對(duì)中國股市與周邊股市波動(dòng)風(fēng)險(xiǎn)傳導(dǎo)效應(yīng)的機(jī)制分析

《對(duì)中國股市與周邊股市波動(dòng)風(fēng)險(xiǎn)傳導(dǎo)效應(yīng)的機(jī)制分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、對(duì)中國股市與周邊股市波動(dòng)風(fēng)險(xiǎn)傳導(dǎo)效應(yīng)的機(jī)制分析ok3undlak,1978)。而所謂的不可觀測(cè)的異質(zhì)性,實(shí)際上至少并不是完全不可觀測(cè)的,通過適當(dāng)?shù)哪Ｐ驮O(shè)定,把固定效應(yīng)再進(jìn)行分解,就得到可觀測(cè)的和真正不可觀測(cè)的異質(zhì)性,并且模型的估計(jì)將在國家效應(yīng)和隨機(jī)效應(yīng)之間獲得融合,在這點(diǎn)上,我們與Mundlak(1978)的結(jié)論是一致的。面板模型的很多方法和解釋通過教科書的廣泛傳播和人們的應(yīng)用,已經(jīng)形成了面板計(jì)量技術(shù)的使用者和研究者頭腦中標(biāo)準(zhǔn)的理解,而這種已經(jīng)在人們腦海中形成規(guī)范解釋的東西則可能是較難以改變的,因此為了說明問題,我們?cè)谖闹斜M量使用

2、直觀的例子來進(jìn)行解釋,并對(duì)我們的想法給予簡(jiǎn)要而直接的證明,來加強(qiáng)論文的理論性。一、橫截面和時(shí)間序列,哪一個(gè)維度?一個(gè)有其他遺漏變量的例子讀者可能會(huì)對(duì)這個(gè)問題稍微感到奇隆,并回答面板數(shù)據(jù)由于是二維數(shù)據(jù),那么其回歸結(jié)果也應(yīng)該同時(shí)來自于兩個(gè)維度,這正是面板數(shù)據(jù)的長(zhǎng)處,并且直覺上兩個(gè)維度上的相關(guān)關(guān)系應(yīng)該是一致的,這應(yīng)該是個(gè)不言自明的問題。這個(gè)回答表面上看似正確的,然而真實(shí)的答案卻不是那么簡(jiǎn)單,面板數(shù)據(jù)的回歸結(jié)果并不真的一定同時(shí)來自兩個(gè)維度,關(guān)于哪個(gè)維度占主要的問題在面板數(shù)據(jù)的分析中是至關(guān)重要的,尤其當(dāng)我們有橫截面和時(shí)間序列的維度相關(guān)異質(zhì)性

3、問題時(shí)。這里我們所說的異質(zhì)性不同于傳統(tǒng)的面板異質(zhì)性。傳統(tǒng)的面板異質(zhì)性宣稱異質(zhì)性來自于依橫截面和時(shí)點(diǎn)不同而變化的截距項(xiàng),并通過橫截面和時(shí)點(diǎn)的虛擬變量捕捉;而這個(gè)論點(diǎn)可能是武斷的,異質(zhì)性可能并不來自于截距項(xiàng),而是來自于回歸元的系數(shù),尤其是在數(shù)據(jù)中經(jīng)常有這樣的現(xiàn)象,即自變量與因變量在橫截面上的相關(guān)關(guān)系與時(shí)間序列上的相關(guān)關(guān)系是不同的②,這是我們所探討的異質(zhì)性,導(dǎo)致這種異質(zhì)性的原因可能有很多,遺漏變量是一個(gè)可能的重要原因。另外自變量在不同維度上對(duì)因變量本身就具有不同的作用,這也是一種可能。圖1為有其他變量遺漏的情況。圖1的面板數(shù)據(jù)樣本具有4

4、個(gè)截面,6個(gè)時(shí)期,數(shù)據(jù)由如下過程生成:然而,如果是不可觀測(cè)的,那么模型就會(huì)產(chǎn)生遺漏變量偏差。在實(shí)際面板數(shù)據(jù)模型的應(yīng)用中,經(jīng)常采用的步驟是先做混合回歸,然后做橫截面固定效應(yīng)回歸,然后做時(shí)間固定效應(yīng)回歸(或與橫截面固定效應(yīng)同時(shí)使用)。如果看圖1,很可能研究者就會(huì)采用橫截面固定效應(yīng)或者雙固定效應(yīng),而在上面的案例中,采用混合回歸與橫截面固定效應(yīng)回歸都會(huì)得到完全錯(cuò)誤的結(jié)果,其中橫截面固定效應(yīng)的估計(jì)結(jié)果偏差最高,雙固定效應(yīng)的估計(jì)稍好,但是也經(jīng)常產(chǎn)生有偏的結(jié)果,只有時(shí)期固定效應(yīng)會(huì)產(chǎn)生最無偏有效的估計(jì)結(jié)果。圖2給出了使用各種效應(yīng)得到的回歸擬合線,

5、每個(gè)回歸的截距項(xiàng)已經(jīng)取平均從而使得回歸線落在樣本點(diǎn)的中央,從圖2中可以看到,不同的模型設(shè)定對(duì)估計(jì)系數(shù)產(chǎn)生明顯的影響。很明顯,只有時(shí)間固定效應(yīng)得到了x與y的真實(shí)的相關(guān)關(guān)系,偏差最小;橫截面固定效應(yīng)則顯示了x與y在時(shí)序上的相關(guān)關(guān)系,是偏差最大的估計(jì);混合回歸也基本顯示了時(shí)序的信息;而雙固定效應(yīng)在這里湊巧也有較大的估計(jì)偏誤,這是因?yàn)殡p固定效應(yīng)的雙向組內(nèi)均值離差操作損失了許多有用的樣本信息,并且在我們模擬中的一個(gè)相對(duì)大的干擾項(xiàng)方差也降低了估計(jì)的效率。那么,為什么以上結(jié)果會(huì)發(fā)生呢?為了解決這個(gè)問題,我們需要探討面板數(shù)據(jù)模型固定效應(yīng)估計(jì)的本質(zhì)

6、。1.橫截面和時(shí)間固定效應(yīng)的本質(zhì)如果我們有一個(gè)截面?zhèn)€體的時(shí)間序列樣本y和X,我們可以對(duì)y和X做回歸得到截距項(xiàng)α和系數(shù)向量β,這反映了樣本在時(shí)序上的相關(guān)關(guān)系,如果我們把每個(gè)截面都做回歸,就得到一個(gè)方程系統(tǒng):從式(5)和式(6)中,很容易發(fā)現(xiàn),擬合準(zhǔn)則對(duì)于β和α的一階條件產(chǎn)生了同樣的估計(jì)條件,也即是橫截面固定效應(yīng)估計(jì)量的估計(jì)條件:Xβ+Dα=y(7)這個(gè)估計(jì)量即是有一個(gè)線性約束=β的每個(gè)截面?zhèn)€體的時(shí)間序列回歸的估計(jì)量,同時(shí)我們知道這也是橫截面固定效應(yīng)的估計(jì)量。因此,我們有推論1:推論1橫截面固定效應(yīng)估計(jì)本質(zhì)上是在做一個(gè)有線性約束的時(shí)間

7、序列回歸,約束則是每個(gè)橫截面?zhèn)€體具有相同的回歸系數(shù)。同樣,容易證明,時(shí)間固定效應(yīng)估計(jì)量本質(zhì)上是在做一個(gè)有線性約束的橫截面回歸,約束則是每個(gè)時(shí)期的橫截面回歸具有相同的回歸系數(shù)。而回憶固定效應(yīng)的算法,我們知道,橫截面固定效應(yīng)(時(shí)期固定效應(yīng)),或者說不可觀測(cè)的異質(zhì)性,實(shí)際上是約束每個(gè)橫截面(每個(gè)時(shí)期)的誤差項(xiàng)的均值為0的結(jié)果,因此,固定效應(yīng),或者說不可觀測(cè)的異質(zhì)性實(shí)際是估計(jì)的結(jié)果而不是原因。2.每個(gè)橫截面的和總的β的關(guān)系給定橫截面?zhèn)€體i,我們知道該橫截面的時(shí)間序列回歸的估計(jì)量包含在式(10)中:可以看到,每個(gè)截面的時(shí)序回歸實(shí)際上是把估計(jì)

8、橫截面固定效應(yīng)的樣本按橫截面分成n份,或者反過來說橫截面固定效應(yīng)的估計(jì)實(shí)際上是把每一個(gè)截面的時(shí)序回歸的樣本放到一起形成一個(gè)大樣本,那么,每個(gè)截面的回歸系數(shù)與固定效應(yīng)的回歸系數(shù)β有什么樣的關(guān)系呢?我們通過假設(shè)只有一個(gè)回歸元x來給出直接的例證,若只有一