股市反馈交易行为特征分析的论文.docVIP

　　股市反馈交易行为特征分析的论文 [摘要]本文以shiller-sentana-art money)和反馈交易者的两群体的市场模型。假定第一个群体对资产的需求函数具有以下形式： 　　s，表示由第一类投资者(smart money)持有的资产的比例。et-1(rt)表示在t-1时刻对t时刻资产回报率rt的预期，是一个基于t-1时刻所有信息基础上的条件期望。α是无风险资产的收益率(merton，1980)，当期望收益率为a时，这类投资者不持有该资产。μt表示t时刻投资者持有风险资产的风险溢价，它是条件方差σt2的非降函数。 　　反馈交易者是根据过去资产的价格而不是对未来的预期来决定对该资产的持有量。假定当期t(期)的持有量由上期(t-1期)的收益水平来决定：ft=γrt-1 　　(2)ft表示反馈交易者的资产持有比例；γ＞0表示反馈交易者是正反馈交易型，即“追涨杀跌”；当丫 　　我国学者在检验中国资本市场上反馈交易行为的存在性时，主要用garh(1，1)模型来预测和估计波动率(唐或等，2002；任波和杨宝臣，2002)。实证检验发现，garch(1，1)模型估计中国资本市场的波动率的效果并不是很好,tgarh模型或egarch模型对市场的波动率解释能力更强一些，实证也发现，tgarch模型的效果要比egarh模型的效果更好(郑梅，苗佳和王升，2005年；郭晓亭，2006)。 　　(5)式和(6)式构成的联合模型比一般意义上的条件方差模型要复杂。在回归模型(5)式中，除了用滞后的收益率来解释收益率外，还用市场的波动率(条件方差)来解释收益，由于反馈交易的存在，条件方差成为滞后收益率的系数，当这项α3为0时，就成为一般的garch-m模型(chou，1988)，有标准的软件能够处理。由于反馈交易者的存在，该项不为零，不能用标准的统计软件处理这个模型。 　　 　　四、数据及实证结果 　　 　　本文研究的样本数据来自于上海证券市场上海综合指数。选择1996年1月5日到2006年8月3日的每个交易日收盘价格指数，样本容量为2554。数据来源于“分析家”软件的在线数据接受系统。两个市场上的收益率按公式 　　计算，pt表示t时期上海综合指数价格数据。参数估计采用极大似然方法，参数估计结果列于表1中。表1中，+表示参数在1％的置信水平下是显著的；**表示参数在5％的显著性水平下是显著的；***表示参数在10％的显著性水平下是显著；没有标注的表示该参数在10％的显著性水平下是不显著的。 　　表1中的第二、三栏是本文使用非对称garch模型拟和条件异方差的结果，第四、五栏是文献[2]中使用一般garch模型拟和条件异方差的结果。从第二栏和第三栏的数据来看，模型的各个参数在10％的水平下都是显著的，不存在进一步改进的可能。特别是参数β2显著不为0，表明上海股市上证综合指数的波动存在明显的非对称现象，说明使用tgarch模型拟和会比单纯使用garch模型更能拟和综合指数的波动。参数α2、α2的估计值都显著不为0，说明上海证券市场存在比较明显的反馈交易行为，这个结论和唐或等人的结论一致，但是在反馈交易行为特征上和唐或等人的结论存在比较大的差距。在使用tgarch模型时，参数α2的符号为正，和使用garch模型时一致(虽然该参数没有通过显著性检验)，表明在风险较低的时候，上海证券市场上的反馈交易行为表现出负反馈的特征。参数α2的符号为负，说明随着市场风险的增加，上海证券市场上反馈交易者更多的采用正反馈的交易行为。而在文献[2]中，使用garch模型拟和市场波动，得到的相应参数却为正，说明随着市场风险的增加，上海证券市场上反馈交易者更多的采用负反馈交易行为。 　　表1：上海证券市场反馈交易行为实证检验结果 　　 　　唐或等人参数拟和的结果显示，部分参数在10％的显著性水平下是不能通过检验的，需要进一步的调整，至少参数α2可以从模型中去掉。本文的模型至少在两个方面的表现要比唐或等人的模型好。首先，该模型参数均能通过显著性检验，表明该模型不可能进一步改进；其次，tgarch模型中的参数β2，显著不为0，表明上海股市综合指数确实存在比较明显的非对称现象，使用非对称garch模型来拟和波动更合理。 　　将本文的结论和bohl等人的结论比较，可以看到和成熟证券市场、其他新兴证券市场都存在较大的区别。bohl的结论认为：成熟市场在风险较低的时候存在，反馈交易者表现出正反馈的交易特征，随着风险的增加，反馈交易者表现出负反馈的交易特征；新兴市场上，当风险较低的时候，反馈交易者表现出轻度的负反馈交易特征，随着风险的增加，负反馈交易行为也增加，但是幅度普遍要大于成熟市场。 　　 　　五、结论 　　 　　现代金融理论认为，在市场有效性假设下