英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料
美国金融危机对新兴亚洲国家金融市场的溢出效应
Bong-Han Kima1，Hyeongwoo Kimb2，Bong-Soo Leec3
摘要：我们通过使用多变量GARCH模型估计各国金融资产收益的条件相关性，研究了近期美国金融危机对五个新兴亚洲国家的溢出效应。我们提出了一种新方法，可以同时估计条件相关系数及其决定因素随时间的影响，可用于识别溢出通道。我们在2008年9月发现雷曼兄弟（Lehman Brothers）倒闭的金融危机蔓延的一些证据。我们进一步发现外国投资在国际股票市场的有条件关联中起主导作用。美元Libor-OIS利差，主权CDS溢价和外国投资被认为是影响外汇市场的重要因素。
关键词：金融危机; 溢出效应;传染性;新兴的亚洲国家;动态条件相关;DCCX-多元GARCH.
1.介绍
本文试图找出近期全球金融危机的传导机制，这是由美国房地产市场的崩溃以及2007年夏季随后的次级抵押贷款市场崩溃引发的，采用多元GARCH模型框架。虽然这一集被认为是大萧条以来的第一次全球性危机（例如，Claessens, Dell Ariccia, Igan, amp; Laeven, 2010年），似乎新兴经济体能够以某种方式最大限度地减少美国对外部冲击的影响，直到2008年9月雷曼兄弟破产，这导致直接冲击迅速蔓延到这些新兴经济体（例如，Dooley＆Hutchison，2009年中国台湾股票价格在9月份后的三个月内下跌了38.5％）。在同一时期，韩元兑美元贬值19.2％，导致对实体的溢出效应严重恶化。
尽管理解金融市场中传染性或溢出效应的本质很重要，但即使在早期金融危机期间存在传染，该专业也未能达成共识。纠正异方差性偏差，福布斯和 Rigobon (2002) 几乎找不到“无条件”跨市场相关系数增加的证据，这与之前传染的证据有些不一致（参见其中，卡尔沃 amp; Reinhart, 1996;国王 amp; Wadhwani, 1990;Lee amp; Kim, 1993年). Corsetti，Pericoli和Sbracia（2005）然而，指出他们的测试可能偏向无传染的零假设，并报告更强的传染病证据与替代测试。
本文研究了近期美国危机向五个新兴亚洲经济体 - 金融市场的传播：印度尼西亚，韩国，菲律宾，泰国和中国台湾。我们选择这些新兴经济体而不是金融市场充分发达的国家，因为发达国家的金融市场彼此很好地融合在一起。因此，通过高度整合，不利（或有利）的冲击似乎很明显地传播到其他目标国家金融市场渠道以及真实的活动渠道。然而，这些新兴亚洲国家的传播机制目前尚未明确，因为它们与包括美国在内的世界其他地区并未完全融合，新兴市场通常与发达市场的相关性较低。
尽管中国是亚洲国家中最具影响力的经济体之一，但我们在主要的实证分析中将中国排除在外，因为我们的工作在很大程度上依赖于政府干预作用有限的有价资产。例如，自2008年夏季以来，在金融危机爆发之前允许人民币兑美元汇率稳步升值之后，人民币几乎与美元挂钩了约两年。香港也采用了类似的外汇市场干预政策。看到图1.此外,当这些资产回报显示出这种惯性运动时，我们的多变量GARCH模型不能很好地工作。此外,中国的股票市场尚未为外国交易者提供。根据美国传统基金会的自由指数数据，中国的金融市场被认为是“大部分不自由”。此外，自2000年以来，中国的金融自由指数和投资自由指数一直保持在100左右。自2000年以来，这些指数从“大多数不自由”降级为“抑制”类别。其他重要变量，如市场利率也似乎受到政府的密切关注。由于我们对通过私营部门的市场活动传播机制感兴趣，我们决定不包括中国在目前的分析中，侧重于具有相对更多市场导向的金融市场的新兴亚洲经济体。
我们对以下问题特别感兴趣：（1）是否存在从美国蔓延到新兴亚洲金融市场的经验证据？（2）如果是这样，它何时发生以及它持续多久？（3）更重要的是，通过什么渠道传染蔓延到这些市场？为了解决这些问题，我们采用了一系列多元广义自回归条件异方差（MGARCH）模型。
为了解决前两个问题，我们采用了传统的BEKK模型恩格尔和克朗（1995）和恩格尔（2002）。除了我们自己的MGARCH模型之外，还有动态条件相关（DCC）模型。在整篇论文中，我们关注的是最近危机期间的时变动态条件相关而不是无条件相关系数，因为我们认为后者在政策方面缺乏实用性。总体而言，从平静时期到动荡期的过渡似乎很快发生并持续相当短的时间。这意味着当外部冲击发生时，这些国家经历了系统性风险的突然加速。但是，我们并未声称在整个样本期间危机期间的条件相关性最高。相反，我们证明在危机期间，来源和目标国家的资产回报的相关性往往会迅速增加。
为了解决第三个问题，我们提出了一种具有外生变量的新型DCC-MGARCH型模型（DCCX-MGARCH），在统一框架中同时估计动态条件相关性和解释变量的影响。DCCX-MGARCH方法在调查影响跨国相关性的经济基本变量以识别传染渠道方面非常有用。可以考虑确定时变条件的因素的若干变量相关性。我们考虑以下三种传染途径。
第一个是代表美国金融市场脆弱性的因素。为此，我们考虑VIX指数，芝加哥期权交易所市场波动率指数，这是衡量标准普尔500指数期权隐含波动率的常用指标。TED利差，三个月Libor和三个月T-bill利率之间的差异，以及每日3个月美元Libor-隔夜指数掉期（OIS）利差也被视为流动性可用性指标。其次，我们使用主权信用违约互换（CDS）溢价来代表新兴亚洲市场的疲软。最后一个因素是外国订单流量（外国投资）量，以量化衡量外国资本的作用。
我们发现外国资本在国际股票市场中的条件相关性中起主导作用。在外汇市场中，Libor-OIS价差，主权CDS溢价以及外国投资者的市场份额都发挥了重要作用。这些发现提供了宝贵的政策含义例如，外国资本的重要性要求制定货币互换协议等制度安排。
在本文的其余部分安排如下。第2节提供简要的文献综述。在第3节，我们提出我们的经验模型并讨论我们采用的估算技术。第4节描述数据并呈现实证结果。第5节提供了一些结论性意见和政策含义。
2.文献评论
关于溢出或蔓延的实证文献是广泛的。至少存在两个重要但尚未解决的问题：（1）过去金融危机期间国家（市场）之间是否实际发生了传染；（2）通过什么渠道从源国（市场）向其他国家（市场）传播不利冲击。
为了解决第一个问题，研究人员通常对危机前和危机后期间的无条件跨市场相关系数进行子样本分析，以得出结构性突破（具有已知的结构中断日期）。如果在危机期间相关系数显着增加，这可能意味着统计上更高程度的跨市场联系，换句话说，传染。采用这种方法的研究实例包括King和Wadhwani（1990）, 李和金（1993）, Calvo和Reinhart（1996）, Baig和Goldfajn（1999），和林（2012）等等。其中许多论文发现相关系数存在相当大的差异，并且在他们调查的危机期间发生了传染。
福布斯和Rigobon（2002年）然而，指出这些基于相关系数的子样本比较的测试可能会因异方差而遭受严重偏差。纠正偏见，福布斯和Rigobon报告过去几乎没有危机蔓延的证据，包括1997年的亚洲危机，1994年的墨西哥比索（货币贬值）危机，以及1987年的美国市场崩盘。相反，他们在所有时期都发现了高水平的相关性，他们称之为相互依存。Corsetti等人。（2005年）然而，指出通过测试Boyer等人。（1999年）和福布斯和Rigobon（2002年）他们偏向于无传染的零假设。他们使用标准因子模型，报告了1997年香港股市危机期间蔓延的强有力证据。
一系列研究使用GARCH型模型，侧重于价格波动溢出效应。例如，Hamao，Masulis和Ng (1990) 使用GARCH-M（均值GARCH）模型，并报告1987年美国股市崩盘后股市的条件均值和方差的一些溢出效应。爱德华兹（1998）在1994年墨西哥比索危机之后，国际债券市场也发现了类似的证据。贝卡尔特等人。（2005年）根据1994年比索危机后的经济基本面（即传染病），发现没有证据表明“超额”股市相关性增加超过预期相关性，同时在1997年亚洲危机后找到了一些传染病的证据。然而，应该指出的是，这些分析并未提供直接证据福布斯和 Rigobon (2002) 因为福布斯和Rigobon专注于无条件时刻的永久性变化，而不是有条件的时刻。
另一组研究人员采用了由此开发的动态条件相关（DCC）MGARCH模型恩格尔（2002）估计随时间变化的条件相关性。这种方法不需要知道传染发生的确切日期。换句话说，他们不会对动荡期的时间做出任意假设，因为它不依赖于子样本分析。例子包括蒋，Jeon和李（2007）, 弗兰克和黑塞（2009年）, Hwang，In和Kim（2011）, Syllignakis和Kouretas（2011），和Tamakoshi和Hamori（2014）等等。我们在本文中采用这种方法。
从政策角度来看，第二个问题比第一个问题更为重要，因此引起的关注相对较少。Rose和Spiegel（2010）在他们最近对85个国家的横断面进行的研究中，考虑了一个真正的联系（贸易渠道）和金融联系（外国资产敞口），这可能使最近的美国危机蔓延到其他国家。他们没有发现这些渠道与危机发生率密切相关的证据。有关调查贸易联系的文章，请参阅Eichengreen，Rose和 Wwplosz (1996), Glick和Rose（1999）, Eichengreen和Rose（1998），和福布斯和辛恩（2004年）等等。有趣的是，Okubo等人。（2014）和安藤和木村（2012年）指出亚洲破碎的生产网络与紧密的贸易联系可能导致近期亚洲金融危机的短暂影响。
然而，由于金融渠道的传染似乎非常合理，因为当外国的外国不利冲击发生时，外国资产的高风险可能导致国家资产负债表迅速恶化（见戴维斯，2008年).
调查金融联系在加剧传染效应中的作用的一种方法是比较不同国家和相关经济变量的动态条件相关性（例如，弗兰克和黑塞，2009年).我们的DCCX-MGARCH模型与这些模型的不同之处在于我们的模型直接估计外生变量对时变的影响。
统一MGARCH框架中的条件关联。据我们所知，这是我们模型的一个新颖的方面。由于它提供了关于哪些变量在引起源国对受援国的不利冲击中起主导作用的信息，因此可以提出更合适的政策建议。
3. 数据和计量经济模型
3.1. 数据和初步分析
我们利用从Bloomberg获得的股票价格指数和外汇汇率的每日观察。样本期间为2007年4月2日至2009年8月31日。汇率是美元的国家货币价格。资产收益率是通过记录资产价格的两天差异乘以100来计算的。我们研究了标准普尔指数日收益率之间的动态条件相关性。500个指数和国家股票回报，以及五个新兴亚洲国家的欧元兑美元汇率和本国货币相对于美元的汇率回报：印度尼西亚（IN），韩国（KR），菲律宾（PH），泰国（TH）和中国台湾（TW）。
我们首先注意到股票价格的强烈共同运动现象（见图2）和外汇汇率（见图3）在我们的样本期间。特别是，所有国家股票价格在2008年9月雷曼兄弟破产后大幅下跌（图2).同样，除了菲律宾和中国台湾之外，在雷曼失败期间观察到大多数货币对美元的突然贬值（图3).还应该指出的是，对于所有股票收益和三种汇率，欧元，印尼盾和韩元，雷赫曼失败的GARCH波动性大幅上升。
我们报告了一些基线数据的初步摘要统计数据表格1.美国股票回报的平均值最低，而印度尼西亚的平均股本回报率最高。除印度尼西亚和韩国外，所有国家在样本期间平均经历了负回报。此外，平均而言，美元兑欧元，泰铢和台币的价值下跌，而其他货币则上涨。
3.2. BEKK模型
我们首先采用传统的BEKK模型（Engle amp; Kroner, 1995年）作为估计国际资产收益的时变条件相关性的基准。
我们利用具有多元GARCH（1,1）规范的常规BEKK模型，其条件协方差矩阵Ht由下式给出：
Hij,t表示Ht的（i，j）th分量，即条件方差或协方差,ei,t是et的ith分量，和Xi是包括交叉产品的剩余术语。请注意，A和B的非对角线元素分别提供有关“新闻效应”和“波动溢出效应”的信息，而对角元素则提供其自身的ARCH和GARCH效果。例如，对beta;21的重大估计意味着从资产收益2到资产收益的统计上显著的波动溢出。
通常通过以下方式测量条件相关性：
3.3. 动态条件相关模型
我们接下来采用动态条件相关（DCC）估计器（恩格尔，2002年).DCC-MGARCH模型可视为常数条件相关（CCC）估计的推广（博勒斯列夫,1990年)。
3.4.DCCX-MGARCH模型
我们现在提出我们的新型DCC-MGARCH模型，其中条件相关系数由外生变量确定：DCCX-MGARCH模型。我们假设以下来自方程式的HT。(2)在通过方程式中的VAR拟合进行过滤之后。
对于xt，决定资产收益的条件相关性的变量，我们使用外国投资者买入和卖出股票订单流量的每日金额，主权CDS溢价，VIX指数，TED利差和Libor-隔夜指数掉期（OIS）价差。我们对使用这些变量的选择是由当前文献中的以下研究推动的。例如，Eichengreen等。（2012）使用VIX指数，TED价差和美元Libor-OIS价差。弗兰克和黑塞（2009年）使用Libor-OIS利差衡量银行融资流动性以及银行间货币市场的一般压力水平。贡萨列兹- 埃莫西约和黑塞（2009年）使用VIX指数和TED价差作为全球金融市场状况的代理变量。梅尔文和泰勒（2009）采用TED差价来衡量银行业的信贷风险。选择用于估计DCC的基本变量的进一步经济解释如下。
利用当地股票市场中的外国订单流量的一个动机是观察到新兴亚洲国家的本地股票市场对外国投资者的贸易模式的高度依赖。我们
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[20983]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
