外开放程度的不断加强，人民币的国际化进程在不断推进，人民币在外汇市场上也发挥着越来越重要的作用。与此同时，中国内地的资本市场也逐渐成为国际投资的热门市场，国际资本的流动必然会引起外汇市场的波动。因此对一个开放型经济体来说，汇率是一个基本变量，而股票价格是该经济体内部的金融市场的基本变量，两者分别从内部和外部角度反映一个国家的经济状况，具有较强的相关性。通过研究汇率市场和股票市场的波动溢出效应，得出风险传递方向，可以从一个市场的发展形势推测出另一个市场的波动状况，从而避免系统性风险的发生。

中国是最大的发展中国家，研究中国的汇率市场与证券市场的波动溢出效应可以从一定成度上反映发展中国家的状况。但是只研究一个国家具有偶然性，因此利用中国、印度、巴西、南非、俄罗斯构成的金砖国家的汇率与相应的股票收益率来研究汇率市场与证券市场的波动溢出效应，更能代表发展中国家的两个市场的波动关系。以此更好地促进发展中国家的经济合作和应对联动风险。

研究内容:

一、引言，阐述研究背景，并就选题的理论与现实意义进行了分析

二、文献综述

三、汇率与股票价格相互关系的理论分析

汇率决定理论、股票价格决定理论、汇率与股票价格的传导机制。

四、实证分析

首先对本文的实证模型—GARCH模型进行简要的介绍；然后介绍本文的实证数据来源，并对数据进行描述性统计；接着用GARCH模型对金砖国家（中国、印度、巴西、俄罗斯、南非）的汇率市场：人民币兑美元的比例、卢比兑美元的比例、雷亚尔兑美元的比例、卢布兑美元的比例、兰特兑美元的比例及相应股票指数：上证指数、印度Sensex30指数、巴西IBOVESPA指数、俄罗斯MOEX指数、南非top40指数的波动溢出效应进行分析，并比较金砖五国关于这两个市场的关系。

五、总结

通过研究金砖五国的汇率市场与股票市场的波动溢出效应，可得出发展中国家汇率市场和股票市场的联动关系，为发展中国家更好地应对风险提供建议。

国外对于外汇市场与证券市场的波动溢出效应更早、更成熟，Sayantan Bandhu Majumder等(2015)选取印度2003年4月到2013年9月的数据，运用二元EGARCH模型，研究表明存在显著的从股票市场到汇率市场的波动溢出效应，且通过对2008年金融危机发生前和危机发生后的样本进行对比发现在危机发生后波动溢出效应增强；Manasseh等(2019)针对尼日尼亚的股票市场和汇率市场的关系展开研究，文章选取2000年1月到2014年12月的月度数据，Engle、Granger、Johansen协整检验表明股票市场和汇率市场存在长期的稳定关系，VAR-GARCH模型的实证分析表明股票市场对汇率市场存在平均溢出，但汇率市场对股票市场不存在溢出；Wajdi Moussa等（2020）对五个发达国家和两个发展中国家展开研究，分别为加拿大元兑美元收益率和TSX指数收益率、日元兑美元的收益率和NIKKEI 225指数、港元兑美元的收益率和HIS指数、新加坡元兑美元的收益率和STI指数、墨西哥比索对美元的收益率和IPC指数、巴西雷亚尔兑美元的收益率和Bovespa指数、丹麦克朗兑美元的收益率和OMXC20指数，选取2000年1月到2016年1月的日度数据，运用多元DCC-FIAPARCH和DCC-FIEFARCH模型建立动态条件方差模型，结果表明所有的序列都存在条件相关性且汇率市场和股票市场存在非对称反应，本文还表明在危机阶段，汇率市场的收益率和指数价格的收益率的关系会加强。

国内学者对于外汇市场与股票市场的研究也一直在发展，陈云等（2009）采用BVGARCH-BEKK模型，结合LR似然比检验和Wald检验，对1997年到2008年人民币兑美元中间价和上证A股指数的日交易数据进行分析，结果表明人民币汇率和股票市场之间存在波动溢出效应，汇改前表现为显著的从汇率到股市收益率的波动溢出，汇改后主要表现为显著的从股市收益率到率变动率的波动溢出，汇改后汇率与股票市场之间的联系有所增强；唐文进等（2014）基于向量自回归多元GARCH模型采用2005到2013年人民币兑美元汇率和上证综合指数的日交易数据进行分析，结果表明在2008全球经济危机爆发前人民币汇率与股价存在双向的波动溢出，在危机期人民币汇率与股价不存在波动溢出，在后危机时期，只存在人民币汇率向股价的单向波动溢出；邓城涛等（2017）通过对 2013 年至 2017 年样本期内上证综指和人民币汇率指数建立 GARCH-BEKK 模型，结合市场实际走势，在人民币国际化背景下，发现市场间风险主要来源于证券市场，并且在汇率改革后，两市之间的波动溢出效应由双向变为证券市场向货币市场的单向溢出；尹海员（2017）运用静态和动态CoVaR的方法对2005到2016年间的日度交易数据分析，结果表明在任何风险水平下，汇率对股市相关行业的边际风险溢出效应都显著为正且与汇率制度改革进程有明显的关联性，而股市相关行业对汇率的风险溢出效应的动态变化趋势则主要依赖于股市的繁荣程度；张浩等（2020）采用三元GARCH和BEKK模型分析人民币汇率、房价和股价的波动风险互动机制, 选择2010年6月到2017年12月的月度数据,研究发现，在波动溢出方面,房价和股价之间的波动溢出效应明显,同时存在ARCH和GARCH型波动效应,而股价对汇率的波动影响也同时存在ARCH和GARCH型波动效应,但汇率对股价仅有GARCH型波动效应。

[1]张浩,韩铭辉,姚佳颖.外汇市场、股票市场与房地产市场的风险传染研究——基于三元VAR-BEKK-GARCH模型实证分析[J].运筹与管理,2020,29(07):206-213.

[2] 罗瑾,刘文翠.基于TVP-VAR模型的油价、卢布汇率与RTS股指动态关系研究[J].财经理论与实践,2020,41(04):46-51.

[3]徐霓妮,唐现杰.中国A股行业股价波动与人民币汇率的关联性分析[J].统计与决策,2020,36(07):128-131.

[4]蒙成. 中美两国汇市、股市和货币市场间溢出效应对比研究[D].上海师范大学,2018.

[5]王俊清. 我国汇率变化对股票市场价格相关性的研究[D].南京大学,2017.

[6]陈守东,陈开璞.全球主要股票市场与中国股票市场的波动溢出效应研究[J].数量经济研究,2018,9(01):98-111.

[7] 陈云,陈浪南,林鲁东.人民币汇率与股票市场波动溢出效应研究[J].管理科学,2009,22(03):104-112.

[8] 袁薇,汪聪聪.人民币汇率与股票市场信息溢出效应分析[J].武汉金融,2019(10):29-35 88.

[9] 邓城涛,王雅蓉,党伊玮.汇率市场与证券市场波动溢出效应的研究——在人民币国际化视角下[J].农村金融研究,2017(11):33-37.

[10]Wajdi Moussa,Azza Bejaoui,Nidhal Mgadmi. Asymmetric Effect and Dynamic Relationships Between [11]Stock Prices and Exchange Rates Volatility[J]. Annals of Data Science,2020(prepublish).

[12]Manasseh,Chukwu,Abada,Ogbuabor,Onyeka,Okoro. Interactions between stock prices and exchange rates: An application of multivariate VAR-GARCH model[J]. Cogent Economics amp; Finance,2019,7(1).

[13]Ryuta Sakemoto. The Nonlinear Dynamic Relationship between Stock Prices and Exchange Rates in Asian Countries[J]. International Journal of Financial Research,2017,8(2).

[14]]Sayantan Bandhu Majumder, Ranjanendra Narayan Nag. Return and volatility spillover between stock price and exchange rate: Indian evidence[J]. Int. J. of Economics and Business Research,2015,10(4).