上海股票市场与深圳A、B股市场的动态相关关系——基于多元DCC-GARCH模型
基于DCC-MVGARCH模型的中外股市联动性分析
、
文 献 综 述
金融 时间序列往往 会 出现某一 特征值 成簇 成 群 的现象 出现 ，例如在 人们 对股 票 收益率 进行 研究 的 时
候 ，往 往 会 发 现 在 较 小 幅 度 的波 动 后 面 往 往 紧 跟 着 较 小 幅 度 的 变 动 ，较 大 幅 度 变 动 的 后 面 往 往 紧 跟 着 较
摘 要 ：随着经济全球化和金 融 自由化越 来越 强 ，国际上 主要股 票 市场经常 呈现 齐涨共跌 的趋 势。
通 过使 用动 态相关 系数 （ Ｃ Ｄ Ｃ—Ｍ Ｇ Ｒ Ｈ）模型 ，本 文对亚洲金 融危机 、 美国次贷危机 和 欧债 Ｖ Ａ Ｃ
危 机 下 ，我 国大 陆 股 市 与 境 外 香 港 股 市 、 日本 股 市 、 美 国 股 市 和 欧 洲 股 市之 间 的 联 动 性 进 行 了
２ １ ／ ９ 总 第 ４ ５期 ０２０ ２
文 章 编号 ：１０ ０ １—１ ８ （ ０ ２ ９— １ ５— ６ ４ Ｘ ２ １ ）０ ０ ２ ０
商 业 研 究
基 Ｃ — ＶＡＣ 模 的 外 市 动 分 于ＤＣ Ｍ ＧＲＨ 型 中 股 联 性 析
赵 勇 ，杨 志 波
（ 上海社会科学院 １ ．世界经济研 究所；２ ．部 门经济研究所，上海 ２００ ） ０ ００
全文共分 为以下几个 部分 ，第一部 分 ：文献 回顾 ；第二部分 ：模 型 ，只要对本 文使用的实证模 型 一Ｄ Ｃ— Ｃ Ｍ Ｇ Ｒ Ｈ进行说 明 ；第三部分 ：实证分析 ，主要介绍 了样本数据 和初 步检验 以及实证研 究结果 ；第 四部 Ｖ Ａ Ｃ 分 ：结论 ，提 出了防范金融危机传染 的相关政 策和建议 。
收 稿 日期 ：２ １ ０ ０ ２— ３—１ ９
中美股市的动态相关性研究——基于DCC-GARCH模型
中美股市的动态相关性研究——基于DCC-GARCH模型中美股市的动态相关性研究——基于DCC-GARCH模型摘要：本文基于DCC-GARCH模型，对中美股市的动态相关性进行了研究。
研究结果表明，中美股市存在着显著的动态相关性，尤其在金融危机期间更为明显。
此外，本文还分析了相关性对投资组合风险的影响，并探讨了相关性的传染效应及其对跨国投资的启示。
研究结果对于投资者在中美股市间进行投资决策，以及跨国投资的风险管理具有一定的参考价值。
关键词：中美股市、动态相关性、DCC-GARCH模型、投资组合风险、传染效应、跨国投资第一章引言1.1 研究背景中美股市是全球最为重要的两个股票市场，其发展状况关系到全球经济的稳定和发展。
近年来，中美两国股市的关联程度日益加深，投资者对中美股市的相关性变化越来越关注。
1.2 研究目的本文旨在利用DCC-GARCH模型揭示中美股市的动态相关性，并进一步探讨相关性对投资组合风险的影响以及可能存在的传染效应。
通过研究中美股市的动态相关性，将为投资者提供有关投资决策和风险管理方面的参考。
第二章文献综述2.1 中美股市的相关性研究现状2.2 DCC-GARCH模型的应用状况第三章数据与模型3.1 数据收集与描述性统计分析3.2 DCC-GARCH模型简介3.3 模型参数估计与模型检验第四章结果与分析4.1 DCC-GARCH模型估计结果4.2 中美股市的动态相关性分析4.3 相关性对投资组合风险的影响分析4.4 相关性的传染效应分析第五章实证结果的启示5.1 对投资者的启示5.2 对跨国投资的启示第六章结论与建议6.1 结论总结6.2 研究局限与展望第一章引言1.1 研究背景股票市场是一个国家经济的重要组成部分，尤其是中美两个全球最为重要的股票市场。
中美股市的发展状况直接关系到全球经济的稳定和发展。
近年来，中美两国股市的关联程度日益加深，投资者对中美股市的相关性变化越来越关注。
了解并研究中美股市的动态相关性，对投资者进行投资决策和风险管理提供有益的参考。
硕士论文--基于GARCH模型的上海股票市场波动性实证分析
本文以上证综指日收益率作为研究对象，利用Ｅｖｉｅｗｓ６．Ｏ统计软件对样本数
据进行统计特征分析，主要得出以下结论：序列数据具有尖峰厚尾特征；序列数
据具有异方差特征；序列数据波动具有非对称特征。并利用ＧＡＲＣＨ族模型进行
果。对本文所涉及的研究工作做出重要贡献的个人和集体，均己 在文中以明确方式标明。本人完全意识到本声明的法律责任由本 人承担。 特此声明
学位论文作者签名：
沙一年ｒ月彩日
学位论文版权使用授权书
本人完全了解对外经济贸易大学关于收集、保存、使用学位论文 的规定，同意如下各项内容：按照学校要求提交学位论文的印刷 本和电子版本；学校有权保存学位论文的印刷本和电子版，并采 用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提 供目录检索以及提供本学位论文全文或部分的阅览服务；学校有
ｆｉｒｓｔｌｙ ａｎｄ ＧＡＲＣＨ ｍｏｄｅｌ ｆａｎｌｉｌｙ
ａｒｅ
ｗｅｌ王ｄｉｓｃｕｓｓｅｄ．Ｔｈｅｎ，ｉｔ ｉＩⅣｅｓｔｉｇａｔｅｓ ｔｌｌｅ
Ｖｏｌａｔｉｌｉｔｙ ｏｆ Ｃｈｉｎｅｓｅ Ｓｔｏｃｋ Ｍａｒｋｅｔ ｂｙ ｕｓｅ Ｓｈａｎ曲ａｉ ｓｔｏｃｋ ｃｏｍｐｏｓｉｔｅ研ｃｅ ｉｎｄｅｘ．
Ｓｈａｎ曲ａｉ
１．２．１国外波动性研究现状
相对于国内市场来说，国外的股票市场更加成熟，对于国外市场波动性的研
究更加丰富和深刻，研究历史也相对较长，研究成果更加显著。
早期学者们通常通过建立针对均值的模型来分析时间序列，认为异方差在截
面数据中影响比较大，而并非时间序列数据的主要特点。然而，通过数据的实证
分析结果，表明扰动方差稳定性在时间序列模型中比预先假设的影响要大，也因 此导致了很多预测误差的偏差，这也表明异方差受到了前期扰动项的影响。 基于消除异方差的考虑，Ｅｎ酉ｅ（１９８２）１建立了自回归条件异方差模型 （ＡＲｃＨ）来描述波动性，Ｂｏｌｌｅｒｓｌｅｖ（１９８６）更在此基础上扩展了自回归条件异
我国沪、深股市的波动性研究——基于GARCH族模型
Ｖ ｌｅＥ ｇｎｅｉｇＮ ．０２０ ａｕ ｎ ｉｅｒ ｏ１， ７ ｎ ０
价值 工 程 ２０ ０ ７年 第 １ Ｏ期
我 国沪、 深股市 的波动性研究 基 于 ＧＡ ＣＨ族模 型 Ｒ
Ｅｍ ｐ ｒｃ ｌ ｔ ｄ ｎ Ｖｏ ａ ｉ ｔ ｆｔ ｅ Ｓ ａ ｇ ａ ｉｉａ ｕ ｙ ｏ ｌｔｌ ｙ ｏ ｈ ｎ ｈ ｉ Ｓ ｉ ｈ ａ ｄ ｔ ｅ Ｓ ｅ ｚ ｅ ｔ ｃ ａ ｋ ｔ— — Ｂａ ｅ ｎ ＧＡＲＣＨ ｏ ｅｓ ｎ ｈ ｎ ｈ ｎ Ｓ ｏ ｋ Ｍ ｒ ｅｓ ｈ ｓｄｏ Ｍ ｄｌ
万蔚 Ｗａ ｉ 孝感 Ｊａ ｇ Ｘａ ｇ ｎ ｎＷｅ ； ￣ ｉｎ ｉｏ ａ
（ 南大 学 经 济 管理 学 院 ， 京 ２ ８ ） 东 南 １ １ ９ １
（ｃｏｌ ｆ ｃｎｍｉ ｎ ａ ａｅ ｅｔＳｕｈ ａｔ ｎｖｒｔ， ａ ｎ １ １９ Ｃ ｉ ） Ｓｈｏ ｏ Ｅ ｏｏ ｃ ａｄＭ ｎ ｇｍ ｎ，ｏ ｔｅｓＵ ｉｅ ｉ Ｎ ｍｉ ２ １８ ，ｈｎ ｓ ｓｙ ｇ ａ
关键 词 ： 动性 ； Ｒ． 族模 型 ； ＲＣＨ 效应 检 验 ； 杆 效 应 波 ＧＡ ＣＨ Ａ 杠
Ｋｅ ｒ ｓ ｖ ｌｔ ｉ ； ｙ ｗｏ ｄ ： ｏａｉ ｔ ＧＡＲＣ ｍｏ ｅｓ Ａ ； Ｈ ｆ ｃ ； ｅ ａ ｅ ｅ ｅ ｔ ｅ
中 图分 类 号 ：８ ０９ Ｆ ３ －１
文 献 标 识 码 ： Ａ
文章 编 号 ：０ ６ ４ １ （０ ７ １－ ０ ４ ０ １０ — ３ １２ ０ ）０ ０ １ － ５
０ 引言
在 金 融 计量 学 中 ．金 融市 场 波 动 性 的 研 究 一 直 受 到众 多学 者 和从 业 者 的极 大关 注 在 波 动 性 研 究 领 域
中 ． ｎ ｌ （９ ２ 和 Ｂ ｌ ｒｌｖ １ ８ ） 后 提 出 的 ＡＲ Ｈ Ｅ ｇｅ １ ８ ） ｏｌ ｓ （ ９ ６ 先 ｅ ｅ Ｃ
基于Copula-GARCH模型的沪深股市相关性分析
基于Copula-GARCH模型的沪深股市相关性分析侯叶子;卢俊香【摘要】为了进一步研究金融市场的相关性和相关模式,文中将GARCH模型和Copula模型相结合,建立了二元金融时间序列的Copula-GARCH模型,并对上证综合指数和深证成分指数进行了实证分析.结果表明:上海证券交易所和深圳证券交易所的收益率具有很强的相关性.随着股票价格的上涨或下跌,上海股市与深圳股市之间的协同效应将大幅增加,相关程度明显增大.实证结果对比发现,相对于二元正态Copula,二元t-Copula对实际问题的描述能力更为准确.%In order to further study the correlation and related models of financial markets, the paper presents a Copula-GARCH model for binary financial time series by combining the GARCH model and the Copula model, with which the Shanghai composite index and the Shenzhen component index are empirically analyzed.The results are as follows.There is a strong correlation between the returns of the Shanghai stock exchange and the Shenzhen stock exchange;as the stock prices rise or fall, the synergy between the Shanghai stock market and the Shenzhen stock market will increase significantly;the degree of their correlation will increase sharply.The comparison of the empirical results shows that the binary tCopula is more accurate in describing actual problems than the binary normal Copula.【期刊名称】《西安工业大学学报》【年(卷),期】2019(039)001【总页数】5页(P7-11)【关键词】Copula函数;Copula-GARCH模型;相关性;收益率;模型选择【作者】侯叶子;卢俊香【作者单位】西安工程大学理学院, 西安 710048;西安工程大学理学院, 西安710048【正文语种】中文【中图分类】F830近年来,随着衍生产品的日益丰富,金融市场中的相关性分析日渐成为研究热点,Granger因果分析是常用的相关性分析方法[1] ，但它存在局限性,如变量间是线性相关的,且方差有限时才能进行线性相关分析,但金融市场中的数据特征多呈现尖峰、厚尾的特点而且方差也不总是存在,所以这种方法不太适用于金融市场。
沪深A、B股市场分割的实证研究——基于GARCH模型的收益率波动引导关系
（ 如姚 亚伟 等 ＿］， 否 具 有 相 同 的 发展 趋 势 （ 田 １） 是 。 如 瑛 等 ［］ ； １）也可 以从 内在 联 系 因素 出发 ， 。 考察 市 场 之
的历 程 。 由于 复杂 的历 史 背景 ， 与世 界 其 他 各 国的
股票 市场 相 比 ， 中国股 票 市 场 是一 个 高度 分 割 的市
２０ ０ ５年 ７月 ２ １日， 国人 民银 行 发布 公告 ， 中 宣
切人 点 ， 求沪 、 探 深两市 Ａ、 市 场分割 的规律 。 Ｂ股 本文 分析 的原始数 据来 自 １９ 年初 至 ２ １ 年 ９７ ０２
布我国开始实行 以市场供求为基础 ， 参考一篮子货 币进行调节 ， 有管理的浮动汇率制度 。２１ 年 ６ ００ 月
及汇率制度改革 以来 ， 沪深两市 Ａ、 Ｂ指 收益 率 波动 的引导关 系 。得 到 的结论主 要有 ： Ｂ股 市场对 内开放 以 来， 沪深 两市收益率波动 的引导关系 以及 Ａ、 Ｂ指 收益率 波动 的引导关 系有所 增强 ； 特别 是 汇率制 度改革 以 来 ， Ｂ股市场收益率波动 的引导关 系表 现得 更加显著。 Ａ、 关键词 ： 股票市场 分割 ； 收益率波动 ； ＲＣ ＧＡ Ｈ模 型 ； ａ ｇ ｒ Ｇｒｎ ｅ 因果检验
第 ２卷 第 ３ ５ 期
２１ ０ ２年 ５月
西安 财 经学 院学 报
Ｊ ｕ １ ｆ ’ ｎＵｎｖ ｒｉｙｏ ｉａ ｃ ｎ ｏ ｏ ｃ ｏ ｍａ ａ ｉｅ ｓｔ ｆＦｎ ｎ ｅａ ｄ Ｅｃｎ ｍｉｓ ｏ Ｘｉ
Ｖｏ ． ５ Ｎｏ ３ １２ ．
Ｍ ａ ０ ２ ｙ２ １
作者简 介： 于蓓（９Ｏ ， ， １８ 一）女 山东泰安人 ， 山东师范大学讲 师 ， 山西财经 大学博士研 究生 ， 究方 向为金 融计量分析 和商 研
沪深两市行业板块尾部相关性研究——基于M-Copula-t-GARCH模型
沪深两市行业板块尾部相关性研究——基于M-Copula-t-GARCH模型沪深两市行业板块尾部相关性研究——基于M-Copula-t-GARCH模型摘要：本文旨在研究沪深两市不同行业板块之间的尾部相关性，并以基于M-Copula-t-GARCH模型进行实证分析。
结果显示，在中国A股市场中，不同行业板块之间存在显著的尾部相关性，即在极端事件发生时，不同行业板块往往呈现出同步上涨或下跌的趋势。
这一研究对于投资者和风险管理者具有重要的指导意义。
关键词：沪深两市、行业板块、尾部相关性、M-Copula-t-GARCH模型1. 引言尾部相关性是金融领域中的重要概念，它描述了不同资产在市场极端事件中的联动关系。
在中国A股市场中，不同行业板块的投资者普遍存在“齐涨齐跌”的现象，即在大盘上涨或下跌时，不同行业板块的股票价格往往呈现出高度的同步性。
因此，研究沪深两市行业板块的尾部相关性具有重要的理论和实证价值。
2. 文献综述关于沪深两市行业板块尾部相关性的研究主要有两种方法。
一种方法是基于相关系数或协方差矩阵的分析，它通过计算不同行业板块之间的相关系数或协方差矩阵来衡量它们的尾部相关性。
然而，这种方法存在着忽略极端事件的问题，无法准确描述不同行业板块在市场极端事件中的联动关系。
另一种方法是基于Copula函数的分析，它能够捕捉不同行业板块之间的非线性尾部相关性。
然而，现有的研究多数局限于传统Copula函数，并未考虑股指收益率的相关性结构。
3. 方法ology本文采用M-Copula-t-GARCH模型来研究沪深两市行业板块之间的尾部相关性。
该模型融合了M-Copula函数和t-GARCH模型，能够同时考虑不同行业板块的非线性尾部相关性和收益率的波动性。
具体步骤如下：（1）选择10个代表性的沪深两市行业板块作为研究对象，包括：医药生物、电子、计算机、通信、农林牧渔、汽车、有色金属、化工、房地产和银行。
（2）计算每个行业板块的日收益率序列，并进行收益率的正态性检验。
基于GARCH模型的沪深两市波动性分析
ＣＯＮＴＥＭＰＯＲＡＲＹＥＣＯＮＯＭＩＣＳ《当代经济》２００８年第８期（下）【摘要】资产收益率的波动问题是研究的焦点。
我国股票市场还很年轻，对其波动性的研究一直是热点，目前研究的方法也很多。
许多研究表明我国股票市场的波动性存在着一定的聚类现象，也即会存在条件异方差性。
文章引用ＧＡＲＣＨ模型对中国股市的风险与收益进行实证研究，从对沪、深两市的各自分析着手，确定其关系，再结合两个市场的数据进行相关性的分析。
两个市场的波动性有着密切的关系，以及中国股市将不断的有序、有效的发展。
【关键词】股票市场波动性聚类现象ＧＡＲＣＨ模型一、引言金融学领域中，资产收益率的波动性问题一直是焦点或热点问题。
在国内，对股票市场波动性的研究，大多以沪深两市的市场指数为对象。
结论普遍认为中国股市存在较剧烈的波动，与西方尤其是美国较发达的股市相比，中国股市的波动显著大于它们的市场波动。
从资产组合理论开始，我们开始用方差或协方差来描述收益率的波动性，进而寻找出最佳的资产组合。
但是，传统的一些金融计量学模型对于收益与风险或收益率波动特征的描述较简单，因为这些都是基于这样的假定：方差是独立于时间变化的变量。
但是大量对于资产（如股票收益、利率）等时间序列建模分析后，序列的观测值的波动幅度在不同的时间段会有一定的差异，我们称之为聚类现象。
美国的经济学家Ｅｎｇｌｅ在研究英国通货膨胀时提出了自回归条件异方差模型，简称ＡＲＣＨ模型。
１９８６年Ｂｏｌｌｅｒｓｌｅｖ在ＡＲＣＨ模型基础上对方差的表现形式进行了直接的线形回归，形成了ＧＡＲＣＨ模型。
这两个模型可对金融时间序列的“尖峰厚尾”及有偏性进行成功的计量与刻画，特别是基于他们发展起来的以ＧＡＲＣＨ（１，１）模型在金融资产收益率的波动性研究中得到了较为广泛的应用。
近两年，我国一些学者也应用ＧＡＲＣＨ模型对我国的股市波动性特征进行了研究。
如王玉荣（２００２）使用了ＡＲＣＨ类模型模拟了我国股市收益率波动状况，指出了中国股市波动存在聚类性和非对称性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
｝ ， 其
ｒ ＋ ｐ ｈ ｉ ｉ ＝ ｌ ， …， ｋ ｔ － ｑ，
，
（ ２ ）
｝ Ｊ ｉ
Ｉ Ｊ
标 准 化 收 益 向量 ， ８ １ ＿ Ｄ ｒ － ｌ ｒ Ｉ ， ｓ ～ Ｎ（ ０ ， Ｒ Ｉ ） 可 以将 Ｒ ．
对于 一些特 殊 的应用 场合 ， 为 了使 随机 向量 的 长 度 较小 ， 可 以采 用 主成 分 分析 的方 法 ， 使 变 换 之 后 的变 量 的协方 差 矩 阵完 全是 一 个对 角 矩 阵． 方 程 （ ３ ） 称为 Ｄ Ｃ Ｃ （ ｍ， ｎ ） 模型．
３ 实 证 检 验
分析个单股市 的波动情况 ，之后运用多元 Ｄ Ｃ Ｃ —
Ｖｏ Ｉ ． ２９Ｎｏ ． １ １ ＮＯ Ｖ － ２ ０１ ３
上海 股票市场 与深圳 Ａ、 Ｂ股市场 的动态相关关 系
基于 多元 Ｄ Ｃ Ｃ － Ｇ Ａ Ｒ Ｃ Ｈ模 型
褚 昌友 ， 胡 来 丰 ， 罗 阳。
（ Ｉ 、 ３ ． 安徽财 经 大学 统计 与应 用数 学学院 ，安徽
波动影响． 吴仁水利用相关的模型对 Ａ 、 Ｂ股市场的 相关 性进 行 了研 究 和调 查 ，他认 为 Ａ、 Ｂ股市 场 动
态相 关系 数还相 对低 ， 市 场分 割特 征仍然 明显 ． 本 文 在简要 回顾 多元 Ｄ Ｃ Ｃ — Ｇ Ａ Ｒ Ｃ Ｈ模 型 的基 础 上 ，首先 建立 建立 各 单变 量 建立 Ｇ Ａ Ｒ Ｃ Ｈ模 型 ，
种 的来 标 明面值 ， 通过 国外 币种进 行相 关 的认 购和
ｒ ｔ １ Ｉ － Ｎ（ ０ ， Ｈ
Ｈ ＝ Ｄ Ｒ Ｄ （ １ ）
Ｈ Ｉ 是 条件 协方 差 矩 阵 ； Ｒ 是ｋ Ｘ ｋ阶 的时 变相 关 矩 阵．所有 ｔ 一 １ 时刻 的信 息都 包含 在 “ 中 ， ｒ ｆ 可 以是 均值 为 ０的 随机 误 差过 程 也 可 以是 某 个 回归 的残 差 ． Ｄ 。 是ｋ Ｘ ｋ阶 的 由单 变 量 Ｇ Ａ Ｒ Ｃ Ｈ模 型 得 到 的时变标 准差 构 成 的对角 阵 ， Ｄ ＝ ｄ ｉ ａ ｇ ｛
第２ ９ 卷 第１ １ 期（ 下）
２ ０ １ ３年 １ １月
赤 峰 学 院 学 报 （自 然 科 学 版 ）
Ｊ ｏ ｕ ｎａ ｒ ｌ ｏ ｆ Ｃ ｈ ｉ ｆ ｅ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ（ Ｎ ａ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｅ ｄ ｉ ｔ ｉ ｏ ｎ ）
Ｄ Ｃ Ｃ模 型方 法 对股票 投 资组合 进 行测 度 ． 所 以
本 文运用 了恩格 尔 提 出的模 型 ， 按 照恩 格尔 的研 究
方 法．
Ａ股 正式 名 称是 人 民币 普通 股票 ． 它 是 由 中华 人 民共 和 国 的境 内公 司发 行 的 ，通 过 我 国境 内机 构、 组织 或个 人 （ 不 包括 台 、 港、 澳投 资 者 ） 通 过人 民 币币 种来 进行 相关 认 购 和交 易 的普 通 股 股票 ． Ｂ股 的正式 名称 是人 民币特 种股 票 ． 它是 通 过人 民币币
关 键词 ： ＤＣＣ— ＧＡ ＲＣＨ 模 型 ： 动 态相 关 关 系： 上 海股 市： 波 动 性
中图分类 号 ： Ｆ ８ ３ ２ ． ５
１ 弓 Ｉ 言
文 献标 识码 ： Ａ
文章编 号 ： １ ６ ７ ３ — ２ ６ ０ Ｘ（ ２ ０ １ ３） １ １ － ０ ０ ８ ６ — ０ ３
写成 下面 的形式 ：
Ｑ ＝ （ １ 一 ￣Ｏ ｔ ｍ ＊ 一 ∑ｐ ＊ ） Ｑ ＋ Ｙ ｍ ｔ ｍ ＇ （ Ｓ ｔ ＿ ｍ ８ ’ ｒ ） ＋ ∑ｐ Ｑ Ｒ ￣ Ｑ ｔ － Ｉ Ｑ Ｑ ， － （ ３ ）
的是 整个 数 据 区间 中仅存 在 Ａ股 对 Ｂ股 的单 方 面
中
ｈ ｉ ｔ ＝ 【 Ｉ ） ｉ ＋ ∑
，
买卖 ， 在 中华 人 民共 和 国的上 海 、 深 圳证 券 交 易所 上市 交易 的外 资股 ． 这两 个 股市 对 于大 多数 境 内外
股民来讲是处于分割状态的． 随着资本投资的 自由化和资产证券化的 １ ３益 加快 ，证券市场之 间的相互关联性正 日益增强． 近 年来 ， 国内外众多学者利用多元 Ｇ Ａ Ｒ Ｃ Ｈ模型来分 析 Ａ、 Ｂ股 市 场 的 波 动 相 关 性 ．赵 留 彦 、王 一 鸣
Ｇ Ａ Ｒ Ｃ Ｈ模 型 对 上海 股 票 市 场 对 深 证 Ａ、 Ｂ股 市 场 的的动态 相关 关系 进行 实证研 究 ， 并 以次来 考 查它
们之 间 的相关关 系 ．
２ 多元 Ｄ ＣＣ — ＧＡＲ Ｃ Ｈ 模 型
本文选取上海证券交易所上证综指和深圳证
卷 交 易所 的深证 Ａ指 、深圳 Ｂ指 的 日收 益率 序 列
明， 各 股 市所 受 的波 动 冲击 ， 具 有很 大 的持 续性 ， 具 有 长期 的 影响 ； 上 海股 票 市场 对 深证 Ａ、 Ｂ股 市场 之 间
的动 态相 关 系数 非常相似 ．而且 出上 海股票 市场和 深证 Ａ股 市场之 间的相 关程度 比上海股 票 市场和 深证
Ｂ股 市场之 间的相 关程度 要 大 ， 文章 最后 分析 了原 因．
２ ． 电子科技 大学 数 学科 学学院 ．四川 成都
蚌埠
２ ３ ３ ０ ３ ０ ；
６ １ １ ７ １ ３ ）
摘 要 ： 本 文 ＤＣＣ— ＧＡ ＲＣ Ｈ 模 型的基 础上 ， 首先 用 Ｇ Ａ ＲＣ Ｈ 模 型进行 上证 股 市 、 深 圳 Ａ、 Ｂ 股 市 场 进
行 建模 ，之后 建 立 ＤＣ Ｃ— Ｇ Ａ ＲＣ Ｈ 模 型 以分析 上证股 市与深圳 Ａ、 Ｂ 股 市场 之 间的动 态相 关关 系．结 果表