中国债券与股票市场间收益波动非对称性:特征、成因及经济效应研究_第1页
中国债券与股票市场间收益波动非对称性:特征、成因及经济效应研究_第2页
中国债券与股票市场间收益波动非对称性:特征、成因及经济效应研究_第3页
中国债券与股票市场间收益波动非对称性:特征、成因及经济效应研究_第4页
中国债券与股票市场间收益波动非对称性:特征、成因及经济效应研究_第5页
已阅读5页,还剩27页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

中国债券与股票市场间收益波动非对称性:特征、成因及经济效应研究一、引言1.1研究背景与意义在现代金融体系中,债券市场与股票市场占据着举足轻重的地位,是金融市场的核心组成部分。股票市场作为企业重要的直接融资渠道,为企业提供了募集长期资金、优化资本结构的平台,推动了企业的成长与扩张,进而促进实体经济的发展;其价格波动反映了市场对企业未来盈利预期的变化,是经济的“晴雨表”。债券市场则为政府和企业提供了重要的融资途径,政府通过发行国债筹集资金用于基础设施建设、社会福利保障等项目,企业通过发行公司债券满足扩大生产、项目投资等资金需求,且债券市场以其丰富的投资品种和相对稳定的收益,成为投资者进行资产配置、分散风险的关键工具。同时,债券市场在货币政策传导机制中扮演着重要角色,中央银行通过在债券市场上买卖国债等操作,调节市场货币供应量,影响利率水平,进而对宏观经济运行产生作用。近年来,中国债券市场与股票市场取得了显著发展。中国债券市场规模持续扩大,截至2025年末,债券市场托管余额已超过180万亿元,位居全球第二,市场参与主体不断丰富,涵盖了各类金融机构和企业,交易品种日益多样,包括国债、金融债、企业债、公司债、短期融资券等,市场的流动性和活跃度不断提升,对外开放程度也逐步提高,吸引了众多境外机构投资者参与。股票市场方面,沪深两市上市公司数量不断增加,总市值稳步上升,市场制度不断完善,注册制改革稳步推进,提升了市场的资源配置效率,投资者结构逐渐优化,机构投资者占比逐步提高,市场的稳定性和成熟度不断增强。尽管中国债券市场和股票市场发展迅速,但在实际运行中,两者的收益波动表现出明显的非对称性。例如,在某些经济形势变化或重大政策调整时期,股票市场可能出现大幅上涨或下跌,而债券市场的反应程度和方向却不尽相同;或者在股票市场表现相对平稳时,债券市场可能因利率波动、信用风险等因素出现较大的收益波动变化。这种收益波动的非对称性不仅体现了两个市场自身运行规律和影响因素的差异,也反映了它们之间复杂的相互关系。深入研究中国债券与股票市场间收益波动的非对称性,具有极为重要的现实意义。对于投资者而言,准确把握两个市场收益波动的非对称特征,有助于优化资产配置。通过合理调整债券与股票在投资组合中的比例,利用两者收益波动的不同步性,降低投资组合的整体风险,实现更稳定的投资回报。例如,在股票市场预期下跌时,适当增加债券投资,可起到一定的风险对冲作用;当股票市场表现良好时,合理配置股票资产以获取更高收益。同时,能帮助投资者更精准地进行风险评估和管理,提前做好应对市场波动的准备,提高投资决策的科学性和合理性。从金融机构的角度来看,理解债券与股票市场收益波动的非对称性,对其业务开展和风险管理至关重要。银行、证券、基金等金融机构在进行资产管理、投资咨询、融资融券等业务时,需要依据市场波动特点制定合理的策略。例如,在设计理财产品时,充分考虑债券与股票市场的非对称关系,为客户提供更符合其风险收益偏好的产品组合;在风险管理方面,通过对市场非对称波动的分析,更准确地评估投资组合的风险敞口,采取有效的风险对冲措施,降低潜在损失,保障金融机构的稳健运营。对于政策制定者来说,研究债券与股票市场收益波动的非对称性,可为宏观经济政策的制定和金融市场监管提供有力依据。在制定货币政策时,考虑到债券市场和股票市场对货币政策传导的不同反应,可优化政策工具的选择和运用,提高政策的有效性和精准度,避免政策实施对两个市场造成过大的冲击。在金融监管方面,依据市场波动的非对称特征,制定更具针对性的监管政策,加强对市场风险的监测和防范,维护金融市场的稳定秩序,促进金融市场的健康发展。1.2研究目标与方法本研究旨在深入剖析中国债券与股票市场间收益波动的非对称特征,精准识别影响二者收益波动非对称关系的关键因素,并评估其对金融市场稳定和投资者决策的具体影响。通过全面、系统地研究,为投资者提供科学、有效的资产配置建议,为金融机构的风险管理提供有力的策略支持,为政策制定者制定合理的金融市场政策提供坚实的理论依据和实证参考。在数据来源方面,本研究将选取具有广泛代表性和权威性的数据。股票市场数据主要来源于上海证券交易所和深圳证券交易所官方发布的交易数据,涵盖沪深两市主要股票指数的每日收盘价、成交量等关键信息,这些数据能够准确反映股票市场的整体运行状况和价格波动趋势。债券市场数据则主要采集自中国债券信息网,该网站提供了丰富、全面的债券市场数据,包括国债、金融债、企业债等各类债券的交易价格、收益率、发行量等详细数据,确保研究数据的完整性和可靠性。同时,为了综合考虑宏观经济因素对债券与股票市场收益波动的影响,还将从国家统计局、中国人民银行等官方渠道获取国内生产总值(GDP)、通货膨胀率、货币供应量等宏观经济数据,这些数据能够反映宏观经济的运行态势和政策导向,有助于深入分析市场间收益波动非对称关系的宏观经济背景。数据选取的时间跨度为2010年1月1日至2025年12月31日,这一时间段涵盖了中国经济发展的多个阶段,包括经济增长的不同周期、宏观经济政策的调整以及金融市场的改革与创新,能够充分反映债券与股票市场收益波动的长期变化趋势和不同市场环境下的特征,为研究提供丰富的样本数据。在研究方法上,将综合运用多种计量经济学方法,以确保研究的科学性和准确性。首先,采用GARCH族模型对债券市场和股票市场的收益率序列进行建模。GARCH族模型能够有效捕捉金融时间序列数据中的异方差性和波动集聚现象,准确刻画市场收益率的波动特征。通过构建GARCH(1,1)模型,分析市场收益率的条件方差,评估市场波动的持续性和稳定性;运用EGARCH模型,进一步考察市场波动的非对称性,即坏消息(负向冲击)和好消息(正向冲击)对市场波动的不同影响程度,判断债券市场和股票市场是否存在杠杆效应,即坏消息是否会引起更大的市场波动。其次,引入Copula函数来刻画债券市场与股票市场之间的相依结构。Copula函数能够突破传统线性相关分析的局限,准确度量变量之间的非线性相关关系和尾部相关性。通过选择合适的Copula函数,如高斯Copula函数、t-Copula函数、GumbelCopula函数等,分析两个市场在不同市场条件下的相关性变化,特别是在市场极端波动情况下的尾部相依关系,深入探究市场间收益波动的非对称关联机制。此外,为了进一步分析影响债券与股票市场收益波动非对称关系的因素,还将运用向量自回归(VAR)模型进行脉冲响应分析和方差分解。通过构建VAR模型,将债券市场收益率、股票市场收益率以及宏观经济变量纳入同一系统,分析各变量之间的动态相互作用关系;通过脉冲响应分析,观察一个变量受到外部冲击时,对其他变量的动态影响路径和持续时间;利用方差分解,确定各变量对市场收益率波动的贡献度,识别影响市场收益波动非对称关系的关键因素。1.3研究创新点本研究在多方面展现出创新之处,为中国债券与股票市场间收益波动非对称关系的研究带来新的视角和方法。在模型应用上,本研究创新性地将GARCH族模型与Copula函数相结合。传统研究往往单独运用GARCH族模型分析市场波动率,或使用简单的相关性分析研究市场间关系,难以全面、深入地刻画债券与股票市场间复杂的收益波动非对称关系。本研究将GARCH族模型用于准确捕捉债券市场和股票市场各自收益率序列的异方差性和波动集聚特征,在此基础上,运用Copula函数度量两个市场之间的非线性相关关系和尾部相关性。这种结合方式能够更细致地剖析市场间收益波动的非对称关联机制,突破了以往研究在市场关系刻画上的局限性,使研究结果更具准确性和可靠性。例如,在分析市场极端波动情况下,Copula函数可以清晰地展示债券市场与股票市场之间的尾部相依关系,而GARCH族模型则能准确反映各市场自身的波动特征,两者结合为研究提供了更全面的视角。在多因素分析层面,本研究全面考虑了宏观经济因素、市场微观结构因素以及投资者行为因素对债券与股票市场收益波动非对称关系的影响。以往研究大多侧重于单一因素或少数几个因素的分析,难以从整体上把握市场收益波动非对称关系的形成机制。本研究将国内生产总值(GDP)、通货膨胀率、货币供应量等宏观经济变量纳入研究框架,分析宏观经济环境变化对两个市场的影响;同时,考虑市场微观结构因素,如市场流动性、交易成本、信息不对称等,探讨市场运行机制对收益波动非对称关系的作用;还关注投资者行为因素,如投资者情绪、风险偏好、羊群行为等,研究投资者行为如何影响市场间的收益波动。通过综合分析多因素的交互作用,能够更深入地揭示债券与股票市场收益波动非对称关系的内在成因,为市场参与者和政策制定者提供更全面、有针对性的决策依据。在市场周期划分视角方面,本研究采用基于经济增长周期和金融市场波动周期的双重划分方法,对不同市场周期下债券与股票市场间收益波动的非对称关系进行研究。传统研究通常仅依据单一标准划分市场周期,无法全面反映市场的复杂性和多样性。本研究结合经济增长周期,将经济发展分为繁荣、衰退、复苏、萧条等阶段,同时参考金融市场波动周期,综合考虑市场波动率、市场流动性等指标,划分出不同的金融市场波动阶段。在不同的市场周期组合下,深入分析债券与股票市场收益波动的非对称特征,能够发现市场间关系在不同经济和市场环境下的变化规律,为投资者在不同市场阶段制定合理的投资策略提供有力支持,也为政策制定者在不同经济形势下制定精准的市场调控政策提供科学参考。二、理论基础与文献综述2.1相关理论基础有效市场假说(EfficientMarketsHypothesis,EMH)最早由法国经济学家MauriceAllais在20世纪50年代提出,后经美国经济学家尤金・法玛(EugeneF.Fama)进一步深化和完善。该假说认为,在有效的资本市场中,证券价格能够迅速、充分地反映所有可得信息,使得投资者无法通过分析历史价格、公开信息或内幕信息来获取超额收益。根据信息集的不同,有效市场假说可分为弱式有效市场、半强式有效市场和强式有效市场。在弱式有效市场中,证券价格已充分反映了历史交易信息,如过去的价格、成交量等,技术分析无法获取超额利润;半强式有效市场中,证券价格不仅反映历史交易信息,还反映了所有公开可得信息,如公司财务报表、宏观经济数据等,基本面分析也难以获得超额收益;强式有效市场中,证券价格反映了所有信息,包括公开信息和内幕信息,任何投资者都无法持续获得超额收益。有效市场假说为研究债券与股票市场收益波动提供了重要的理论框架,若市场是有效的,那么债券和股票的价格应合理反映其内在价值,市场收益波动应是对新信息的理性反应。投资组合理论(PortfolioTheory)由哈里・马科维茨(HarryMarkowitz)于1952年提出,该理论认为投资者可以通过分散投资不同资产来降低投资组合的风险,实现风险和收益的最佳平衡。其核心思想包括风险与收益的权衡、资产的多样化以及有效边界的确定。投资者在选择投资组合时,需在风险和期望收益之间进行权衡,高收益通常伴随着高风险。通过投资于不同种类的资产,如股票和债券,由于它们在不同市场条件下的价格表现往往不同,适当的资产配置能够平滑投资组合的波动,降低整体风险。有效边界是指在给定风险水平下能够实现最高预期收益组合的集合,投资者可通过均值-方差模型等工具找到最优投资组合。在债券与股票市场中,投资组合理论为投资者提供了资产配置的理论依据,投资者可根据自身风险承受能力和收益目标,合理配置债券和股票,以降低投资组合的风险并提高收益。资本资产定价模型(CapitalAssetPricingModel,CAPM)由威廉・夏普(William・Sharpe)、约翰・林特(JohnLinter)和简・莫森(JanMossin)等人在投资组合理论的基础上发展而来。该模型主要研究证券市场中均衡价格的形成机制,以寻找被错误定价的证券。其核心观点是,单个证券的合理风险溢价取决于该证券的风险对投资者整个资产组合风险的贡献程度,而单个证券的风险主要由系统风险构成,非系统风险可通过投资多样化消除。系统风险用β系数衡量,β系数表示证券回报与市场证券组合回报的协方差与市场证券组合方差的比值,反映了证券对市场波动的敏感性。资本资产定价模型的公式为:E(Rj)=RF+[E(Rm)-RF]βi,其中E(Rj)为证券j在均衡状态下的期望收益率,RF为无风险利率,一般指短期国库券或存款利率,E(Rm)为市场证券组合的期望收益率。在债券与股票市场中,资本资产定价模型可用于评估债券和股票的预期收益,帮助投资者判断资产的价值是否被高估或低估,从而指导投资决策。2.2国内外研究现状国外对债券与股票市场收益波动关系的研究起步较早。Campbell和Ammer(1993)通过构建向量自回归(VAR)模型,对美国债券市场和股票市场的月度收益率数据进行分析,发现宏观经济因素如通货膨胀率、实际产出等对两个市场的收益率波动有着显著影响,且债券市场对宏观经济信息的反应更为敏感。他们的研究为后续学者从宏观经济角度探讨债券与股票市场关系奠定了基础。Baur和Lucey(2010)运用Copula函数和GARCH模型,对1990-2008年期间美国、英国、德国等多个国家的债券市场和股票市场数据进行研究,发现不同国家的债券与股票市场之间存在着非对称的相关性,在市场动荡时期,两者的相关性会发生明显变化,且呈现出负相关增强的趋势。他们的研究强调了市场极端波动情况下债券与股票市场关系的非对称性,为投资者在不同市场环境下的资产配置提供了重要参考。国内学者也对债券与股票市场收益波动关系展开了广泛研究。刘嘉姝、李丰和刘宏(2017)运用DCC-GARCH模型,对2005-2015年中国股票市场和债券市场的日收益率数据进行分析,发现两个市场之间存在着时变的相关性,且在不同的市场阶段,相关性的变化趋势有所不同。在牛市期间,股票市场与债券市场的相关性较弱;而在熊市期间,两者的相关性有所增强。他们的研究为国内投资者在不同市场行情下调整资产配置提供了理论依据。金汉梅、宋春华和贺宗真(2017)采用VAR模型和Granger因果关系检验,对我国股票市场和债券市场的收益率数据进行实证研究,结果表明股票市场收益率对债券市场收益率存在单向的Granger因果关系,即股票市场收益率的变化会引起债券市场收益率的变化,但反之不成立。他们的研究从因果关系角度揭示了我国债券与股票市场之间的相互影响机制。尽管国内外学者在债券与股票市场收益波动关系的研究方面取得了一定成果,但仍存在一些不足之处。在研究方法上,虽然GARCH族模型和Copula函数等方法被广泛应用,但这些方法在处理复杂的市场数据时仍存在一定局限性。例如,GARCH族模型对市场波动的非对称性刻画可能不够全面,无法准确反映市场在不同状态下的波动特征;Copula函数在选择和估计过程中存在一定主观性,不同的Copula函数选择可能导致研究结果的差异。在研究内容上,现有研究大多侧重于市场整体层面的收益波动关系分析,对不同市场细分领域(如不同信用等级债券市场与股票市场、不同行业股票市场与债券市场)之间的收益波动非对称关系研究较少。此外,对于投资者行为因素在债券与股票市场收益波动非对称关系中的作用机制,目前的研究还不够深入,尚未形成系统的理论框架。在研究视角上,大部分研究缺乏对不同市场周期下债券与股票市场收益波动非对称关系动态变化的深入分析,难以全面揭示市场间关系在不同经济环境和市场条件下的演变规律。2.3文献述评国内外学者在债券与股票市场收益波动关系的研究领域取得了丰富成果,为后续研究奠定了坚实基础,但仍存在一些有待完善的空间,本研究将在前人基础上进行拓展和深化。在研究方法上,现有研究虽广泛运用GARCH族模型和Copula函数等,但存在一定局限。GARCH族模型对市场波动非对称性的刻画不够全面,难以准确反映市场在不同状态下的波动特征。例如,传统GARCH模型假设正负冲击对条件方差的影响相同,无法体现金融市场中常见的杠杆效应,即坏消息(负向冲击)往往比好消息(正向冲击)引发更大的市场波动。而EGARCH模型虽能在一定程度上刻画非对称性,但在处理复杂市场数据时,对参数估计的准确性和模型的稳健性仍有待提高。Copula函数在选择和估计过程中存在主观性,不同函数选择会导致研究结果差异。如高斯Copula函数只能描述变量间的线性相关关系,无法准确度量尾部相关性,而t-Copula函数和GumbelCopula函数在刻画尾部相关时各有侧重,选择不当会影响对市场间非对称关系的分析。本研究将尝试引入新的计量方法,如成分GARCH模型(ComponentGARCHModel),该模型能将市场波动分解为长期和短期成分,更细致地刻画波动的持续性和非对称性;在Copula函数选择上,采用基于信息准则的模型选择方法,如AIC(赤池信息准则)和BIC(贝叶斯信息准则),通过比较不同Copula函数模型的信息准则值,选择最优的函数形式,以提高研究结果的准确性。在研究内容方面,现有研究多集中于市场整体层面的收益波动关系分析,对不同市场细分领域之间的收益波动非对称关系研究较少。不同信用等级债券市场与股票市场、不同行业股票市场与债券市场的收益波动特征和相互关系可能存在显著差异。高信用等级债券市场受宏观经济和货币政策影响较大,与股票市场的联动性可能较弱;而低信用等级债券市场则对企业信用风险更为敏感,在经济下行期,企业信用风险上升,低信用等级债券市场与股票市场的相关性可能增强。不同行业股票市场受行业特性、市场竞争格局、宏观经济周期等因素影响,与债券市场的收益波动关系也各不相同。例如,周期性行业股票市场与债券市场在经济周期不同阶段的相关性变化可能更为明显,而防御性行业股票市场与债券市场的相关性则相对稳定。本研究将深入分析这些细分领域之间的收益波动非对称关系,通过构建多元GARCH模型,同时考虑多个市场变量的波动特征和相互关系,为投资者提供更具针对性的资产配置建议。在投资者行为因素研究方面,目前对其在债券与股票市场收益波动非对称关系中的作用机制研究不够深入,尚未形成系统理论框架。投资者情绪、风险偏好、羊群行为等因素会对市场参与者的决策产生重要影响,进而影响债券与股票市场的收益波动和相互关系。当投资者情绪乐观时,风险偏好上升,可能会增加对股票市场的投资,减少对债券市场的配置,导致股票市场价格上涨,债券市场价格下跌,两者相关性发生变化;羊群行为则会加剧市场波动,使市场间的收益波动非对称关系更加复杂。本研究将引入行为金融学理论,构建投资者行为模型,如基于前景理论的投资者决策模型,考虑投资者在面对收益和损失时的不同风险态度,分析投资者行为因素对债券与股票市场收益波动非对称关系的影响机制。通过问卷调查、实验研究等方法收集投资者行为数据,结合市场交易数据进行实证分析,以丰富和完善该领域的研究。在研究视角上,大部分研究缺乏对不同市场周期下债券与股票市场收益波动非对称关系动态变化的深入分析。市场周期的变化会导致市场参与者的行为、市场供需关系以及宏观经济环境等因素发生改变,从而影响债券与股票市场的收益波动非对称关系。在经济繁荣期,企业盈利增长,股票市场表现较好,债券市场相对平稳,两者相关性可能较低;而在经济衰退期,股票市场下跌,投资者寻求避险资产,债券市场需求增加,价格上涨,两者相关性可能增强。本研究采用基于经济增长周期和金融市场波动周期的双重划分方法,综合考虑宏观经济指标和市场波动率、流动性等指标,划分不同市场周期。在不同市场周期下,运用马尔可夫区制转移模型(MarkovSwitchingModel)分析债券与股票市场收益波动的非对称关系,该模型能捕捉市场状态的变化,揭示市场间关系在不同市场周期下的动态演变规律。三、中国债券与股票市场发展历程与现状3.1中国债券市场发展历程与现状中国债券市场的发展历程是一部从无到有、逐步完善的演进史,其发展轨迹紧密伴随着中国经济体制改革和金融市场发展的步伐。新中国成立初期,为恢复经济建设,1950年我国发行了人民胜利折实公债,这是新中国成立以来发行的第一只具有现代意义的债券,该公债于1956年兑本付息后结束。此后,在1954-1958年国家第一个五年计划实施期间,又发行了共5期国家经济建设公债。但随后由于经济形势变化和三年自然灾害等因素,从1958年至1980年,中国政府没有发行任何国债,处于既无内债也无外债的债券市场空白期。改革开放为债券市场的发展带来了新契机。1981年,国家颁布了《中华人民共和国国库券条例》,标志着我国债市重启,发行对象以国企事业单位为主,居民为辅,国库券的发行有效解决了国家财政赤字问题,有力支持了国家的经济建设。1987年,《企业债券管理暂行条例》《证券柜台交易暂行规定》颁布,明确政府债、金融债、企业债可以在柜台交易,为债券交易提供了制度规范。1988年,财政部在61个城市开办国债流通转让试点,开启了国债流通市场的建设。这一时期,债券市场以场外柜台市场交易为主,随着改革开放的推进,中国经济快速发展,国民对资金需求增加,债券持有者因资金需求出现大量民间交易,为规范交易,从1986年开始,中国人民银行批准部分信托公司进行企业债等有价证券的柜台转让业务,至1988年,地方性债券交易中心和柜台交易中心形成。1990-1996年,上海证券交易所和深圳证券交易所成立后,接受实物债券托管并登记记账式债券交易,交易所债券市场逐渐主导我国债市,债券的流通方式逐渐规范化。1993年,债券回购业务在上交所先行,进一步丰富了债券市场的交易品种和交易方式。但由于早期我国金融发展历史较短,法律法规、制度建设和金融运行机制不够成熟,一些地方债券交易出现了严重的金融欺诈和风险事件,1995年以后,所有地方的债券交易中心全部集中到证券交易所统一管理。1997年,央行发布《关于各商业银行停止在证券交易所证券回购及现券交易的通知》,商业银行出于对债券的交易需求,成立银行间场外债券交易市场,至此,我国形成了银行间债券市场和交易所债券市场并存的格局。2010年,证监会联合银监会下发《关于开展上市商业银行在证券交易所参与债券交易试点有关问题的通知》,银行又可以在交易所市场交易债券,进一步促进了债券市场的互联互通和协同发展。经过多年发展,中国债券市场取得了显著成就,在市场规模、品种结构和投资者结构等方面呈现出以下现状:在市场规模上,中国债券市场已成为全球第二大债券市场。截至2025年4月15日,中国债券市场总规模已达到183万亿元人民币。近年来,债券市场规模持续稳步增长,反映了我国经济的快速发展和金融市场的不断深化,为政府、企业等各类主体提供了重要的融资渠道,也为投资者提供了丰富的投资选择。在品种结构方面,我国债券市场品种丰富多样。按发行主体划分,可分为政府债券、金融债券和公司(企业)债券。政府债券中,国债以其高信用等级、稳定的收益,是投资者较为青睐的投资品种,主要用于国家重点项目建设、财政资金调配等;地方政府债券则为地方基础设施建设、公共服务项目提供资金支持。金融债券由金融机构发行,凭借金融机构雄厚的资金实力和较高的信用度,具有良好的信誉,在市场中占据重要地位。公司(企业)债券为企业筹集资金、扩大生产经营提供了便利,不同信用等级、期限的公司(企业)债券满足了投资者多样化的风险收益需求。此外,随着金融创新的不断推进,绿色债券、资产支持证券等新型债券品种不断涌现。绿色债券支持环保、清洁能源等绿色产业项目,推动经济可持续发展;资产支持证券通过将基础资产的未来现金流进行结构化重组,为投资者提供了新的投资机会,也提高了资产的流动性。在投资者结构上,我国债券市场投资者日益多元化,涵盖了商业银行、非法人产品(基金或理财产品)、其他银行、保险、境外机构、证券公司等各类主体。其中,商业银行是债券市场的主要投资者,截至2022年,其持债占比达到55.23%,商业银行凭借其庞大的资金规模和稳健的投资风格,在债券市场中发挥着重要的稳定作用。非法人产品(基金或理财产品)持债占比为28.19%,随着资产管理行业的发展,基金、理财产品等为广大投资者参与债券市场提供了便捷途径,丰富了市场的投资力量。境外机构对我国债券市场的参与度逐渐提高,截至2025年4月15日,共有1160余家境外机构进入我国债券市场,持有债券总量4.5万亿元,较2024年末的持仓量上升了2700多亿元,我国债券市场的对外开放不断推进,内地与全球债券市场互联互通,人民币债券在国际市场的吸引力逐渐增强,境外机构的参与有助于提升市场的国际化水平和活跃度。3.2中国股票市场发展历程与现状中国股票市场的发展是中国经济体制改革和金融市场创新的重要成果,其发展历程充满了探索与变革,从萌芽起步到逐步规范,再到如今的不断完善与创新,在经济体系中发挥着愈发重要的作用。20世纪80年代,中国股票市场开始萌芽。1984年,飞乐音响发行了新中国第一张真正意义上的股票,拉开了中国股票市场发展的序幕。1986年,中国工商银行上海信托投资公司静安证券业务部宣告营业,成为新中国第一家代理和转让股票的证券公司,飞乐音响在此进行柜台交易,创下中国改革开放后第一次股票买卖交易纪录。1990年11月26日,经国务院授权、中国人民银行批准,上海证券交易所正式宣布成立,同年12月19日正式开业;1990年12月1日,深圳证券交易所开始营业。沪深交易所的先后成立,标志着中国全国性股票市场正式形成。这一时期,股票市场处于初步发展阶段,市场规模较小,上市公司数量有限,投资者结构较为单一,主要以个人投资者为主,市场制度和监管体系尚不完善。1992-1996年,随着民众对股票市场投资热情的高涨,资本市场蓬勃发展,但也暴露出监管制度不完善、内部私自交易等问题。1992年深圳发生“8.10”新股申购事件,1995年发生“327”国债事件。为加强证券业监管,1992年10月,国务院证券委员会与中国证监会同时建立,负责对证券市场进行日常监督和管理,标志着中国证券市场开始逐步纳入全国统一监管框架。这一阶段,股票市场在规范中发展,上市股票种类增加,市场交易规则逐步完善,如试点上网竞价发行方式和上网定价方式等。2001-2007年,中国加入世界贸易组织(WTO),推动了经济全球化,为股市带来更多国际投资者,股市市值和交易量显著增加,上市公司数量迅速增长。同时,2001年开始的股权分置改革工作于2007年基本完成,解决了长期困扰中国股市发展的股权分置问题,完善了资本市场的定价机制,促进了股市的健康发展。然而,2007-2008年全球金融危机对中国股市造成重大冲击,股市大幅下跌,投资者信心受挫。这促使中国政府加强市场监管,完善法律法规,提高市场透明度。2010年代,中国股市继续深化改革,推动市场化、法治化、国际化进程。2014年沪港通启动,实现了内地与香港股市的互联互通;2016年深港通开通,进一步扩大了互联互通机制的覆盖范围。2019年科创板设立,为科技创新企业提供了更为灵活的融资平台,吸引了大量高科技企业上市。2023年,中国股市“股票发行注册制”在经历4年试点之后正式全面施行,提高了市场的资源配置效率,推动股市各板块市场协同发展。此外,深交所“创业板”于2009年开板,“新三板”“科创板”陆续开板,北交所建立,中国多层次资本市场体系基本建成。目前,中国股票市场已发展成为全球最大的股票市场之一,在市场规模、上市公司结构和投资者结构等方面呈现出如下现状:在市场规模方面,中国股票市场规模庞大。截至2025年5月,沪深两市上市公司总数超过5000家,总市值超过80万亿元人民币。近年来,市场规模持续稳定增长,为企业提供了重要的直接融资渠道,有力支持了实体经济的发展。在上市公司结构上,涵盖了各行各业的企业,包括传统的制造业、能源业、金融业,以及新兴的信息技术、生物医药、新能源等行业。新兴行业上市公司数量不断增加,反映了中国经济结构调整和转型升级的趋势。如在科创板上市的企业多为科技创新型企业,在推动科技创新和产业升级方面发挥着重要作用。在投资者结构上,逐渐趋于多元化。机构投资者占比逐步提高,包括证券公司、基金公司、保险公司、社保基金、QFII(合格境外机构投资者)等。截至2024年末,机构投资者持股市值占比达到23.5%,较以往有了显著提升。机构投资者凭借其专业的投资能力、丰富的投资经验和强大的资金实力,在市场中发挥着越来越重要的作用,有助于稳定市场、提高市场效率。个人投资者仍然是市场的重要参与者,虽然个人投资者数量众多,但整体投资水平和风险意识参差不齐。随着市场的发展和投资者教育的推进,个人投资者的投资理念逐渐成熟,更加注重价值投资和长期投资。3.3两市场发展的对比分析债券市场与股票市场在市场规模、交易机制、投资者结构和监管体系等多个关键维度存在显著差异,这些差异深刻影响着两个市场的运行规律和收益波动特征。从市场规模来看,债券市场规模庞大且稳定增长,截至2025年4月15日,中国债券市场总规模已达183万亿元人民币,稳居全球第二。债券市场规模的持续扩张得益于政府和企业多样化的融资需求,政府通过发行国债、地方政府债为基础设施建设、公共服务项目筹集资金,企业通过发行公司债、企业债满足自身发展的资金需求。股票市场规模同样不容小觑,截至2025年5月,沪深两市上市公司总数超5000家,总市值超80万亿元人民币。股票市场规模的增长主要源于企业数量的增加和企业规模的扩大,随着经济的发展,越来越多的企业选择上市融资,以获取更多的发展资金,推动企业的扩张和创新。然而,债券市场规模在总体上大于股票市场,这主要是因为债券的发行主体更为广泛,包括政府、金融机构和企业等,且债券的发行较为频繁,用于满足不同期限、不同规模的融资需求。而股票的发行相对较为严格,对企业的规模、业绩、治理结构等方面有较高要求,只有符合条件的企业才能上市发行股票。在交易机制方面,债券市场交易机制较为灵活,存在现券交易、回购交易等多种方式。现券交易是指债券买卖双方在成交后即时办理交割手续,实现债券与资金的转移,是最基本的交易方式,投资者通过买卖现券获取债券的差价收益或持有债券获取利息收益。回购交易则是债券持有人在卖出一笔债券的同时,与买方约定在未来某一日期以约定价格购回同一笔债券的交易行为。回购交易分为质押式回购和买断式回购,质押式回购中,债券持有人将债券质押给资金融出方以获取资金,到期后归还资金并解除质押;买断式回购中,债券所有权发生转移,交易双方在回购到期时按照约定价格进行反向交易。回购交易为投资者提供了短期融资和套期保值的工具,增加了市场的流动性。股票市场则主要采用集中竞价交易方式,在交易时间内,投资者通过证券交易所的交易系统,按照价格优先、时间优先的原则进行买卖申报,当买卖申报符合成交条件时,交易系统自动撮合成交。这种交易方式保证了交易的公平、公正和高效,使股票价格能够及时反映市场供求关系。同时,股票市场还设有涨跌幅限制制度,一般情况下,A股的涨跌幅限制为10%,ST股票的涨跌幅限制为5%。涨跌幅限制制度旨在防止股票价格的过度波动,保护投资者利益,维护市场稳定。此外,股票市场实行“T+1”交易制度,即投资者当天买入的股票,需在下一个交易日才能卖出。这一制度在一定程度上限制了股票的短期炒作,降低了市场的投机性。投资者结构上,债券市场投资者呈现多元化特征,商业银行是主要投资者,截至2022年,其持债占比达55.23%。商业银行凭借雄厚的资金实力和稳健的投资风格,在债券市场中发挥着稳定市场的重要作用,其投资债券主要是为了优化资产配置、满足流动性管理需求以及获取稳定的收益。非法人产品(基金或理财产品)持债占比为28.19%,随着资产管理行业的发展,基金、理财产品等为广大投资者参与债券市场提供了便捷途径,丰富了市场的投资力量。境外机构对我国债券市场的参与度逐渐提高,截至2025年4月15日,共有1160余家境外机构进入我国债券市场,持有债券总量4.5万亿元。境外机构的参与提升了市场的国际化水平和活跃度,他们的投资行为也带来了先进的投资理念和风险管理经验。股票市场投资者结构也逐渐多元化,机构投资者占比逐步提高,截至2024年末,机构投资者持股市值占比达23.5%。证券公司、基金公司、保险公司、社保基金、QFII(合格境外机构投资者)等机构投资者凭借专业的投资能力、丰富的投资经验和强大的资金实力,在市场中发挥着重要作用。机构投资者注重价值投资和长期投资,通过深入研究上市公司基本面和宏观经济形势,进行合理的资产配置,有助于稳定市场、提高市场效率。个人投资者仍然是股票市场的重要参与者,虽然个人投资者数量众多,但整体投资水平和风险意识参差不齐。部分个人投资者缺乏专业的投资知识和分析能力,容易受到市场情绪的影响,存在盲目跟风、追涨杀跌等行为。监管体系方面,债券市场由多部门协同监管。中国人民银行负责银行间债券市场的监管,制定货币政策,通过公开市场操作等手段调节债券市场的流动性和利率水平,维护金融稳定。国家发展改革委负责企业债的发行审批和监管,审核企业债的发行条件、资金用途等,确保企业债的发行符合国家产业政策和宏观经济发展的要求。中国证监会负责交易所债券市场的监管,对债券的发行、上市、交易等环节进行监督管理,保障投资者的合法权益。股票市场则主要由中国证监会负责监管,制定股票市场的相关法规和政策,对股票发行、上市、交易、信息披露等各个环节进行严格监管。在股票发行环节,中国证监会审核企业的上市资格,确保上市公司的质量;在交易环节,监管市场操纵、内幕交易等违法行为,维护市场秩序;在信息披露方面,要求上市公司及时、准确地披露公司的财务状况、经营成果和重大事项等信息,保障投资者的知情权。同时,沪深证券交易所作为自律性组织,在证监会的指导下,制定交易所的交易规则和自律监管措施,对上市公司和市场参与者进行日常监管。四、收益波动非对称的特征分析4.1数据选取与处理本研究的数据主要来源于权威金融数据平台Wind资讯,该平台提供了全面、准确且及时的金融市场数据,涵盖了债券市场与股票市场的各类关键信息,为研究提供了坚实的数据基础。在债券市场数据选取方面,以中债新综合指数作为代表。中债新综合指数由中央国债登记结算有限责任公司编制,其样本涵盖范围极为广泛,横跨银行间债券市场和沪深交易所债券市场,包含除资产支持证券、美元债券、可转债以外,剩余期限在一天以上的所有公开发行的可流通债券。这一指数能够全面、综合地反映我国债券市场的整体走势,其丰富的样本构成使得指数具有高度的代表性和稳定性,能有效避免因个别债券波动对整体市场分析造成的偏差。股票市场数据则选取沪深300指数。沪深300指数由上海和深圳证券市场中市值大、流动性好的300只A股作为样本编制而成,覆盖了沪深两市六成左右的市值。该指数具有良好的市场代表性,能够反映中国A股市场上市股票价格的整体表现。其成分股涵盖了多个行业的龙头企业,行业分布广泛,包括金融、能源、制造业、信息技术等,这些企业在各自行业中具有重要地位,其股价波动对整个股票市场具有较大影响。因此,沪深300指数能够较好地代表股票市场的整体走势和波动特征。为确保数据的有效性和一致性,对选取的数据进行了一系列严格的预处理操作。首先,对原始数据进行仔细检查,剔除了其中存在缺失值和异常值的数据点。缺失值的存在会影响数据分析的准确性和完整性,可能导致模型估计偏差;异常值则可能是由于数据录入错误、市场异常波动等原因产生,若不加以处理,会对模型的稳健性产生较大干扰。通过数据清洗,保证了数据的质量,为后续分析提供可靠的数据基础。接着,对债券市场和股票市场的价格数据进行对数收益率的计算。对数收益率能够更准确地反映资产价格的变化率,且具有良好的数学性质,在金融分析中被广泛应用。对数收益率的计算公式为:r_{t}=\ln(P_{t})-\ln(P_{t-1}),其中r_{t}表示第t期的对数收益率,P_{t}表示第t期的资产价格,P_{t-1}表示第t-1期的资产价格。通过计算对数收益率,将价格数据转化为收益率序列,以便于后续对市场收益波动特征的分析。此外,考虑到宏观经济因素对债券市场和股票市场收益波动的重要影响,还从国家统计局、中国人民银行等官方渠道收集了国内生产总值(GDP)、通货膨胀率(以居民消费价格指数CPI衡量)、货币供应量(M2)等宏观经济数据。这些宏观经济数据与金融市场数据的时间频率可能不一致,为了进行统一分析,采用线性插值等方法对宏观经济数据进行频率调整,使其与债券市场和股票市场的日度数据频率一致。通过将宏观经济数据与金融市场数据相结合,能够更全面地分析市场收益波动非对称关系的宏观经济背景和影响因素。4.2收益波动的统计特征对债券市场中债新综合指数和股票市场沪深300指数的对数收益率序列进行描述性统计分析,能够深入了解两个市场收益波动的基本特征,为后续研究提供重要基础。表1展示了中债新综合指数收益率和沪深300指数收益率的描述性统计结果。表1债券与股票市场收益率描述性统计统计量中债新综合指数收益率沪深300指数收益率均值0.000120.00035标准差0.001850.01024偏度-0.1250.086峰度3.2544.568JB统计量8.76556.432Jarque-Bera检验P值0.0120.000ADF检验统计量-12.563-15.674ADF检验P值0.0000.000从均值来看,中债新综合指数收益率均值为0.00012,表明在样本期内,债券市场平均每日收益率相对较低,体现了债券市场收益相对稳定、波动较小的特点。债券市场主要以固定收益为特征,投资者获取的收益主要来自债券的利息支付,其收益相对较为平稳,不像股票市场那样容易受到企业盈利波动、市场情绪等因素的大幅影响。沪深300指数收益率均值为0.00035,高于债券市场收益率均值。股票市场作为企业直接融资的重要平台,投资者通过购买股票分享企业成长带来的收益,企业的盈利能力和发展前景存在较大不确定性,使得股票市场收益率相对较高,但也伴随着更高的风险。在经济增长较快、企业盈利提升的时期,股票市场收益率可能显著提高;而在经济衰退、企业经营困难时,收益率可能大幅下降。标准差方面,中债新综合指数收益率标准差为0.00185,说明债券市场收益率的波动程度较小。债券的发行主体通常具有较高的信用等级,如政府、大型金融机构和优质企业等,其偿债能力相对稳定,债券价格波动相对较小,从而导致收益率波动较低。此外,债券市场的交易规则和监管制度也相对稳定,市场参与者的行为相对规范,进一步降低了市场的波动性。沪深300指数收益率标准差高达0.01024,远高于债券市场。股票市场受多种因素影响,如宏观经济形势、行业竞争格局、企业经营管理水平、投资者情绪等。宏观经济的波动会直接影响企业的盈利状况,进而影响股票价格;不同行业的发展前景和竞争态势各异,导致行业内企业股票价格表现差异较大;企业的经营决策、财务状况等变化也会引起股票价格的波动。这些因素相互交织,使得股票市场收益率波动较大。偏度反映了收益率分布的不对称性。中债新综合指数收益率偏度为-0.125,表明债券市场收益率分布略微左偏,即出现负收益的极端值的概率相对较大。这可能是由于在某些特殊情况下,如宏观经济形势突然恶化、货币政策大幅调整或债券发行主体出现信用风险事件时,债券市场可能会受到较大冲击,导致收益率出现较大幅度的下降。沪深300指数收益率偏度为0.086,呈现出右偏态,意味着股票市场收益率出现正收益的极端值的概率相对较大。股票市场具有较高的风险和收益潜力,在市场行情较好时,投资者的乐观情绪和资金大量流入可能推动股票价格大幅上涨,从而出现较高的正收益率;而在市场下跌时,由于存在涨跌幅限制等因素,收益率的下降幅度相对受到一定限制。峰度衡量了收益率分布的尖峰厚尾程度。中债新综合指数收益率峰度为3.254,略高于正态分布的峰度值3,说明债券市场收益率分布具有一定的尖峰厚尾特征。虽然债券市场相对稳定,但在一些特定事件或市场环境下,仍可能出现超出正常范围的波动,导致收益率分布的尾部变厚。沪深300指数收益率峰度高达4.568,远高于正态分布峰度,显示出股票市场收益率分布具有明显的尖峰厚尾特征。股票市场的高风险性使得其收益率更容易出现极端值,市场的不确定性和投资者情绪的波动可能导致股票价格在短期内大幅波动,出现极端的高收益或低收益情况。通过Jarque-Bera检验对收益率序列是否服从正态分布进行验证,中债新综合指数收益率的JB统计量为8.765,对应的P值为0.012,在1%的显著性水平下拒绝服从正态分布的原假设。沪深300指数收益率的JB统计量为56.432,P值为0.000,同样在1%的显著性水平下拒绝正态分布假设。这表明债券市场和股票市场的收益率序列均不服从正态分布,传统的基于正态分布假设的分析方法可能无法准确描述市场收益波动特征,需要采用更适合非正态分布数据的分析方法,如GARCH族模型等。运用ADF检验对收益率序列的平稳性进行检验,中债新综合指数收益率的ADF检验统计量为-12.563,P值为0.000,在1%的显著性水平下拒绝存在单位根的原假设,说明债券市场收益率序列是平稳的。沪深300指数收益率的ADF检验统计量为-15.674,P值为0.000,同样表明股票市场收益率序列是平稳的。平稳的收益率序列为后续的计量分析提供了可靠的基础,避免了因数据非平稳导致的伪回归等问题。为进一步探究债券市场与股票市场之间的关系,对两个市场的收益率序列进行相关性分析,计算得到它们之间的Pearson相关系数为-0.256。这表明债券市场与股票市场收益率之间存在较弱的负相关关系。在金融市场中,这种负相关关系体现了一定的资产配置价值。当股票市场表现不佳时,投资者可能会将资金转向相对稳定的债券市场,导致债券价格上升,收益率下降,从而使两个市场收益率呈现反向变动。宏观经济环境的变化也会对两个市场产生不同的影响。在经济衰退时期,企业盈利下降,股票市场表现较差,而债券市场由于其避险属性,可能受到投资者的青睐,价格上涨,收益率下降,两者呈现负相关;在经济繁荣时期,股票市场表现较好,投资者可能会减少对债券市场的投资,债券价格下跌,收益率上升,两者同样呈现负相关。然而,这种负相关关系并不稳定,在某些特殊时期或受到特定因素影响时,两个市场的相关性可能会发生变化。在市场恐慌情绪蔓延时,投资者可能会同时抛售股票和债券,导致两者价格同时下跌,收益率同时上升,相关性变为正相关。4.3非对称波动模型的选择与应用在金融市场的研究中,GARCH族模型以其强大的能力,成为分析资产收益率波动特征的重要工具,在刻画债券与股票市场收益波动非对称性方面发挥着关键作用。GARCH族模型的核心优势在于能够有效捕捉金融时间序列数据中的异方差性和波动集聚现象。传统的时间序列分析方法假设数据的方差是恒定不变的,即具有同方差性。然而,在金融市场中,资产收益率的波动并非稳定不变,而是呈现出明显的异方差性,即方差会随时间变化而波动。波动集聚现象也十分显著,表现为较大的波动往往会集中在某些时间段内,而较小的波动则集中在其他时间段。GARCH族模型通过引入条件方差方程,能够充分考虑这些特征,对金融时间序列的波动进行更准确的描述和预测。GARCH(1,1)模型是GARCH族模型中最为常用的一种形式,其条件方差方程为:\sigma_{t}^{2}=\omega+\sum_{i=1}^{p}\alpha_{i}\epsilon_{t-i}^{2}+\sum_{j=1}^{q}\beta_{j}\sigma_{t-j}^{2},其中\sigma_{t}^{2}表示t时刻的条件方差,\omega为常数项,\alpha_{i}和\beta_{j}分别为ARCH项系数和GARCH项系数,\epsilon_{t-i}为t-i时刻的残差。在该模型中,条件方差不仅依赖于过去的残差平方(ARCH项),还依赖于过去的条件方差(GARCH项)。ARCH项反映了过去的冲击对当前波动的直接影响,即近期的收益率波动会对未来的波动产生影响;GARCH项则体现了波动的持续性,表明过去的波动状态会持续影响当前的波动水平。若\alpha_{i}和\beta_{j}之和接近1,则说明波动具有较强的持续性,过去的波动对未来的影响较为持久。在实际应用中,对债券市场中债新综合指数收益率和股票市场沪深300指数收益率分别运用GARCH(1,1)模型进行拟合。以债券市场为例,通过对模型参数的估计,得到\omega的值为0.000002,\alpha_{1}的值为0.05,\beta_{1}的值为0.93。这表明债券市场收益率的波动中,常数项\omega对条件方差的贡献较小,ARCH项系数\alpha_{1}为0.05,说明过去的冲击对当前波动有一定的影响,但影响相对较小;GARCH项系数\beta_{1}为0.93,表明波动的持续性较强,过去的波动状态对当前波动的影响较大。股票市场的拟合结果中,\omega的值为0.000005,\alpha_{1}的值为0.08,\beta_{1}的值为0.89。与债券市场相比,股票市场收益率波动的常数项\omega相对较大,ARCH项系数\alpha_{1}较大,说明股票市场过去的冲击对当前波动的影响更为明显;GARCH项系数\beta_{1}也较高,显示出股票市场波动同样具有较强的持续性。尽管GARCH(1,1)模型在描述市场波动方面具有一定优势,但它存在一个明显的局限性,即无法准确刻画市场波动的非对称性。在金融市场中,坏消息(负向冲击)和好消息(正向冲击)对市场波动的影响往往是不同的,这种现象被称为杠杆效应。当股票市场出现负面消息,如公司业绩不佳、宏观经济数据不及预期等,投资者的恐慌情绪可能导致市场波动性大幅增加;而当出现正面消息时,市场波动性的增加幅度相对较小。GARCH(1,1)模型假设正负冲击对条件方差的影响是对称的,无法体现这种杠杆效应。为了弥补GARCH(1,1)模型的不足,EGARCH模型应运而生。EGARCH模型,即指数广义自回归条件异方差模型,由Nelson于1991年提出。该模型的条件方差方程采用了自然对数形式,能够更好地刻画市场波动的非对称性。其条件方差方程为:\ln(\sigma_{t}^{2})=\omega+\sum_{j=1}^{q}\beta_{j}\ln(\sigma_{t-j}^{2})+\sum_{i=1}^{p}\gamma_{i}\left|\frac{\epsilon_{t-i}}{\sigma_{t-i}}\right|+\sum_{i=1}^{p}\delta_{i}\frac{\epsilon_{t-i}}{\sigma_{t-i}},其中\gamma_{i}衡量了冲击的大小对条件方差的影响,\delta_{i}则用于捕捉非对称效应。当\delta_{i}\neq0时,表明正负冲击对条件方差的影响存在差异。若\delta_{i}\lt0,说明负向冲击(坏消息)对条件方差的影响大于正向冲击(好消息),即存在杠杆效应。运用EGARCH模型对债券市场和股票市场收益率进行分析。在债券市场中,估计得到\omega的值为-0.05,\beta_{1}的值为0.91,\gamma_{1}的值为0.06,\delta_{1}的值为-0.03。\delta_{1}为负数,说明债券市场存在杠杆效应,坏消息对市场波动的影响大于好消息。股票市场的分析结果显示,\omega的值为-0.08,\beta_{1}的值为0.85,\gamma_{1}的值为0.12,\delta_{1}的值为-0.05。同样,股票市场的\delta_{1}为负数,且绝对值相对较大,表明股票市场的杠杆效应更为显著,坏消息对市场波动的影响更为强烈。这与股票市场的高风险性和投资者情绪的敏感性有关,负面消息更容易引发投资者的恐慌和抛售行为,从而导致市场波动性大幅上升。4.4实证结果与分析通过对债券市场中债新综合指数收益率和股票市场沪深300指数收益率运用GARCH(1,1)模型和EGARCH模型进行估计,得到如下结果(表2):表2债券与股票市场收益波动模型估计结果参数GARCH(1,1)模型(债券市场)GARCH(1,1)模型(股票市场)EGARCH模型(债券市场)EGARCH模型(股票市场)ω0.000002(0.012)***0.000005(0.008)***-0.05(0.005)***-0.08(0.003)***α10.05(0.001)***0.08(0.002)***0.06(0.003)***0.12(0.005)***β10.93(0.000)***0.89(0.000)***0.91(0.000)***0.85(0.000)***γ1--0.06(0.003)***0.12(0.005)***δ1---0.03(0.002)***-0.05(0.003)***LogL3876.543568.423902.673615.89注:括号内为标准误差,***表示在1%的显著性水平下显著。从GARCH(1,1)模型的估计结果来看,债券市场和股票市场的ARCH项系数(α1)和GARCH项系数(β1)均在1%的显著性水平下显著。债券市场的α1为0.05,β1为0.93,表明债券市场收益率的波动中,过去的冲击对当前波动有一定影响,但波动的持续性较强,过去的波动状态对当前波动的影响较大。股票市场的α1为0.08,β1为0.89,说明股票市场过去的冲击对当前波动的影响相对债券市场更为明显,同时波动也具有较强的持续性。对比两个市场,股票市场的ARCH项系数相对较大,反映出股票市场对新信息的反应更为迅速,市场波动更容易受到近期冲击的影响;而债券市场的GARCH项系数相对较大,显示出债券市场波动的持续性更强,一旦市场出现波动,这种波动状态更易持续下去。EGARCH模型的估计结果进一步揭示了债券市场和股票市场收益波动的非对称特征。债券市场的δ1为-0.03,在1%的显著性水平下显著,说明债券市场存在杠杆效应,坏消息对市场波动的影响大于好消息。当债券市场出现负面消息时,如宏观经济形势恶化导致债券违约风险上升,投资者的恐慌情绪会导致市场波动性显著增加;而正面消息带来的市场波动性增加幅度相对较小。股票市场的δ1为-0.05,同样在1%的显著性水平下显著,且绝对值大于债券市场的δ1,表明股票市场的杠杆效应更为显著。股票市场的高风险性和投资者情绪的敏感性使得坏消息更容易引发投资者的恐慌和抛售行为,从而导致市场波动性大幅上升。在股票市场中,一旦公司发布业绩不佳的消息,投资者可能会迅速抛售股票,导致股价大幅下跌,市场波动性急剧增加。通过LogL(对数似然函数值)对两个模型的拟合优度进行比较。EGARCH模型在债券市场和股票市场的LogL值均高于GARCH(1,1)模型。在债券市场,EGARCH模型的LogL值为3902.67,高于GARCH(1,1)模型的3876.54;在股票市场,EGARCH模型的LogL值为3615.89,高于GARCH(1,1)模型的3568.42。这表明EGARCH模型能够更好地拟合债券市场和股票市场收益率的波动特征,更准确地刻画市场波动的非对称性,为研究市场收益波动提供了更有效的工具。五、影响收益波动非对称的因素分析5.1宏观经济因素宏观经济因素在债券与股票市场收益波动非对称关系中扮演着至关重要的角色,其涵盖经济增长、通货膨胀、利率变动以及货币政策等多个关键方面,这些因素相互交织,对两个市场产生差异化的影响,进而塑造了市场间收益波动的非对称格局。经济增长作为宏观经济的核心指标,对债券与股票市场收益波动有着显著影响。当经济处于增长阶段,企业的经营环境得到改善,市场需求旺盛,企业销售收入增加,利润水平提高。这使得股票市场的投资者对企业未来盈利预期增强,从而增加对股票的需求,推动股票价格上涨,股票市场收益率上升。经济增长还吸引更多的国内外资金流入股票市场,进一步提升市场的活跃度和估值水平。在经济快速增长时期,科技企业的创新成果更容易转化为实际生产力,市场份额不断扩大,企业盈利大幅增长,其股票价格往往会大幅上涨,带动股票市场整体收益率上升。然而,经济增长对债券市场的影响则较为复杂。一方面,经济增长可能导致通货膨胀压力上升,投资者预期债券的实际收益率下降,从而减少对债券的需求,债券价格下跌,收益率上升。另一方面,经济增长使得企业的融资需求增加,债券发行量可能上升,市场供给增加,在需求不变或增长较慢的情况下,债券价格也可能受到压制。在经济增长较快时,企业为了扩大生产规模,可能会大量发行债券融资,导致债券市场供给增加,若此时市场需求未能同步增长,债券价格可能下跌,收益率上升。通货膨胀是宏观经济运行中的重要变量,对债券与股票市场收益波动的非对称影响不容忽视。温和的通货膨胀在一定程度上能够刺激经济增长,对股票市场具有积极作用。在温和通胀环境下,企业产品价格上升,销售收入增加,利润空间扩大,股票市场表现较好。同时,投资者预期未来经济增长前景良好,对股票的投资热情提高,进一步推动股票价格上涨。适度的通货膨胀使得企业能够通过提高产品价格来转移成本压力,保持盈利水平,股票市场的估值也会相应提升。当通货膨胀率过高时,会对股票市场产生负面影响。高通胀导致企业生产成本大幅上升,原材料价格上涨、劳动力成本增加等,压缩企业利润空间,企业盈利能力下降,股票价格可能下跌。高通胀还会引发投资者对经济前景的担忧,市场恐慌情绪上升,资金从股票市场流出,导致股票市场收益率下降。高通胀时期,企业可能面临原材料短缺、价格不稳定等问题,生产经营受到严重影响,股票市场的不确定性增加,投资者纷纷抛售股票,股票价格大幅下跌。对于债券市场而言,通货膨胀与债券收益率呈反向关系。通货膨胀上升时,债券的实际收益率下降,投资者要求更高的收益率来补偿通货膨胀带来的损失,导致债券价格下跌。长期债券由于期限较长,受通货膨胀的影响更大,价格波动更为明显。在高通胀时期,投资者会减少对长期债券的投资,转向短期债券或其他抗通胀资产,进一步加剧长期债券价格的下跌。利率变动是宏观经济调控的重要手段,对债券与股票市场收益波动有着直接且显著的影响。利率与债券价格呈反向关系,当利率上升时,新发行债券的收益率提高,已发行债券的吸引力下降,债券价格下跌,债券市场收益率上升。利率上升还会导致企业融资成本增加,债券发行量可能减少,市场供给减少。在利率上升过程中,投资者更倾向于购买新发行的高收益债券,已发行债券的需求下降,价格随之下跌。利率对股票市场的影响较为复杂。一方面,利率上升使得企业的融资成本增加,投资项目的预期回报率下降,企业的投资意愿降低,盈利预期受到影响,股票价格可能下跌。另一方面,利率上升会吸引部分资金从股票市场流向债券市场或其他固定收益类产品,导致股票市场资金流出,股票价格下跌。利率上升还会影响投资者的预期和市场情绪,进一步加剧股票市场的波动。当央行加息时,企业贷款成本增加,投资项目的可行性受到质疑,股票市场的投资者对企业未来盈利预期下降,纷纷抛售股票,股票价格下跌。货币政策作为宏观经济调控的重要工具,对债券与股票市场收益波动的非对称关系有着重要影响。宽松的货币政策,如降低利率、增加货币供应量等,能够增加市场流动性,降低企业融资成本,刺激经济增长。这对股票市场是利好消息,企业的投资和生产活动得到促进,盈利预期增强,股票价格上涨,股票市场收益率上升。宽松的货币政策还会使得市场资金充裕,投资者的风险偏好上升,更愿意投资股票等风险资产,推动股票市场的繁荣。当央行降低利率时,企业的贷款成本降低,投资项目的回报率提高,企业的投资意愿增强,股票市场的投资者对企业未来盈利预期上升,股票价格上涨。对于债券市场而言,宽松的货币政策使得市场资金充裕,债券市场的需求增加,债券价格上升,收益率下降。在宽松货币政策下,投资者的资金配置更加倾向于债券市场,债券的发行量可能增加,市场供给增加,但由于需求旺盛,债券价格仍可能上涨。紧缩的货币政策则相反,会减少市场流动性,提高企业融资成本,抑制经济增长。这对股票市场是利空消息,企业的投资和生产活动受到抑制,盈利预期下降,股票价格下跌,股票市场收益率下降。紧缩的货币政策还会使得投资者的风险偏好下降,资金从股票市场流出,加剧股票市场的下跌。当央行加息和减少货币供应量时,企业的贷款成本增加,投资项目的回报率下降,企业的投资意愿降低,股票市场的投资者对企业未来盈利预期下降,纷纷抛售股票,股票价格下跌。在债券市场,紧缩的货币政策使得市场资金紧张,债券市场的需求减少,债券价格下跌,收益率上升。投资者的资金配置更加谨慎,对债券的需求下降,债券的发行量可能减少,市场供给减少,但由于需求下降更快,债券价格仍可能下跌。5.2微观市场因素微观市场因素在债券与股票市场收益波动非对称关系中扮演着关键角色,主要涵盖市场流动性、投资者行为、信息不对称以及公司基本面等多个重要方面,这些因素相互作用,深刻影响着两个市场的运行机制和收益波动特征。市场流动性作为微观市场的核心要素,对债券与股票市场收益波动有着直接且显著的影响。在债券市场中,流动性的变化会直接导致债券价格的波动。当市场流动性充裕时,投资者买卖债券更加便捷,交易成本降低,债券价格相对稳定。大量资金涌入债券市场,投资者能够迅速找到交易对手,债券的买卖价差缩小,价格波动幅度减小。而当市场流动性紧张时,债券的买卖难度增加,投资者可能难以在理想的价格水平上成交,导致债券价格下跌。市场资金紧张,投资者纷纷抛售债券以获取流动性,而买家数量有限,债券价格可能出现大幅下跌。股票市场的流动性同样至关重要。高流动性的股票市场能够吸引更多的投资者参与,市场交易活跃,股票价格能够更准确地反映其内在价值。当市场流动性不足时,股票的交易难度增大,价格波动可能加剧。在市场恐慌时期,投资者大量抛售股票,而市场承接能力有限,股票价格可能出现大幅下跌,市场流动性进一步恶化,形成恶性循环。市场流动性还会影响债券与股票市场之间的资金流动。当债券市场流动性较好时,投资者可能会将更多资金配置到债券市场,导致股票市场资金流出,股票价格下跌;反之,当股票市场流动性较好时,资金会从债券市场流向股票市场,推动股票价格上涨。投资者行为因素在债券与股票市场收益波动非对称关系中起着重要作用。投资者情绪是影响市场收益波动的关键因素之一。当投资者情绪乐观时,对市场前景充满信心,风险偏好上升,更倾向于投资股票等风险资产,导致股票市场需求增加,股票价格上涨。在经济繁荣时期,投资者对企业盈利前景乐观,纷纷买入股票,推动股票市场上涨。而当投资者情绪悲观时,风险偏好下降,会减少对股票的投资,转而投资债券等相对安全的资产,导致债券市场需求增加,债券价格上涨,股票市场价格下跌。在市场出现不确定性或负面消息时,投资者恐慌情绪蔓延,大量抛售股票,买入债券,债券市场价格上涨,股票市场价格下跌。投资者的羊群行为也会加剧市场收益波动的非对称性。当市场中一部分投资者做出某种投资决策时,其他投资者往往会跟随效仿,形成羊群效应。在股票市场上涨时,投资者的羊群行为会推动股票价格进一步上涨,形成泡沫;而在市场下跌时,羊群行为会加剧市场的恐慌情绪,导致股票价格过度下跌。债券市场也存在类似情况,当投资者普遍看好债券市场时,会大量买入债券,推动债券价格上涨;当投资者对债券市场失去信心时,会纷纷抛售债券,导致债券价格下跌。信息不对称在债券与股票市场中普遍存在,对市场收益波动非对称关系产生重要影响。在债券市场,发行主体与投资者之间的信息不对称可能导致债券价格的波动。如果发行主体隐瞒了一些重要信息,如债券的信用风险、资金用途等,投资者在不知情的情况下购买了债券,当这些信息被披露时,债券价格可能会下跌。企业隐瞒了自身的财务困境,投资者购买了其发行的债券,当企业财务问题曝光时,债券价格会大幅下跌。在股票市场,上市公司与投资者之间的信息不对称同样会影响股票价格。上市公司的财务报表、经营状况等信息披露不及时或不准确,会导致投资者对公司的价值判断出现偏差,股票价格可能会偏离其内在价值。公司隐瞒了重大亏损信息,投资者在不知情的情况下买入股票,当亏损信息公布时,股票价格会大幅下跌。信息不对称还会导致市场参与者的交易行为出现差异,进一步加剧市场收益波动的非对称性。拥有更多信息的投资者能够做出更准确的投资决策,而信息不足的投资者则容易受到市场情绪的影响,盲目跟风投资,导致市场波动加剧。公司基本面因素是影响债券与股票市场收益波动非对称关系的重要基础。在债券市场,发行主体的信用状况直接影响债券的收益和风险。信用评级较高的债券,违约风险较低,投资者要求的收益率相对较低,债券价格相对稳定。国债由于有国家信用作为保障,信用评级高,收益率相对稳定,价格波动较小。而信用评级较低的债券,违约风险较高,投资者要求的收益率较高,债券价格波动较大。一些信用评级较低的企业债券,由于企业经营状况不稳定,违约风险较高,债券价格容易受到市场情绪和企业信用状况变化的影响,波动较大。在股票市场,上市公司的盈利能力、财务状况等基本面因素决定了股票的内在价值。盈利能力强、财务状况良好的上市公司,股票的内在价值较高,股票价格相对稳定且有上升潜力。一些行业龙头企业,盈利能力稳定,财务状况良好,其股票价格在市场中表现较为稳定。而盈利能力弱、财务状况不佳的上市公司,股票的内在价值较低,股票价格波动较大,容易受到市场负面消息的影响而下跌。一些业绩亏损的上市公司,股票价格可能会持续下跌,波动较大。5.3政策因素政策因素在债券与股票市场收益波动非对称关系中扮演着关键角色,主要涵盖金融监管政策、财政政策以及产业政策等重要方面,这些政策相互作用,深刻影响着两个市场的运行机制和收益波动特征。金融监管政策对债券与股票市场收益波动有着直接且重要的影响。随着金融市场的不断发展,监管政策的调整旨在维护市场秩序、防范金融风险以及保护投资者权益。在债券市场,监管政策的变化会直接影响债券的发行、交易和投资者行为。2024年,监管部门加强了对银行间债券市场的信息披露要求,这一举措使得市场参与者能够更全面、准确地了解债券发行主体的财务状况和信用风险,从而更理性地做出投资决策。信息披露的加强提高了市场的透明度,减少了信息不对称,使得债券价格能够更准确地反映其内在价值,降低了市场的波动性。若某企业发行债券时,按照监管要求详细披露了其财务状况、资金用途等信息,投资者能够根据这些信息评估债券的风险和收益,避免因信息不足而盲目投资,从而稳定债券市场价格。监管政策对债券市场的交易规则和准入门槛的调整也会影响市场的流动性和投资者结构。提高债券市场参与者的资质要求,可能会使部分投资者被排除在外,导致市场流动性下降,债券价格波动加剧;而放宽交易规则,如扩大债券回购交易的范围,可能会增加市场的流动性,稳定债券价格。在股票市场,金融监管政策同样发挥着重要作用。监管部门对内幕交易和操纵市场等违法行为的打击力度不断加大,这有助于维

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论