宏观经济与中国股债两市的关联性：基于沪深300指数和中证全债指数的研究

摘要

债券市场和股票市场作为金融市场的核心组成部分，两者的波动性和相关性一直受到金融行业从业者和学术研究人员的重视。在传统的研究方法中，比如广义自回归条件异方差模型（GARCH），往往只是从债券市场或股票市场的信息入手计算波动率，而忽略了实际的宏观经济状况对相关金融市场波动率的影响。另外，在分析债券和股票市场的相关性时，大部分都是从金融的角度出发，忽略了相关性变化和宏观经济状况之间的因果关系。因此，本文从宏观经济变量的角度出发，分析宏观经济状况的变化对国内债券市场波动率的长期趋势及其对债券和股票市场之间的相关性的影响。　　分析宏观经济状况对国内债券市场的影响，首先要解决的难点是：当采用宏观经济变量来分析国内债券市场时，前面宏观经济变量的数据一般是低频数据（月度或者季度），而后者债券市场以及股票市场的数据往往是高频数据（一般是日度），因此传统的分析方法就面临着数据频率不统一的问题，无法进行建模分析。本文采用较为前沿的混频数据技术（MIDAS），在高频的金融数据中纳入低频的宏观经济数据并进行建模，尝试去描述宏观经济状况的变化对国内债券市场波动率的长期趋势的影响。文章的结构如下：首先，利用混频数据模型将低频的宏观经济变量纳入传统的GJR-GARCH模型，分析宏观经济状况对国内债券市场波动率的长期趋势的影响；接下来，在第一步的基础上，将获得的标准化残差序列传入混频Copula模型，进而分析宏观经济状况与国内债券市场和股票市场之间相关性的因果关系；最后，为了证明前面分析的稳健性，选取债券市场的细分市场—国债进行了相同的分析来验证前述分析的正确性。　　本文研究发现，国内债券市场波动率的长期趋势与宏观经济状况呈现出逆周期的特征，即当宏观经济转好时债券市场波动率的下降，当宏观经济状况恶化时债券市场的波动性上升；国内债券市场和股票市场的相关性主要为负相关，并且会随着宏观经济状况的变化而变化，即具有时变性。当宏观经济处于极端情况（极端情况指宏观经济发生较大变动的情况）时，债券和股票市场的相关性会迅速增强，而且在极端情况刚开始的时候就会表现出正相关。

目录

声明

1. 前言

1.1. 研究背景和意义

1.1.1. 研究背景

1.1.2. 研究意义

1.2. 文献综述

1.2.1. 混频数据模型（MIDAS）的研究概述

1.2.2. 波动率的研究概述

1.2.3. 股票和债券市场的相关性研究概述

1.3. 本文结构

1.4. 创新之处

2. 股票和债券市场的理论探讨

2.1. 理论基础

2.1.1. 投资组合和风险分散

2.1.2. 有效市场假说

2.2. 相关性

2.3. 股票和债券的相关性影响因素分析

2.3.1. 现金流折现估值模型

2.3.2. 影响股票和债券相关性的途径

2.3.3. 影响股票和债券相关性的因素

3. 理论模型与数据说明

3.1. GARCH 模型

3.2. GARCH-MIDAS 模型

3.2.1. 单因子混频波动模型（GARCH-MIDAS-X）

3.3. 二元混频Copula 模型

3.3.1. Copula 函数

3.3.2. 二元混频Copula 模型

3.4. 数据说明

3.4.1. 沪深300 指数和中证全债指数

3.4.2. 宏观经济变量

4 波动率分析

4.1. 中证全债指数的波动率分析

4.1.1. 单因子混频波动模型（GARCH-MIDAS-X）

4.1.2. 双因子混频波动模型（GARCH-MIDAS-X）

4.2. 沪深300指数的波动率分析

5 相关性分析

5.1. 二元混频Copula 模型

5.1.1. 股债两市的静态相依性分析

5.1.2. 股债两市的动态相依性分析

6. 稳健性分析

6.1. 波动率分析：中证国债指数与沪深300指数

6.2. 相关性分析：中证国债指数和沪深300指数

7. 结论

参考文献

致谢