2015年“股灾”前后上证指数非对称性研究.docVIP

2015年“股灾”前后上证指数非对称性研究 　　[摘要]2015年6月末，中国股市在持续了一年多的高涨之后遭到重挫，出现了“股灾”，虽然政府积极应对，但市场情绪并未好转，恐慌继续蔓延，导致股市持续低迷。文章以“清配”和“停止托市”两个时间节点界定第一轮股灾，并运用TARCH模型和弹簧振子理论分析了上证指数在本轮股灾前后特征的变化。结果显示：上证指数在“股灾”后表现出显著的非对称性特征，并且“股灾”后上海股市反而有更高的配置效率和更低的市场摩擦。 　　[关键词]股灾；非对称性； TARCH模型；弹簧振子理论 　　1引言 　　在金融波动性研究领域中，很多专家学者通过GARCH族模型的应用比较深入地讨论了国内外股票市场的非对称性问题，然而在这些分析中却鲜有涉及市场效率的分析，这主要是受限于当前主流的随机游走模型的影响。 　　本文在运用常用的TARCH模型分析上证指数非对称性的同时引入弹簧振子理论。希望在描述上证指数的非对称性的同时可以通过弹簧振子理论计算市场有效性的相关指标，以更好地描述市场的运行状态。 　　2文献综述 　　GARCH族模型在研究市场波动性和非对称性方面有很好的效果，很多专家学者通过各自的研究得出了非常有用的结论。何晓光和朱永军（2007）运用ARMA-EGARCH及ARMA-TARCH模型，研究1993年1月以来沪深两市的A股指数的日收益数据，认为中国股票市场在发展的早期，市场表现为反向的非对称性或非对称不明显，而随着时间的发展，股市收益的波动则显现出带杠杆效应非对称性，即收益率波动的非对称性都表现出阶段性特征。方璐（2010）应用非对称的ARCH模型，研究金融危机前后我国上证A股指数，得出金融危机发生前“利好”对股指的冲击大于“利空”，危机发生后“利空”对股指的冲击大于“利好”的结论，即金融危机前后我国上证A股表现出了明显的非对称性。马鑫杰（2013）利用非对称的ARCH模型从牛、熊市两个时期分别比较利好与利空信息对股市冲击的程度，得出我国股票市场的有效性受不同周期信息不对称的影响的结论。 　　然而，另一些学者却得出了不同的结论。张虎和鲁鸽（2013）利用非对称的ARCH模型对上证指数和香港恒生指数进行实证研究和对比，发现上证指数不存在明显的波动不对称性，而恒生指数存在明显的波动不对称性，利空消息的作用大于利好消息的作用。林德钦（2014）运用GARCH族各模型对创业板指波动率的实证分析，发现AR（1）-GARCH（1，1）模型对创业板指波动率的预测更为有效。这表明，在创业板指数中，信息冲击的非对称效应并不明显。 　　此外，本文用到的弹簧振子理论，由赵贞玉等于2007年提出，该理论克服了有效市场假说中的“资本市场在新信息公布的瞬间完成了对该信息的反应并达到新的均衡”假设，统一了市场处于平稳期和对新信息进行反应的调整期的价格波动方程，并提供了衡量市场效率和摩擦的指标。 　　3模型介绍 　　3.1弹簧振子理论 　　弹簧振子理论的基本思想是：证券在受到一定的信息冲击后，会产生后续的价格波动并有其相应的公允市价，就好比弹簧在一个力的作用下，能够围绕其均衡位置做有规律的运动，最终达到新的均衡。 　　4数据及实证检验 　　4.1数据描述 　　本文的数据以2015年6月13日证监会宣布清理配资作为股灾的起点，以8月14日证监会宣布股市企稳，国家停止托市作为股灾官方意义的结束。然后将2015年股市全年的数据用这一“历史”事件切开，分为股灾前（记为E1）和股灾后的数据（记为E2），最后用这两段数据研究股灾前后上证股指收益率的波动特征以及它们之间特征的变化。实证分析运用Eviews 6.0软件获得结果。 　　4.2实证分析 　　4.2.1统计描述 　　首先检验E1和E2期收益率的波动性及平稳性，图1和图2分别是E1期和E2期收益率的折线图。从图中不难发现，尽管数据较少，但E1期和E2期收益率还是表现出了“集聚性”。 　　另外，E1期的峰度和JB统计量分别为6.84和89.88，E2期的峰度和JB统计量分别为5.59和39.15，收益率序列的分布明显呈“尖峰厚尾”性。 　　4.2.2平稳性检验 　　从收益率的折线图可以看出无论是E1期还是E2期收益率折线图都没有明显的趋势，因而检验时选择有截距而无趋势项的选项，检验结果如表1所示。 　　根据表1的结果来看，E1期和E2期的收益率序列均在1%的显著水平下拒绝了存在单位根的原假设，因此E1期和E2期的收益率序列都是平稳的。 　　4.2.3ARCH效应检验 　　（1）ACF及PACF图 　　基于弹簧振子理论建立E1期和E2期的上证指数的二阶自回归方程，并提取残差做残差的ACF及PACF图。见图3和图4。 　　从图中容易得到E1期的残