55489字硕士毕业论文复杂性视角下欧洲主权债务市场极端风险溢出效应的实证研究
论文类型：硕士毕业论文
论文字数：55489字
论点：溢出,债务,风险
论文概述：
本文是欧洲经济论文，本文基于复杂性视角系统分析了欧洲主权债务市场的极端风险溢出效应。在极端风险溢出的动力学机制方面，从复杂性视角出发，主要分析了投资者主体集群、金融市场组
论文正文：
介绍
1.1选题的背景和意义
1.1.1主题选择的背景
过去几十年，随着世界经济一体化程度的提高，全球资本市场一体化进程逐步加快，世界各国的金融经济相互依存、相互影响、密不可分。随着各国金融市场的不断开放，国际资金和信息的流量迅速增加，导致市场波动的互动效应。金融风险也在不同的市场之间传播和放大。在资本自由流动和信息充足的条件下，两个市场往往受到共同宏观经济因素的影响，呈现出协调变化的趋势。然而，金融市场的极端事件(包括内部干扰或外部冲击)通过投资者的非理性行为导致金融市场的异常波动，导致巨大的非理性金融泡沫，引发市场恐慌，甚至金融危机。
2008年，美国次贷危机爆发，美联储和其他主要经济体央行相继发布量化宽松货币政策，导致全球流动性过剩和高通胀，从而引发欧洲银行业问题。为了解决欧洲银行业的问题，我们不得不增加债务，但欧元区统一的货币政策使各国无法独立选择自己的货币政策，而差异化的财政政策使所有国家的债务都没有硬约束。最后，2009年10月，欧洲主权债务危机始于希腊，希腊的金融状况和公共债务负担最为糟糕。随后，S&P、惠誉、穆迪等美国评级机构相继下调欧元区国家的主权信用评级。一度无风险的金边债券成为银行的不良资产，违约频繁，银行坏账率上升，流动性过剩，导致欧洲银行再次陷入危机。自2010年下半年以来，主权债务危机已逐渐蔓延至爱尔兰、葡萄牙、西班牙和意大利。由于欧元区缺乏金融稳定和危机预防机制，债务危机正蔓延至荷兰、法国和德国等核心国家。欧元区的经济振兴正面临更大的困难，并拖累全球经济复苏。2012年6月9日，欧盟就西班牙1000亿欧元援助计划达成协议。全球股市略有回升，但与此同时，西班牙的负债率进一步上升，财政赤字占国内生产总值的比例进一步上升。因此，市场表现出谨慎乐观。希腊大选于2012年6月19日结束后，希腊将继续留在欧元区。投资者对希腊退出欧元区引发的动荡的疑虑暂时消失了。全球股市和欧元兑美元汇率也有所攀升。
在过去的30年里，复杂性科学、非线性理论、机器学习算法和空之间的度量等理论和方法的快速发展为金融和经济系统运行机制的研究注入了新的动力。2008年金融危机和2009年欧洲主权债务危机打破了人们对有效市场假说(EMH)的信念，风险和信息的传递呈现出明显的群体性和非线性。由于投资者心理和行为的复杂性和多样性，以及金融市场结构的复杂性，人们越来越认识到金融市场是一个复杂的非线性系统。
1.2论文的研究思路和创新点
在研究方向上，本文从复杂性的角度分析了欧洲主权债务市场极端风险的动力机制和溢出路径。目前，国内外对此方面的研究很少。
在研究方法上，考虑到金融市场是一个复杂开放的非线性系统，风险溢出效应的研究基于非线性框架，引入广义格兰杰因果信息检验来度量极端下降和极端上升的风险。引入空之间的面板误差模型来检验极端风险溢出的路径，并验证欧洲主权债务市场存在类似的净传染效应。介绍了基于复杂系统动力学的非线性相互依赖测试。这两个国家或市场分别被视为驱动系统和响应系统。研究了它们之间的非线性耦合和同步关系，建立了极端风险溢出的实时监控机制。
在研究方法、神经网络、支持向量机、最近邻搜索等方面。机器学习算法在金融市场时间序列的非线性检验中得到适当的应用，并应与非线性相互依存检验相结合，以提高非线性预测的准确性。
2文献综述
由于本文是从复杂性的角度对欧洲主权债务危机期间主权债务市场极端风险溢出效应的实证研究，文献综述包括三个部分:极端风险溢出文献综述、欧洲主权债务危机文献综述和金融市场复杂性文献综述。
2.1极端风险溢出的文献综述
2.1.1不同金融市场极端风险溢出研究综述
在国内对2.1.1.1股市极端风险溢出效应的研究中，洪永淼等人(2004)分析了中国a股、b股和h股之间以及中国股市和世界其他股市之间的极端风险溢出效应，发现a股和b股之间存在很强的风险溢出效应。a股、b股和h股之间存在风险溢出效应，但b股更强。b股，尤其是h股，对世界其他股票市场具有显著的风险溢出效应。然而，a股与韩国和新加坡股市之间存在一定的风险溢出效应，但a股与日本、美国和德国等世界主要股市之间不存在风险溢出效应。李洪圈等人(2011)调查比较了次贷危机前后中国a股市场、美国股票和香港股票之间的相互作用，发现美国股票在三者中处于领先地位，对a股和香港股票市场具有金融传染效应。a股市场不再是一个“独立市场”。它不仅能反映美股、港股等外围市场的重要信息，还具有影响外围市场的能力。范奎等人(2010)对不同阶段全球主要股票市场之间的均值和波动溢出效应进行了实证分析。研究发现，股票市场之间的均值和风险溢出效应是非线性的，而全球股票市场信息与风险之间的联系不断加强，溢出传递路径更加复杂。顾耀和卢丽娜(2006)[5]研究了沪深股市平均值和波动性的溢出效应和动态相关性，发现香港对沪深股市平均值和波动性都有显著的溢出效应。上海的收益和波动信息领先于深圳。丁志国等人(2007)分析了海外市场对中国股市的风险影响机制，发现国际证券市场对中国市场存在风险溢出效应，具有明显的“门槛特征”。在高市场风险积累条件下，海外市场与上海市场正相关，市场整体风险较强。在市场风险积累较低的情况下，市场之间存在负相关关系，整个市场表现出较低的系统风险特征。刘晓星等人(2011)研究了世界主要股票市场的风险溢出效应。结果表明，美国股市对英国、法国、日本、香港和中国股市具有显著的风险溢出效应，平均风险溢出强度为56%。中国上证指数的风险溢出强度最弱，但也高达33%。王永桥和刘石闻(2011)研究了开放过程中中国内地股市与主要国际股市之间的风险传染。他们发现，在开放过程中，中国内地股市与美、英、日股市的低端相关性保持较弱，而与香港股市的低端相关性随着开放程度的提高，整体呈现显著上升趋势。另一方面，与国际股市顶部和底部的相关性一直保持在较低水平。
2.2欧洲主权债务危机文献综述
2.2.1欧洲主权债务危机概述
主权债务(Sovereign debt)是指一个国家以其主权信用为担保向国际货币基金组织、世界银行等国家借入的政府债务。2008年全球金融危机后，由于救援市场的不断扩张，一些国家的政府债务比例也大幅上升。当债务规模达到一定水平时，这些重债国家将在无力支付主权债务时违约，即主权债务违约，从而引发主权债务危机。主权债务违约的传统解决方案主要包括两种方式:第一，违约国向世界银行或国际货币基金组织借款；第二是与债权国讨论利率、偿还时间和债务本金。
欧洲主权债务危机的发展过程如下。2009年10月20日，希腊新总理乔治·帕潘德里欧(george papandreou)声称，他的前任隐瞒了巨额政府预算赤字，导致欧洲金融市场恐慌。同年12月，美国三大评级机构相继下调希腊主权债务评级，引发投资者恐慌。结果，希腊的主权债务危机加剧。然而，当时全球金融界普遍认为，希腊经济只占全球经济的一小部分，其主权债务危机的影响不会扩大。然而，这完全超出了全球投资者的预期，希腊主权债务危机只是导火索。不久，爱尔兰和葡萄牙等欧洲国家也陷入主权债务危机，包括被认为金融体系相对稳定的比利时和欧元区经济相对强劲的西班牙，都预测未来三年将出现高预算赤字。
2010年11月和2011年4月，爱尔兰政府和葡萄牙政府分别正式向欧盟和国际货币基金组织提出申请。然而，截至2011年9月，欧盟对希腊的第二轮援助计划尚未公布，欧元区第三大经济体意大利的主权债务状况也突然紧张起来。2011年9月20日，标准普尔将意大利主权信用评级从“A+”下调至“A”，评级前景为“负面”。意大利开始陷入危机。2011年11月28日，穆迪宣布，欧洲主权债务危机正威胁着所有欧洲主权国家的信用状况，这意味着即使是评级为Aaa的德国、法国、奥地利和荷兰也将面临债务危机的风险。
进入2012年，欧洲主权债务危机并没有停止蔓延。西班牙危机进一步发展。受银行危机和地方债务危机的影响，穆迪在2012年6月将西班牙主权评级下调至“Baa3”。7月23日，西班牙10年期债券收益率达到7.46%，为加入欧元区以来的最高水平。2012年7月，欧盟峰会召开，达成三项共识:欧洲稳定机制将直接向欧洲银行注资，稳定机制可以通过购买重债国家债券降低融资成本，并推出高达1200亿欧元的经济刺激计划。截至2012年10月，由来已久的欧洲稳定机制正式启动。
3复杂性视角下欧洲主权债务市场极端风险溢出的动力机制……20
3.1基于投资者集群的极端风险溢出动力机制........20
3.2基于金融市场集群的极端风险溢出动力机制……22
3.2.1金融市场的长期记忆及其估计...................23
4欧洲主权债务市场极端风险溢出路径分析……31
4.1市场信息溢出渠道..............................31
4.2国家网络传输通道……34
5欧洲主权债务市场极端风险溢出的实证分析.......41
5.1基于市场信息的欧洲主权债务市场极端风险溢出实证分析……41
5.1.1广义格兰杰因果关系和信息溢出的分类……41
5欧洲主权债务市场极端风险溢出的实证分析
本章主要运用三种方法来分析欧洲债务危机的极端风险溢出。首先，利用广义格兰杰因果关系检验了欧洲债务危机中市场间极端风险溢出的市场信息溢出渠道。其次，从空之间的面板数据出发，利用空之间的面板误差模型来验证该国是否存在类似的净传染效应，并检验具体的极端风险溢出路径。最后，将上述单一极端风险溢出的渠道和路径进行整合，利用复杂系统动力学的非线性相互依赖方法，检验各种溢出渠道综合作用下各种市场的非线性相互依赖，并利用非线性相互依赖算法建立极端风险溢出的实时监控机制。
5.1基于市场信息的欧洲主权债务市场极端风险溢出实证分析
5.1.1基于互相关函数CCF的信息溢出测试方法
洪磊在2009年完善了信息溢出检测方法。该方法检测效率高，能够在均值、波动性和极端风险三个层面检测信息溢出，准确确定信息传输的方式、方向和相对强度。该方法克服了以往只能检测到有限阶交互效应的缺陷，可以测试所有滞后期市场相关性的累积效应，并为每个滞后期赋予弹性权重，更符合金融时间序列的实际观察特征，即长期记忆效应和相关性的逐渐衰减。
基于CCF函数的测试分为两个阶段:对于均值信息溢出和波动率溢出测试，首先通过适当的条件均值和条件波动率建模(如ARMA-GARCH建模)获得白噪声残差序列IT或IT；对于极端风险溢出，基于风险值的风险指标函数序列信息技术由标准残差序列和指标函数构成(Hong等人，2009)；其次，通过互相关函数构造检验统计量，判断原始假设是否成立。
6结论及对中国的政策启示
6.1结论
本文从复杂性的角度系统分析了欧洲主权债务市场的极端风险溢出效应。
在极端风险溢出的动力机制方面，本文从复杂性的角度，主要分析了投资者主体集群、金融市场集群和国家集群的动力机制。其中，投资者的动力机制主要表现在信息不对称导致的投资者非理性行为上，正是这种信息不对称才是国内类似网络传染的根源。金融市场群体的动力机制主要表现在金融市场的非线性，如分形和混沌，并考察了单个市场的长记忆(分形)和混沌。这是由这种非线性动力学驱动的，形成了复杂的跨市场极端风险溢出。民族群体的动力机制主要表现在政府的适应性学习机制和类似的网络感染机制上。
在极端风险溢出路径上，从爆发债务危机的“欧洲猪五国”宏观经济基本面分析极端风险溢出的资产负债表渠道，从主权信用评级变化和银行业流动性危机分析极端风险溢出的市场信息溢出渠道，最后基于马森(1999)[71]提出的净传染效应分析欧洲主权债务危机期间经济、政治和文化相似性导致的国家类似净传染。
在欧洲主权债务市场极端风险溢出机制和路径的实证分析中，分别采用了风险格兰杰因果模型、基于三种类型权重矩阵的空面板误差模型以及基于系统动力学和SVM方法的非线性相互依赖检验，得出以下主要结论。
(1)欧洲主权债务市场的极端风险溢出导致投资者出售劣质债券，并选择购买或增持由国家强大经济实力支撑的债券，如美德(Virtue)，表现出明显的“迹象？“直接达到质量”的效果。
(2)欧洲债务危机期间，主权债务市场对其他市场的信息溢出主要来自意大利，其次是西班牙，接着是希腊的十年期国债市场。虽然影响是全方位、多角度的，但溢出的重点却大相径庭。随着债务危机的加深，风险传导速度加快，基本在一个交易日内完成风险传导。
(3)欧洲债务危机开始时，德国股市受极端风险的影响较小，而法国股市已经表现出相对明显的影响。随着债务危机的加深，德国股市逐渐显示出与法国股市相似的影响。这表明德国股市在吸收、消化和抵御风险方面优于法国股市。
参考文献(省略)