不同市场状态下股市波动性影响因素的实证研究

1、·综一、引言金融市场的波动性一直是金融研究中的热点问题，这种波动性通常被看作是对风险的度量。年至年中国股市在宏观经济坏境、政策因素等综合影响下经历了大起大落的时期。上证指数从年底的点下方开始发力并迅速上扬，并在年月日成功站上点。自月日印花税由升为开始，政府陆续出台了一系列政策抑制股市泡沫的不断放大。但股指仅在短暂调整后继续上扬，并在年月日到达点的历史最高位。随后指数迅速回调，并在国家紧缩的货币政策，大小非解禁，市场扩容等诸多利空因素的影响下进一步走低，加上全球金融危机的爆发更是加剧了上证指数的下跌。这段时期的历史数据为研究我国股市波动性的非对称，“好消息”与“坏消息”在不同市场形态中

2、对波动性的影响具有十分重要的价值。本文的主要目的在于综合股市形态、个股特征和时间因素的影响，运用模型通过对不同历史时期，尤其在年至年的大牛市和大熊市中沪深指数波动性的研究，找寻我国股市波动性的最新特点、影响因素和成因。二、文献综述（一）国外文献在对于资本市场的不断研究中人们发现随机游走模型无法解释实际市场中的许多复杂现象。（）提出模型，认为市场的波动是有条件的，并很好地解释了波动集群性等特性的内在规律。（）在此基础上提出的模型解决了模型在处理高阶滞后项时的不足，使条件异方差的模型更加完善。随后（）的（）和（）的（）等模型的出现，更加充分地揭示了市场波动性的内在规律和本质特点，给研究者提供了更多

3、可以选择的预测波动性的工具。和很好地解释了波动性的另一个重要特征：对于信息反应的不对称性。研究发现，股票市场对于“坏消息”的反应程度大于对“好消息”的反应，也就是现在已经被公认的“杠杆效应”。这种股市中“坏消息”作用大于“好消息”作用的非对称性吸引了各国家学者的实证研究和分析，并在美国等许多国家的一些股价指数序列当中得到验证。（）运用模型发现美国股市报酬波动具有不对称性的现象。和（）发现在美国，（）发现在加拿大、法国、日本，和（）发现在英国的股票市场均存在对“好消息”和“坏消息”非对称性反应的现象。（二）国内文献近几年国内学者也围绕沪深指数的波动性进行了研究，但是由于研究方法和样本的不一样，得

4、到的结论并不完全一致。陈浪南、黄杰鲲（）研究股市不同发展阶段条件波动的非对称反应可能有差异，利用模型发现深证股市存在显著的“杠杆效应”、负向冲击比正向冲击引发的条件波动更大。陆蓉、徐龙炳（）考察不同市场态势下条件波动的非对称反应，基于以模型对上证股市牛、熊市阶段波动非对称性的研究，发现牛市阶段“好消息”引发的波动更大、熊市阶段“坏消息”引发的波动更大。刘毅、张宏鸣（）进一步运用模型探究了我国股市非对称性的影响因素，指出“坏消息”的影响在熊市中大于牛市，而“好消息”在牛市中的影响大于熊市，高市盈率股票对于“坏消息”的反应对于低市盈率股票。但是他们将市场形态的影响与个股特征的影响分开研究，没有探求

5、之间的相互联系，对于股票盘子大小的影响并没有给出合理的解释。张兵（）基于滚动样本检验的方法，发现中国证券市场的波动不对称性是随着时间而演变的，与市场所处的状态无关。这一发现区别于之前多数人的研究。三、研究设计（一）模型与模型一样，模型认为收益率的方差可预测，条件方差不仅取决于最新的信息，也取决于以前的条件方差。具体方程为：；（）（）。其中：是×（）维外生变量向量，是（）×维系数向量。式中使用条件方差的对数，放松了对模型系数非负性的限制。等式左边是条件方差的对数，这意味着杠杆影响是指数的，且条件方差的预测值一定是非负的。当时，不存在反应的不对称性，反之则认为收益率的方差存在不

6、对称性；当，时条件方差大于时的条件方差的值，表现为“好消息”对波动性的影响大于“坏消息”；当，时条件方差小于时的条件方差的值，即“坏消息”的冲击大于“好消息”。更高阶的（，）模型为：（）（）。83牛市（）熊市（）牛市（）熊市（）熊市（）（）（）（）牛市（）熊市牛市）熊市（）变量低市盈率变量表4各种风格指数在不同市场状态下的模型方程估计值上证变量高市盈率变量系数系数系数系数中小盘系数系数系数系数系数系数系数系数绩优股变量高价股变量亏损股变量低价股变量系数系数系数系数牛市（）熊市（）熊市（）表3深证指数牛市二的模型方程估计值变量系数变量系数苏越良闻靓：不同市场状态下股市波动性影响因素的实证研究表2

7、上证指数牛市二的模型方程估计值变量系数变量系数系数表1沪深指数不同时期的模型方程估计值上证指数变量深证指数变量系数系数系数系数牛市一熊市一牛市二熊市二（）（）（）（）系数系数系数牛市一熊市一牛市二熊市二（）（）（）（）（二）样本选取和数据来源以上证指数达到点的日期为分界点，选取年月日至年月日为股市单边上扬的“牛市”时期，选取年月日至年月日为股市单边下挫的“熊市”时期。再选取年月日至年月日的“牛市”以及年月日至年月日的“熊市”时期作为对照来更好的说明研究结果。分别提取这两个牛熊周期的上证指数和深证指数每日的收盘价格作为研究数据，本文的数据来源为聚源数据库。实证分析结果主要通过获得。（三）模型建立

8、是对股票收益率模型的残差进行分析的，首先要建立股票收益率的模型，获得非预期的股票收益。本文按照和（）的方法，通过建立含有定性变量的多元回归消除股票收益率的周末效应。股票的日收益率应取自然对数收益率。（）。其中为每日上证和深证指数的收盘价格。股市交易只在周一到周五进行，人们对周末不能交易的两天的消息的预期往往会影响周末的股指走势，而周一又会对周末发生的消息进行弥补修正，这称之为“周末效应”。因此建立模型时应当采用设置虚拟变量的方法，区分出周一到周五的收益率。建立收益率模型：。其中是每日股票收益率，、是虚拟变量，（，周二；，其他）；（，周三；，其他）；（，周四；，其他）；（，周五；，其他）。四、实

9、证结果分析（一）不同时期市场效应检验对进行效应检验发现其在第十阶效应依然显著，存在高阶效应，同时为表现出波动的不对成性，用模型建模。对沪深指数在牛市一（）、熊市一（）、牛市二（）、熊市二（），建立（，）模型，得到各系数估计值如（表）所示。方差模型中的各参数的估计值除牛市二中的和外，其余都十分显著。对模型残差再次进行效应检验，发现除牛市二之外模型的残差均以不存在效应，说明方差模型方程可以很好的描述股市收益率方差的特征，可以通过其分析波动的不对称性。牛市二的模型检验发现在滞后三阶效应依然显著，因此对其使用如下（，）建立模型（）（）。得到结果如（表）所示。在对模型残差进行检验发现滞后阶均无效应，说明

10、对于牛市二，使用（，）模型比（，）模型更好。对此可能的解释是，在这个时期股市由点涨至点。从前面的宏观环境分析可知，政府在这一时期出台一系列如提高印花税率、升息等一系列对股市影响重大的政策，加上大牛市阶段，交易活动频繁、参与人数众多，因此这些消息对于股市波动性的影响持续时间更长，所以使用滞后阶数更多的（，）模型能够更好地拟合模型。按照这一思路，对牛市二时期的深证指数用（，）模型，发现模型各个系数的显著性比（，）模型都有了明显的提高，说明深证指数也在这一时期表现出对消息的更持久的影响见（表）。分析建模结果可知见（表），对于上证指数在牛市一，说明好消息对波动性的影响大于坏消息；熊市一，表现为坏消息的

11、影响大于好消息。这一点与多数国内学者的研究结果是一致的。在牛市二，说明坏消息的影响大于好消84·综表6反应参数好消息坏消息好消息坏消息好消息坏消息牛市一高市盈率牛市牛市熊市一熊市熊市牛市一绩优股牛市牛市熊市一熊市熊市上证指数深证指数息，在熊市二，反映出好消息的影响大于坏消息。这一结果与以往牛市和熊市对于波动性的影响的研究结果均不一致，由于还没有其他学者对这一最近时期的波动性进行研究，因此本文将对这一现象进行研究，找出可能的原因。（二）各种风格指数在不同市场状态下的模型检验分别对上证指数、中小盘综合指数、高市盈率、低市盈率、绩优股、亏损股、高价股、低价股指数在牛市（）建立（，）模型，在

12、熊市（）建立（，）模型，得到各系数估计值如（表）所示。由模型方程可知，当好消息发生，时，方差方程右边的增量的系数为（）；当坏消息发生，时，方差方程右边的增量的系数为（），据此得到信息反应参数如（表）所示。模型中方差是通过对数形式表示的，得到的方差始终为正值，因此消息反应参数的大小表示了消息对方差的影响大小，值越大则表示对方差的影响程度越大，使波动性增强的越多。由于高价股股指在熊市阶段的模拟方程参数值很不显著，因此反应参数的实际意义不大，不在本文考虑之列。五、结论本文对在不同股市的形态，即牛市和熊市下波动性的不同规律以及形成原因进行了初步探究，得到结论如下：第一，我国股市波动性表现出对坏消息的反

13、应大于好消息的“杠杆效应”，沪深指数多数情况下表现出在牛市中对好消息的反应大于坏消息，而在熊市中坏消息对波动的影响大于好消息的影响。而在年月至年月的大牛市中，上证指数表现恰好相反，即牛市中坏消息影响大于好消息，而熊市中好消息的影响大于坏消息。第二，分别对个股盘子大小、市盈率大小、股价高低、上市公司盈利情况等因素在牛市和熊市的环境下建模并得到了反应参数。除大盘股外所有风格股指均表现出在牛市中好消息对波动性的影响大，熊市中坏消息的影响大。第三，市盈率高的股票比市盈率低的股票的波动性大，股价低的股票比股价高的股票波动性大，亏损股比绩优股的波动性大，这些结论符合本文对于股票市场中投资者理性的预期。第四

14、，大盘股与同时期的上证指数波动性特征相同。由于上证中多为权重股，在上证指数中所占的权重很高，本文认为很可能是这些大盘股的走势和波动特征决定了上证指数的走势。有反应参数表可知大盘股比中小盘股表现出了更大的波动性，这与刘毅、张宏鸣（）对于其他时期样本的研究结果是一致的。本文通过分别将大盘股和中小盘股在牛市熊市中建模发现，在牛市中大盘股对坏消息的反应更大，在熊市中对好消息的反应更大。这是可能是由于大盘股的流通股数量很大，仅凭散户、游资甚至是几家机构的力量是不可能决定其走势的，大盘股的走势主要是众多机构间相互博弈的结果，因此大盘股的走势更加“理性”。本文中这种“理性”表现为其波动性的规律与其他风格分类的股票相反，即在牛市环境下坏消息的影响大，熊市环境下好消息的作用强，并不像多数类型的股票在牛市中看不到坏消息的风险，而在熊市中又过分放大坏消息的影响。这种逆势的行为说明大盘股在牛市中不追涨，在熊市中不杀跌，因此通过引入大盘股来起到稳定股市的目的是正确的。参考文献：陈浪南、黄杰鲲：中国股票市场波动非对称