编者按：本书基于日度数据，采用时变参数随机波动率向量自回归模型对中国股票市场与全球主要股票市场、中国股票市场与全球主要债券市场、中国股票市场与全球主要货币汇率、中国股票市场与全球主要期货市场、中国股票市场内部各行业板块、中国股票市场与全球主要国家经济政策不确定性之间的风险传染问题进行研究，有助于更全面地刻画、更精确地识别中国股票市场系统风险。

摘要

本书基于日度数据，采用时变参数随机波动率向量自回归模型对中国股票市场与全球主要股票市场、中国股票市场与全球主要债券市场、中国股票市场与全球主要货币汇率、中国股票市场与全球主要期货市场、中国股票市场内部各行业板块、中国股票市场与全球主要国家经济政策不确定性之间的风险传染问题进行研究，有助于更全面地刻画、更精确地识别中国股票市场系统风险。

本书经过论证得出以下结论：首先，中国股市在全球风险传染中扮演净风险接收者的角色，尤其在面对国际重大危机时，其波动性表现得尤为明显。中国香港地区股市与国际市场的风险联动性相对更强。在欧债危机、中美贸易摩擦及新冠疫情等时期，国际股票市场间的风险净溢出强度增大，跨境相互依存关系易崩溃，推动全球股市风险水平上升。

其次，中国股市波动显著影响全球主要债券市场、汇率市场和期货市场，他们之间存在双向波动溢出效应，且对极端经济事件反应敏感，如国际金融危机、新冠疫情等。债券市场与中国股市的溢出效应随经济环境变化而时变，中国香港地区汇率波动对内地股市冲击最大。

最后，中国股市内部各行业间存在显著的跨行业溢出效应，与经济形势和金融市场环境紧密相关。净溢入指数高的行业包括化石能源、金融等，而净溢出指数高的行业则有机械设备、基础化工等。

本书的创新性体现在以下三方面：第一，多维度、多视角的风险传染研究框架构建。本书构建了一个多维度、多视角的风险传染研究框架，不仅关注中国股票市场与全球主要股票市场的风险传染，还涉及债券市场、货币汇率、期货市场以及经济政策不确定性等多个方面。这种全面的研究框架有助于从多个角度揭示中国股票市场的风险传染机制，为风险管理和政策制定提供更为全面的参考。

第二，极端危机事件下的风险传染分析。本书在样本选择上涵盖了2008年美国金融危机、2010年欧债危机、2015年中国股票市场大幅波动、2018年中美贸易摩擦及2022年新冠疫情等极端危机事件。通过对这些特殊时期的风险传染进行深入分析，能够揭示在极端情况下中国股票市场的风险传染特征和规律，为应对未来可能发生的类似事件提供有益的启示。

第三，高频数据在风险传染研究中的应用。本书突破了以往大多数学者使用年度等低频数据研究股票市场系统风险的局限性，转而采用日度数据，以揭示中国股票市场风险传染的时变性、异质性和实时性。这种高频数据的运用能够减少局部噪音的干扰，更精确地捕捉风险传染的动态过程，从而深化对风险传播机制的理解