中国股票市场波动非对称性的行为金融学解释

1、收稿日期: 2008- 09- 12 基金项目: 本文得到国家自然科学基金天元基金项目( 10726072) 和江苏省博士后科研资助计划( 0701031c ) 的资助。 作者简介: 卢斌( 1976 ) , 男, 安徽舒城人, 南京大学工程管理学院博士后, 南京财经大学金融学院副教授, 研究方向为资本市场、 金融风险管理; 王霞( 1980 ) , 女, 内蒙古包头人, 南京财经大学金融学院硕士研究生。 2008年第 6期 总第 154期 南京财经大学学报 j o u r n a l o f n a n j i n gu n i v e r s i t yo f f i n a n c ea

2、 n de c o n o mi c s n o . 6, 2008 s e r i a l n o . 154 中国股票市场波动非对称性的行为金融学解释 卢 斌 1 ,王 霞 2 ( 1. 南京大学 工程管理学院,江苏 南京210093; 2. 南京财经大学 金融学院, 江苏 南京 210003) 摘要: 本文采用 e g a r c h与 t a r c h模型, 以 2003年 6月 30日至 2008年 6月 27日的上证综指和深证 综指日收益率为研究样本, 对中国股票市场价格波动的非对称效应进行了检验, 证实了中国股票市场存在对 信息反应的不平衡, 即: “利空消息”对股票价格的冲击

3、大于“利多消息”对股票价格的冲击。 鉴于国内研究 对这种不对称的解释仅限于宏观层面, 本文基于行为金融学理论, 从投资者非理性行为出发, 研究得出投资 者的损失厌恶与反应过度的认知偏差是导致其对“利空消息”反应过度的根本原因。 关键词: 波动非对称性; 杠杆效应; e g a r c h模型; t a r c h模型; 损失厌恶 中图分类号: f 830. 9文献标识码 : a 文章编号: 1672-6049( 2008) 06-0036-06 一、 引言 传统理论对市场价格波动率的分析都建立在有效市 场假说上。这种假说认为, 金融资产的价格体现了所有市 场参与者对其所掌握信息的反应。 信息是

4、决定价格的最 主要因素, 可以分为“利多”消息和“利空”消息。 在有效 市场状态下, 金融资产价格将包含所有的历史信息, 任何 用于预测资产价格走势的信息一定己经反应在资产价格 中, 资产未来价格走势只与将来市场上出现的新信息有 关, 因此“利多”消息会带来资产价格向上的波动, “利空” 信息会带来资产价格向下的波动, 但两种消息对金融市场 的影响是对称的。 可以看出有效市场假说与市场完全竞 争理论的假设条件十分相似。 然而大量的实证研究表明 股票的收益率序列存在以下几个特征: 尖峰厚尾、过度波 动与波动的集聚性、波动的非对称性、波动的长记忆性。 尖峰厚尾的特征表明金融市场上的各种资产价格的波

5、动 率并不完全与假设的理想状况相符, 没有体现出正态分布 的特征。 许多研究认为正是由于股票价格的波动的集聚 性和尖峰厚尾的特征可能导致了股价波动的非对称性。 波动的非对称效应, 也叫杠杆效应( l e v e r a g ee f f e c t ) , 是由 b l a c k ( 1976) 、c h r i s t i e ( 1982) 和 s c h w e r t ( 1989) 发现 的。 他们指出美国股票的当期收益率与未来波动率存在 负相关关系, 并试图解释个股收益率波动性的这种不对称 性。 但是之后许多学者对这种杠杆效应提出了质疑, c h r i s t i e ( 19

6、82) a n ds c h w e r t ( 1989) 认为在考虑到杠杆的实 际估计值时, 很难解释收益 - 波动的这种作用; t a u c h e n ( 1996) a n da n d e r s e n ( 2001) 认为这种作用在单个股票市场 上很难成立; 大多学者支持另一种对波动非对称性的解 释, 即 由 p o t e r b aa n ds u m m e r s (1986)a n dc a m p b e l la n d h e n t s c h e l ( 1992) 提出的波动反馈机制。 这种理论认为对 波动正的冲击反向的引起股价收益率负的变动。 但是,

7、近 些年来有些学者又对波动的杠杆效应进行了新的解释。 b a t e s ( 2000) 、wua n dx i a o ( 2002) 、e r a k e r ( 2004) 认为期权 的隐含波动率一般会比股票的波动率更能体现这种杠杆 效应; a n t o n i ome l e ( 2005) 认为在理性预期的条件下, 由于 投资者要求的风险补偿的变动是非对称的, 因此股票收益 率的波动是反经济周期的, 风险补偿在坏时期比在好时期 所需求的更多。 这种波动非对称性效应的存在会极大的 影响到资产的市场定价以及投资者的投资决策, 因此研究 价格波动非对称性效应有着十分重要的意义。 国外学者

8、对波动的非对称性研究很多, 如 k o u t m o s a n db o o t h ( 1995) 研究了日本、伦敦和纽约股票市场之间 的波动传导机制, 发现收益波动存在潜在的非对称性; k o u t m o s ( 1996) 研究发现欧洲各国主要股票指数收益率 波动也存在不对称性。 这种不对称效应, 也即我们所说 波动非对称性效应; c r o u h ya n dr o c k i n g e r ( 1997) 应用 a t - g a r c h和 h g a r c h模型对全球 21个主要股票市场的 波动性进行了实证研究, 证实了波动非对称性效应; 其他 许多学者应用相关

9、的理论模型对不同国家的股票市场的 价格波动性进行了研究。 如 b o o t h等(1997) 发现在丹 麦、挪威、瑞典、芬兰, k o u t m o s等 (1993) 发现在希腊, 36 c h e u n g 和 n g ( 1992) 发现在美国, k o u t m o s ( 1992) 发现在 加拿大、法国、日本, p o o n和 t a y l o r ( 1992) 发现在英国的 股票市场均存在对“好消息”与“坏消息”的不对称反应。 总的结论是“坏消息”对股票市场的影响较大; 当前, 关 于这方面的研究仍然很多, 如 c h i a n ga n dd o o n g(2

10、001) 应用 t a r- g a r c h模型对亚洲七个股票交易所的日收 益率、周收益率和月收益率分别建模进行了估计, 验证了 波动非对称性效应的存在; c a t h yw. s .c h e n , t h o m a sc . c h i a n g , mi k ek . p .s o (2005) 利 用 d o u b l e-t h r e s h o l d g a r c h模型分析美国股票市场收益率与波动率的非对 称性效应, 认为负面消息比正面消息会引起股市收益更 大的下降, 同时引起股市更大的波动; n u n ob .f e r r e i r a , r u i

11、 me n e z e s , d i a n aa .m e n d e s( 2007)比较了葡萄牙股 票市场与其它六个股票市场, 利用 t a r c h和 e g a r c h 模型, 发现葡萄牙股票市场存在杠杆效应, 但是, 当控制 了宏观经济因素的条件下, 这种效应明显不显著。 近年来, 国内学者对股票市场的价格波动非对称效 应也 作了大量 的研究。 陈千 里、周少甫 (2002) 应用 g a r c h n模型对上证指数收益率的波动性进行了研究, 给出了我国股市收益率的尖峰厚尾特征、波动集聚性和 收益率波动的不对称性的实证证据, 得出我国股票市场 收益率的波动性呈现出与发达成

12、熟股票市场类似的基本 特征; 胡海鹏、方兆本( 2002) 利用 a r-e g a r c h-m模 型对中国股票市场收益率的波动性进行了拟合分析, 得 出了杠杆效应明显的结论; 陈浪南、黄杰鲲( 2002) 通过对 深证成分指数分时段的分析, 发现在中国股票市场的不 同时段, 利好消息与利空消息对市场波动的影响是不同 的; 丁娟( 2003) 分别采用 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票市场收益率的波动特征, 验证 了信息对股票收益率波动性的非对称性影响, 并指出了 杠杆效应的存在。 陆蓉、徐龙炳 ( 2003) 利用对中国股票 市场从开业至

13、2003年的样本进行实证研究, 发现我国股 票市场上“好消息”的影响要大于“坏消息”的影响; 何晓 光 ( 2005) 运用 a r ma-e g a r c h以及 a r ma-t a r c h 模型, 对中国 b股市场收益波动率的非对称性进行了研 究, 研究表明沪深两市的 b股市场非对称特征不显著。 张路胶、赵华 ( 2006) 采用 g j r-g a r c h和 e g a r c h模 型对上证指数进行了实证分析, 发现上证股票市场不存 在杠杆效应。 从上述文献我们可知, 资产价格的波动的非对称性 问题在当今学术界仍然是一个吸引众多学者注意力的主 题。 纵观国内外研究, 大多学

14、者把重点放于对波动非对 称性效应是否存在的检验, 而对于为什么存在这种效应 这个问题涉及甚少。 近些年来, 国外一些学者开始关注 这个问题, 其中 b a r b e r i s , h u a n g 和 s a n t o s (2001) 以行为 金融理论作指导, 综合了前景理论和 t h a l e ra n dj o h n s o n ( 1990) 所提出的私房钱效应, 修正了传统理论中的一般 均衡定价模型, 从非理性投资者损失规避的角度解释了 股价异常波动 ( 非对称) 现象; a n nma r i eh i b b e r t , r o b e r t t . d a i

15、 g l e r , b r i c ed u p o y e t ( 2008) 通过对 s p 500指数收益 与波动的分析, 认为既不是杠杆理论也不是波动反馈机 制理论能够足够的解释收益与波动的这种非对称性现 象, 他们认为这种现象的存在是由于个体投资者行为的 偏差所导致的。 从国内研究来看, 大多研究同样也只是 对中国股票市场是否存在波动的非对称性进行了分析与 证明, 缺乏对这种现象背后的原因进行解释。 鉴于此目 的, 本文应用 e a r c h模型和 t a r c h模型对我国上证综 合指数和深圳综合指数的价格波动非对称性效应进行了 系统地研究, 检验了好消息和坏消息对两个股票市

16、场价 格波动的影响。 其主要贡献在于: 我们借鉴行为金融理 论的研究成果, 结合计量检验实证研究, 从考虑股市参与 者行为因素的角度, 对我国股市异常波动的成因进行分 析, 认为非理性投资者的厌恶损失的心理和对股市波动 反应过度的认知偏差是导致股市异常波动的主要原因。 本文其它部分结构安排如下: 第二部分关于波动非 对称效应的理论模型的论述; 第三部分是对股票市场价 格波动非对称效应的检验, 包括数据的选取以及本文的 研究方法; 第四部分从行为金融学的角度来解释中国股 票市场中杠杆效应存在的原因; 第五部分为本文的结论。 二、 理论模型的描述 1. 基本模型 为了模拟波动的集束性, e n g

17、 l e ( 1982) 提出了 a r c h 模型, 指出金融时间序列的条件方差 h t会随时间而变 化, 因而 h t可视为滞后项 ut的函数, 也就是说 , 收益的波 动率取决于以往的消息。 a r c h( p ) 模型表示如下: y t=c+ p t = 1 iyt - i+ut, ut=vi h t 其中 y t代表资产的收益率; ut代表 t 时期的新消息, 即 t 期的非预期收益, 若 u t大于 0( 未预期价格上涨) , 则 表明利好消息的到来, 而若 u t小于 0( 未预期价格下降) , 则表明坏消息的到来; v t 是一个独立同分布的序列, 其 均值为 0, 方差为

18、 1。 该模型的方差方程如下: h t=+ p i = 1 i 2 t - i 但是, a r c h ( q ) 模型在实际应用中为得到较好的拟 合效果常需要较多的待估参数, 还会引发诸如解释变量 多重共线性等其它问题。 为解决 a r c h模型中所存在的 问题, b o l l e r s l e v ( 1986) 引入了如下的 g a r c h ( p , q ) 模型: h t=+ p i = 1 i 2 t - i+ q i = 1 ih t - i g a r c h ( p , q ) 与 a r c h( p ) 的不同在于模型中增加 了 q 个自回归项, 用简单的 g

19、a r c h模型代表了一个高阶 的 a r c h模型, 解决了 a r c h模型固有的缺点, 使待估参 数大为减少, 提高了模型的准确性。 不过随着 g a r c h模型在金融领域的应用, 人们也 发现一般的 g a r c h存在两个问题。 第一, 以上模型中, 对系数参数的非负性约束太强, 过度地限制了条件方差 的动态性; 第二, g a r c h模型中条件方差 h t是 t - i 的对 称函数, 它仅取决于 t - i的幅度而与其符号无关。 这与 实际不符, 实际金融价格运动存在杠杆效应 ( l e v e r a g e 37 e f f e c t s ) 。 杠杆效应是

20、指“好消息”( 非预期价格上升, 在 本文中指股票市场的利多消息 ) 与“坏消息”( 非预期价 格下降, 本文指期货市场的利空消息) 对于波动性的影响 程度不同。 2.e g a c h模型 为了解 决 以上 问 题, n e l s o n(1991)提 出了 指 数 g a r c h( e x p o n e n t i a l g a r c h, 简称 e g a c h ) 模型, 来捕捉 这种对正负干扰反应的不对称性, 以更准确刻画股票的 波动性。 e g a r c h模型用方程表示如下: l n( h t)=+ p j = 1 jl n ( ht - j)+ q i = 1

21、i t - i/ h t - i + q i = 1 i t - i/ h t - i - 其中 t - i/ ht - i表示标准新息, 最后一项用均值 减 标准新息的绝对值, 正新息表示 “利好”, 负新息表示“利 空”。与 g a r c h相比, 在正新息和负新息绝对值相同的 情况下, 通过 e g a r c h模型可以区别正、负新息对波动 的不同影响, 从而检验波动的非对称性或杠杆效应。 若 0, 说明正负信息作用非对称。 若 =0, 说明正负信 息作用对称。 当 0时, 负冲击对波动的增加小于正冲 击。 当 0时, 则杠杆效应显著, 即股市受负冲击要比 正冲击引起更大的波动。 3

22、.t a r c h模型 z a k a r a n ( 1990) 以及 g l o s t e n , j a g a n a t h a na n dr u n k l e ( 1994) 提出了 t a r c h模型, 与 e g a r c h模型一样可以 区别“利好”与 “利空”消息对波动的不同影响。 一般的 t a r c h模型形式如下: h t=+ p i = 1 i 2 t - i+ q j = 1 jh t - j+ 2 t - 1dt - 1, 其中, 当 t0时 dt=0。 在这个模型中, 利好消息( t0) 和利空消息( t0时, 则 + , 说明利空消息引起的

23、价格波动大于利好消息引起的波动, 否则相反。 三、 股票市场价格波动非对称效应的检验 1. 数据选取 本文采用 2003年 6月 30日到 2008年 6月 27日的 上证与深证综合指数的日收盘价 ( 共 1214个交易日) 为 研究对象( 数据来源于 wi n d数据库) , 计算对数收益率, 即 r t=l n ( pt )-l n ( p t - 1) , 其中 pt表示 t 时期的收盘价格。 所有指数的日收益率用每日收盘价的复权数据的对数差 分表示, 由于不考虑市场派发的红利, 则可以认为指数的 收益近似于市场的平均收益。 2. 股票收益序列波动的非对称性检验 本文采用 e g a r

24、 c h模型和 t a r c h模型来研究上证 与深证股票综合指数收益序列波动的非对称性。 首先对 这两个收益序列用 e g a r c h模型进行分析, 得到的结果 如表 1所示: 表 1e ga r c h模型估计结果 上证综指模型估计结果深证综指模型估计结果 系数估计值z - 统计量p 值估计值z - 统计量p值 ( 常数项) -0. 262629 -5. 8635780. 0000 -0. 212769 -5. 1884630. 0000 ( g a r c h项)0. 982423213. 62820. 00000. 987174231. 66930. 0000 ( 杠杆因子)-0

25、. 031587-3. 1633850. 0016-0. 019142-1. 8045230. 0711 ( a r c h项)0. 1596227. 5831180. 00000. 1454877. 2805070. 0000 注: 表示在 5%水平上统计显著, 表示在 10%水平上统计显著 。 由上面的分析结果, 可以看出, 两个股票市场指数的 t - 1/ h t - 1的系数 都显著为负, 说明“利空”消息对价 格波动的影响大于“利多”消息对价格波动的影响, 即我 国股票市场价格波动存在非对称性效应。 我们为了进一步检验股票价格波动的非对称效应, 我们采用 t a r c h模型来对股

26、票收益序列进行拟合分析。 得到的结果由表 2给出: 表 2t a rc h模型估计结果 上证综指模型估计结果深证综指模型估计结果 系数估计值z - 统计量p 值估计值z - 统计量p值 ( 常数项)3. 13e-06 3. 4629760. 00052. 67e-062. 7919560. 0052 ( a r c h项) 0. 052651 4. 3104090. 0000 0. 055276 4. 6167420. 0000 ( g a r c h项)0. 92604897. 904130. 00000. 933747103. 62440. 0000 ( 杠杆因子) 0. 029539 2

27、. 0995190. 0358 0. 014565 1. 0034930. 3156 注: 表示在 5%水平上统计显著。 通过表 2可以看出, 第一 , 在上证综指的 t a r c h模型估计中, 系数显著为正, 在该模型中, 利好消息的影 38 响力为 , 而利空消息的冲击是 + , 该方差模型的检验 结果表明 0, 则说明 + , 说明 “利空”消息的影 响大于“利多”消息, 得到的结论与 e g a r c h模型完全相 同。 说明在上海股票市场中存在杠杆效应。 第二, 在深 证综指的 t a r c h模型估计中 虽然为正, 但是在 10% 的显著性水平下不显著。 说明这种杠杆效应在

28、深圳股票 市场中不显著。 从上述分析得知, 尽管在深圳股票市场中, t a r c h 模型的杠杆效应不明显, 但是在 e g a r c h模型检验中这 种效应 仍然 明 显存 在。 进一 步我 们 对上 证 综指 的 t a r c h和 e g a r c h模型检验得知, 杠杆效应显著, 说明 在中国股票市场中存在非对称效应。 四、 从行为金融学的角度解释中国股票市场中杠杆 效应 1. 理论论述 从上述分析得知, 中国股票市场的收益并非服从理 论上的正态分布, 而且收益的波动存在非对称效应, 对于 这种非对称效应存在的原因, 国内研究得出相异的结果, 一部分认为可能源于研究所采取的数据

29、的不一性、研究 方法的不一致性; 一部分人认为可能源于中国股市并非 是一个完善的市场, 中国股市缺乏完善金融制度, 各种金 融衍生品也没有得到很好的创新, 做空机制的限制等等 一系列因素导致这种现象的发生。本文从行为金融理论 的角度出发, 认为这种现象的存在是由于个体投资者非 理性的行为所造成的 。 行为金融学理论借鉴了心理学、行为科学和认知科 学的研究成果, 其核心观点为市场非完全有效、投资者并 非完全理性。 行为理论可以合理解释股票市场上股价异 常波动的现象。 它认为投资决策过程实际上是投资者在 心理上计量风险与收益的过程, 因此决策结果必然会受 到投资者心理认知偏差( c o g n i

30、 t i v eb i a s ) 的影响, 投资者 在信息以及认知偏差的影响下, 在金融市场中表现出各 种各样的心理和行为特征。 比较有代表性的包括过度自 信、过度反应、后悔厌恶、神奇式思考、自我控制等等。 其 中后悔厌恶包括损失厌恶、认知失调、确认偏差等等。 本 文认为中国股票市场收益与波动的杠杆效应是投资者反 应过度与损失厌恶的两种行为的表现。 反应过度描述的 是投资者对信息理解和反应上会出现非理性偏差, 从而 产生对信息权衡过重, 行为过激的现象。 投资者对于一 些信息过于重视, 造成股价在利空信息下过度下跌而在 利好消息下过度上涨。 损失厌恶是前景理论的重要贡献 之一, 就是发现人们

31、在决策过程中, 其内心对厉害的权衡 是不均衡的, 赋予“避害”因素的考虑权重远大于“趋利 ” 因素的权重, 也就是表现出所谓的“损失厌恶 ”。 我们假 设以无风险利率作为参考标准, 考虑财富的净收益 x t + 1 ( 等于财富的收入财富应得的无风险收入 ) , 投资者 “损失规避”可以写成以下形式: v ( x t + 1)= x t + 1xt + 10, x t + 1xt + 11, 它的含义是, 损失带来的痛苦( 负效用 ) 是同 等金额的收益所带来的效用的 倍。 根据 t v e r s k ya n d k a h n e ma n ( 1992) 的大样本调查结果, 在金融市场

32、中这个 比值 2. 25, 这是经验数据的平均值。 不过, 在有些不 同的场合下, 参数值 却可能非常大。 因此投资者并非完全理性而是具有损失厌恶的心理 偏好, 他们更关心财富的增减变化而不是最终财富的绝 对值, 并且损失厌恶程度取决于前期投资的表现。 即前 期投资获利, 损失厌恶程度下降 , 风险回避程度随之下 降; 前期投资损失, 损失厌恶程度上升, 风险回避程度随 之上升。 行为金融理论认为股票价格由其对应的经济基 本面因素和投资者行为因素二者相互影响而共同决定, 具有损失厌恶心理偏差的投资者其行为决策会对股市波 动造成影响。 那么这些绝大部分具有心理偏差的投资者 其投资行为究竟对股市异

33、常波动会产生影响呢? 本文下 面将投资者损失厌恶心理偏差引入收益率波动模型, 从 实证角度检验非理性投资者行为对股市异常波动的影 响。 这里我们只选取 上证综指的日 收益率数据 进行 研究。 根据上述“损失规避”函数, 我们假设损失厌恶投资 者具有的效用函数为: u ( r )= r , r 0; r , r 1代表损失厌恶系 数。 为计算投资者效用值的大小, 我们采用 t v e r s k y 和 k a h n e ma n 调查所得到的损失厌恶系数: 2. 25。 再引入虚拟变量 s = 0, r t0; 1, r t 0. 用于区分损失和 收益两种不同状态对的影响。 2. 模型检验

34、根据上面给出的损失厌恶效用函数和的值, 我们得 到这两个序列的走势图, 如图 1和图 2所示。 从图 1和图 2中可以看出, 当投资收益在前期表现 为向上波动时, 投资者在之后的效用值也会表现为向上 波动, 波动幅度向上的趋势与 r t相比略显增大; 当投资收 益在前期表现为向下波动时, 投资者在之后的效用值也 会表现为向下波动, 波动幅度向下的趋势与 r t相比明显 增大很多, 而且大于向上波动的幅度, 这充分显示波动幅 度存在明显的非对称性。 同时更加表明投资者对损失的 厌恶程度强于对收益的喜好程度, 投资者具有损失厌恶 心理偏好。 对 u 序列进行单位根检验, 其 t 值的概率都小于显

35、著水平 1%、5%、10%, 拒绝单位根, 说明 u 序列平稳。 在 对 u 进行序列相关性检验, 得出损失厌恶效用 u 滞后 3、 4、 11、24期与当期存在显著的相关性( 关于 r t的检验同 第三部分) 。 至此, 我们建立关于 r t与 u 、s 的 a r ma- g a r c h模型来检验是否投资者的损失厌恶心理影响波 动率。 a r ma-g a r c h模型如下: 39 图 1上证综指的收益率波动趋势图 图 2损失厌恶效应值的变化状况图 r t=1rt - 3 + 2rt - 4 + 3rt - 6 + 4rt - 11 + 5rt - 18 + 6rt - 19+7rt

36、 - 24 + 8t - 3+9t - 4 + 10t - 11+11t - 18+ 12t - 19+13ut+14st+t 2 t=0+1 2 t - i+ 2 2 t - 1 由于我们主要研究损失厌恶投资者行为对收益率波动 的影响, 因此我们只需考虑 13、14。 表 3给出了回归结果。 表 3引入损失厌恶效应函数的 ga r c h模型回归结果 条件均值方程 参数系数标准差z - 统计值p值 13 0. 0055703. 39e-05164. 32880. 0000 14 0. 0019680. 0003295. 9787340. 0000 条件方差方程 0 3. 81e-079. 4

37、6e-084. 0282490. 0001 2 0. 075571 0. 0118366. 3849740. 0000 1 0. 9103700. 01468062. 012310. 0000 注: 表示在 5%水平上统计显著, 其中, r 2 =0. 9447 由上表回归结果显示知损失厌恶投资者的效用值与 股市收益率之间存在显著的相关关系。 13与 14均为正 且均通过 5%的显著水平的检验, 说明损失厌恶投资者 的行为与股价的走势存在正相关关系。 方程的拟合优度 为 0. 9447, 说明方程得到了较好的回归。 虚拟变量 s 的 回归系数为正且显著, 说明损失厌恶投资者的效用对股 价波动影

38、响存在非对称性。 当投资者的前期收益为正 时, 投资者的损失厌恶程度降低, 以致其风险规避程度也 降低, 因而继续大胆买进前期收益好的股票, 使股票价格 进一步大幅上涨; 当前期收益为负时, 投资者为了避免遭 受进一步损失, 在股票价格下跌是大量抛售股票, 致使股 票价格进一步下跌, 而在股票价格稍有上涨时就匆忙卖 出股票套现以锁定利润减少损失, 致使股票上涨的幅度 不大, 股价下降的幅度大于股价上涨的幅度。 这就进一 步证实了我们的结论, 由于投资者的非理性, 具有损失厌 恶心理偏差, 因此投资者在做投资决策时会表现出损失 规避和反应过度的行为, 从而引起了股价非对称的波动。 五、 结论 本

39、文通过 a r ma-e g a r c h模型和 a r m a-t a r c h 模型, 一方面证明了中国股票市场上消息对收益波动的 非对称性影响力, 结果发现中国股票市场在一定的显著 水平下存在 “杠杆效应”; 另一方面, 鉴于国内对这种效 应存在的解释仅限于制度方面的因素, 本文引入行为金 融学当中的损失厌恶效应函数对这种效应存在的原因进 行了分析, 从实证的角度发现非理性投资者的损失厌恶 心理偏差是引起股市异常波动重要因素, 即投资者在股 票收益上涨时表现出反应不足, 而在价格下跌时表现出 反应过度, 杠杆效应显著。 参考文献: 1何晓光. 中国 b股市场收益波动的非对称性研究 j

40、 . 现代审计与会计, 2005( 4) . 2张路胶, 赵华. 中国股市波动率的非对称性 j . 统计 观察, 2006( 20) . 3龚锐, 陈仲常, 杨栋锐. g a r c h族模型计算中国股市 在险价值风险的比较研究与评述 j . 数量经济技术 经济研究, 2005( 7) . 4林海. 中国股票市场价格波动率问题的实证研究 d . 厦门大学硕士学位论文, 2001. 5刘智星. 基于行为金融理论的期货价格波动非对称 研究 d . 中南大学硕士学位论文, 2004. 40 6胡海鹏, 方兆本. 用 a r - e g a r c h - m模型对中国股市 波动性的拟合分析 j .

41、系统工程, 2002( 4) . 7岳朝龙. 上海股市收益率 g a r c h模型族的实证研究 j . 数量经济技术经济研究, 2001( 6) . 8陈浪南, 黄杰鲲. 中国股票市场波动非对称性的实证 研究 j . 金融研究, 2002( 5) . 9李卢霞. 中国股票市场行业波动非对称性的实证研 究 j . 经济经纬, 2008( 3) . 10 聂富强, 宋国. 沪、深股市波动不对称性的实证分析 j . 数理统计与管理, 2007( 1) . 11 时晶晶, 李汉东. 深证成指日收益率波动的实证研 究 j . 北京师范大学学报, 2006( 6) . 12 何晓光, 朱永军. 中国 a

42、股市场收益波动的非对称 性研究 j . 数理统计与管理, 2007( 1) . 13 英英, 张勇, 吴润衡. 上证指数收益率的特征及其波 动性分析 j . 统计与信息论坛, 2005( 2) . 14 梁福涛. 上证 50指数收益率特征及其波动性分析 j . 商业研究, 2006( 17) . 15 g e e r tb , wug . .a s y mm e t r i c v o l a t i l i t y a n dr i s ki n e q u i t yma r k e t s j . t h er e v i e wo ff i n a n c i a l s t u d

43、i e s , 2000, 13( 1) : 1-42. 16 y e hy i n h u a , l e et s u n s i o u . . t h ei n t e r a c t i o na n d v o l a t i l i t ya s y m m e t r yo fu n e x p e c t e dr e t u r n si nt h e g r e a t e r c h i n as t o c kma r k e t s j . g l o b a l f i n a n c ej o u r - n a l , 2000( 11) : 129-149.

44、 17 a n nm a r i eh i b b e r t , r o b e r tt .d a i g l e r , b r i c e d u p o y e t .a b e h a v i o r a le x p l a n a t i o nf o rt h en e g a t i v e a s y m m e t r i cr e t u r n - v o l a t i l i t yr e l a t i o n j . j o u r n a l o f b a n k - i n ga n df i n a n c e , 2008, 32( 10) : 2

45、254- 2266. 18 c a t h yw. s .c h e n , t h o ma sc .c h i a n g , mi k e k . p .s o .a s y m m e t r i c a lr e a c t i o nt ou ss t o c k - r e t u r n n e w s :e v i d e n c ef r o mma j o rs t o c kma r k e t sb a s e do na d o u b l e - t h r e s h o l dm o d e l j . j o u r n a l o fe c o n o m

46、 i c sa n d b u s i n e s s , 2003( 55) : 487-502. 19 c h i nwe nc h e o n g a , a b uha s s a ns h a a r i mo - h dn o r b , z a i d ii s a .a s y m m e t r ya n dl o n g - me m o r y v o l a t i l i t y :s o m ee m p i r i c a l e v i d e n c eu s i n gg a r c h j . p hy s i c aa , 2007( 373) : 65

47、1- 664. 20 n u n ob .f e r r e i r a , r u im e n e z e s , d i a n aa . m e n d e s .a s y m m e t r i cc o n d i t i o n a l v o l a t i l i t yi ni n t e r n a - t i o n a l s t o c km a r k e t s j . p h y s i c aa , 2007( 382) : 73- 80. 21 a n t o n i ome l e .a s y mm e t r i cs t o c km a r k

48、 e tv o l a t i l i t y a n dt h ec y c l i c a l b e h a v i o r o f e x p e c t e dr e t u r n s j . j o u r - n a l o f f i n a n c i a l e c o n o m i c s , 2007( 86) : 446-478. 22 t i m b o l l e r s l e v a ,h a oz h o u b .v o l a t i l i t yp u z - z l e s :as i m p l ef r a m e w o r kf o rg a u g i n gr e t u r n - v o l a t i l i t y r e g r