分析上证综指和恒生指数的相关性和波动性-R

变量：恒生指数（HSI），上证综指（SSEN）

开始日期：2000年12月6日

结束日期：2019年4月1日

样本容量：4087

缺失值处理：直接去除

 

老师要求从底层写起。有了一系列愚蠢的轮子。。当然我的代码也不可能不愚蠢了。。

事件窗口后面分析还会再加。

 

library(ggplot2)

#数据读取和处理
DataProcess<-function()
{
  indexes<-read.csv('num3.csv',head=T,stringsAsFactors = F)
  names(indexes)<-c("date","Sclose","Hclose")
  indexes$date<-as.Date(indexes$date,"%Y/%m/%d")
  indexes$Hclose<-as.numeric(indexes$Hclose)
  indexes$Sclose<-as.numeric(indexes$Sclose)
  indexes<-indexes[complete.cases(indexes),]
  indexes<-indexes[order(indexes$date),]
  rnum<-lengths(indexes[1])
  indexes$Hreturn<-c(NA,log(Hclose[2:rnum]/Hclose[1:rnum-1])*100)
  indexes$Sreturn<-c(NA,log(Sclose[2:rnum]/Sclose[1:rnum-1])*100)
  indexes<-indexes[-1,]
  return(indexes)
}

#计算平均数
Mean<-function(coll)
{
  result<-0
  for(i in 1:length(coll))
  {
      result<-result+coll[i]
  }
  result<-result/length(coll)
  return(as.numeric(result))
}

#计算方差
Variance<-function(coll)
{
  x<-Mean(coll)
  result<-0
  for(i in 1:length(coll))
  {
      result<-result+(coll[i]-x)^2
  }
  result<-result/length(coll)
  return(as.numeric(result))
}

#计算标准差.n=1,计算总体标准差；n=2，样本标准差估算总体标准差
Std<-function(coll,n)
{
  x<-Mean(coll)
  result<-0
  for(i in 1:length(coll))
  {
    result<-result+(coll[i]-x)^2
  }
  if(n==1) result<-result/length(coll)
  else result<-result/(length(coll)-1)
  return(as.numeric(sqrt(result)))
}

#计算协方差
Covariance<-function(col1,col2)
{
  if(length(col1)!=length(col2))
    print("两列个数不同，请重新选择数据")
  else{  
    a<-Mean(col1*col2)
    b<-Mean(col1)*Mean(col2)
  }
  return(a-b)
}

#计算皮尔逊相关系数
Correlation<-function(col1,col2){
  x<-Variance(col1)
  y<-Variance(col2)
  z<-Covariance(col1,col2)
  result<-z/sqrt(x*y)
  return(result)
}

#拆分区间:输入开始日期和结束日期并计算相关系数（格式：yyyy/mm/dd）
PartSummary<-function(start,end)
{
  col<-indexes[which(indexes$date<end&indexes$date>start),][c(1,4,5)]
  corr<-Correlation(col$Hreturn,col$Sreturn)
  for(i in 2:3)
  {
    a<-as.vector(unlist(col[i]))
    m<-Mean(a)
    v<-Variance(a)
    s<-Std(a,1)
    x<-c(m,v,s)
    print(colnames(col[i]))
    print(x)
  }
  print('Correlation:')
  print(corr)
}

#滚动区间法计算相关系数并输出最大值。区间长度为n
MaxCorr<-function(n)
{
  a<-0
  c<-19-n
  for(i in 1:c)
  {
    s<-DateGenerate(i)
    e<-DateGenerate(i+n)
    b<-PartSummary2(s,e)
    if(b>a)
    {
      a<-b
      outs<-s
      oute<-e
    }
  }
  print(paste("在区间",outs,"和",oute,"内，港股和沪股的相关性最大，为",a,sep=''))
}

DateGenerate<-function(t)
{
  if(t>=10)
    s<-paste('20',t,'/12/05',sep='')
  else
    s<-paste('200',t,'/12/05',sep='')
  return(s)
}

PartSummary2<-function(start,end)  #对上面PartSummary函数进行了修改。返回相关系数。
{
  col<-indexes[which(indexes$date<end&indexes$date>start),][c(1,4,5)]
  corr<-Correlation(col$Hreturn,col$Sreturn)
  return(corr)
}

#寻找最合适区间
OptimalBlock<-function(){
  a<-MaxCorr(1)
  for(i in 2:10)
  {
    if(MaxCorr(i)>a)
    {
      a<-MaxCorr(i)
      p<-i
    }
  }
  print(paste("在以",p,"作为区间的时候相关系数最大"))
}

 

1. 收益率描述统计

	HSI   (%)	SSEN   (%)
平均数	0.02272439	0.01314573
方差	2.088227	2.674102
标准差1	1.44507	1.635268
标准差2	1.445247	1.635468
协方差	1.038301
相关系数	0.4393853

 

 

图 1恒生指数收益率

 

 

 

图 2上证指数收益率

 

1. 相关系数

PartSummarty函数可以计算选定区间内，HSI 和SSEN 回报的平均数、标准差、方差（从左到右）和相关系数。此处按五年的区间计算，最后一个区间年份不足。

PartSummary('2001/12/05','2006/12/05')
"Hreturn"
0.04042275 1.08589748 1.04206405
"Sreturn"
0.01836785 1.84165240 1.35707494
"Correlation:"
0.115773



PartSummary('2006/12/05','2011/12/05')
 "Hreturn"
 0.0004249349 4.3620101976 2.0885426013
 "Sreturn"
 0.006937843 4.310005787 2.076055343
 "Correlation:"
 0.5039478

 
PartSummary('2011/12/05','2016/12/05')
"Hreturn"
0.0138097 1.2544832 1.1200371
"Sreturn"
0.01597039 2.54077735 1.59398160
"Correlation:"
0.5022046


PartSummary('2016/12/05','2019/12/05')
"Hreturn"
0.049587 1.072461 1.035597
"Sreturn"
0.01157943 1.18819815 1.09004502
"Correlation:"
0.6325133

 

整体来看，上证综指波动性高于恒生指数，2000年开局和16年至今，港股回报都高于内地。而在金融危机期间，港股受影响显然高于内地，平均回报比内地低了一个量级。二者相关系数有升高趋势，尝试使用滚动区间法，计算最大相关系数。

MaxCorr(1)

[1] "在区间2017/12/05和2018/12/05内，港股和沪股的相关性最大，为0.69564142460877"

MaxCorr(3)

"在区间2016/12/05和2019/12/05内，港股和沪股的相关性最大，为0.6325132940365"

 

MaxCorr(5)

"在区间2009/12/05和2014/12/05内，港股和沪股的相关性最大，为0.556603829359562"

 

MaxCorr(10)

"在区间2009/12/05和2019/12/05内，港股和沪股的相关性最大，为0.530855166218141"

 

OptimalBlock()

"在以 2 作为区间的时候相关系数最大"

0.6819477

2017/12/05和2019/12/05

 

随着时间推移，港股和沪股相关系数在升高。当以2为区间时，两股票相关系数最大。时间区间为17年至今（实际上不到两年），符合先验预期。

不断提高的相关系数反映出我国股市近年来的发展。2014年4月10日，“沪港通”试点启动；2014年11月17日，港股通正式开启。沪港通拓展了境外资金投资我国证券市场的途径；另一方面接通了国内外资本市场互相通融的桥梁，促进人民币国际化。研究指出，2007年以前，沪港两地股市指数不存在长期均衡，短期走势也是相互独立的。但随着我国资本市场的开放，内地和香港股市联动性加强，关系变得密切。

我们可以发现，股市之间联动性的加强是在加速的。从2010年至今和2014年沪港通开启之后的收益率相关系数和波动性看来，内地股市与香港较为成熟的股市仍有较大差距。上证综指波动率一直高于恒生指数，说明内地股市相比港股不够稳定。相关系数始终在0.53左右，对比数据发现，沪港通开启之后，两股市的相关系数在区间内没有明显变化。然而17年底以来，相关系数有所提高，说明我国股市水平仍在不断提高。

当然，本文仅以相关性和波动性作为分析联动性的依据是远远不够的，希望日后学习更多知识，做出更有价值的分析。

 

表格 1“沪港通”开通的影响

	上证综指回报波动性	恒生指数回报波动性	相关系数
2010/01/01至今	1.428985	1.158455	0.5310362
2010/01/01至2014/11/07	1.179652	1.156674	0.5585115
2014/11/07至今	1.662633	1.160324	0.5231219

 

最后，观察了沪港通开通前后15工作日左右的收益率变化。可以发现，沪港通发布期间，收益率处于较低位置，后期出现一定震荡。港股受到影响更大。

 

 

图 3上证综指“沪港通”开通前后收益率

图 4恒生指数“沪港通”开通前后收益率

 

 

 

 

 

 

1. 参考文献

[1]张昭,李安渝,秦良娟.沪港通对沪港股市联动性的影响[J].金融教学与研究,2014(06):59-62+71.

[2]李艳萍.探析沪港通对人民币国际化化进程的推动作用[J].中国经贸，2014(10);151.

[3]范致镇.沪港股市的联动关系研究[J].兰州商学院学报,2010,26(4);35-40.