涨跌幅限制对股市风险的影响_来自ST股票的实证研究_项锐..docVIP

涨跌幅限制对股市风险的影响 ———来自ST股票的实证研究 [摘　要]张跌幅制度是对证券每日交易价格进行限制,旨在降低股市风险,提高市场效率。用Wilcoxon秩和检验和带有涨跌停虚拟变量的GARCH(1，1)模型, 对在沪市交易的ST股票在5%涨跌停机制下的收益波动进行了实证研究。结果表明,当前ST股票5%的涨跌幅限制不能降低市场的风险。 [关键词]涨跌幅限制;股市风险;ST股票 引言 涨跌幅限制是指证券交易所为了抑制股市的过度投机行为，预防市场风险，而在每天的交易中规定股价在前一个交易日收盘价与当日股票成交价之间的波动幅度。目前沪、深两交易所实行的是10%的涨跌幅限制，1996年12 月16日起，分别对上市交易的股票(含A、B股)的交易实行价格涨跌幅限制，，，10%，超过涨跌幅限制的委托均被视为无效委托。此外，自1998年4月起，中国证监会对ST股票的涨跌幅限制为5%。 尽管涨跌幅制度在各国都得到了广泛的运用，理论界对于该项制度的有效性依然存在着较大的争议。支持者认为，在价格剧烈波动时，涨跌幅限制可以引发交易暂停，使得信息充分扩散，降低市场的信息不对称程度，给投资者以一定的时间对股票价值重新进行判断，从而避免了股票的暴涨暴跌。[1] 批评者则认为，涨跌幅限制延缓了股票市场的价格发现功能，使得股价不能迅速反映基本面的变化，因而会增加投资者的不确定性和股市的波动性。胡朝霞用带有涨跌停虚拟变量的GARCH(1，1)模型， 30支股票在涨跌停机制影响下的鞅假设和收益波动进行了实证研究，得出涨跌幅限制率会降低市场效率， [2]孙培源和施东晖(2001)用马尔可夫链一步转移概率和Wilcoxon秩和检验发现我国的涨跌幅限制并没有降低股市波动。[3]李学源、陶亚民和余晓明(2004)用指数加权移动平均方法(EWMA)来估计涨跌幅限制下不同换手率的股票的VaR风险，得出VaR值变化不是非常明显的结论[4]。 以上学者的研究方法虽然各异， 10%涨跌幅限制前后的波动率进行比较，研究的对象是指数或者是个股。此类研究或多或少存在以下几个问题：第一、如果选用股票指数作为研究对象，由于1996年12月前后指数所代表的股票种类是不一样的，那么这样的前后比较就缺乏可比性；第二、如果选择时间窗口包括从1996年一直到2005年，由于时间过长，这样事件前后影响波动的因素太多，无法有效排除其他的影响因素；第三、如果时间窗口定为1996 -1997，这样虽然可以较好地排除其他干扰因素，但是这样的数据过于陈旧，无法反映近年来的信息[5]。 从上文的分析可见，以1996年12月16日作为事件研究的公告日或者直接对指数进行研究都是不精确的。为了解决这一问题，作者考虑选用2003年被ST的普通股作为研究对象，并以该股票被改名为ST的那一天作为事件发生日，以事件前后200天作为时间窗口。因为股票被ST后，涨跌幅限制会从10%变为5%。本文着重研究5%的涨跌幅效应，这样做的好处还在于不必以1996年12月16日作为事件发生日，从而可以有效地避免前人研究中出现的三点缺陷。 一、研究方法和数据选择 (一)研究方法 本文以实证研究为主，分别采用Wilcoxon秩和检验和带有涨跌停虚拟变量的GARCH(1，1)模型来检验涨跌幅限制的效果。前者是一种非参数检验方法；后者是参数建模方法。如果用不同的方法得到了相同的结论，说明本文的结论具有较大的可信度。 为了能够检验涨跌幅限制的效果，最直观的做法就是检验股票ST前后的平均波动率(期望值)是否有了显著的变化。但是，金融变量的分布往往呈现出尖峰厚尾的特性，那么基于正态分布假设的T检验就不是很合理。而Wilcoxon秩和检验可以解决这一问题，它是一种非参数检验，不依赖于研究变量的分布。其构建过程如表1。 变量x、y独立同分布。将∣xi-yi∣按升序排列，定义Ri为∣xi-yi∣的序，定义如下的虚拟变量:当xi-yi0时，Zi =1；当xi-yi0时Zi =0。 且W =∑ZiRi。则Wilcoxon秩和统计量： 渐进服从标准正态分布。原假设是两变量的均值无显著差异。拒绝原假设则意味着事件可能导致了波动率的均值发生了改变。 Wilcoxon秩和检验所需考虑的另外一个问题是如何对风险进行度量(波动率)。本文先用HP滤波法分离出股价的均衡值，然后将风险定义为实际股价对均衡股价的偏离程度： 其中，P是每天收盘价，T是用HP滤波方法分离出来的均衡趋势。 本文所用的第二种方法是带有涨跌停虚拟变量的GARCH(1，1)模型。大量的研究表明，股票收益率的条件方差具有时变性，并且较大的方差连着较大的方差， (GARCH)模型可以较好地刻画收益波动的这一特性，而条件方差正好代表了股票的风险。本文考虑如下的理论模型: