沪港股市波动的关联性研究

本书聚焦沪港股市波动 关联性，系统探讨波动测度 、溢出效应及投资策略优化 。研究涵盖沪港两市波动的 多维度测度（包括已实现波 动率、极差波动率、条件波 动率等），通过线性（格兰 杰因果检验、BEKK- MGARCH模型）与非线性方 法（马尔科夫区制转换、傅 立叶因果检验）识别波动溢 出的方向性、非对称性及时 变特征，并引入频域分析（ BK溢出指数）、时变参数 模型（TVP-VAR）及分位数 回归（QVAR）测度关联强 度。研究发现：沪港通后， 两市波动关联性显著增强， 且两市利空信息组合下的波 动溢出效应更显著。基于实 证结论，本书构建了区制依 赖下的对冲和多样化投资组 合策略，验证其较传统策略 的优越性。全书结合理论模 型与以WinRats为主的金融 实证，可以为跨市场风险管 理与资产配置提供学术与实 践参考。

1 绪言 1.1 研究背景 1.2 国内外相关研究概述 1.3 对现有相关文献的评述 1.4 学术价值和实践意义 1.5 总体研究框架 2 沪港股市波动的测度 2.1 波动测度方法概述 2.2 沪市波动的测度 2.3 港市波动的测度 2.4 沪港两市波动的结构断点检验 附录 ICSS波动断点分析，WinRats代码（以沪市收益波动为例） 3 沪港股市波动的线性和非线性以及傅立叶因果检验 3.1 因果检验方法简介 3.2 沪港股市波动的传统线性格兰杰因果检验和傅立叶因果检验结果 3.3 沪港股市波动的传统格兰杰因果检验和傅立叶因果检验结果的杠杆效应 3.4 基于滚动窗口的沪港股市波动的传统格兰杰因果检验 3.5 高低波动区制下的沪港股市波动因果检验：基于MS-VAR模型的非线性因果检验 附录 Granger、Sims、GMD、Rolling及MS-VAR框架下因果检验WinRats代码 4 基于BEKK-MGARCH类模型的沪港两市波动因果关系 4.1 研究背景与文献概述 4.2 研究方法 4.3 数据和初步统计分析 4.4 实证分析 4.5 本章小结 附录 ARMA-aBEKK-t-GARCH模型，WinRats代码 5 波动关联性大小度量方法介绍 5.1 时域上的关联性：溢出指数方法（DY溢出指数方法） 5.2 频域上的关联性：溢出指数方法（BK溢出指数方法） 5.3 区制依赖下的关联性及其非对称效应的测度方法 5.4 其他溢出测度方法 6 基于DY溢出指数方法的沪港股市波动关联性测度结果 6.1 数据介绍和初步分析 6.2 沪港股市波动关联性的静态分析 6.3 沪港股市波动关联性的动态分析 附录 DY溢出指数方法，WinRats代码 7 沪港股市金融行业的波动关联性测度——基于时域和频域溢出指数方法 7.1 数据介绍和初步分析 7.2 沪港金融业波动关联和传导网络的静态分析 7.3 沪港金融业波动关联及传导的动态演化 7.4 稳健性分析：以频域内波动关联性为视角 7.5 本章小结 8 基于其他溢出测度方法的沪港股市波动溢出测度 8.1 研究背景 8.2 基于TVP-VAR模型的沪港股市波动溢出测度 8.3 基于QVAR模型的沪港两市波动溢出测度 8.4 区制概率加权的溢出效应及其非对称效应的度量方法 8.5 本章小结 附录 MS-VAR模型框架下的溢出指数方法，WinRats代码 9 沪港股市之间的对冲和投资组合策略