基于向量garch-m模型的股价关系研究

基于向量garch-m模型的股价关系研究

0b股与b股间的溢出效应和信息流动中国企业的外国投资主要来自三种形式：b股、h股和红色融资股。红筹股与H股同在香港上市交易,其根本区别是:红筹股在境外注册、管理,本质上属于香港公司或海外公司;H股在内地注册、管理,本质上属于中国大陆公司。B股与H股及红筹股的最大区别是:B股在境内上市和交易,而H股和红筹股则在境外上市和交易。关于我国股票间收益和波动溢出效应的研究,由于交易品种较少和交易时间跨度较短的限制,早期研究的结论或多或少值得商榷。后期的研究,如Song、Liu和Romilly采用GARCH模型探讨了沪市和深市股票收益和波动之间的关系;Poon和Fung运用多变量EGARCH-M模型、采用两步估计法检验了H股和红筹股与沪深普通股之间的收益和波动溢出效应;吴文锋、朱云等通过检验在A、B股市场同时上市公司股票收益率的Granger因果关系,分析了B股向境内居民开放前后的A,B股两个市场之间的信息流动情况;赵留彦和王一鸣在不考虑收益溢出效应的前提下,运用向量GARCH模型研究了A、B股市场间的信息流动和波动溢出效应;等等。可以看出,这些文献更多的是研究A股与B股、A股与H股及红筹股之间的溢出效应和信息流动,对B股与H股及红筹股间溢出效应的研究则不多见;采用的模型主要是单变量模型、两步估计方法的多变量模型,以及不考虑收益溢出效应的向量模型;溢出效应也主要是从股票收益或波动单方面进行检验。单变量模型和两步估计法的多变量模型,由于没有考虑市场间的相互影响,损失了市场间相关性中所包含的有效信息。独立地从股票收益或波动单方面检验溢出效应,则忽视了金融资产收益和波动之间本身的相互联系。根据价格发现理论,股票价格的变化是一个不断反应新信息而寻求均衡的过程,信息领先市场的收益率有助于预测信息落后市场的收益率,信息流动与收益率溢出效应有关;Ross通过无套利定价模型也证明了信息流动也与价格的波动密切相关。因此,后续研究的一个自然延伸就是,同时从收益和波动两个方面并考虑市场间的相互影响来分析B股与H股及红筹股间的溢出效应和信息流动。收益溢出效应的验证主要是检验一个市场的滞后收益率是否对另一个市场预期收益率具有解释力。波动溢出效应的研究得益于ARCH模型和GARCH模型,以及后来如GARCH-M之类ARCH族模型的建立。由于ARCH族模型属于非线性模型,待估参数往往较多,因此早期研究者通常事先作出诸多限制条件来简化模型。但是,简化过的模型损失了市场间相关性中所包含的有效信息,因而对收益率波动的刻画是不充分的。对单变量模型的进一步改进是在联立的多变量框架下研究市场间的波动溢出效应,即所谓向量GARCH模型(vectorGARCHmodel)。该模型由Engle和Kroner建立,其最大的特点是模型的设定考虑了市场收益率间条件方差和协方差的相互影响,且不必估计很多参数,因而适合于金融市场间波动溢出效应的分析。基于以上所述,本文主要从如下两个方面进行了拓展:①采用二维向量模型同时从股票收益和波动两个方面统一地分析B股与H股及红筹股之间的溢出效应与信息流动;②在向量模型的均值方程中引入波动(方差)变量,即采用向量GARCH-M模型来联立分析收益和波动的溢出效应。GARCH-M模型不仅刻画了收益和风险之间关系,而且其均值方程中的方差变量又通过方差矩阵方程将收益与协方差,即市场相关性所包含的有效信息联系起来。本文的组织结构如下:第二部为数据分析,第三部分为模型设定和估计方法说明,第四部分为估计结果,最后为全文总结。1日生产率的基本统计特征:背景的回顾本文选用上海B股综合指数、深圳B股成分指数、香港H股指数和红筹股指数的日收盘价作为样本数据。H股指数和红筹股指数均采用香港恒生公司编制的指数。数据来源于Wind资讯。样本期为2003年1月1日至2006年9月30日。取2003年1月1日为样本初期,是因为2001年2月19日B股开始对境内居民开放,以及2002年12月1日A股开始对国外合格机构投资者(QFII)开放;B股对内开放直接影响了B股的投资者结构,A股对外开放对境外投资B股的投资者产生了分流,从而间接地影响了B股的投资者结构。为了减小事件发生产生的噪声影响,本文剔除了事件发生后的一个月数据,即取2003年1月1日为样本初期。由于大陆有春节、“五一”、“国庆”等长假,而香港有复活节等节日,致使B股与H股和红筹股的开市和上市日期并不完全一致。根据Hamao,Masulis和Ng的研究,如果两个股市中的某一股市在某一日没有交易,在同一实证模型中删去另一股市在该日的交易数据来进行计量估计,则不会影响研究结果的正确性。因此,为了保证B股与H股和红筹股交易日期的一致性,本文采用了这种数据处理方式,故实际的样本期为2003年1月2日至2006年9月29日,观察数据共计877个。股票日收益率的计算采用对数之差,即:ri,t=ln(Pi,t)-ln(Pi,t-1)。这里r代表日对数收益率,t代表时期,P代表股市收盘指数,i代表B股、H股和红筹股。B股、H股和红筹股在整个样本时期日对数收益率的基本统计特征见表1。表中RB.H、RB.S、RHSE和RHSC分别代表沪市B股、深市B股、H股和红筹股的收益率。从表1可以看出,四个收益率序列具有显著的厚尾特征,存在一定程度的自相关,均为平稳序列;平方收益率均存在显著的自相关,收益率存在显著的ARCH效应。2b股回归系数的初步估计综合上述数据分析及引言的阐述,本文采用如下双变量GARCH-M模型:(r1tr2t)=(μ1+δ1h11,tμ2+δ2h22,t)+(θ11θ12θ21θ22)(e1,t−1e2,t−1)+(e1te2t)(1)et|Ωt−1∼N(0,It)(2)It=C′C+A′et−1e′t−1A+D′It−1D(3)(r1tr2t)=(μ1+δ1h11,tμ2+δ2h22,t)+(θ11θ12θ21θ22)(e1,t-1e2,t-1)+(e1te2t)(1)et|Ωt-1∼Ν(0,Ιt)(2)Ιt=C′C+A′et-1e′t-1A+D′Ιt-1D(3)其中:C=(ω110ω12ω22)‚A=(α11α21α12α22)‚D=(β11β21β12β22)C=(ω11ω120ω22)‚A=(α11α12α21α22)‚D=(β11β12β21β22)。(r1t,r2t)′为收益率向量,r1t为B股日对数收益率,r2t为H股或红筹股的日对数收益率。残差向量为(e1t,e2t)′,其基于t-1期信息集Ωt-1的条件方差-协方差矩阵为It,假定残差向量服从(0,It)的正态分布。μ1+δ1h11,t为B股预期收益率,μ2+δ2h22,t为H股或红筹股的预期收益率。参数θ11代表B股对自身非预期信息的滞后反应,θ22则代表H股或红筹股对自身非预期信息的滞后反应。θ12代表H股或红筹股对B股的收益溢出效应,θ21则代表B股对H股或红筹股的收益溢出效应。方程(3)采用Engle和Kroner的BEKK设定方式来刻画方差-协方差矩阵It的动态特征,It是滞后一期的It-1和滞后一期残差平方(et-1e′t-1)的线性函数。参数矩阵C为上三角型,A和D则为一般矩阵,It这种动态结构设定能确保条件方差-协方差矩阵It是正定的。B股与H股及红筹股的条件方差相互影响通过矩阵A和D的非对角元素来表示,具体说来,参数β12、α12分别代表B股对H股及红筹股的波动溢出效应,β21、α21分别代表H股及红筹股对B股的波动溢出效应。模型的估计采用极大似然估计方法。若样本个数为N,残差向量服从二元正态分布,则模型的对数似然函数为:l=−Nln(2π)−12∑t=1N(ln|It|+e′tI−1tet)l=-Νln(2π)-12∑t=1Ν(ln|Ιt|+e′tΙt-1et)为了对模型进行稳健估计,必须先得到各参数的初值。为此,先对方程(1)进行单变量GARCH(1,1)估计,取这两个单变量方程中μ1、μ2、δ1、δ2、θ11、θ22的估计值为各自的初值,取方差方程参数估计值的正平方根为矩阵C、A和D对角元素的初值。其余参数的初值均取0。为了检验B股对H股及红筹股的收益溢出效应,虚拟假设为H0:θ21=0,即H股或红筹股的收益仅受自身过去残差的影响,与B股的收益无关。H股或红筹股对B股的的收益溢出效应的检验与此类似,虚拟假设为H0:θ12=0。B股对H股及红筹股波动溢出效应检验的虚拟假设为H0:β12=0,α12=0,而红筹股或H股对B股的波动溢出效应检验的虚拟假设为H0:β21=0,α21=0。以上虚拟假设均采用Wald统计量进行检验,统计量服从卡方分布,收益溢出效应的自由度为1,波动溢出效应的自由度为2。3红筹股向b股的溢出效应检验模型溢出效应的检验结果见表2。限于篇幅,下表没有给出模型各参数的估计值,只是列出了溢出效应的检验结果。从表2可以看出:①对于沪市,B股向H股的收益和波动溢出效应检验的统计量均不显著,而H股向B股的收益和波动溢出效应均高度显著,这说明B股向H股的收益和波动溢出效应均不存在,而H股向B股的收益和波动溢出效应均存在,信息流动是从H股向B股单向流动的。②对于深市,B股与H股间的波动溢出效应检验的统计量均高度不显著,说明彼此间不存在波动溢出效应;而H股与B股之间的收益溢出效应在10%的显著水平下存在,表明相互间存在着收益溢出效应。从表2还可以看出,对于沪深两市,在5%的显著水平下,B股向红筹股的收益和波动溢出效应检验的统计量均不显著,而红筹股B股的收益和波动溢出效应均高度显著,这说明股B向红筹股的收益和波动溢出效应均不存在,而红筹股向B股的收益和波动溢出效应均存在,信息流动是从红筹股向B股单向流动的。对上述检验结果,可作如下解释:(1)红筹股和H股对B股均有信号引导作用,是因为它们均在香港市场交易,而香港股票市场是一个高度自由化和国际化的资本市场,是亚洲地区股市涨跌的“领头羊”,市场相对成熟,受操纵的可能性小于交易B股的内地市场,投资者也更易于获取信息,这使得身为“港股”的红筹股、H股往往被认为具有更高的信息含量,更为内地投资者所信任,成为内地投资者判断内地股市未来走向和投资决策的“风向标”之一。(2)红筹股比H股对B股有更强的信号引导作用与它们自身特征有关。红筹股和H股虽同属“中资概念股”,其企业发展也主要依托于内地经济,但红筹股公司是在境外注册和管理,为全流通股,与国际高度接轨,本质上属于香港或海外公司;而H股公司是在内地注册和管理,公司股票与内地公司股票相似,仍有部分股票不能流通,本质上属于内地公司。由于海外公司经营状况的信息透明度要高于内地公司,其信息更能为投资者所获得,且大多数红筹股公司管理要较H股公司好,因而红筹股比H股对内地B股更具有“风向标”作用。(3)沪深两市H股对B股的不同溢出效应可能与两市地理位置有关,即所谓的“本土偏好”(HomeBias)现象。虽然现代通讯工具发达,有关股市信息可以瞬间到达世界各地,投资者可以最优投资组合原理来构建投资组合,以实现利润最大化。但是,正如Karolyi和Stulz(2003)所总结,投资者在进行投资组合时往往偏离最优投资组合原则,将自己所熟悉的、国内的股票权重设置过大,即所谓的“本土偏好”现象。由于B股的购买者多为港澳客户,深交所毗邻港澳,投资深市B股的倾向高于投资沪市B股的倾向,从而使得深市B股对H股的信息引导作用大于沪市,深市B股与H股之间就存在着一种双向的收益溢出效应。4各种b股之间的溢出效应和信息流动情况不存在本文通过运用双变量GARCH-M模型分析H股、红筹股与内地B股之间的