中国主要股指收益相关性研究.pdfVIP

中国主要股指收益相关性研究 . 郑振龙，张 蕾 （厦门大学 金融系，福建 厦门 361005） 摘 要：在许多金融计量问题中，例如衍生产品定价、风险管理、套期保值和最优投资组合选择等，模拟各个 市场收益之间波动性的动态相关关系有很重要的意义。运用 ADCC-MGARCH（Asymmetry Dynamic Conditional Correlation-Multivariate GARCH）模型对中国四个主要股票指数市场的收益相关性进行实证分析，实证结果表明 中国主要股指市场的相关性是时变的，并且是非对称的；特别是政府放开了对A股和B股的购买群体以后，A股和 B股市场的分割性逐渐缓和，市场之间的相关性日益增强。 关键词：ADCC-MGARCH ；相关性；主要股指市场 中图分类号：F830 文献标识码： A ─────────────────────────────────────── 一、引言 对于金融市场波动特性的研究，是分析资本资产定价、金融风险防范等问题的基础，国内外 学者对这方面已经有大量的研究。那么，一个市场的波动性对另外一个市场的波动性有无影响？ 资产收益的相关性是随时间可变的吗？从长期来看，资产收益的相关性是逐渐增加的吗？特别是 对于国内股票市场，中国的A、B股市场并存与分割是我国有别于境外或成熟规范市场的一个主要 特点，那么研究中国各个股指市场收益的相关性随着中国发展的时变性特点具有重要的意义。 然而，现有的对相关性的研究还略显不足。Chui 和Kwork(1998)[1]研究了中国股票市场A 股 和 B 股之间的因果关系，从而忽略了相关性的时变性特征。樊智和张世英（2003）[2]重点介绍了 利用遗传算法来了上证综指和深圳成指的相关性，但是由于估计上的困难，从而没有把中国四个 主要股指市场的动态相关性放在一个统一的框架中进行相关性分析。 对于多个资产收益的投资组合相关性的计算，历史上已有很多方法来处理，例如历史移动平 均法，指数移动平均法，蒙特卡罗模拟法等等。但是目前人们普遍认为，使用特定的时间序列模 型可以成功地估计单个金融资产收益率的方差。国外学者研究表明，Bollerslev[3]提出的广义自 回归条件异方差模型和Engle[4]提出的自回归条件异方差模型，在拟合金融资产收益率波动性方面 是最成功的。那么随后这些学者提出的各种多维时间序列模型为我们估计投资组合相关性提供了 理论支持。譬如，Bollerslev[5] [6] （1988）提出了VECH－GARCH模型；Engle和Kroner (1995)提出 的多维 GARCH(1,1)-BEKK 模型。由 Engle 提出的动态条件相关的多维 GARCH 模型的其中一种 ADCC(Asymmetric Dynamics Conditional Correlation)多维GARCH模型（下文为简便起见，均用 ADCC 代替），这个模型是由Cappiello,Engle 和Shepard [7](2003)提出的，用来模拟全球债券和 . 收稿日期：2007-03-15 基金项目：教育部人文社科基地重大项目 （05JJD790026） 作者简介：郑振龙（1966-），男，福建平潭人，厦门大学金融系教授、博士生导师，金融学博士；张蕾（1979-）， 女，河南郑州人，厦门大学金融系博士研究生。 1 [8] 股票收益的非对称性。Lin (2004)用此模型研究了中国股指与世界其他共 13 个市场之间的相关 性及溢出效应。 本文利用ADCC-MGARCH模型对于中国主要股指市场收益进行动态条件相关性分析，从而表明 了各个股指市