我国股市和汇市波动溢出效应实证探究.doc

我国股市和汇市波动溢出效应实证探究 　　【摘 要】本文选取上证综指和人民币对美元名义汇率两个变量，运用GARCH-BEKK模型对我国股市与汇市之间的波动溢出效应进行了实证研究。结果表明，汇改后我国股市与汇市存在双向波动溢出效应，且有非对称性的特点，即汇市对股市的波动溢出效应比股市对汇市的波动溢出效应更强。 【关键词】股市；汇市；波动溢出；BEKK-GARCH模型 一、引言 证券市场与外汇市场是构成金融市场的重要部分，二者协调有序的发展对金融市场的健康与稳定有着密切关系。2005年是具有里程碑意义的一年，股权分置改革和汇率改革后，股价与汇率逐步走向市场化。自人民币升值以来，资产价格与本币升值的关系一直是学术界讨论的热点。研究股市与汇市之间的信息传导机制，不仅有助于认识金融市场之间的相互影响，而且对于金融风险的防范和相关政策的制定也有很大的意义。 波动溢出是指一个市场波动的变化对其它市场产生的影响，一般用方差来衡量波动。Kanas（2000）使用双变量EGARCH模型，对6个发达国家股市与汇市之间的非线性关系进行研究。吴奉刚和王芙蓉（2008）采用多元GARCH模型对我国股市与汇市之间的波动溢出效应进行研究。本文采用BEKK形式的多元GARCH模型，对汇改以来股市与汇市的信息传导机制进行研究，通过捕捉股价和汇率的波动溢出效应，以期进一步理解两个市场的动态关系。 二、模型介绍 本文使用Engle and Kroner提出的BEKK形式的多元GARCH模型，该模型的优点在于可以保证协方差矩阵的正定性且需要估计的参数个数较少。BEKK（p，q）模型假设：残差向量的条件方差协方差矩阵服从以下形式：H■=C■C■■+■A■（ε■ε■■）A■■+■B■H■B■■。其中，C0 为下三角矩阵， 而Ai 、Bj 是方阵。对于两变量的BEKK（1，1）模型，为了更好地看出市场间的溢出效应，将上面的矩阵方程写成便于观察的方程组： 其中，h11表示市场1的条件方差，h22表示市场2的条件方差。a211和b211分别表示市场1波动率自身存在的ARCH效应和GARCH效应程度，a221和b221分别表示市场1对市场2波动率冲击的ARCH效应和GARCH效应程度。a222和b222分别表示市场2波动率自身存在的ARCH效应和GARCH效应程度，a212和b212分别表示市场2对市场1波动率冲击的ARCH效应和GARCH效应程度。可以通过检验a12，a21，b12，b21在统计上是否显著异于零，来考察市场1和市场2之间是否存在波动溢出效应。具体检验如下： （1）不存在市场1对市场2的单向波动溢出效应。H0：a21= b21=0；（2）不存在市场2对市场1的单向波动溢出效应。H0：a12 =b12=0；（3）不存在市场1和市场2的双向波动溢出效应。H0：a12 =b12=a21=b21=0。 三、实证研究 （一）数据与描述性统计 本文选取2005年7月22日至2012年12月31日的上证综指和人民币对美元的名义汇率中间价作为研究样本。为了使两个市场的数据相匹配，踢除了交易日不一致的数据，最终获得1813组数据。数据来源于国泰安研究服务中心数据库。数据分析通过EVIEWS6.0实现。为了减小数据的波动和异方差性，采用对数收益率，记上证综指、人民币对美元汇率分别为p1， t和p2， t，则对数收益率分别为：SRt=（lnp1， t-lnp1， t- 1）×100，ERt=（logp2， t-logp2， t- 1）×100。股市与汇市收益率的描述性统计见表 1。 表1 股市和汇市收益率的描述性统计 注：1.*表示在1%显著性水平下拒绝原假设。2.JB统计量为Jarque-Bera正态性检验统计量。3.Q（20）和Q2（20）分别为检验序列自相关性和对应平方序列自相关性的Ljung-Box统计量。 从标准差来看，上证综指收益率波动性大于汇率收益率；从偏度来看，两者均是左偏分布；两者的峰度都大于3，说明具有尖峰后尾的特征；JB统计量显示，两者的分布不服从正态分布。观察两市收益率的图形可以看出二者均存在波动的集聚性，表1中序列自相关性和对应平方序列自相关性的LB统计量均在1%的显著性水平下拒绝原假设，同样验证了这一点。 （二）单位根检验 本文采用ADF单位根检验法对股市和汇市收益率序列进行平稳性检验，检验结果见表2。结果表明，在1%的显著性水平下，两市收益率序列均拒绝存在单位根的原假设，即两市收益率序列均是平稳的。 表2 ADF单位根检验 注：检验形式（C，T，L）中C、T、L分别表示常数项、趋势项和滞后阶数。C值为0，表示单位根检验方程中不存在截距