（数量经济学专业论文）中国A股市场行业板块的波动性和相关性研究.pdf

中国a 股市场行业板块的波动性和相关性研究 摘要 股票市场上行业板块的波动性和相关性是投资者在行业间资产配置时不容 忽视的两个关键因素。行业板块的波动性反映了投资于该行业板块面临的价格 ( 或收益) 变动风险，行业板块的相关性则反映了板块之间价格( 或收益) 的 联动效应。为了帮助证券市场参与者深刻理解中国a 股市场行业板块的波动和 相关特性，为他们全面把握行业层面的市场风险提供决策借鉴，本文选择中证 指数有限公司2 0 0 9 年7 月3 日推出的中证行业系列指数的日收益率序列为研究 样本，首先基于单变量g a r c h 模型估计十个一级行业指数日收益率的条件方 差，借以观察各行业板块的波动性特征，同时基于非参数检验的方法，考察了 全部十个行业板块的波动性的相对大小关系在不同时间区间内是否具有一致 性；然后运用多变量动态条件相关( d c c ) 模型测度了十个一级行业指数日收益 率的相关系数，同样基于非参数检验方法，考察了全部十个行业板块间相关性 的相对强弱关系在不同时间区间内是否具有稳定性。 本文的主要结论包括：( 1 ) 中国a 股市场各行业板块的波动都具有持续性、 集聚性等金融时间序列共有特征，且各行业板块的波动性均较大程度上受到整 体股市行情的影响。( 2 ) 样本时间区间内，行业板块波动性的相对大小关系具 有显著的一致性，也就是说波动性大的行业板块在样本时间区间内各阶段的波 动往往都比较大，而波动性小的行业板块在样本时间区间内各阶段的波动性往 往都比较小，本文将行业板块按照波动由大到小进行了排序。( 3 ) 行业板块的相关 性研究表明中国a 股市场行业间收益率的相关性是随时间变化的，且均为显著 的正相关，相关系数大多分布于o 6 0 9 之间，一定程度上反映了中国a 股市 场各行业板块面临的系统性风险较大。( 4 ) 尽管行业间收益率均表现为正相关， 但相关程度存在差异。非参数检验的结果表明行业板块间相关性的相对强弱关 系具有显著的稳定性，即相关性强的那些行业板块在样本时间区间内各阶段的 相关性往往都比较强，而相关性弱的行业板块在样本时间区间内各阶段相关性 相对来说都比较弱。 关键词：a 股市场 行业板块波动性行业板块相关性d c c 模型非参数检验 r e s e a r c ho nt h ev b l a t i l i t ya n dc o r r e l a t i o no fs e c t o r s i nc h i n a sa s h a r em a r k e t a b s t r a c t v b l a t i l i t ya n dc o r r e l a t i o na r et w ok e yf a c t o r st h a tc a nn o tb ei g n o r e dw h e n a l l o c a t i n ga s s e t sa m o n gs e c t o r si nt h es t o c km a r k e t t h ev o l a t i l i t yo ft h es e c t o r s r e f l e c t sr i s kd u et ot h ep r i c e( o rr e v e n u e )c h a n g e st h a tf a c e si n v e s t o r s t h e c o r r e l a t i o nr e n e c t sl i n k a g ee f f e c t so ft h ep r i c e ( o rr e v e n u e ) b e t w e e ns e c t o r s i n o r d e rt oh e i pt h es e c u r i t i e sm a r k e tp a r t i c i p a n t sg e tap r o f b u n du n d e r s t a n d i n go f v o l a t i l i t y c h a r a c t e r i s t i c sa n dr e l a t e dc h a r a c t e r i s t i c so ft h es e c t o r si nc h i n a s a s h a r em a r k e ta n dh e l pt h e mt of u l l yg r a s pt h em a r k e tr i s kw h e nt h e ym a k ea d e c i s i o n ，t h i sp a p e rs e l e c t st h ed a i l yr e t u r ns e r i e so fc s is e c t o ri n d e xa st h e r e s e a r c h o b j e c tw h i c hl a u n c h e do nj u l y3 r d ，2 0 0 9 a n d6 r s t l yb a s e do n s i n g l e v a r i a b l eg a r c hm o d e l ，w ee s t i m a t et h ec o n d i t i o n a lv a r i a n c eo ft h er e t u r n o ft e ns e c t o r si n d e x e st oo b s e n ，et h ec h a r a c t e r i s t i c so ft h ev o l a t i l i t yo ft h es e c t o r s t h e nb a s e do nn o n p a r a m e t r i ct e s t ，w ei n v e s t i g a t et h a t 、h e t h e rt h eo r d e ro ft h e v o l a t i l i t ya m o n gs e c t o r s i sc o n s i s t e n ti nd i f f e r e n tp e r i o d s t h i r d l y ， w eu s e m u l t i - v a r i a b l ed y n a m i cc o n d i t i o n a lc o r r e l a t i o n( d c c )m o d e lt om e a s u r et h e c o r r e l a t i o nc o e f n c i e n t so ft h er e t u mo f1os e c t o r si n d e x e s ，a n da l s ob a s e do n n o n - p a r a m e t r i ct e s t ，w ei n v e s t i g a t ew h e t h e rt h eo r d e ro ft h ec o r r e l a t i o nc o e f f i c i e n t s a m o n gs e c t o r si sc o n s i s t e n ti nd i f r e r e n tt i m e s t h em a i nc o n c l u s i o n so ft h i sp a p e ri n c l u d e ：( 1 ) v b l a t i l i t yo fd i f i f e r e n ts e c t o r s i nc h i n a sa - s h a r em a r k e tp r e s e n t e dc o m m o nf e a t u r e so ff i n a n c i a lt i m es e r i e ss u c h a sv o l a t i l i t yc o n s i s t e n c e ，v o l a t i l i t yc l u s t e r i n g a n dt h ev o l a t i l i t yo fd i f f e r e n ts e c t o r s w a si m p a c t e db yt h eo v e r a l ls t o c km a r k e tb yal a r g e re x t e n t ( 2 ) d u r i n gt h ep a s t5 y e a r s ， t h eo r d e ro ft h ev o l a t i l i t ya m o n gs e c t o r sw a sc o n s i s t e n ti nd i f f e r e n t s u b - p e r i o d s ( 3 ) t h ec o r r e l a t i o na m o n gt h e l0s e c t o r si nc h i n a sa s h a r em a r k e t c h a n g e do v e rt i m e ，a n da l ls e c t o r ss h o w e das i g n i f i c a n tp o s i t i v ec o r r e l a t i o n t h e c o r r e l a t i o nc o e f ! f i c i e n tm o s t l yd i s t r i b u t e di nt h e0 6 - 0 9 i tr e n e c t e dt h a tt h e r e e x i s t e dg r e a t e rs y s t e m i cr i s ki nt h ec h i n a sa - s h a r em a r k e tt oac e r t a i ne x t e n t ( 4 ) t h eo r d e ro ft h ec o r r e l a t i o nc o e f n c i e n t sa m o n gs e c t o r sw a sc o n s i s t e n ti nd i f f e r e n t t i m e s i tm e a n tt h a tt h e r ew e r ea l w a y ss o m es e c t o r st h a tw e r eh i g h l yr e l e v a n tw h i l e o t h e rs e c t o r ss h o w e dl e s sr e l e v a n c e k e y w o r d s ：c h i n a sa s h a r em a r k e t ；v 0 l a t i l i t yo fs e c t o r s ；c o r r e l a t i o no fs e c t o r s ； d c cm o d e l ；n o n - p a r a m e t r i ct e s t 插图清单 蚕3 1 中证能源指数收益率图1 9 图3 2 中证能源指数收益率q q 图1 9 图3 3 中证能源指数收益率自相关图“1 9 图3 4 中证能源指数收益率偏自相关图2 0 蓬3 。5 中证能源指数收益率平方的自相关圈2 0 图3 6 中证能源指数日收益率波动曲线2 3 图3 7 中证原材料指数日收益率波动曲线2 3 图3 。8 中证工业指数日收益率波动馥线2 3 图3 9 中证可选消费指数日收益率波动曲线2 4 图3 1 0 中证主要消费指数日收益率波动曲线2 4 图3 1 l 中证医药卫生指数日收益率波动曲线一2 4 图3 1 2 孛证金融地产指数嚣收益率波动曲线2 4 图3 1 3 中证信息技术指数日收益率波动曲线2 4 图3 1 4 中证电信业务指数日收益率波动曲线2 4 图3 1 5 中证公用事业指数日收益率波动馥线2 5 图4 1 能源一原材料相关系数曲线3 l 图4 2 能源一工业相关系数曲线3 1 图4 3 能源一可选消费相关系数曲线3 l 蚕4 4 能源一主要满费相关系数馥线3 l 图4 5 能源一医药卫生相关系数盐线3 l 图4 6 能源一金融地产相关系数曲线3 l 图4 。7 能源一信息技术相关系数曲线3 l 图4 8 能源一电信业务相关系数曲线3 l 图4 9 能源一公用事业相关系数曲线3 l 图4 1 0 原材料一工业相关系数曲线3 l 图4 1 l 原材料一霹选消费楣关系数曲线“3 l 图4 1 2 原材料一生要消费相关系数曲线一3 l 图4 1 3 原材料一医药卫生相关系数曲线3 2 图4 。1 4 原材料一金融地产相关系数曲线一3 2 匿4 1 5 原材料一僖怠技术相关系数曲线一3 2 图4 1 6 原材料一电信业务相关系数曲线3 2 图4 1 7 原材料一公用事业相关系数曲线3 2 圈4 。1 8 工业一可选消费相关系数蓝线3 2 图4 。1 9 工业一主要消费相关系数曲线3 2 图4 2 0 工业一医药卫生相关系数曲线3 2 图4 2 1 工业一主要消费相关系数曲线3 2 图4 2 2 工业一医药卫生相关系数曲线”3 2 图4 2 3 工业一电信业务相关系数曲线3 2 图4 2 4 工业一公用事业相关系数曲线3 2 图4 2 5 可选消费一主要消费相关系数曲线3 3 图4 2 6 可选消费一医药卫生相关系数曲线3 3 图4 2 7 可选消费一金融地产相关系数曲线3 3 图4 2 8 可选消费一信息技术相关系数曲线3 3 图4 2 9 可选消费一电信业务相关系数曲线3 3 图4 3 0 可选消费一公用事业相关系数曲线3 3 图4 3 1 主要消费一医药卫生相关系数曲线3 3 图4 3 2 主要消费一金融地产相关系数曲线3 3 图4 3 3 主要消费一信息技术相关系数曲线3 3 图4 3 4 主要消费一电信业务相关系数曲线“3 3 图4 3 5 主要消费一公用事业相关系数曲线3 3 图4 3 6 医药卫生一金融地产相关系数曲线3 3 图4 3 7 医药卫生一信息技术相关系数曲线3 4 图4 3 8 医药卫生一电信业务相关系数曲线”3 4 图4 3 9 医药卫生一公用事业相关系数曲线3 4 图4 4 0 金融地产一信息技术相关系数曲线一3 4 图4 4 l 金融地产一电信业务相关系数曲线3 4 图4 4 2 金融地产一公用事业相关系数曲线3 4 图4 4 3 信息技术一电信业务相关系数曲线3 4 图4 4 4 信息技术一公用事业相关系数曲线3 4 图4 4 5 电信业务一公用事业相关系数曲线3 4 图4 4 6 第一类相关系数图”3 5 图4 4 7 第二类相关系数图3 6 表格清单 表2 1 评定排序表l5 表3 1 中证行业指数概况1 7 表3 2 中证行业指数日收益率描述性统计量“| 8 表3 3 十个行业指数日收益率序列的a d f 检验1 9 表3 4 自相关检验和异方差检验结果2 1 表3 5 各行业掺数收益率均值、条 孛方差方程滞蜃阶数2 l 表3 6 各行业收益率序列的g a r c h 模型估计参数”2 3 表3 72 0 0 5 2 0 0 9 年各期十只行业指数收益率条件方差排序2 6 表3 。8 只行业指数协和系数检验2 8 表3 9 十只行业指数收益率条件方差的秩均值2 8 表3 1 0 十只行业指数按波动性大小分类“2 8 表4 1 行业指数相关系数协和系数检验3 7 表4 2 1 十个行业指数日收益率动态相关系数的秩均值3 8 表4 2 2 十个行业指数日收益率动态相关系数的秩均值( 续1 ) 3 8 表4 2 3 十个行业指数圜收益率动态相关系数的秩均值( 续2 ) ”3 8 表4 3 行业指数相关系数分类3 9 独创性声明 本人声明所呈交的学位论文是本入在导师指导下进行的研究工佟及取得的研究成果。据我所 知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果， 也不包含为获得金壁王些太堂 或其他教育机构的学位或证书而使用过的材料。与我一同工作 鹩同志对本研究所徽的任谤荧献均已在论文孛作了明确的说明著表示谢意。 学位谳幽弼柳期：冲年圳口日 学位论文版权使用授权书 本学链论文终者完全了憋盒l 基玉超塞堂有关保留、爱霜学健论文戆规定，有权僳蜜并向 国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人授权佥墼王些盔 兰l 可以将学位论文的全部或部分论文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、汇编学位论文。 ( 保密豹学位论文在解密后适用本授权书) 学位论文者签名：序耖谚豸 签字日期：坤年月；目 学蕴论文佟者毕业后去向： 工作单镪： 通讯地址： 导师签名：万 黼瓤跏岁月f 日 电话： 邮编： 致谢 本人自2 0 0 7 年进入合肥工业大学人文经济学院数量经济学专业读研并师从万伦 来教授以来，自始至终得到了万伦来教授的悉心指导。无论从课程学习、论文选题， 还是从收集资料、论文成稿，都倾注了万伦来教授的心血。在此由衷地感谢万伦来教 授在我学业、生活和工作上的指导和关怀。万伦来教授为人的高尚道德情操，渊博的 学识，严谨的治学作风，诲人不倦的教育情怀以及对科研事业的热爱与追求，使我深 受教诲，必将使我终身受益，并激励我在以后的人生道路上不断奋进。 在毕业之际，我真诚地感谢给我无私帮助的王立平副教授、张本照教授、李静副 教授等人文学院的全体老师，他们为我创造了论文写作的必要条件与学习机会，有了 他们的教诲论文才得以不断完善。 在读研期间，我的同学肖翔、陈琛、王志鹏、李琼、江昕、胡志华、余晓钰、丁 涛等在学习和生活上给予我莫大帮助，并与我共度两年多的美好时光，在此也一并表 示深深的感谢! 还要感谢我实习单位的三位领导吴庭、印琥、陈荣富，他们的理解和支持使得我 有充裕的时间来完成我的学位论文。还要感谢我的同事胡静、王冠军、孙晓苑、孙文 然、李卫彬、杨剑明、程晨、吕国庆等，他们在工作上的引导和指教使我尽快地熟悉 了实习岗位的工作内容，向他们表示衷心的感谢。 最后我还要感谢多年来无私培养我的爸爸妈妈，以及默默关怀我的亲人们，他们 对我的期望与关爱一直是我勇于前进的不竭动力。 作者：麻晓芳 2 0 1 0 年4 月 第一章引言 1 1 选题背景及意义 波动性和相关性是综合反映股票市场价格行为、衡量市场质量和效率最简 洁、最有效的两个指标。波动性往往代表了资产收益面临的风险，股票投资者 往往依据资产收益率的波动状况，对市场风险进行估计与预测，戬期实现特定 风险下的最大收益，或者特定收益下的最小风险。相关性则反映了不同资产收 益之间正方向或反方向的联动关系。一个投资组合中某资产与其他资产的相关 系数越小甚至为负时，该资产对投资组合分散风险和多元化的作用越明显。 国内外学者对予股票市场的波动性和相关性问题已经做了大量的研究，然 而大多数的工作集中于研究某一国( 或地区) 股市整体的波动性以及国际股市 间的相关性问题。随着股票市场的发展以及人们对于股票市场认识的不断深入， 投资者在股票市场上进行资产配置与风险防范时，不仅仅着眼于宏观股市的波 动特征的捕捉，即系统性风险的特征，同时也越来越多地关注地区、行业等菲 系统风险因素的影响，一些研究已经表明行业因素对股票投资的影响随着全球 化进程丽不断凸显n 2 儿羽。那么中国a 股市场上各行业板块有何波动特征? 哪些 行业板块波动大? 哪些行业板块波动小? 这种波动的相对大小关系在不同时闻 区间内是否表现出致性? 行业板块间相关性表现出怎样的特征? 行业板块间 的相关程度如何? 板块与板块间的相关性是否存在显著差异? 这种差异是否具 有稳定性? 这些问题对于指导投资者的行业闻投资策略具有十分重要的意义。 因此，本文在前入研究的基础上，选择合适的波动和相关模型对中国a 股市场 十个一级行业指数的日收益率进行建模，旨在回答上述问题，以期为投资者选 择合适的行业投资策略提供有意义的参考，同时为政府及监管部门更好地促进 中国股票市场的发展提供一定的决策依据。 1 2 囡内外研究现状 1 2 王困外研究现状 l 。2 。堇薹股市整体的波动性与相关性的研究 早在2 0 世纪六七十年代国外学者就开始了股票市场价格和收益率波动性 的研究，具有代表性的如f a m a ( 1 9 7 0 ) 研究发现投机性价格和收益率的变化呈现 集聚性，方差是随时闻变优的h 。此后国癸学者对资产价格和收益率的波动特 征进行了大量的研究。自从e n g 圭e 强1 1 9 8 2 年提出a r c 模型以来，经济学界关于 条件异方差或波动率的文章大量涌现，其中绝大多数文献集中于研究金融时间 序列，例如股票、外汇等。也有许多学者开展了股票市场资产收益的相关性研 究，文献多集中予研究不同国家股市( 戳及不同区域) 之闻的相关性。如 r a m c h a n d 和s u s m e l ( 1 9 9 8 ) 利用s w a r c h 模型研究了世界主要的股票市场之间的 相关系数随时间变化的特征及其与市场波动之间的关系，结果表明美国与其他 国家股市间相关关系受到其市场波动的影响很大，同时也是时变的，当美国市 场剧烈波动时，相关关系是平缓时期的3 倍左右旧。l o n g i n 和s o l n i k ( 2 0 0 1 ) 应用e v a 方法对美国、英国、德国、法国和日本这5 个国家1 9 5 9 1 9 9 6 年之间 的股指收益月度数据相关性进行了研究，结果认为市场处于熊市时的股指收益 相关性要明显大于牛市时的相关性1 。 1 2 1 2 行业因素对股票投资重要性的研究 随着经济全球化的发展，人们对金融市场认识的深入，金融市场参与者开 始关注相同的宏观经济形势下，各行业板块的表现，因此学术界也开始了关于 行业因素对股票市场影响的研究。国外学者较早地开始关注行业因素的作用， 从9 0 年代开始，这一研究领域的文献不断涌现。学者们开展了多方面的关于行 业和投资组合收益、波动之间关系的研究，研究结果显示行业因素对股票投资 的影响随着全球一体化而不断凸显。f r e i m a n ，e c k h a r d ( 1 9 9 8 ) 以及u r i a s ， m i c h a e l ，s h a r a i h a ，h e n d r i c k s 心1 ( 1 9 9 8 ) 的研究表明对于欧洲国家股票市场， 行业因素的重要性明显提高，已经超过了地区、国家等因素。c a v a 9 1 i a 和 b r i g h t m a n ( 2 0 0 0 ) 采用因子模型，研究了标准普尔2 1 个发达国家的3 6 个基础 行业指数，结果表明国家因素的重要性可能会逐渐消失，而行业因素的重要性 将不断提高n 3 。r o n a l d 和t j e e r t ( 2 0 0 4 ) 选取f t s e 市场所有股票数据，采用多 因素回归方法探讨了股票投资的四种常用方案，结果表明四种方案的效果有显 著差异：长期来看行业板块效用是地域效用的两倍，是公司大小和价值效用的 六倍】。e h l i n g 和r o m o ( 2 0 0 6 ) 研究了地区间的分散化投资与行业间的分散化 投资哪者能为投资者带来更多的收益，结果表明，在无任何限制的假设下，除 欧洲以外的其它地区，地区间分散投资效果明显优于行业问分散投资；而在短 期卖出的假设下，地区间分散投资并不能显著地优于行业间分散投资方案阳1 。 1 2 1 3 行业板块波动性和相关性的研究 关于行业板块波动性和相关性的研究，s c h w a r t z 和a l t m a n ( 1 9 7 3 ) 利用 k e n d a l l 协和系数检验方法考察了美国行业指数波动性之间的协同变化规律， 研究结果表明某些行业总是要比其他行业具有更大的波动性，行业波动性相对 大小关系在各个阶段具有显著的稳定性叫。c a r r i e r i 和e r r u n z a ( 2 0 0 1 ) 研究了 行业及地区间分散化投资带来的收益。他们选取美国和其他1 6 个地区1 0 个基 础行业的股票市场收益率数据进行分析，结果表明地区之间的平均联动逐步增 强，而这个过程伴随着不同国家间行业结构化联合的加强。行业相关性增强的 影响反映在了实体经济中，而地区、国家间关联增强应该导致的收益的增长却 没有反映在在实体经济中n 。k a l l b e r g 和p a s q u a r i e l l o ( 2 0 0 4 ) 采用滚动回归技 2 术分析行业指数超额联动的动态过程，通过度量行业指数收益率在剔除了系统 性因素詹的相关程度，反映行业指数之闻的超额联动关系，研究结果表嬲从9 0 年代蜃期到2 王世纪初期，这种超额联动关系越来越显著秘羽。l ( e a r n e y 和 p o t i ( 2 0 0 6 ) 选择德国、法国、意大利、荷兰和西班牙等五国1 9 9 3 2 0 0 2 年之间 的股票指数为样本，应用d c c m v g a r c h 模型，研究欧洲股票市场之间的相关性， 同时假设在五个国家之间进行投资组合，利用历史数据检验其组合的收益帮风 险。研究得到的结论是，一国国内股票市场的条件相关饿对于利好消息和坏消 息的反应具有不对称性，国家因素并非导致股指波动的最主要因素，因此建议 投资者通过选择一些 亍业指数投资来有效分散风险。 1 2 2 国内研究现状 1 2 2 1 股市整体的波动性与相关性的研究 基前国内学者对股票市场波动性和相关性闫题的研究也主要集中在国内股 市的整体波动性研究、国内股市之间相关关系研究以及国内股市与国际股市间 关系的分析。陈千里和周少甫n 耵( 2 0 0 2 ) 、宋逢明和江婕n 胡( 2 0 0 3 ) 运用波动模 型对中豳股票市场的波动性进行了估计，并与发达国家成熟股票市场的波动性 进行了院较。史代皴班翻( 2 0 0 2 ) 、杨群霸王超h 筠( 2 0 0 5 ) 对沪深两个股票交易 所的综合指数的彼此联动现象进行了分析，研究国内两个股市波动性的内在协 整关系。赵留彦和王一鸣印( 2 0 0 3 ) 、董秀良和吴仁水n 朝( 2 0 0 7 ) 运用a r c h 类模 型考察了中国股市a 、b 股之闻的信息流动和波动溢出效应。陈守东、陈雷和刘 艳武洲( 2 0 0 3 ) 、郑振龙和张蕾繇1 3 ( 2 0 0 7 ) 、董秀良和吴仁水嘲( 2 0 0 8 ) 、曹广喜 和姚奕嘲1 ( 2 0 0 8 ) 等研究了中国股市上的主要股指收益的协整关系和相关性问 题。此外，国内学者采用不同的研究方法，研究了中国内地股市和其他国家( 或 地区) 的股市之闻的波动性与相关性，如袁继东嘲3 ( 2 0 0 3 ) 基于菲线性矗l 冀s 模型 定量分析了沪、深两市及香港、台湾和美国的股市指数的收益率的波动和相关 特征。谷耀和陆丽娜涵1 ( 2 0 0 6 ) 基于d c c 一( b v ) e g a r c h v a r 检验沪、深、港股市 信息溢出效应与动态相关性。龚朴和李梦玄汹3 ( 2 0 0 8 ) 采用基于加权c c f 的方差 g r 8 n g e r 因采检验方法，研究了上证指数和恒生指数收益穿列闯的波动溢出效应， 并以此信息构建b e k k 模型对两指数收益序列间的时变相关性进行了实证研究。 唐齐鸣和操巍协1 ( 2 0 0 9 ) 使用m v g a r c h 模型，研究了2 0 0 0 年至今中国内地股市、中 国香港股市以及美匿股市之闻的动态相关关系，并分析了以美重2 0 0 7 年爆发的 次级债危机为代表的重大事件对市场闻关联程度的冲击。 1 2 2 2 行业因素对股票投资重要性的研究 医内学者关注行业因素对股票投资的影响比较晚，近1 0 年的文献居多。很 多学者借鉴了国外学者的研究方法，对我们的股票市场的行业因素进行了研究， 3 实证研究表明我国股票市场也存在行业效应。也有学者将地区和行业因素进行 了比较，试图考察不同因素对资产组合的市场收益率的影响。邓长荣和马永开 ( 2 0 0 5 ) 选用2 0 0 0 2 0 0 3 年的股票数据，运用f a 蕊a 的三因素模型对各个行业 的平均回报率进行了检验，结果表明行业收益的三因素模型在我国证券市场上 是成立的，并且三因素模型比传统的s l b 模型能够更好的描述股票收益率的截 面数据的变动嘲。范龙振和王海涛( 2 0 0 3 ) 利用约束霉归分析法对上证股票收 益率的行业和地区效应进行了截面和时间序列分析，结果表明中国股票市场具 有明显的行业效应和地区效应，并且行业效应大于地区效应旧1 。张根明和任福 匀( 2 0 0 6 ) 研究发现处于不同行业的公司股票收益具有不同的波动性，传统行 监已经进入成熟期，公司规模和利润水平郝趋子稳定，两新兴季亍业增长具有不 确定性，其行业内公司股价波动性很大1 。 王2 。2 3 行业板块波动性和相关性的研究 函内对于行业板块波动性和相关性的系统研究鲜见予文献，但也有学者对 这一问题的研究做出了一定的贡献。李昆( 2 0 0 3 ) 通过建立若干对称和非对称 的g a r c h 模型，对1 9 9 9 年到2 0 0 1 年上海证券交易所商业、工业等五个行业指 数闻的收益扩散效癍、波动溢掰效应以及嚣际指数对上证指数的收益扩散效应 进行了实证研究。研究发现商业和工业指数对其他行业有单向的扩散效应，而 国际指数( 标准普尔5 0 0 指数) 对上证指数的扩散效应不明显。劳兰瑶，邵玉 敏( 2 0 0 5 ) 运用l ( e n d a l l 协和系数检验方法对深圳证券交易所各行业价格指数进 行实证分析，以探讨各行业指数短期波动性相对关系是否存在稳定性或一致性。 实证结果显示，不同阶段的行业总体波动性和行业特有的波动性排序间存在一 致性。各行业在与市场相关的波动性排序上不具有稳定性，一定程度上表明与 成熟市场相比深市的系统风险的相对稳定性较差。许爱霞( 2 9 q 6 ) 遥过基于歪 态分布和t 分布的g a r c h 模型对沪市行业指数的波动性进行了比较分析，实证 结果表明基于t 分布的g a r c h 模型能更精确的描述股市的波动性，沪市行业指 数除地产指数外都存在明显的“杠杆效应引捌。唐璐和魏凌艳( 2 0 0 8 ) 基于e g a r c h 模型拟合沪市行业指数的波动性，实证结果表明 亍业波动性具有显著的波动集 聚性与持续性m 1 。杨晓东( 2 0 0 8 ) 论述了股市波动性的特征以及波动性研究的重 要意义，选取了沪深股市1 3 个行业指数的收益率序列的波动持续性大小进行了 比较研究。蒋治平( 2 0 0 8 ) 运用误差修正模型和有囊非德环图( d a g ) ，分析了 上证1 8 0 指数中8 个行业指数之间的信息流动特征。研究结果表明行业指数之 间存在长期稳定关系：行业指数之间存在着显著的冲击传导作用，但影响效果 不同，能源行业具有最强的外生性，非日常生活消费品行业受其他行业波动影 响最大，能源行业和尽常消费品行业的波动对其他行业光论在短期还是长期都 有很大影响；各行业板块不是完全相互依赖，行业之间进行投资组合是有意义 4 的3 6 1 。 1 2 3 简要评述 从已有的研究文献来看，国内外目前对股票市场波动性与相关性的研究多 集中在菜一国股市整体波动特性研究、某一囡国内主要股市之间相关关系研究 以及对不同国家、地区股市整体相关关系的分毒蠢，基予行业层面的研究相对较 少。国内关于行业波动性和相关性的研究更显匮乏，且存在以下不足： ( 1 ) 从研究对蒙来看，已有研究在行业样本的选择上存在一定的局限性。 如攀昆( 2 0 0 3 ) 的研究选取的是上海证券交易所的五个行业指数，包括工业、 商业、综合、公用、遗产貉 ；蒋治平( 2 0 0 8 ) 选取酶是上证1 8 0 指数中的能源、 原材料等8 个行业指数口们。选择部分行业作为研究对象，使我们无法系统而全 面地把握中国证券市场上行业板块的波动性与相关性。 ( 2 ) 从研究结构来看，行业的波动性反映的是行业自身的风险，露行业的相 关性一定程度上代表了行业间资产配置的风险，这是资产投资组合行业风险最 主要的两个方面。然而纵观已有文献，还没有学者将两者放在统一的框架下进 行系统的研究，由予分别对二者进行研究时，选取的研究样本数据以及采用的 研究方法等诸多方面存在差异，导致研究结果不具有一贯性，对投资者行业投 资风险规避的参考意义有限。 ( 3 ) 从研究内容来看，已有研究大多关注行业收益与波动的关系研究，行业 波动特性的捕捉，以及行业闻是否存在相关性( 或称波动溢出) 等几个方面。 对于行业波动性及其相对关系在各个阶段的一致性或稳定性的研究隳前仅见于 劳兰瑁、邵玉敏( 2 0 0 5 ) 的文献h 扪；对于行业相关性的准确计量，各行业间相关 性的相对强弱关系在各个阶段是否具有一致性或稳定性飚前还没有见到相关的 文献。 ( 4 ) 从研究方法来看，目前荧于行业波动性的研究比较多觅的方法：一是基 于v a r 分析框架，考察新息冲击对行业间收益率波动的影响；二是基于a r c h 类模型，刻画行业阈波动的传递过程。关于相关性的研究多基于g r a n g e r 因果 关系检验行业阕是否存在联动关系。 已有研究方法也存在一定缺陷：对于大规模变量而言，v a r 模型参数过多， 如果样本较小，自e l j 度会很快耗尽，这样必然产生较大的标准误差( b r o o k s ， 2 0 0 2 ) ；譬前学者研究行韭相关性选取的a r c 瓣类模型如8 k 襄模型，对予低维的 样本空间较为适用，而随着变量维数增加模型需要估计的参数呈级数增加，这 给计算及统计带来了极大挑战( e n g e l 汹1 ，2 0 0 2 ) 。考察行业相关性的g r a n g e r 因果关系检验只能说明行业间是否存在相关关系，对于相关程度( 通常用相关 系数大小衡量) 的考察无能为力。 5 1 3 本研究可能的创新之处 上述内容就行业波动性和相关性的国内外研究进展以及现有研究存在的问 题进行了阐述与探讨。论文正是在前人研究的基础上开展的，并致力于完善中 国股票市场上行业板块波动性和相关性的研究。本文期望在以下几个方面弥补 现有研究的不足： ( 1 ) 与以往研究相比，本文基于更为科学的行业分类标准。实证部分选取 的中证行业系列指数以全球行业分类标准( g i c s ) 为基础，借鉴国际主流行业 分类方法，同时结合我国上市公司的实际情况，将沪深a 股市场包含大、中、 小市值的8 0 0 只成份股按行业分类标准纳入十个一级行业，再以各行业全部股 票作为样本编制。一方面，该系列指数采用国际主流行业分类方法，为投资者 在同一行业结构上方便地进行国际、国内比较提供工具；另一方面指数覆盖面 广，能很好地反映上市公司的行业结构。 ( 2 ) 将行业板块的波动性与相关性置于同一个研究框架下进行系统研究。 单个行业板块的投资风险通常用行业板块的波动性来衡量，而多个行业间资产 配置的风险需要更多关注行业板块间的相关性。本文将行业板块的波动性和相 关性置于同一研究框架下，为理性投资者依据风险偏好确定资产的行业投向， 为其在多个行业间有效地组合资产从而降低投资组合的风险提供较为全面的参 考信息。 ( 3 ) 本文最大的补白意义在于考察了各行业波动性以及相关性的相对关系 在不同阶段是否具有稳定性。学者劳兰瑁、邵玉敏比们( 2 0 0 5 ) 对深圳股票市场的 行业价格指数日收益率数据按季度分为若干阶段，实证研究了其波动性之间相 对关系的一致性。本研究受到他们研究的启发，但不同之处在于：一是本文基 于更为科学的行业分类标准；二是本文选取了2 0 0 5 2 0 0 9 年中国a 股市场全部 十个行业指数日收益率数据，按月进行分段，这样使得样本量更加充足，研究 结果更具有可靠性；三是本文对行业板块相关性相对强弱关系的一致性进行了 检验，这是以前研究没有涉及的。 ( 4 ) 考察行业板块相关性时采用了多元动态条件相关( d c c ) 模型，较节 约而准确地测度了行业板块之间的相关系数。该模型一定程度上克服了已有研 究方法的不足：该模型采用限制长期方差协方差矩阵为样本方差协方差矩阵， 从而显著地减少了待估计参数的数量：同时该模型所采用的两步估计法使得所 需估计的参数独立于模型变量的数目，从而对于大规模变量的大型相关矩阵也 能较容易地估计出来。 1 4 研究思路与内容安排 本文以中国a 股市场的全部十个行业指数为研究对象，对其日收益率数据 6 进行波动性和相关性建模，力图全面考察行业板块的波动性和相关性特征。首 先采用单变量g a r c h 模型对其波动性进行有效的估计；其次采用多变量动态条 件相关( d c c ) 模型对十个行业指数收益率的相关性进行了定量研究；同时基于行 业波动性和相关性的定量研究结果，采用非参数检验的方法来确定中国a 股市 场十个行业板块的波动性在不同阶段是否具有稳定性，其相关性在不同阶段是 否具有显著差异。 论文的内容安排如下： 引言部分首先概述了本文的研究背景，在对国内外相关的文献进行了认真 梳理基础上，从研究内容、研究方法等四个方面指出现有研究存在的不足，然 后基于上述分析提出本文拟解决的主要问题及研究思路与内容安排。 第二部分首先阐述行业波动性与相关性研究的理论基础，旨在从理论上阐 释行业板块波动性和相关性的产生机制。然后对实证过程中所采用的计量模型 与方法进行介绍，包括研究行业波动性的单变量g a r c h 模型、研究行业间动态 相关关系采用的动态相关结构( d c c ) 模型、以及考察行业波动性相对关系稳定 性、行业间相关系数稳定性的k e n d a l l 协和系数检验方法，为实证研究提供工 具。 第三部分涵盖了本文的整个实证过程，包括两章内容，第三章系统地研究 了中国股票市场十个行业板块的波动特性，并检验了各行业板块波动性相对大 小是否具有稳定性。第四章研究了行业板块间收益率的相关性特征，随后同样 检验了各行业板块收益率相关系数相对强弱在不同时期是否具有稳定性。 第四部分是全文的总结，根据本文实证研究的结论，提出相关的政策建议， 同时指出本研究存在的不足及未来研究的方向。 7 第二章理论基础与模型方法 2 1 理论基础 2 1 1 有效市场假说 二十世纪七十年代，以f a m a 旧1 为代表的经济学家提出了“有效市场假 说 ，创造性地将股价波动与新信息联系起来。假设收益率是遵循随机游走的 随机变量，服从方差有限的正态分布。理论认为随机产生的新信息会带给投资 者新的心理预期，进而影响股价以随机游走方式波动。有效市场理论的核心思 想是市场对于信息的有效反映机制，基于不同的信息集，对应不同的市场有效 性。在此基础上，f a m a 进一步将有效市场分为弱有效性市场、半强有效性市场 和强有效性市场。弱有效性市场中，信息集包括价格的历史数据，股价可以充 分而迅速的反映市场上的所有历史信息，当弱有效成立时，无法根据历史数据 获取超额利润，但投资者可以利用内幕信息甚至目前的公开信息获取超额利润； 半强有效性市场中，信息集除了包括股票价格的历史数据外，还包括市场中的 一切公开信息等，该市场下的投资者无法利用公开信息但可以利用内幕信息获 取超额利润；强有效性市场中，信息集包括了市场参与者的所有信息，即不仅 包括了历史数据，市场公开信息，同时还包括私人信息。这种市场下的股价可 以充分而迅速的反映市场上的所有信息，包括未公开的内部信息，该市场下的 投资者无法获取任何超额利润。 有效市场假说告诉我们，股票市场中的投资者都在不断地发掘新