（世界经济专业论文）基于长记忆性的中国股票市场波动性实证研究.pdf

中文摘要 中文摘要 本文主要研究基于长记忆性的中国股票市场波动性的实证分析。股票市场充 满不确定性。信息、资本的快速流动使股票价格不断发生变化，从而导致市场波 动。股价波动是股票市场的常态特征，适度的股价波动有利于增加市场的活跃度， 提高市场的流动性，但剧烈、频繁的波动则会扭曲市场的价格形成机制。我国股 票市场是一个新兴市场，市场波动的高风险特征显得尤为突出。因此，研究我国 股票市场波动的统计特征对于稳定金融市场，促进经济发展具有重要的理论和现 实意义。 本文的研究思路是，以长记忆性为导向，分析股票市场波动的理性边界统计 特征，在此基础上对我国股票市场有效化程度以及有效化动态进程进行分析。文 章回顾了有效市场假说( e m h ) 和经典资本市场理论的发展史，随后阐述了基 于分形市场假说的长期记忆性，并介绍了用于长期记忆性实证研究的r s 分析方 法。在e m h 框架下，运用协整、标准差等方法对所选取个股样本以及模拟的市 场组合进行了检验，包括方差边界及现值模型的成立与否。e m h 假说认为，如 果一个市场是有效的，则该市场的价格变化是随机的，市场有效性越强，价格变 化随机性越强，基于资产的历史价格对未来价格的预测是不可能的。金融市场长 记忆性的存在是对市场有效假说的一个重大挑战，如果金融市场存在长记忆性， 资产价格的变化遵循某种规律，以往描述短记忆的时间序列模型都将不再适用， 长记忆性是对e m h 的否定。 本文在理论的基础上，用r s 方法对中国股票市场进行实证研究，分别对沪、 深大盘指数收益率时间序列进行了分析。实证结果显示：h u r s t 指数均大于随机 游走时的0 5 ，序列存在长期记忆性。本文认为人们对信息的非线性反应，缺乏 有效避险工具和信息披露不完善是股票收益率出现长期记忆性特征的主要原因。 基于实证研究，本文得到我国股票市场存在长期记忆性特征及波动过大的结 论，市场并不有效。笔者认为减小金融市场波动，促进市场有效和稳定的方法主 要应包括：加强和规范信息的披露，加强市场参与者教育，积极培育和发展上市 公司，加强政府监管等。 关键词：股票市场有效市场假说波动性长期记忆性r s 分析 a b s t r a c t a b s t r a c t t h i sp a p e ri sa ne m p i r i c a ls t u d yo nt h ev o l a t i l i t yo fs t o c km a r k e ti nc l l i n a _ b a s e do nt h el o n g 。t e r mm e m o r yt h e o r y s t o c km a r k e ti sf u l lo fu n c e r t a i n t y t h er a p i d f l o wo fi n f o r m a t i o na n d c a p i t a ll e a d st of r e q u e n tp r i c ec h a n g e si ns t o c km a r k e t ，w h i c h i nt u mr e s u l t si nm a r k e tf l u c t u a t i o n f l u c t u a t i o no fs t o c k p r i c e i san o r m a l c h a r a c t e r i s t i co fs t o c km a r k e t m o d e r a t es t o c kp r i c ef l u c t u a t i o nc a np r o m o t et h e a c t i v i t ya n de n h a n c et h el i q u i d i t yo ft h em a r k e t n e v e r t h e l e s s ，d r a m a t i ca n df r e q u e n t f l u c t u a t i o nc a nd i s t o r tt h em a r k e tp r i c em e c h a n i s m b e i n ga ne m e r g i n gm a r k e t c h i n a ss t o c km a r k e ti sc h a r a c t e r i z e db yh i g hr i s ko fm a r k e tf l u c t u a t i o n t h e r e f o r e ， t h er e s e a r c ho n d e m o g r a p h i cc h a r a c t e r i s t i c so fs t o c km a r k e tf l u c t u a t i o nh a s s i g n i f i c a n c eb o t ht h e o r e t i c a l l ya n dp r a c t i c a l l yi nf i n d i n ga ne f f e c t i v ew a yt oc o u n t e r t h ee x c e s sf l u c t u a t i o n t h i s p a p e r i s l o n g 。t e r mm e m o r yo r i e n t e d ，a n a l y z e st h e d e m o g r a p h i c c h a r a c t e r i s t i c so ft h er a t i o n a lb o r d e ro fs t o c km a r k e tf l u c t u a t i o n s ，a n do nt h i sb a s i s ， a n a l y z e se f f i c i e n c ya n de f f e c t i v el e v e lo ft h ed y n a m i cp r o c e s so fs t o c km a r k e ti n c h i n a t h i sp a p e rr e c a l l e dt h ed e v e l o p m e n th i s t o r yo ft h ee f f i c i e n tm a r k e th y p o t h e s i s a n dt h ec l a s s i ct h e o r yo f c a p i t a lm a r k e t ，t h e ne l a b o r a t e dt h el o n g t e r mm e m o r yt h e o r y o nt h eb a s i so ff r a c t a lm a r k e th y p o t h e s i s ，a n di n t r o d u c e dt h er s a n a l y s i sf o r e m p i r i c a lr e s e a r c ho nl o n g - t e r mm e m o r y i nt h ef r a m e w o r ko ft h ee m h ，u s i n gt h e m e t h o d so fc o i n t e g r a t i o na n dt h ep o o rs t a n d a r dt e s tt h es e l e c t e ds a m p l e sa n dt h e s i m u l a t i o no fs t o c km a r k e tc o m b i n a t i o n ，i n c l u d i n gw h e t h e ro rn o tt h ee s t a b l i s h m e n to f t h eb o r d e ro fv a r i a n c ea n dt h ep r e s e n tv a l u em o d e l e m hh y p o t h e s i sb e l i e v e st h a ti fa m a r k e ti s e f f i c i e n t ，t h em a r k e tp r i c ec h a n g e sa r er a n d o m ，t h em o r ee f f e c t i v et h e m a r k e t ，t h es t r o n g e rr a n d o mc h a n g e si np r i c e s b a s e do nt h eh i s t o r yo fa s s e tp r i c e s ， t h ef u t u r ep r i c ef o r e c a s ti si m p o s s i b l e t h ee x i s t e n c eo ft h el o n g t e r mm e m o r yi n f i n a n c i a lm a r k e t si sam a j o rc h a l l e n g et oe f f i c i e n tm a r k e th y p o t h e s i s i ft h e r ei sa l o n g t e r mm e m o r ye x i s t si nt h ef i n a n c i a lm a r k e t s ，a s s e tp r i c ec h a n g e sf o l l o ws o m e k i n do fl a w , t h et i m es e r i e sm o d e lt h a td e s c r i p ts h o r t - t e r mm e m o r yi nt h ep a s tw i l ln o a b s t r a c t l o n g e ra p p l y , l o n g t e r mm e m o r yi sn e g a t i v et ot h ee m h w i t hr sm e t h o d ，e m p i r i c a lr e s e a r c hw a sm a d eo nr e t u r nt i m es e r i e so ft h e s h a n g h a i s t o c ke x c h a n g e c o m p r e h e n s i v e i n d e xa n ds h e n z h e ns t o c ke x c h a n g e c o m p o n e n ti n d e x t h ee m p i r i c a lr e s u l t ss h o wt h a t ：h u r s te x p o n e n t sa r ea l ll a r g e rt h a n 0 5 ，w h i c hi n d i c a t e st h a tt h e r e sl o n g t e r mm e m o r yi nt i m es e r i e s t h i sp a p e rt h i n k s m a tp e o p l e sn o n l i n e a rr e s p o n s et oi n f o r m a t i o n ，t h el a c ko fh e d g i n gt o o l sa n dt h e i m p e r f e c ti n f o r m a t i o nd i s c l o s u r ea r et h em a i nr e a s o n st h a ts t o c kr e t u ms e r i e st a k eo n l o n g - t e r mm e m o r yc h a r a c t e r i s t i c s b a s e do ne m p i r i c a lr e s e a r c h ，t h ep a p e ra c h i e v e st h ec o n c l u s i o nt h a tl o n g t e r m m e m o r ya n de x c e s s i v ef l u c t u a t i o ne x i s ti nt h es t o c km a r k e to fo u rn a t i o n ，t h e nr e f u s e s m a r k e te f f i c i e n c y t h ea u t h o rb e l i e v e st h a tt h em e t h o d st or e d u c ef i n a n c i a lm a r k e t v o l a t i l i t ya n dp r o m o t em a r k e ts t a b i l i t ya n de f f i c i e n c ys h o u l dm a i n l yi n c l u d e ：t o s t r e n g t h e ni n f o r m a t i o nd i s c l o s u r e ，t os t r e n g t h e ne d u c a t i o no nm a r k e tp a r t i c i p a n t s ，t o f o s t e rl i s t e dc o m p a n i e sa n ds t r e n g t h e ng o v e r n m e n tr e g u l a t i o n k e yw o r d s ：s t o c km a r k e te f f i c i e n tm a r k e th y p o t h e s i sv o l a t i l i t y l o n g t e r mm e m o r y r sa n a l y s i s 独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了文中特别标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得云南财经大学或其他教育机构的学位或证明而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确 的说明并表达了谢意。 论文作者签名：歹更寻包上咖6 年i2 月三7 日 关于论文使用和授权说明 本人完全了解云南财经大学有关保留、使用学位论文的规定，即： 学校有权保留并向国家有关部门或机构送交论文和论文电子版，允许 学位论文被查阅或借阅；学校可以公布学位论文的全部或部分内容， 可以采用影印、缩印或其它复制手段保存、汇编、发表学位论文；授 权学校将学位论文的全文或部分内容编入、提供有关数据库进行检 索。 ( 保密的学位论文在解密后应遵循此规定) 。 本人答名嗍掘t 刷磁名佻研日期矽驴协7 第一章导论 一、研究的背景和意义 波动性是股票市场的本质特征和基本属性。正是在股票价格波动中市场才发 挥着其基本的资源配置功能，没有波动的股市将失去投资价值和存在意义，一个 成熟稳定的股票市场应该具有适度的波动性。因此，股票市场的质量和效率如何， 波动性是衡量的重要指标之一。换句话说，证券市场成熟与否，一个关键的评判 标准就是看证券市场是否具有良好的波动性特征。 波动性不仅与市场的不确定性和风险直接相关，在金融资产的定价与资产配 置中处于核心地位，而且与反映证券市场质量和效率的其他指标如流动性、交易 成本等密切相关，是综合反映证券市场的价格行为、市场质量和效率的最简洁和 最有效的指标之一。另一方面，波动性对企业投资杠杆、财务杠杆和营运杠杆的 决策、个人的消费与投资行为、经济周期及相关宏观经济变量等也具有重要影响。 然而，从股票市场发展的历史过程看，股市运行往往表现出高风险特征，如 史上著名的黑色星期五、如1 9 8 7 年1 0 月席卷全球的股灾，给整个金融体系乃至 全球经济的平稳运行都带来了严重的负面影响。2 0 0 3 年，由于受伊拉克战争和 s a r s 等一系列不利因素的影响，全球股市几度出现波动和反复。由此可见，股 市的大幅度波动，会造成金融、经济甚至社会的动荡和恐慌，从而给整个金融体 系乃至全球经济的平稳运行带来严重的负面影响。 波动性一方面与市场的不确定性和风险直接相关，而这又是现代金融理论不 可回避的一个问题。另一方面对波动性研究中得出的金融异象( f i n a n c i a l a n o m a l i e s ) 能够构成对有效市场假说( e m h ) 毁灭性的打击，而e m h 又是现代 资产定价理论，如资本资产定价理论( c a p m ) 和套利定价理论( a p t ) 的一块 基石，因此可以说对波动性的研究是一项牵一发而动整个微观金融的工作。与此 同时，波动性又是反映证券市场质量和效率的一个指标，可以通过波动性指标来 考察中国证券市场的有效性程度。 波动性适度的市场不会出现股票价格超出基本价值范围大起大落的剧烈波 动，金融资产收益率时间序列基本呈现随机游走的特征，市场较有效。然而股票 价格的过度波动现象，股票的价格偏离股票价值的情况却是客观存在( 如上文提 到的诸多股灾) 。因此，股票波动性成为证券管理部门和投资者关注的重点，也 第一章导论 成为国际金融市场的重要风向标。 一个波动性适度的市场对整个经济具有很大的益处，整个金融市场( 包括整 个经济) 的参与者都享受到这些益处。有波动就有机会，金融资产的波动性促进 了许多金融产品的创新和发展，比如期权、期货等衍生产品的开发和创新，同时 也激发了金融领域的许多理论发展。证券资产回报的波动性现在已成为资产组合 理论、期权估值和资产定价模型等金融理论的核心。可以说，金融资产的波动性 问题已经受到诸如投资者、监管部门、新闻媒体以及学术界等各方面人士的极大 关注。特别是许多期权交易者，更是需要紧密关注金融市场的波动性，因为期权 价格主要依赖于基础金融资产的波动性。政策制定者需要依赖金融市场波动性的 估计值来衡量金融市场的稳定性。 从另外一个方面来说，一个缺乏波动性的股票市场肯定不是一个有效率的市 场，但这并不意味着波动性越大越好，相反，这己成为市场参与者，包括投资者 和监管当局头疼的问题。怎样从波动性中区分出非理性的波动，以此确定合理的 波动水平，对于监管当局制定相应的市场对策，如涨跌停制度、异常波动停牌制 度等具有很强的现实意义。 因此，对股票市场的长记忆性进行研究，寻找内在的规律，更好地描述收益 时间序列的特征，有助于我们理解真实的市场，对我国发展、稳定金融市场和进 行市场监管有一定的借鉴意义，对股票、权证的定价、风险测度和投资决策都有 一定的启示性作用。 二、论文的创新 ( 一) 扩大数据区域到2 0 0 7 年1 2 月，更长的时间区间对于揭示股票市场的 长期记忆性比以往的研究将更有效。 ( - - ) 国内的研究文献大都集中于波动性特征的分析，基于现值模型的股票 价格和红利水平关系的研究甚少，本文试图在这一领域做出微薄的贡献。在研究 股票价格和红利水平的关系时，本文在四只个股的基础上构造了一个市场组合来 模拟市场指数，来说明波动性在总量市场中的表现。 ( 三) 本文综合运用了经典金融理论和行为金融的发现，并借助跨学科研究 成果时间序列的长记忆性及r s 分析方法来解释和说明股票市场波动性，学 科之间的交叉与融合在本文中得到了体现。 2 第一章导论 三、论文的结构 本文在结构上分为六章，分别对相关问题进行研究： 第一章为导论，提出了论文研究的背景，对波动性的定义及度量方法进行了 简单探讨，从总体上分析了本文研究的意义以及创新之处。 第二章为文献综述部分，针对国内外有关波动性的研究从股票市场波动的特 征以及影响波动的因素两方面展开。在股票市场波动特征方面，主要对波动的长 记忆性进行了研究；在影响波动的因素方面，从公司基本面、市场微观结构以及 投资者层面进行了剖析。 第三章为全文打下理论基础。首先探讨了波动性的度量方法，然后分析了用 来刻画股市波动性特征的长记忆性，包括其发展过程、主要理论基础及研究方 法。 第四章介绍了传统金融领域研究所常用的有效市场理论。通过实证检验，指 出其缺陷和不足。在此基础上，肯定了长记忆性理论提出的意义。 第五章基于长记忆理论，检验了股票市场波动性特征。首先介绍了本文所运 用的实证研究方法- r s 分析，然后针对上证综合指数和深圳成份指数，运用 r s 分析对股票价格波动的长记忆性进行了检验，发现两个市场存在明显的长记 忆性，市场并不有效。 第六章为文章的结论部分。对中国股票市场波动的范围以及特征进行了比较 后总结出股票市场波动的动态特征，并给出了政策建议。 3 第二章国内外股票市场波动性研究综述 第二章国内外股票市场波动性研究综述 一、股票市场波动性问题的提出 最早对波动性进行研究的是p r i n c h e s & k i n n e y ( 1 9 7 1 ) 通过用8 种波动性度量 方法度量了3 5 0 个公司普通股在2 6 周跨度内的波动性，并指出应该根据决策制 定者对风险不同的定义来选择波动性的度量方法。随后c l a r k ( 1 9 7 3 ) 首次提出 了股票价格波动的混合分布假说( m d h ) ，该理论认为价格回报和交易量是由 一个潜在的不可观测的信息流变量共同决定的，信息流的冲击将同时产生交易量 和价格的波动。但对于波动性研究具有里程碑意义的要数s h i l l e r ( 1 9 8 1 ) 和 l e r o y & p o r t e r ( 1 9 8 1 ) 通过实证检验所反映出的过度波动性( e x c e s sv o l m i l i t y ) 问题， c a m p b e l l ( 1 9 9 9 ) 将这一现象称为“股价波动性之谜”，之所以说他们的研究具 有里程碑意义，是因为他们对e m h 所暗示出的现值模型提出了质疑，进而影响 到基于e m h 的一切经典金融理论的稳固性。此后，有关波动性的研究犹如雨后 春笋，成为2 0 世纪八九十年代以来微观金融领域一颗璀璨的明珠。 二、后续研究 在s h i l l e r ( 1 9 8 1 ) 和l e r o y & p o r t e r ( 1 9 8 1 ) 之后，对股票市场波动性的研究主 要集中在两个分析平台上，即股票价格波动的特征分析以及引起股票价格波动的 因素分析。 ( 一) 波动性的典型特征 金融领域，通常使用方差( 或基于历史信息的条件方差) 来衡量资产价格的 波动性，它描述了随机变量的离散度，经典统计模型通常假定方差是不随时间变 化的，而事实上并非如此。我国的股票市场，历史的大盘走势总是在某个阶段发 生剧烈波动，表现出较大的统计方差，而在另一些阶段相对平稳，表现出较小的 方差。这表明大盘收益的方差随时间而改变，即波动的时变性。以下归纳了一些 股市波动的常见特征。 1 、尖峰厚尾性( e x c e s sk u r t o sisf a tt aj is ) 传统金融理论通常假定股票收益率的时间序列服从标准正态分布，但实证结 果表明股票收益率序列具有厚尾性。m a n d e l b o r t ( 1 9 6 3 ) ，f a m a ( 1 9 7 0 ) 发现资产收 益具有高峰度分布特征。即正态分布的峰度( 标准化四阶矩) 等于3 ，而金融时 4 间序列的峰度一般显著大于3 ，这就是所谓的“尖峰厚尾”现象。 2 、波动聚集性( v o la t 1it yclu s t e rin g ) 波动聚集即说就是一个较大的波动后跟随另一个较大的波动，一个较小的波 动后也往往跟随另一个较小的波动，并因此形成各种程度的价格波动幅度相互聚 集现象。事实上，波动聚集性与厚尾现象是有密切关系的。a r c h 类模型以及 s v 模型都在试图模拟这种波动聚集现象。 针对经典资本市场理论所假设的方差不变性，大量的学者对大量的金融数据 实证研究表明，这一假设不甚合理。具有相似特征的波动经常成群出现，如其中 一个最大的特征就是方差随时间变化，金融数据时间序列一个大幅的波动后紧跟 着大幅的波动，小幅的波动后紧跟着小幅的波动，即时间序列的波动性呈现聚集 的特点。丁华( 1 9 9 9 ) 对1 9 9 4 年至1 9 9 7 年上证a 股指数进行了检验，得到上 证a 股存在a r c h 现象，存在易变期和稳定期的交替。皮天雷( 2 0 0 3 ) 选取上 证指数1 9 9 3 年1 月4 日至2 0 0 3 年3 月3 1 日的日收盘价为研究样本，发现沪市 存在明显的波动聚集性。唐齐鸣、陈健( 2 0 0 1 ) 以上海综合指数和深圳成分指数 在1 9 9 3 年1 月4 日至2 0 0 0 年4 月7 日的日收盘价为样本，发现两个市场均存在 波动集群现象。 3 、波动不对称性( a s y m m e t ri cv o l a t i ii t y ) b l a c k ( 1 9 7 6 ) 首先提出波动的不对称性效应。波动的不对称性源于公司资本结 构的影响，在金融理论中，负的外部冲击导致股价下跌，减少了相对于公司债务 的股东权益，由此增加了公司的杠杆作用，从而增加了持有股票的风险。因此当 波动的不对称性表现为负冲击的影响大于正冲击的影响时又称为波动的杠杆效 应( l e v e r a g ee f f e c t ) ，换句话说，即利空消息比利好消息的冲击要大。n e l s o n ( 1 9 9 1 ) 引进了e g a r c h ( e x p o n e n t i a lg a r c h ) 来反映信息波动不对称方面的影响。实 践证明e g a r c h 模型能很好地刻画金融市场对信息反映的不对称性影响。 国内有关股市波动性不对称的文章很多。陈泽忠、杨启智等( 1 9 9 9 ) 以1 9 9 7 年1 月2 日至1 9 9 9 年1 2 月3 0 日上证综合指数和深圳综合指数日收盘价和日成 交量为研究对象，模型估计出的杠杆效应参数均为正，得出结论：中国股票市场 波动性存在非对称的a r c h 效应。陈彬( 2 0 0 1 ) 选取自1 9 9 5 年1 月3 日到2 0 0 0 年4 月2 8 日上证a 股综合指数和深圳成分a 股指数的日收盘价为样本，在剔出 5 第二章国内外股票市场波动性研究综述 了深市和沪市的“周二效应”和“周五效应”后，得出：负冲击对波动度的影响 大于同等幅度正冲击对波动度的影响，但两市非对称调整的程度均不是很剧烈。 楼迎军( 2 0 0 3 ) 年对中国9 个指数进行了杠杆效应检验，发现除了b 股指数以 外，其余8 个指数报酬序列均表现出波动的非对称性，正的价格变化伴随着较小 的波动性，负的价格变化伴随着大的波动性。陆蓉、徐龙炳( 2 0 0 4 ) 针对牛市和 熊市的波动不对称现象分别进行了研究，发现牛市呈现正冲击效应，即“利好 消息对股票市场的影响大于“利空 消息对股票市场的影响，熊市呈现负冲击效 应，“利空 消息对股票市场的影响大于“利好”消息对股票市场的影响。尹向 东、宿成建( 2 0 0 5 ) 运用沪深股市综合指数1 9 9 1 年1 0 月3 日到2 0 0 2 年9 月2 日的日收盘价数据进行实证发现，沪市不存在明显的杠杆效应，而深市则有明显 的杠杆效应。胡永宏、陆忠华( 2 0 0 5 ) 选取上证指数和深圳成指1 9 9 8 年1 月9 日至2 0 0 5 年1 月2 1 日的日收盘价和周收盘价进行实证研究发现周收益的杠杆效 应不明显，日收益的杠杆效应显著，且沪市比深市有更强的杠杆效应。唐齐鸣、 崔筠( 2 0 0 5 ) 选取上证综合指数和深证综合指数自1 9 9 6 年6 月2 日至2 0 0 3 年 1 2 月3 1 日的数据，在消除周内效应的基础上进行检验的结果为：深圳股票市场 存在明显的负杠杆效应，而上海股票市场却不存在明显的不对称现象。陈泽中等 ( 2 0 0 0 ) 利用e g a r c h o m 模型，证明了中国股市波动存在着明显的非对称a r c h 效应，股市收益率与波动性显著正相关。吴长凤等( 2 0 0 2 ) 利用e g a r c h m 模型 研究了个股的风险一收益特征，发现中国股票市场存在着一定的高风险一高收 益、低风险低收益的关系。楼迎军( 2 0 0 3 ) 研究了上证综指及8 个分类指数发现， 在指数日报酬率序列中，9 种股价指数中的7 个呈现出显著的“杠杆效应”，即报 酬率与波动性之间为负相关。何晓光等( 2 0 0 7 ) 本文运用a 1 w 八一e g a r c h 及 a r m a o t a r c h 模型，以1 9 9 3 年1 月以来沪深两市的a 股指数的日收益为研究 样本，检验中国股票市场是否存在波动的非对称性，结果表明：无论是上证还是 深证a 股市场，收益率波动的非对称性都表现出阶段性特征，股市发展早期，市 场表现为反向的非对称性或非对称不明显，随着时间的发展，股市收益的波动则 存在非对称性，且表现为杠杆效应。 4 、波动的长记忆性( l o n gm e m o r yo fv o la t iit y ) 波动的长记忆性又称波动持续性，长程相关性。长记忆性意味着时间序列数 6 第二章国内外股票市场波动性研究综述 据中存在着高阶自相关，即某一事件的冲击可能要持续很长时间，其影响才会消 失。波动条件方差近似服从单位根过程。它描述了时间序列在时问问隔相差较远 的观察值之间存在持续的时间上的依赖关系，具有长记忆的时间序列表现出非周 期性的循环特征。m a n d e l b r o t ( 1 9 7 2 ) 提出可以用h u r s t 指数来度量序列相关性和 趋势强度：当h = o 5 时，序列是随机游走过程，前后不相关的，现在不会影响未 来；当0 5 h l 时，序列是趋势增强的，遵循有偏随机游走过程，当o h ( o 5 时，序列是反持续性的，存在“均值回复 现象。国外学者在2 0 世纪9 0 年代以 来进行了大量的实证分析，多数研究表明，像美国那样的国际性市场并不存在显 著的长期记忆特征。例如，l o ( 1 9 9 1 ) 运用修正r s 分析方法研究了美国股价指 数收益分布，并未发现长期记忆效应，c h e u n ga n dl a i ( 1 9 9 5 ) 用修正r s 分析 与谱回归方法研究也得到了同样的结论。这一结果或多或少还是可以预料得到， 因为这些国际性股票市场在对市场有效性假说所作的检验中大多已接受弱式或 半强式有效性。也有一些研究者如h a r v e y ( 1 9 9 8 ) 等却发现了支持长期记忆效应 的强有力证据。特别是b a r k o u l a s 等人( 2 0 0 0 ) 通过对希腊股市的研究表明，对较 小的、后发展股票市场收益长期记忆效应的探索更具成效，p a n a s ( 2 0 0 1 ) 发现雅 典股市个股收益序列存在长期记忆性，s o u r i a l ( 2 0 0 2 ) 采用a r f i m a 模型和 f i g a r c h 模型研究表明埃及i f c 2 g l o b a l 指数周收益序列也存在长期记忆特征。 这些文献从另一个侧面证实了新兴市场的非有效性。表2 1 列出了国外对相关市 场指数进行研究得到的h 值。 表2 1 资料来源：李诗林行为金融与证券投资行为分析( 2 0 0 5 ) 注：表示根据日数据计算得到，其余均根据月数据计算 中国作为一个新兴市场，是否存在长记忆特性，大量学者就此进行了实证检 验。陆蓉、徐龙炳( 1 9 9 9 ) 通过r s 分析得到沪深股市的h u r s t 指数分别为0 6 6 1 7 第二章国内外股票市场波动性研究综述 和0 6 4 3 ，沪市存在着一个平均1 9 3 天的非循环周期长度。邹新月( 2 0 0 2 ) 研究 了深圳综合指数日收益绝对序列对于不同幂指数滞后1 0 0 阶的自相关系数，指出 我国深圳股市存在较强的长记忆特性。王春峰、张庆翠等( 2 0 0 3 ) 利用r s 分析 检验了中国股市收益的长期记忆性，数据样本为上证综合指数1 9 9 3 年1 月4 日 至2 0 0 1 年3 月2 3 日，深证综合指数1 9 9 3 年1 月1 日至2 0 0 1 年4 月2 日的日收 盘价，沪市的h u r s t 指数h 指数为0 6 8 7 ，分数差分阶数d 为0 1 8 7 8 ；深市的h u r s t 指数h 为o 6 6 4 ，分数差分阶数d 为0 16 3 8 ，存在较强的长期记忆性。陈梦根( 2 0 0 3 ) 运用修正r s 分析和a r f i m a 模型研究发现，代表股票市场总体的股价指数不 存在长记忆效应，而个股收益序列的分布特征存在较大的差异，仅少数个股存在 长记忆行为。曹宏铎等( 2 0 0 3 ) 计算的深圳证券交易所股票市场日收益率、周收 益率、月收益率的h u r s t 指数分别为0 6 5 0 7 ，0 7 0 0 0 0 ，0 6 9 0 6 及0 7 5 7 6 。胡彦梅 等( 2 0 0 4 ) 选取1 9 9 6 年至2 0 0 3 年上证综指日收盘价，定义日对数收益为绝对收 益序列，运用r s 方法检验了长记忆性质，结果表明收益序列存在较弱的长记忆 性，而日绝对收益序列存在较强的长记忆性。选取上证a 指和深证a 指从1 9 9 5 年1 月3 日到2 0 0 3 年3 月1 4 日的收盘数据和从1 9 9 5 年1 月4 日到2 0 0 2 年l o 月3 1 日上证1 8 0 指数中的l o 只样本股，运用g p h 检验，波动率序列的长记忆 性确实存在。王春峰、张庆翠( 2 0 0 4 ) 运用沪市的数据区间为1 9 9 3 年1 月4 日 至2 0 0 1 年3 月2 3 日，深市数据区间为1 9 9 3 年1 月4 日至2 0 0 1 年4 月5 日，采 用f i g a r c h 模型对市场进行了模拟和预测，认为中国股票市场的波动性过程具 有长期记忆特征。陶利斌，方兆本等( 2 0 0 4 ) 使用傅里叶形式回归( f f f 回归) ， 数据样本为上证综合指数从1 9 9 8 年4 月3 0 日到2 0 0 1 年4 月2 7 日的每五分钟的 收盘指数的高频数据，发现在变换时间刻度后，高频收益数据比日收益数据反映 出更强的长记忆性。张庆翠、王春峰( 2 0 0 5 ) 运用多变量频域两步半参数估计法 ( f r e q u e n c yd o m a i nt w os t e ps e m i p a r a m e t r i c ) ，辅助数据加窗技术，研究了上证 3 0 指数和深证成分指数所包含股票的日收盘指数收益序列的长记忆性，样本区间 为1 9 9 5 年1 月3 日至2 0 0 1 年3 月3 日，发现该序列具有长期记忆性，而且同时 还发现大多数股票的波动序列和成交量序列具有相同的长记忆性。 ( 二) 影响股票价格波动的因素分析 引起股票市场波动的因素多种多样，既有由市场参与主体的行为活动带来的 8 第二章国内外股票市场波动性研究综述 市场内部因素，也有由非市场参与主体带来的市场外部因素。施东晖，孙培源 ( 2 0 0 5 ) 将波动性区分为由基本经济因素驱动的基础波动性和由信息不对称或委 托暂时不平衡引发噪音交易所驱动的临时波动性。目前绝大部分有关波动性分析 的文献涵盖了以下因素，主要包括：在上市公司层面上，公司的业绩，每股收益， 预期红利水平这些基本面因素上；在市场微观结构层面上，主要针对涨跌停板制 度等价格限制措施；在投资者层面上，以机构投资者为主要研究载体，以及在行 为金融的框架下，研究由于投资者有限理性以及在信念和偏好上的偏差所引起的 股票市场波动性。 1 、股利水平 从股利水平对波动性进行研究，一般都是以现值模型( p r e s e n tv a l u em o d e l ) 为切入点。 ( 1 ) 现值模型 根据标准的有效市场假说( e m h ) ，当投资者是理性的时候，股票价格应 该是股票未来的现金流入量( c a s hi n f l o w ) 经风险调整后的净现值。由公式( 2 1 ) 表示：( b r e a l e y & m y e r s ，1 9 8 1 ) c = 6 e ( 只。+ 4 + 。) i 】 ( 2 - 1 ) 其中，是t 期末的真实股票价格，b 是事前( e xa n t e ) 常数折现率， o b = j 1 ，r 是常数期望收益，e 表示数学期望，d t + l 表示在t + 1 期付给股东的 真实红利，是交易者基于t 时刻的信息集，以上只是e m h 所揭示的现值模型 的一种形式，它的另一种形式可以如公式( 2 2 ) 表示： = 6 7 e ( 4 i ) + 6 ”e ( + 。i ) ( 2 2 ) 如果条4 牛l i m b ”e ( e + 。l ) - o 成立，则e = b 。e ( 4 + k ) ，即股票价格可以 b , - - 。o l 表示为未来无限期红利的现值。对现值模型的形式进行变形在进行实证分析时是 很有必要的，因为红利水平的无限期预测显得不太可能，这有助于提高实证检验 的准确性。然而股票总量市场的波动只有很少一部分能用简单的股票定价模型来 解释，特别是在危机发生期间( s c h w e r t ，1 9 8 9 ) 。 9 第二章国内外股票市场波动性研究综述 ( 2 ) 研究结论 对于研究结论是否违背了e m h 所暗示的现值模型，大量的学者对此的研究 结论大相径庭。有些学者认为股票价格相对其红利水平而言不存在过度波动性， k y h y a n gy u l m ( 1 9 9 6 ) ，k l e i d o n ( 1 9 8 6 ) ，m a r s h & m e r t o n ( 1 9 8 6 ) 等。但大多 数学者认为股票价格存在过度波动性，w e s t ( 1 9 8 8 a ) ，c a m p b e l l & s h i l l e r ( 1 9 8 7 ) 等，由于他们的研究主要采用协整检验方法，所以将他们研究结论的差异进行延 伸，其分歧实质在于红利序列和股价序列之间的协整关系是否存在，因为在e m h 成立的前提下，股价序列和红利序列应该存在协整关系，其协整向量是( 1 ，r ) 。 ( 3 ) 原因剖析 大量的实证研究表明即便是针对同一市场进行研究也会得出相左的结论，之 所以会出现这种情况，原因大致有三个方面： 研究的前提假设不同 有些假设红利序列是平稳序列，是趋势平稳( t r e n d s t a t i o n a r y ) 数据生成过 程( s h i l l e r ，1 9 8 1 ；l e r o y & p o r t e r ，1 9 8 1 ) ，他们对序列进行的处理是除以长期幂 增长路径( 1 0 n g r u ne x p o n e n t i a lg r o w t hp a t h ) 。但m a r s h & m e r t o n ( 1 9 8 6 ) 却提出如 果某个变量存在单整性，结论可能会被颠覆，于是他们假设两个序列是阶单整 序列，f l a v i n ( 1 9 8 3 ) ，k l e i d o n ( 1 9 8 6 ) ，c a m p b e l l & s h i l l e r ( 1 9 8 7 ，1 9 8 9 ) ， p e r r o n ( 1 9 8 8 ) ，d e j o n g & w h i t e m a n ( 1 9 9 1 ) 。此外，有关现值模型中的折现率也有不 同的假设，有些研究假设是常数折现率，有些假设是时变的折现率，从而造成研 究结论的差异。 研究计量方法上的差异 在研究股价和红利序列的关系上面，早期的研究s h i l l e r & c a m p b e l l ( 1 9 8 7 ) 运 用向量自回归方法( v a r ) 研究了股价相对其红利水平存在过度波动性。在后 续的研究当中采用了新的金融计量方法协整。但即便是都采用协整方法，结 论仍然有差异。因为使用了各种具体的协整方法，如线性协整，非线性协整，分 整，随机协整，结论差异很大( k y h y a n gy u h n ，1 9 9 6 ) 。 在数据样本选择上的差异 对同一市场进行研究结论会产生差异，因为使用小样本数据会产生一些偏 差，l i p d , 样本会产生一些额外的过度波动性( w e s t ，1 9 8 8 ；f l a v i n ，1 9 8 3 ) 。样 1 0 第二章国内外股票市场波动性研究综述 本存在序列相关的原因会将波动的上边界下移，时间跨度上的差异，如包含某一 段特定区间与否，结论可能完全不同。 在模型相关变量选择上的差异 大部分的文献在研究波动性问题上，只涉及到红利和股价以及他们的滞后 项，而另一部分文献则将理性泡沫( r a t i o n a lb u b b l e ) 引入模型，构造了一个股票 价格由红利水平和不可观测变量( u n o b s e r v a b l ev a r i a b l e ) 决定的模型，如果红利 和不可观测变量都是一阶单整的话，股票价格在不存在泡沫的情况下也应该是一 阶单整的。( d i b a & g r o s s m a n 1 9 8 8 ) 。 在对中国股票市场的研究方面，穆良平、史代敏( 2 0 0 2 ) 通过上市公司每股 收益和净资产收益率与年末市场指数进行s p e a r m a n 秩相关系数检验和k e n d a l l 检验，发现上市公司整体业绩与市场波动性之间不存在正相关关系。 2 、市场微观结构 证券市场微观结构理论，是关于证券市场参与者在既定的交易制度下进行证 券交易的过程和结果的理