状态转换行业系统性风险与市场波动关联性——基于深圳股市的实证研究.pdfVIP

中国软科学2011年第4期 Shami(2004)¨4’对美国股市的研究中，使用不同样的假定使得每个状态都代表明确的经济含义， 的一阶马尔可夫过程拟合市场波动和单个证券口 同时为了确保这一设定的合理性，本文在实证部 系数的变动，估计了个股系统性风险状态与市场 分进行了相关的检验。 波动状态的联合分布。 (一)市场波动状态转换模型 本文的目的是探讨当市场波动与行业系统性 假定市场组合的收益率由两个不F-]的波动状 风险同时存在状态转换行为时，这两者状态转换 态产生，不同状态之间的转换由不可观测的状态 行为之间的关联性。在假定我国股市市场波动的 变量决定，这一状态变量服从一阶马尔可夫过程。 状态转换行为和行业系统性风险的状态转换行为 具体地： 分别服从不同的一阶马尔可夫过程的基础上，与 2pk+占w fk Galagedera和Shami(2004)¨41的研究不同，本文 q’ {驴Ⅳ(o五) 估计了不同市场波动状态下行业系统性风险状态 的条件分布，并将行业系统性风险处于不同状态 其中，‰是减去无风险利率后市场组合的超 下的条件概率作为行业系统性风险状态与市场波 额收益率，肌。和0．2。为不同状态下市场组合收益 动状态之间关联性的测度。具体的研究思路如 率的均值和方差，地。和O．2。^的取值均依赖于不可 下：首先，采用两状态的马尔可夫状态转换模型分 观测的状态变量s。，Smt是关于时间t齐次且具有 别对市场组合的波动状态转换过程和行业组合的 状态空间J=(I，2)的一阶马尔可夫过程，其转移 系统性风险状态转换过程建模，然后获得每个时 矩阵P=(P口)，其中PF=P(s。=jl5。tI_l=i)i，．『∈J 刻市场组合处于高波动状态和低波动状态以及行 业组合处于高系统性风险状态和低系统性风险状 且对任意i∈．，，互JP#=1。盯。，，，Om,2的大小刻画了 市场组合不同状态下的波动特征。 态的概率估计，并利用估计的状态概率作为门限 参数将样本划分至不同的状态空间。接下来，通 r删在不同状态下的条件密度为： 过整个样本期间的状态分布信息，估计了在高、低 舢。屯¨=瓦1唧{去≠) 市场波动状态下行业系统性风险处于不同状态的 条件概率。最后，基于估计的条件概率探讨了不 (2) 同行业组合的系统性风险状态与市场波动状态之 其中J=1，2，Om为总体参数向量，将s。取值歹 间的关联性。由于投资者首先可以综合利用资本 的无条件概率记为7r面：P{s础=_『；以}=7r耐，则％ 市场和宏观经济等各方面的信息(而不仅仅是市 量(pl，舰，盯2。．I，盯2。．2，仃。I，仃m2)’。 场风险溢价)对当前市场所处的波动状态进行推 由上面的条件密度和无条件概率可以得到k 断，在确定了市场波动状态之后根据行业系统性 和s。的联合密度分布函数： 风险状态的条件分布进行投资决策，这一过程更 充分利用了市场信息。 加∥。咄¨=瓦17．V唧{专≠) 二、研究设计