（金融学专业论文）我国股市波动非对称性特征的实证研究.pdf

我同股市波动1 f 对称性特征的实证研究 摘要 波动性( v o l a t i l i t y ) 的研究是近年来金融实证研究的重要领域，对金融领域的波 动性研究以股票市场的波动最为典型。股票市场的波动有诸多特点：波动的群集 性、波动的杠杆效应、波动的持续性等等。本文仅对我国股市的波动非对称性进 行研究。 我国股市作为新兴的资本市场，素有“政策市、“消息市的称号，其波动 更多地受到制度变迁等因素的影响，从而表现出一定的阶段性，因而本文在对我 国沪深两市的指数收益率序列做总体性研究的同时，依据i c s s 法则( 即迭代累计 平方和法则) 将上证指数、深证成指的总样本数据分成四个阶段进行阶段性分析。 实证结果表明，我国股票市场无论是总体上还是分阶段其波动非对称性特征均非 常明显，只是与国外成熟市场相比较我国股票市场的波动非对称性存在着新兴市 场所独有的特点。由文章的实证分析部分我们得出：从总体上来看，沪深两市表 现出的波动非对称性特征与国外成熟市场的波动非对称性特征一样，只是反应这 种波动非对称性特征的杠杆系数相对要小些；而从分阶段来分析，在第一阶段这 段时间里，我国股票市场的波动所表现出的非对称性特征与国外成熟市场的波动 非对称性特征相反，亦即这一时期我国股市波动存在着相反的“杠杆效应；在第 二，三，四阶段，我国股票市场的波动和国外成熟市场的波动一样呈现出相同的 非对称性特征，即负的冲击所引起的股市的波动要大于正的冲击所引起的股市的 波动。最后根据实证结果进行理论分析，从我国政策影响、信息披露的完善、投 资者素质和结构以及我国股市投资者的心理特征等多方面解释了中国股票市场对 利好和利空消息到来的反映特征，并从几个方面对以上分析做出了初步解释，同 时提出相应的建议。 此外，从实证的角度可以发现，我国股票市场的投机成分在不断减少、投资者不 断趋于理性。当然，与国外的成熟股票市场比较起来，仍有很大的差距。因此，在规 范上市公司、完善退市制度、培育机构投资者等方面，我国仍然有相当长的路要走。 认识我国股市的波动非对称性特征，可以为投资者规避风险、以及为政府对股市 的监管提供决策依据，从而更有利于我国股市健康繁荣的发展。 关键词：股票市场；波动非对称性；e g a r c h - m 模型；杠杆效应；波动反馈效应 硕上学位论支 n i n 一m l , 鼍毫皇皇鼍量曼鼍皇曼曼曼曼曼鼍皇曼鼍曼蔓曼曼曼! 曼曼量曼曼曼鼍曼曼舅舅曼曼皇曼曼曼曼曼曼曼曼曼! 曼曼皇 ab s t r a c t t h es t u d yo nm a r k e tv o l a t i l i t y ，e s p e c i a l l yo nt h ev o l a t i l i t yo fs t o c km a r k e th a s b e c o m eah o tt o p i ci ne m p i r i c a lf i n a n c ei nr e c e n td e c a d e s r e s e a r c h e r sa n dp r a c t i t i o n e r r e a l i z e dt h a tv o l a t i l i t yw a sc l o s e l yr e l a t e dt or i s ka n dt h er e l a t i o nh a sb e e ne x t e n s i v e l y a p p l i e di nr i s km a n a g e m e n t i nt h ea c a d e m i cp e r s p e c t i v e ，p l e n t yo fe m p i r i c a le v i d e n c e i n d i c a t e st h a tt h ev a r i a t i o no fs t o c kp r i c e sd i s p l a ys o m ef e a t u r e s ，s u c ha sv o l a t i l i t y c l u s t e r i n g ，v o l a t i l i t yp e r s i s t e n c ea n dl e v e r a g ee f f e c t s t h ep u r p o s eo ft h i st h e s i s i st o i n v e s t i g a t et h ep h e n o m e n a o fv o l a t i l i t ya s y m m e t r yi nc h i n e s es t o c km a r k e t b e i n gan e we m e r g i n gm a r k e t ，c h i n e s es t o c km a r k e t i so f t e nc a l l e d i n f o r m a t i o n m a r k e t ”、“p o l i c ym a r k e t i m p a c t e db yt h ei n s t i t u t i o nt r a n s i t i o n ，i t sv i o l a t i o ns h o w s t e m p o r a r i l yo rp e r i o d i c a l l y h e n c et h i s a r t i c l eo nc h i n a ss h a n g h a ia n ds h e n z h e n e x c h a n g e si nt h ei n d e xy i e l dt ot h eo v e r a l ls e q u e n c eo f r e s e a r c ha tt h es a m et i m e ，b a s is f o ri cs sr u l e ( t h a ti s ，i t e r a t i v ea n dt o t a ls q u a r el a w ) w i l lb eo nt h et h es h a n g h a i c o m p o s i t ei n d e x ，s h e n z h e nc o m p o n e n ti n d e xt h et o t a ls a m p l ei s d i v i d e di n t of o u r s t a g e so fd a t at oa n a l y s i s t h ee m p i r i c a lr e s u l t ss h o wt h a t c h i n a 。s s t o c km a r k e ti n g e n e r a lo rb o t hp h a s e so f i t sv o l a t i l i t ya s y m m e t r i cf e a t u r e sa r ev e r yo b v i o u s ，o n l yw i t h f o r e i g n m a t u r em a r k e tc o m p a r e dt oc h i n a ss t o c km a r k e tv o l a t i l i t yt h e r ei sa n o n s y m m e t r y o ft h ee m e r g i n gm a r k e t so ft h eu n i q u ec h a r a c t e r i s t i c s f r o mt h e e m p i r i c a la n a l y s i so fa r t i c l e s u sc a nd r a w ：o nt h ew h o l e ，s h a n g h a ia n ds h e n z h e n e x c h a n g e sd e m o n s t r a t e dt h ev o l a t i l i t yo fn o n - s y m m e t r yc h a r a c t e r i s t i c so ft h em a t u r e m a r k e tw i t hf o r e i g nn o n - v o l a t i l ef e a t u r e so ft h es a m es y m m e t r y , o n l yr e s p o n s et ot h i s v o l a t i l i t ya s y m m e t r y c o e f f i c i e n tc h a r a c t e r i s t i c so ft h el e v e r a g er e l a t i v e t o s m a l l e r ；f r o mt h ea n a l y s i ss t a g e s ，i nt h ef i r s tp h a s eo f t h i sp e r i o d ，c h i n a 。ss t o c km a r k e t v o l a t i l i t yd i s p l a y e db yt h en o n s y m m e t r yo ff e a t u r e s a n da b r o a dm a t u r em a r k e t f l u c t u a t i o n sa s y m m e t r i cf e a t u r e st h ec o n t r a r y , t h a ti s ，d u r i n gt h i sp e r i o dc h i n a ss t o c k m a r k e tv o l a t i l i t yt h e r ei st h eo p p o s i t eo ft h e ”l e v e r a g ee f f e c t s ”；i nt h es e c o n d ，t h i r da n d f o u r t hs t a g e s ，c h i n a ss t o c km a r k e tf l u c t u a t i o n sa n df l u c t u a t i o n si nf o r e i g nm a t u r e m a r k e t s ，l i k es h o w i n gan o n - s y m m e t r yo f t h es a m ec h a r a c t e r i s t i c s t h a ti s ，t h en e g a t i v e i m p a c tc a u s e db yf l u c t u a t i o n si nt h es t o c km a r k e ti sg r e a t e rt h a ni s c a u s e db yt h e i m p a c to fs t o c km a r k e tv o l a t i l i t y f i n a l l y ，e m p i r i c a lf i n d i n g s a r ee x p l a i n e di nt h e p e r s p e c t i v eo fc h i n e s ep o l i c i e s ，t h ei m p r o v e m e n to fi n f o r m a t i o nd i s c l o s u r e ，q u a l i t y a n ds t r u c t u r eo fi n v e s t o r s ，a sw e l la sp s y c h o l o g i c a lc h a r a c t e r i s t i c so f t h ei n v e s t o r s a n d m 我同股市波动非对称性特征的蛮证研究 鼍i i l i i 一i 皇i 曼! 曼! 曼曼曼曼曼曼曼曼皇曼皇曼量曼曼皇曼舅曼皇鼍 s o m ea d m i n i s t r a t i v er e c o m m e n d a t i o n sa r er a i s e d ，a n df r o ms e v e r a la s p e c t so ft h e a b o v ea n a l y s i sm a d eap r e l i m i n a r ye x p l a n a t i o n ，a n dm a k ear e c o m m e n d a t i o n w h a t sm o r e ，b a s e do ne m p i r i c a lr e s e a r c h e s ，t h es h a r e so fs p e c u l a t i o ni nc h i n a s s t o c km a r k e ta r ed e c r e a s i n g ，t h ei n v e s t o r sa r eb e i n gm o r er a t i o n a l ，h o w e v e r , a n dt h e s t a t u so fo u rm a r k e ti ss t i l lb e h i n di n d u s t r i a l i z e dc o u n t r i e s s ot h e r ei ss t i l lal o n gw a y f o rc r s rt og oi n n o m i n a l i z i n gl i s t i n gc o m p a n i e s 、p e r f e c t i n gt h ed r o p p i n g o u t m e c h a n i s m 、f o l s t e r i n gi n s t i t u t i o n a li n v e s t o r s b e t t e rk n o w n t h ec h a r a c t e r so fo u rs t o c k m a r k e t ，i n v e s t o r sc o u l de v a d i n gr i s k s ，p r o v i d ep o l i c ya d v i c eo nd e c i s i o nm a k i n gf o rt h e g o v e r n m e n t ，o n l yt ob e n e f i to u rs t o c km a r k e t sp r o s p e r i t ya n dd e v e l o p m e n t k e y w o r d s ：s t o c km a r k e t ；a s y m m e t r i cv o l a t i l i t y ；e g a r c h mm o d e l ；l e v e r a g e f f e c t s ；v o l a t i l i t yf e e d b a c ke f f e c t s i v 硕士学位论文 插图索引 上证综指收益率序列图”1 9 上证综指收益率序列图2 0 上证指数总体收益率时间序列描述统计量及柱状图”2 l 深证成指总体收益率时间序列描述统计量及柱状图2 l 沪市a d f 检验结果图2 4 深市a d f 检验结果图2 4 上证指数收益率序列相关图”2 5 深证成指收益率序列相关图”2 5 l 2 3 4 5 6 7 8 3 3 3 3 3 3 3 3 图图图图图图图图 我围股市波动非对称性特征的实证研究 皇量曼曼曼曼量皇量鼍鼍皇曼曼曼曼曼喜曼曼曼曼曼皇寡舅i 一一一- - - 一一m m m n n m m 曼 附表索引 表3 1两市总体数据基本统计量2 2 表3 2 沪市四阶段数据基本统计量2 2 表3 2 沪市四阶段数据基本统计量2 2 表3 4a r c h 效应l m 检验结果”2 7 表3 5 沪市总体e g a r c h m 模型估计结果2 8 表3 6 深市总体e g a r c h m 模型估计结果2 9 表3 7a r c h 效应l m 检验结果2 9 表3 8 深市分阶段e g a r c h m 模型估计结果3 2 表3 9 沪市分阶段e g a r c h m 模型估计结果3 3 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的 研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：袁畚讯魄乃口舻年月“日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 1 保密口，在一年解密后适用本授权书。 2 不保密团。 ( 请在以上相应方框内打”) 作者签名：囊美溯日期： 导师签名：日期： 久矿年1 月名日 2 咖j ，年j 1 月2 e t 硕士学位论文 1 1 研究背景与意义 第1 章绪论 长期以来，股票价格和价格波动的关系一直是金融研究者感兴趣的重要课题， 而波动性( v o l a t i l i t y ) 的研究是近年来金融实证研究的重要领域。市场波动性是金融 经济学的核心内容，它被广泛应用于风险大小的度量、资本资产定价模型的计算、 以及金融市场效率的检验中。对金融领域的波动性研究以股票市场的波动最为典 型，股市波动非对称性特征的理论分析与应用研究，则是研究的重要领域之一。 大量的实证研究表明，收益和下一期收益的条件方差之间呈现出负相关关系，也 就是说，负的( 或正的) 收益常常和条件方差的向上( 或向下) 修正联系起来， 这种现象在一些文献中被称之为波动的非对称性 见e n g l e & n g ( 1 9 9 3 ) 以及 z a k o i a n ( 1 9 9 7 ) 瞄1 。在股票市场的崩溃时期，非对称性波动现象显得尤为明显， 股票价格大的下跌常常伴随着股市波动的显著增加。 2 0 世纪9 0 年代以来，学者们将其他领域的研究结果引入到股票价格波动性理 论中，以探讨波动非对称性产生的原因，试图更确切地解释资本市场价格波动的 真实行为，使资本市场价格变动的复杂性得到更为真切和准确的描述及解释。 b l a c k ( 1 9 7 6 ) 3 l 和c h r i s t i e ( 1 9 7 5 ) 1 4 j 是最早证实并解释美国证券市场个股收益的非对 称波动特征的。他们提出了两种广为流行的解释非对称波动的理论：杠杆效应假说 和波动反馈效应假说。杠杆效应假说认为，股票价值的降低( 负收益) 增加了金融 杠杆，使股票风险加大，从而加剧了股票价格的波动，o 波动反馈效应假说认为好消 息的到来增加了投资者对未来波动的预期，进而投资者要求股票提供更高的收益， 较高的收益预期又使股价降低，最终减弱了好消息对波动的影响：相反，由大规模 的坏消息引起的波动，同样会使投资者要求更高的回报，从而使股价下跌，最终 放大坏消息对波动的影响。这两种假说揭示的因果关系不同：杠杆效应假说认为收 益冲击引起了条件方差的波动，而波动反馈假说主张条件方差的波动导致了收益 的冲击。迄今为止，股票市场上存在的波动非对称现象得到了国内外许多学者较 为广泛的实证支持。g u o j u n w u ( 2 0 0 1 ) p 】建立了一个非对称波动模型，模型包含了 上述两个最流行的解释理论o 杠杆效应和波动反馈效应，实证结果表明，杠杆效应 和波动反馈效应对非对称波动的产生都起着重要的作用。 国外成熟市场的波动非对称特性还是比较鲜明的，而且大多情况是与相同大 小的好消息相比坏消息对波动性的影响更大，即杠杆效应明显：对于我国股票市场 来说，作为一个新兴加转轨的市场，虽然存在其特殊性，但是仍然满足这些规律。 我国股票市场的高收益伴随着极高的波动性，其中，上海股票市场的年平均波动性 我国股市波动非对称性特征的安证研究 是2 5 6 4 ，深圳市场的平均波动性是3 1 6 6 ，在1 9 9 1 1 9 9 6 年较高的波动性都出现 在股市上涨的年份，而较低的波动性都出现在股市下跌的年份：而在1 9 9 7 - - 2 0 0 8 年较高的波动性都出现在股市下跌的年份，而较低的波动性都出现在股市上涨的 年份，这些情况都说明了我国股票市场的波动性存在着非对称的特征。本文旨在 通过分别对沪深两市日收益率数据的波动非对称性进行总体和分阶段的研究，进 而探讨我国股市波动非对称性的内在原因，从而更准确的把握我国股票市场的波 动趋势。 准确预测金融市场的波动对于选择理想的投资组合，进行资产管理，乃至对基 础资产和衍生产品的定价都有重要作用。当前研究股市波动普遍采用的模型是 a r c h 类模型，也就是自回归条件异方差模型。而其中最引人注目的是能够刻画利 好消息和利空消息对资产收益波动率产生不同影响的模型正是这些模型反映出 了信息对股票收益率波动非对称性影响的存在。本文主要运用指数广义自回归条 件异方差( e g a r c h ) 模型来验证中国股市非对称性影响的存在。 在股票期权的估价中，w i g g i n s ，h u l l 和w h i t e 认为股票收益的随机波动率可能 是导致b l a c k - - s c h o l e s 期权定价公式出现偏差的原因，并h d a y l e w i s 的研究表 明，b l a c k - - s c h o l e s 模型中的内含波动率相对于g a r c h 和e g a r c h 模型来讲不能 完全扑捉到未来波动率的可预测部分。h a r v e y 和w h a l e y ( 1 9 9 6 ) 1 6 j 也发现了这一特 征，并利用这一消息取得了可观的收益。因此，波动率的预测能力对于设计出最优 的期权和期货的动态对冲策略具有非常重要的意义。而在波动模型中，对于波动非 对称性的研究，影响着波动率的正确预测。在国内，信息对股票收益率波动非对称 性影响的研究还不多见，而中国股票市场作为新兴加转轨市场，与国外成熟的资本 市场相比表现出更高的复杂性和不可预侧性，股票价格波动频率高、波动幅度大， 从而对我国这样一个新兴加转轨市场的股票市场波动非对称性特征的进行深入和 全面研究具有着重要的理论意义和实际意义，希望本文的研究能够帮助投资者和 监管层，能更准确地了解我国股票市场的非对称波动特征。 1 2 国内外相关研究综述 1 2 1 国外相关研究现状 国外对股票市场价格的波动性研究己有很长的一段历史，早在2 0 世纪6 0 年代 f a m a ( 1 9 6 5 ) t 7 】就观察到投机性价格的变化和收益率的变化具有稳定时期和易变时 期，即价格波动呈现集群性，方差随时间变化。此后，国外对投机性价格波动特 征进行了大量的研究。其中最成功地模拟了随时间变化的方差的模型首推 e n g l e ( 19 8 2 ) i 8 l 提出的自回归条件异方差模型( a u t o r e g r e s s i v ec o n d i t i o n a l h e t e r o s k e d a s t i c i t y ，a r c h ) ，以及它的扩展模型。e n g l e ( 1 9 8 2 ) 在研究英国通货膨 2 硕士学位论文 胀问题时，提出该模型其基本特征在于假设观测数据的方差呈现自相关，由于 a r c h 模型能在一定程度上解释金融市场上常见的聚类现象，能够较好地刻画金 融资产收益率时间序列存在的条件异方差问题，因此，其一经提出后，便引起了 广大金融研究者们的注意。但是，e n g l e 的a r c h 模型只是一种最简单的线性模型， 还不能刻画金融资产收益时间序列诸如“微弱但却长久的记忆( w e a k b u t 1 0 n g m e m o ) 一、杠杆效应等特点。当研究者们发现a r c h 模型无法表达某些情形中自相 关系数消退缓慢以及在实际应用中对完全自由的滞后分布的估计常导致非负约束 的破坏时，g a r c h ( g e n e r a l i z e da r c h ) 模型便应运而生。b o l l e r s l e v ( 1 9 5 6 ) 1 9 l 在对 e n g l e 的a r c h 模型进行推广后，提出了g a r c h 模型。b o l l e r s l e v 在g a r c h 模型中， 除了考虑误差项的滞后期外，还同时加入了误差项条件方差的滞后期，这样使其 具有更高的概括能力，较为简洁地描述了波动的聚类性和“尖峰厚尾一特征，从 而开辟了a r c h 模型族研究的新篇章。然而a r c h 和g a r c h 模型还是存在对称性 的缺陷，变量都以平方表示，收益的正、负对波动率没有影响，所以g a r c h 模型 不能很好地解释股票收益的杠杆效应。于是n e l s o n ( 1 9 9 1 ) t 1 0 l 提出e g a r c h 模型条 件方差被定义为对数形式，指出在波动大小相同的情况下，未来条件方差在负波 动下增幅大于正波动下的增幅，并运用此模型发现美国股市报酬波动具有不对称 性和股市的杠杆效应。理论研究是以应用研究为目的的，模型的产生也正是有其 实践意义。 g l o s t e n ，j a g a n n a t h a n & r u n k l e ( 1 9 9 3 ) 1 1 1 】运用标准g a r c h - - m 、修正的g a r c h m 以及e g a r c h m 模型，研究纽约证券交易所1 9 5 1 年4 月至1 9 8 9 年1 2 月间加权 股价指数的月度收益。得出以下几个结论：i ) 若使用标准g a r c h - - m 模型来反映股 票市场的随机波动度，股票超额收益的条件均值与条件方差间呈现出正向但不显 著的相关关系：若对标准模型进行调整，充分考虑条件方差对好坏消息的非对称性 影响，股票超额收益的条件均值与条件方差间呈现出负向相关关系，而且在进行 季节调整并引入无风险利率后，这种负相关关系表现得更加明显，且能通过显著 性检验。2 ) 波动度的时间效应在统计上是显著的。3 ) 月度超额收益的条件波动度 的持久性并不强。4 ) 负残差往往引起方差的增长，而正残差则导致方差的小幅减 少。5 ) 月度数据与日数据在模型估计结果上存在显著差异。 e n g l e & n g ( 1 9 9 3 ) i 1 2 1 建议可使用消息冲击曲线为工具来判断波动度估计中是否 己包含对好坏消息的考虑。他们在文中较为全面地介绍并对比了近年出现的时变 波动度模型，并提出了与拉格朗日乘子相关的符号、正偏、负偏检验。运用上述 非对称波动度模型以及一个部分非参数模型( p a r t i a l l yn o n p a r a m e t r i cm o d e l ，简称 p n p ) ，他们对1 9 8 0 年1 月至1 9 8 8 年1 2 月的日本股票收益进行分析，结果发现虽然 所有非对称模型均可映负冲击较正冲击对波动度有着更剧烈的影响，诊断检验的 结果表明许多模型反映的非对称性是不充分的，而表现最佳的当属g j r 模型 我国股市波动非对称性特征的实证研究 j i ii 一 i 曼曼皇曼曼量曼曼鼍曼曼曼曼詈曼皇皇 ( g l o s t e n ，j a g a n n a t h a n & r u n k l e ，1 9 9 3 ) 。用部分非参数模型进行拟合的结果也证实 了上述论断。对于一般的冲击，e g a r c h ，g j r 与p n p 的预测效果类似，但对于 幅度极大的冲击，三者的预测效果则出现差异，尤其采用e g a r c h 进行预测会出 现不合理的结果。该文的一个贡献在于提出了简单可行的符号检验，并以蒙特卡 罗试验证实其有效性。 t a r c h ( t h r e s h o l d - - a r c h ) 模型i 主t z a k o i a n ( 1 9 9 4 ) 1 1 3 l 等提出，模型在非对称模 型的基础上加入虚拟变量，使得模型能较之以前模型，在股价上涨信息和下跌信 息对条件方差的作用效果不同。随着市场非对称性研究的不断深入，对理论模型 的要求也就愈加系统化，同时也有许多的模型组合相应产生，充分显示了国外在 这个研究领域的显著成绩。b r a u n 等( 1 9 9 5 ) 1 1 4 】运用e g a r c h 模型研究美国股票市 场，发现好消息与坏消息对市场波动的影响具有不对称性。f o r n a r i 和m e l e ( 1 9 9 7 ) i 1 5 】 利用波动转换g a r c h 模型与g j r g a r c h 模型对英国、美国、香港、意大利、新 加坡、日本与南非等国家( 地区) 的股票市场进行实证研究，发现股票市场的条件 波动具有不对称性。b r o o k s ，f a f f ，m c k e n z i e & m i t e h e l l ( 2 0 0 1 ) t 1 6 l 运用更加灵活的 a p g a r c h 模型对1 0 个国家的股票指数以及加权世界股价指数的波动度进行拟 合，估计结果显示，除新加坡外，其它各国的指数都更适合使用t a r c h 模型，即 以条件标准差而并非条件方差作为考察重点。似然比检验的结果表明在a r c h 模 型中加入条件方差、标准差、以及非对称调整项，可以大大提高估计效果，从而 证实了杠杆效应是存在于世界各股票市场的普遍现象。 上述这些研究表明，股票市场的非对称性波动是显著存在的。并且，这些研 究提供了很多用于研究股市波动性的模型和研究方法，为以后的进一步研究搭建 了一个良好的平台。 1 2 2 国内相关研究现状 目前国内关于股票价格波动非对称性的研究仍处于初级阶段，尤其是利用主 流方法如广义自回归条件异方差模型( g a r c h ) 和随机波动模型( s t o c h a s t i c v o l a t i l i t ym o d e l ) 的研究。由于股市起步较晚，国内研究大多建立在国外己有理论 研究成果的基础之上，且以实证研究为主要内容。因此，一些学者在方法的运用 上还不是很成熟，由此得出的实证结果也必然会有所出入。 丁华( 1 9 9 9 ) l r 7 l 以1 9 9 4 1 9 9 7 年间上证a 股指数为样本，经过a r c h - - l m 检验， 断定股价指数波动中存在a r c h 效应，并以a r c h ( 2 ) 模型进行估计，得出以下结 论：1 ) j 2 i i e a 股指数序列近似为随机游走过程，但存在非线形现象；2 ) 上证a 股市场是 弱式有效的；3 ) _ j 匕_ i j e a 股指数的波动是平稳的。但是对于中国股市，采用a r c h 模 型估计波动率，仅考虑残差项的自相关，而不考虑条件方差滞后项的影响是不合 适的。该文并未给出估计参数的t 统计量，也未进行残差二阶矩的序列相关检验， 4 硕士学位论文 因此估计的效果是否可靠也值得怀疑。 陈泽忠等( 2 0 0 0 ) l l s j 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 合指数每日收盘价以及两市的每日成交量为研究对象，利用e g a r c h - - m 模型进 行实证分析，其结果显示所有参数的估计值都十分显著，但与国外研究相反， e g a r c h 模型中反映非对称性的参数y 的估计值显著为正。作者由此得出结论：我 国股市的波动性存在非对称a r c h 效应，即证券收益率的条件方差对正、负冲击 具有不对称反映，正冲击对条件方差的影响要大于负冲击对条件方差的影响：我国 股市的波动性与收益率显著正相关，投资者所要求的风险补偿较高。此结论与国 外普遍研究结果相反，仔细阅读该文，原因可能是作者并未对估计结果进行严格 的假设检验，仅以参数估计值的t 统计量为依据说明模型的可靠性似乎过于武断， 因此其结论是否正确也有待推敲。 陈千里( 2 0 0 2 ) 1 1 州利用g a r c h 类模型，以上证综合指数为对象对中国股市波动 进行实证研究。新的证据显示中国股市波动的集簇性和非对称性是显著的，并在 中国股市的背景下对集簇性和非对称性的几种经济解释进行了理论分析。胡海鹏、 方兆本( 2 0 0 2 ) 2 0 j 的文章利用a r ( p ) 一g a r c h ( p ，q ) m 模型，对上证综指和深证成指 两个收益率序列进行不断的拟合尝试，最后发现股市杠杆效应明显、两市的市场 组织结构有待于进一步改善、股票风险在某种程度上影响其预期收益率。陈浪南、 黄杰鲤( 2 0 0 2 ) 【2 1j 以1 9 9 3 年1 月3 日至2 0 0 1 年1 2 月2 8 日的深圳成分指数为研究对象， 应用i n d a n ，t i a o 提出的i c s s 法则( 即迭代累计平方和法则) 将样本区间分为三个子 样本，分别应用g j r ，g a r c h - - m 模型来拟合，得出以下结论：1 ) 从总样本区间看， 中国股票市场在1 0 显著水平上存在杠杆效应；2 ) 在前两个阶段( 1 9 9 3 1 9 9 7 ) 估计 的y 值显著为负，说明好消息比坏消息对市场波动性的影响更大，并从股市供求 关系和投资者两方面做出解释：3 ) 为中国股票市场的投机成分不断减少，投资者不 断趋于理性这一论断找到实证基础。丁娟( 2 0 0 3 ) t 2 2 l 运用t a r c h 和e g a r c h 模型， 从实证的角度分析了上海股市收益率的波动特征，验证了信息对股票收益率非对 称性的影响，并指出了杠杆效应的存在，同时得到相同的结论：中国股市与国外成 熟股市一样存在着信息对股市波动的非对称性影响。尹向东等( 2 0 0 5 ) t 2 3 l 应用 g a r c h 系列模型来刻画沪深股市的波动性，估计出了沪深股市的波动性的实证模 型，发现深证综指受过去的波动性的影响大于上证综指。沪市不存在明显的杠杆 效应，而深市则有明显的杠杆效应，好消息会对上综指引起比坏消息更大的波动 性，显示出一定程度的波动性的非对称性，深综指则表现出更为明显的波动性非 对称性，即坏消息会导致比好消急更大的波动性。周少甫，袁兴兴( 2 0 0 5 ) t 2 4 】对沪 深两市收益率的性质作了统计分析，由统计分析的结果得知两市的收益率数据可 以应用t 分布下的e g a r c h - - m 模型作波动的非对称性实证研究，研究结果证实了 沪深两市都存在显著的非对称性波动，并且，从经济意义上讲，上海股市的非对 我国股市波动非对称性特征的实证研究 称性更显著：结果还表明，总体上讲沪市中的投机性要比深市严重。 上文概括的文章有些结论是相互矛盾的，之所以国内对股市研究的实证结论 有所冲突，很可能是一些学者在研究方法上存在着问题，不能很清楚的认识和把 握模型族，因此在对模型的选取上存在着不确定的风险：另一方面，在选取模型之 后，要在实证分析中进行检验，也有可能是研究者们在检验方法上出了问题。总 之，在股市波动非对称性这个研究领域，美国和一些欧洲国家一直处于主导地位， 国内的研究成果还远远落后于国外发达国家，相对于国际上相关问题研究的深度 和广度，可以上说仍处于起步阶段，尤其是在理论领域还没有什么突破性的进展。 学者们应加强对国际上主流研究方法的认识，具体问题具体分析，更有针对性地 来选取适合的模型理论，甚至根据具体实证问题的需要可以对所选模型进行修正， 更好的研究中国这个特殊的具有政策效应的股票市场的波动。本文总结前人经验， 综合了模型的比较选取和对我国股票市场进行分阶段研究，以对我国股市波动的 非对称性进行系统和全面的分析，希望本文的研究能够帮助投资者和监管层，更 准确地了解我国股票市场的波动非对称性特征。 1 3 研究思路和研究方法 本文选取上证综合指数和深证成分指数1 9 9 3 年1 月3 日至2 0 0 8 年6 月6 日之间的 日收益率为样本，拟从沪深股指收益率的基本统计特点出发，系统地介绍各种国 内外关于证券收益率波动非对称性理论、模型及其假设检验的方法，然后在总结 前人的研究成果的基础上，选取最能拟合我国股票市场中的收益率序列数据，刻 画我国股市收益率波动非对称特征的e g a r c h m 模型，并根据所选取样本数据构 成的时间序列的统计特征，对模型的均值方程进行设定，以修正标准的e g a r c h _ m 模型使其能更好的刻画我国股票市场波动，来对我国股价指数收益率的波动非对 称性特征进行实证研究。在对沪深两市做整体分析的同时，考虑到我国股票市场 作为一个新兴加转轨市场，由于制度变迁等因素的存在而表现出一定的阶段性特 征，这也是国内外众多学者一致认同的。因此，为问题研究的系统性和合理化，特 别对上证指数、深证成指的总样本数据应用i n c l a na n dt i a o ( 1 9 9 4 ) 提出的i c s s 法则( 即迭代累计平方和法则) ，从收益率序列中寻找波动性产生突然变化的时点， 以此来科学而非主观划分波动时段，对我国股市的波动特征进行阶段性分析，同 时对影响我国股市波动的重大事件加以考虑，从而全面研究我国股市的波动非对 称性特征，探索其产生根源和存在的影响因素，形成一个对我国股市收益率非对 称性波动比较客观全面的认识。 本文共分为5 章，第1 章为绪论；第2 章介绍了波动非对称性理论及实证研究方 法，介绍用于波动性研究的a r c h 模型，并对本文所采用的模型和理论做出详细 说明；第3 章是本文的核心部分，主要是我国股票市场波动非对称性的实证分析， 6 硕士学位论文 ! , m mi i i i 皇量量曼曼曼曼皇量皇曼曼笪曼曼曼蔓 通过我国沪深两市的相关数据，依据理论对波动非对称性做出具体的实证分析； 第4 章是文章的实证结果分析及建议部分。第5 章为结论部分，对全文做出总结并 指出进一步研究的方向。 7 我国股市波动非对称件特征的实证研究 第2 章波动非对称性理论模型和方法 资产收益率的波动性是资产收益理论中长期倍受关注的一个焦点问题。资产 选择理论用方差或协方差来描述收益率的波动性，进而寻找最优资产组合，资本 资产定价模型则说明投资者因承担系统风险而获得收益率的补偿，期权定价公式 则更是把资产收益率的波动幅度作为决定期权及其他衍生资产价格的重要因素。 这些理论都以资产收益率的波动性为研究核心。然而，传统的金融计量学模型对 风险或收益率波动特征的理解和描述是较为简单和粗糙的，而且一般认为用来刻 画风险或收益率波动特征的方差是独立于时间变化的变量。但2 0 世纪6 0 年代以 来，大量关于金融市场价格行为的经验研究结果证实：方差是随时间变化而变化 的，例如对利率、汇率、通货膨胀率、股票收益率等序列建立回归模型并进行预 测时，经常会发现这些序列的观测值在某个时间段变化波动幅度大，在另一个时 间段变化波动幅度又比较小；此外，模型的预测误差也随时间的不同而变化，在某 一时期里误差相对较大，而在另一时期里则相对较小。r o b e r t f e n g l e ( 1 9 8 2 ) 8 l 提 出的自回归条件异方差模型以及其后诸多计量经济学家提出的可归于此类的多个 模型，从条件标准差的角度，很好的刻画了金融时间序列的波动变化过程。 2 1 波动非对称性的理论解释 股票市场对消息的反应集中体现在股市收益率的波动上。收益率的波动模式 大体反映了市场的反应特征。因此，研究股票市场非对称反应问题的实质在于研 究股市收益的非对称波动。根据g e e r tb e k a e r t & g u o j u nw u ( 2 0 0 0 ) 2 5 1 在其文章中对 波动非对称性下的数学定义，据此在本文中我们给出股票市场非对称性波动的定 义。 令：表示t 期市场信息集合，兄j 表示股票市场指数，r u ，表示市场组合收 益率，则有： r u 。，= l n p u ，。一i n p u ，r u ，= e ( ，i l ) + f + l ，吒。，= v a r ( r u 。，i t ) 定义：如果下述条件成立： v a r ( r m ，。h ， o ) - 砖。， 则称该股票市场存在着非对称反应。特别地，当下述条件满足时： 吒。，= v a r ( r u 。，i ， v a r ( r m ，f + l1 1 , ，一i o ) 一吒。， 8 ( 2 1 ) ( 2 2 ) ( 2 3 ) 硕士学位论文 我们称股市放大“利空 消息，缩小“利好消息 ；当下式成立时： 砖。，= v a r ( r m ，fi ，。 o ) 一， o ) 一吒。 ( 2 4 ) 我们称股市放大“利好刀消息，缩小“利空消息。 目前的一些研究