上海证券市场分阶段收益率与波动性的特征分析.pdfVIP

《数量经济研究》2006 年第 1 期 上海证券市场分阶段收益率与波动性的特征分析 陈守东，马 辉，赵晓力 （吉林大学数量经济研究中心，吉林大学商学院，吉林长春 130012 ） 摘要：本文采用基于广义误差分布的GARCH类模型，对上海证券市场的收益和波动进行分阶段研究。GARCH和 GARCH －M模型结论表明股市波动趋缓，投资者由风险偏好转为风险厌恶。GJR-GARCH和EGARCH模型对波动 的非对称性研究发现，股市存在不对称性并且杠杆效应逐渐明显。实证分析表明股市投机成分日益减少，投资者渐 进理性。 关键词：收益率；波动性；分阶段；杠杆效应；GARCH 中图分类号：F830.99 文献标识码：A 1 引 言 上海证券市场作为新兴市场之一正处于成长时期，发展过程中市场表现出有效性较弱、投机性 较强等特点，体现在一定程度的市场波动性。同时市场交易制度存在缺陷，使市场不确定因素和风 险增大。交易制度的改变给中国股票市场带来了较大的冲击，需要根据交易制度的改变进行系统的 分阶段收益率与波动性的实证分析，以刻画相应的市场特性与行为，以判断市场状态的变化及进化。 对发达成熟市场的波动性研究结果表明(Nelson 1991)，资产的价格具有随机游走性质；收益率的 波动性存在集聚性，持久性及呈现出均值回复现象。其经验分布表现为尖峰态和厚尾特征，特别有 的金融序列表现出波动的非对称性。Engel （1982）的自回归条件异方差（ARCH ）模型、Bollerslev （1986）的广义 ARCH 模型（GARCH）和 Engle、Lilien 和 Robins(1987)的 ARCH-M 模型、 Zakoian(1990)和 Glosten、Jafanathan、Runkle(1993)的 GJR-GARCH 类模型为研究这些效应提 供了重要的研究工具。 对于中国股市GARCH效应的分析，已有的研究普遍认为中国股市ARCH效应显著，吴长风 （1999）利用GARCH族模型对我国沪深的股票收益与波动的分析指出我国股票市场波动也存在集 聚性、持久性和非对称性；陈千里、周少甫（2002 ），唐齐鸣、陈健（2001 ）利用GARCH模型对 上证指数波动性比较分析得出GARCH （1，1）模型对其市场波动性刻画较好。刘金全和崔畅（2002 ） 利用溢出效应模型得出了沪深股市溢出效应的非对称性。陈守东和韩广哲（2003 ）通过建立误差 修正模型（ECM），发现指数之间收益率序列具有相异的短期波动，等等。这些研究，在运用GARCH 类模型研究我国股票市场的波动性时，普遍存在两方面的缺点：一是在GARCH类模型的建模过程 中没有考虑金融时间序列的非正态性及非对称性，从而影响估计参数的置信水平和忽略了在已经建 立的模型中，其随机扰动项也许仍然存在ARCH效应。二是在数据处理中，采用整体分析，而没有 考虑把数据分阶段进行分析导致研究成果的过于完整性及系统性的降低。本文的重点是尝试把数据 分阶段，分别进行GARCH类建模，进行分阶段的研究，以刻画市场的进化。研究结果表明，上海 股票市场存在明显的阶段性，收益率分布尖峰厚尾性。用广义误差分布来描述中国股市收益率的大 涨大跌，符合实际情况是合理的。各阶段的GARCH （1,1）模型表明中国股市，波动逐渐趋缓，市 场逐步成熟。GARCH－M模型的结论表明，在股市初创期，股市投资者素质偏低，市场投机气氛 浓厚。在最后一阶段，收益与波动表现出弱的正相关性，投资者风险厌恶，趋向理性，但理性程度 24 《数量经济研究》2006 年第 1 期 有限。非对称性检验表明中国股市存在很强的非对称效应。通过杠杆效应的分析，中国股市在初期 杠杆效应不明显；在最后一个阶段，表现出很强的杠杆效应，负向波动大于正向波动，投资者对利 空消息的反应比利好消息强烈。投资者渐进理性，市场趋向理性。 2 基本描述统计量及阶段性检验 自从 1990 年 12 月上海股票交易所成立至今，有很多影响股票市场发展进程的事件，他们对 于数据的波动产生了长久的影响。因此，这些事件构成数据分阶段的原因。本文从交易制度考虑认 为影响股市发展进程的事件有： （1）1992 年 5 月