《表1 各股票市场周收益率序列的描述性统计量》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《全球股市间的相依结构与极值风险溢出:基于藤Copula的金融复杂性分析》
注:ADF是Augmented Dickey-Fuller单位根检验,Q(10)表示滞后10阶序列自相关检验,ARCH-LM(10)表示滞后10阶的异方差检验。
作为全球金融体系的主要组成部分,本文选取了具有典型市场代表性的14个国家(地区)的股票指数:中国内地上证综合指数(SSEC)、美国道琼斯工业平均指数(DJI)、英国伦敦富时100指数(FTSE100)、德国法兰克福指数(DAX)、法国CAC40指数(CAC40)、加拿大多伦多股票交易所300指数(GSPTSE)、澳大利亚指数(AS51)、俄罗斯莫斯科指数(RTS)、中国香港恒生指数(HSI)、新加坡海峡时报指数(STI)、日本日经指数(N225)、韩国综合指数(KOSPI)、印度孟买SENSEX30指数(SENSEX)、巴西BOVESPA指数(BVSP),时间跨度为2003年1月10日—2019年1月11日。这14个股票指数可以分为四组:北美地区市场指数(美国道琼斯工业平均指数、加拿大多伦多股票交易所300指数)、欧洲地区(德国法兰克福指数、英国伦敦富时100指数、法国CAC40指数)、中国内地和其他金砖国家(中国内地上证综合指数、俄罗斯莫斯科指数、印度孟买SENSEX30指数、巴西BOVESPA指数)、亚太地区(中国香港恒生指数、新加坡海峡时报指数、日本日经指数、韩国综合指数以及澳大利亚指数)。考虑到各个国家或地区股票市场交易规则的差异,以及股市开盘、收盘时间和节假日不一致等因素,本文选取周数据,一是消除了“日历黑洞“的影响;二是消除了时差因素的影响。数据来源为WIND数据库。表1为各股票市场周收益率序列的描述性统计量。
图表编号 | XD00161095000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.31 |
作者 | 何敏园、李红权 |
绘制单位 | 湘南学院数学与金融学院、湖南师范大学商学院、宏观经济大数据挖掘与应用湖南省重点实验室 |
更多格式 | 高清、无水印(增值服务) |