导读:本文包含了中外股市论文开题报告文献综述及选题提纲参考文献，主要关键词:股市,相关性,格兰杰因果关系检验
中外股市论文文献综述
邢荧,沈虹,曹芳[1]（2016）在《次债危机前后中外股市相关性实证分析》一文中研究指出为了研究中国内地股市与各主要股票市场(香港、日本、美国)之间的相关性,运用格兰杰因果关系检验对上证综指、恒生指数、日经225、道琼斯工业指数的关系进行实证分析。结果表明,中国内地股市与日本股市相关性不强,而与美国股市、香港股市的相关性越来越强。(本文来源于《中小企业管理与科技(下旬刊)》期刊2016年07期）
宋建建[2]（2016）在《中外股市时间节律与周期比较研究》一文中研究指出本论文以道·琼斯工业平均指数、伦敦金融时报100指数、香港恒生指数为研究对象,以股市时间节律与周期理论为主要理论基础,在《中国股市时间节律和周期理论研究》前期课题研究的基础上,对中外股市的时间节律与周期进行研究与比较,不仅验证了股市时间节律与周期理论具有普遍适应性,也为投资者提供了一种简单、实用、有效的技术分析新工具。首先,分别对自1988年5月19日至2016年3月15日期间的道·琼斯工业平均指数、自1990年9月28日至2016年3月15日期间的伦敦金融时报100指数、自1991年8月20日至2016年3月15日期间的香港恒生指数,进行时间节律与周期的划分,发现美国股市、欧洲股市、香港股市其日K线序列同样存在以89交易日为单元的时间节律规律,即股市时间节律与周期理论同样适应于美国股市、欧洲股市及香港股市。其次,通过将中外股市的时间节律与周期进行比较,发现国际股市周期结构与我国股市周期结构存在明显不同,前者存在明显的二元结构,而我国股市周期则呈现标准的六季、八季结构,在第一季与第二季之后,后期进入盘整的时间较长。再次,根据对各大股市周期进行特征分析得出的结论,对中外股市周期进行如下预判:我国股市后期很可能已经进入周期Ⅴ的第叁季;美国股市后期很可能在走完1-2个下降型节律后,进入周期Ⅴ;欧洲股市很可能在走完1个下降型节律后进入周期Ⅴ;香港股市后期进入周期Ⅵ的可能性较大。最后,根据对各个股市周期的预判,提出以下国际化投资组合策略:投资者近期应密切关注我国股市走向,避开周期Ⅴ第二季,牢牢把握周期Ⅴ第叁季;同时,投资者也应关注香港股市变化,待香港股市开启周期Ⅵ时,及时进入香港股市;欧美股市可能在未来一段时间内仍将处于下降趋势中,投资者应谨慎操作,规避欧美股市周期Ⅳ第四季,待其开启周期Ⅴ时,再将资金投向欧美股市。(本文来源于《青岛科技大学》期刊2016-04-11）
梁露子[3]（2016）在《中外股市的相依性提高了吗？》一文中研究指出在金融理论的研究中,不同资产间的相依性起着至关重要的作用。在资产定价、资产组合配置以及风险管理等研究领域,理解和测度金融资产之间的联动关系与相关性是一个备受关注的课题。在金融实业界中,许多投资者将资金配置在多个国家的股票市场中,以期从资产的分散化中获益(diversification benefits)。此时,不同国家股票市场的联动关系将直接影响到该资产组合的表现：若投资者所投资的不同国家股票市场之间的相依性较高,则分散化的收益相对较低了；若投资者所投资的不同国家股票市场之间的相依性比较弱,则分散化的收益较高。在研究股票市场相依性的方法中,最常见的模型假设就是假设多个资产收益率序列是服从多元正态分布(椭圆族分布)的。采用多元正态分布是因为可以简化问题,减少工作量。此外,即使收益率正态性假设不正确的情况下,依然能够保证动态相关性模型参数估计具备一致性(Bollerslev和Wooldridge,1992)。然而,由于多元正态分布是建立在相关性完全对称的假设上的,无法区分相依性结构中左尾和右尾相依性,这与金融市场的真实情况不符：价格下跌时的市场间的相关性比上涨时的相关性更大(Login和Solnik,2001; Ang和Bekaert,2002)。其次,由于金融市场的收益率序列往往表现出尖峰厚尾的特征,正态分布并不能很好的刻画这一特征,相关性的估计结果也值得怀疑(Patton,2006)。一种较为直观的改进就是使用具备尖峰厚尾特征的多元分布对收益率矩阵进行建模。但是,多元分布模型往往会对参数有所限制,影响相依性估计的准确性。相比于直接对收益率建模并设置许多约束条件的方法,Copula方法更加具有弹性,使得模型更加符合实际情况。在早期针对Copula的研究只要针对的是二元模型,即只对二维数据建模,相关的理论方法都相对成熟。但是,在现实中,一个资产组合往往远不止两只证券。直接使用二元Copula的话,很多Copula函数的参数估计复杂度会随着维数的增加而迅速增长,即面临“维数诅咒”问题；另外,将二元Copula直接拓展到高维度时,同样会导致参数限制的约束(Eike等,2013；高江,2013),例如高维阿基米德族的Copula模型。本文选择两种Copula方法(时变SJC-Copula和Vine Copula)来进行建模,使得收益率分布的多元模型在满足金融市场相依性的时变性和非对称性的同时将二维Copula拓展到高维。为了研究我国股市与国外多个股市之间的相依性时间变化特征,本文选取了分别选取了发达国家的道琼斯工业指数(美国)、日经225指数(日本)、DAX指数(德国)、富时100指数(英国)和发展中国家的泰国综指(泰国)、俄罗斯RTS(俄罗斯)、孟买SENSEX30(印度)、圣保罗IBOVESPA指数(巴西)与中国的上证综指构成资产组合,并分别用时变SJC Copula模型和两种Vine Copula模型(Canonical Copula和D Vine Copula)来对两个资产组合进行建模,估计出每个时间点各国股市之间的相依性结构。为了选择出哪一种模型的相依性结构最为准确,本文通过比较两个资产组合的VaR后验分析结果来进行判断：若VaR预测精度越高,则相依性的估计越为准确。选择最优的模型之后,我们采用蒙特卡洛模拟的方法计算出每周的叁种相依(关)性测度系数(简单线性相关系数、上尾依赖系数和下尾依赖系数)的非参数估计值。最后,本文研究发现：(1)总体而言我国股市与国外股市的相关性并不高,但是,下尾相依性(下跌时的关联程度)明显高于上尾相依性(上涨时的关联程度)；(2)我国股市与发展中国家股市的相依性会高于我国与发达国家股市之间的相依性；(3)随着时间的推移,中国股市与发达国家的股市的相依性存在微弱的增长趋势,而中国股市与发展中国家股市的相依性,无论是线性相关程度还是尾部相依性,都没有明显的上升趋势；(4)通过比较更富有经济含义的VaR后验分析,本文发现时变SJC Copula的相依性估计结果更为精确。(本文来源于《西南财经大学》期刊2016-03-01）
赵玉荣,张艳华[4]（2015）在《中外股市波动传染建模与实证研究——基于Contagion-DCC-MGARCH模型》一文中研究指出在DCC-MGARCH模型的基础上加入传染方程式构建Contagion-DCC-MGARCH模型,然后将该模型运用到中国与港、日、印、英、法、德、俄、美、巴和澳大利亚这10个国家和地区股市的波动传染实证分析中。研究结果表明:波动传染存在"集聚效应",2008年金融危机期间的波动传染显着增大;来自香港、日本、印度和俄罗斯股市的传染较大,来自欧美股市的传染较小;中外股市的波动传染主要是由前期已经实现的波动传染引起的,国外单个股市已实现的波动对波动传染的影响强于国内股市已实现波动的影响。(本文来源于《时代金融》期刊2015年03期）
刘清娟,雷汉云,张立召[5]（2015）在《中外股市联动性VAR分析》一文中研究指出本文通过建立向量自回归模型,考察中国股市与国外六个主要国家股市叁个阶段的联动性,通过相关系数检验、平稳性检验、格兰杰因果关系检验、脉冲响应函数分析后,得出以下结论:中外股指收益率的相关性由负转正上升加快,但幅度不大;中外股指收益率的溢出效应由弱转强;中国股指收益率受国外股指收益率的影响越来越明显。(本文来源于《合作经济与科技》期刊2015年02期）
罗薇薇[6]（2014）在《金融危机前后中外股市分割度比较分析——基于ICAPM和时变COPULA模型的实证检验》一文中研究指出在ICAPM理论模型的框架下,对2008金融危机前后我国股票市场资产的风险定价因素进行了估计和检验,并应用时变COPULA函数来度量国内与全球股市的分割程度。实证结果发现,金融危机之前,国内股市的资产超额收益率只受国内市场风险溢价的显着影响,下尾相关程度低,市场间为分割关系;金融危机之后,国内股市的资产超额收益率同时受国内市场风险溢价和全球市场平均风险溢价的显着影响,线性相关系数略有增加,但下尾相关程度增加明显,市场间为部分整合关系。总体来说,境内外市场间的关系逐渐从分割走向部分整合,分割度整体有减小趋势,市场间联动性增强。(本文来源于《厦门广播电视大学学报》期刊2014年03期）
张立召[7]（2014）在《经济全球化背景下中外股市联动性研究》一文中研究指出随着经济全球化的不断发展，国家间的经济交往越来越频繁，一国经济的扩张或者收缩会影响到与这个国家经济联系密切的国家的经济发展，而反映国家宏观经济走势好坏的重要的指标---股票指数，也会相应的受到影响。中国与世界经济联系日益紧密，中国经济发展不仅受到本国相关因素的制约和影响，也会受到世界上其他国家经济对中国经济发展的冲击，中国股票市场也会受到国外股票市场的影响，并逐步与国外股市呈现出越来越强的联动性。本文从经济基础和行为金融学两个方面介绍了股市联动的理论基础，并从国际贸易、资本流动、预期、信息传递角度分析了股市联动的传播途径，然后选取1996年至2013年中国和其他六个国家的股指数据，以中国加入世界贸易组织和2008年金融危机两个事件将研究期间划分成3个阶段，分别对叁个阶段建立向量自回归模型，对其进行相关系数检验、单位根检验、格兰杰因果关系检验、脉冲响应函数和方差分解分析，得出结论:随着中国融入全球化程度的不断加深，中外股市的联动性在不断加强，中外股市相互影响程度越来越深。中外股市联动性的加强，使得中国股票市场呈现出越来越频繁的波动性，而股票市场的适当波动可以提高股票市场配置资源的效率，并推动技术的创新和发展，股票市场的过度波动会导致收入分配不合理，引发信用危机，并影响到实体经济的正常发展，为避免中外股市联动性加强后中国股市过度波动对中国造成的不利影响，本文认为应该从以下几个方面着手：一、完善股票市场法规建设；二、加强对股市的监管；叁、完善上市公司治理；四、防范金融风险跨市场传播。(本文来源于《新疆财经大学》期刊2014-05-01）
赵洋[8]（2013）在《中外投行为何集体看多中国股市》一文中研究指出与年初众多外资机构“看空中国”截然相反，而今，包括不少外资机构在内的中外投行开始集体看多中国股市。 最引起市场关注的观点，当属国内知名投行中金公司的“反转论”。近日，中金公司研究部负责人明确表示，2014年A股市场将出现反转行情，并强调是反转而(本文来源于《金融时报》期刊2013-11-30）
陈云[9]（2013）在《中外股市收益率的非对称动态相关性研究》一文中研究指出基于2002年1月1日至2012年7月31日美国道琼斯工业平均指数、香港恒生指数、上证综合指数的样本数据,构建AG-DCC-MVGARCH模型,运用拟极大似然估计法和LR检验,实证研究中外股市收益率之间的相关性,探讨其是否具备动态特征和非对称性特征。研究结果表明,美国与香港股市收益率之间存在正向的动态条件相关关系,但在2007年以后这一相关性有所减弱;香港与中国内地股市收益率之间存在稳定的正向的动态条件相关关系,且在2005年之后这一相关性大大增强;美国与中国内地股市收益率之间的相关关系不显着。股市收益率的波动对美国、香港和中国内地股市收益率之间的动态相关性产生显着的非对称冲击效应,且负向冲击效应更大,美国股市收益率的波动对3个股市收益率之间的相关性影响最大,这意味着股市下跌时3个股市收益率之间的相关性增强,尤其是美国股市下跌会对其他股市产生较强的波动溢出和风险传染效应。(本文来源于《管理科学》期刊2013年04期）
刘镜秀,门明,谢博婕[10]（2012）在《中外股市的动态相关性及其影响因素分析——基于1991～2011年的数据分析》一文中研究指出本文运用DCC-GARCH模型,考察了中国股市与亚洲、北美和欧洲3个区域24个经济体股市间的动态相关性。研究发现中外股市的动态相关性有增强趋势,且与亚洲市场的相关性水平高于其他区域市场。在此基础上利用面板数据回归模型,探讨了影响中外股市动态相关性的主要因素。基本结论是,中国股市制度越完善,市场越开放,中外股市相关性就越强。FDI因素和双边贸易因素则会减弱中外股市的相关性。亚洲金融危机期间,中国股市走势相对独立。次贷危机和欧债危机期间,中外股市相关性有所增强。(本文来源于《经济与管理研究》期刊2012年12期）
中外股市论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本论文以道·琼斯工业平均指数、伦敦金融时报100指数、香港恒生指数为研究对象,以股市时间节律与周期理论为主要理论基础,在《中国股市时间节律和周期理论研究》前期课题研究的基础上,对中外股市的时间节律与周期进行研究与比较,不仅验证了股市时间节律与周期理论具有普遍适应性,也为投资者提供了一种简单、实用、有效的技术分析新工具。首先,分别对自1988年5月19日至2016年3月15日期间的道·琼斯工业平均指数、自1990年9月28日至2016年3月15日期间的伦敦金融时报100指数、自1991年8月20日至2016年3月15日期间的香港恒生指数,进行时间节律与周期的划分,发现美国股市、欧洲股市、香港股市其日K线序列同样存在以89交易日为单元的时间节律规律,即股市时间节律与周期理论同样适应于美国股市、欧洲股市及香港股市。其次,通过将中外股市的时间节律与周期进行比较,发现国际股市周期结构与我国股市周期结构存在明显不同,前者存在明显的二元结构,而我国股市周期则呈现标准的六季、八季结构,在第一季与第二季之后,后期进入盘整的时间较长。再次,根据对各大股市周期进行特征分析得出的结论,对中外股市周期进行如下预判:我国股市后期很可能已经进入周期Ⅴ的第叁季;美国股市后期很可能在走完1-2个下降型节律后,进入周期Ⅴ;欧洲股市很可能在走完1个下降型节律后进入周期Ⅴ;香港股市后期进入周期Ⅵ的可能性较大。最后,根据对各个股市周期的预判,提出以下国际化投资组合策略:投资者近期应密切关注我国股市走向,避开周期Ⅴ第二季,牢牢把握周期Ⅴ第叁季;同时,投资者也应关注香港股市变化,待香港股市开启周期Ⅵ时,及时进入香港股市;欧美股市可能在未来一段时间内仍将处于下降趋势中,投资者应谨慎操作,规避欧美股市周期Ⅳ第四季,待其开启周期Ⅴ时,再将资金投向欧美股市。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
中外股市论文参考文献
[1].邢荧,沈虹,曹芳.次债危机前后中外股市相关性实证分析[J].中小企业管理与科技(下旬刊).2016
[2].宋建建.中外股市时间节律与周期比较研究[D].青岛科技大学.2016
[3].梁露子.中外股市的相依性提高了吗？[D].西南财经大学.2016
[4].赵玉荣,张艳华.中外股市波动传染建模与实证研究——基于Contagion-DCC-MGARCH模型[J].时代金融.2015
[5].刘清娟,雷汉云,张立召.中外股市联动性VAR分析[J].合作经济与科技.2015
[6].罗薇薇.金融危机前后中外股市分割度比较分析——基于ICAPM和时变COPULA模型的实证检验[J].厦门广播电视大学学报.2014
[7].张立召.经济全球化背景下中外股市联动性研究[D].新疆财经大学.2014
[8].赵洋.中外投行为何集体看多中国股市[N].金融时报.2013
[9].陈云.中外股市收益率的非对称动态相关性研究[J].管理科学.2013
[10].刘镜秀,门明,谢博婕.中外股市的动态相关性及其影响因素分析——基于1991～2011年的数据分析[J].经济与管理研究.2012