沪深股票场间时变波动和相关性--基于五分钟和十五分钟.PDFVIP

沪深股票市场间的时变波动和相关性 --基于五分钟和十五分钟数据的检验 陈守东，韩广哲 (吉林大学数量经济研究中心，吉林 长春 130012) 摘要：本文以上海和深圳股票市场的高频数据为样本，对中国股市的相关性和波动性进行时变分析。基于上证 综指和深证成指的日内五分钟和十五分钟数据建立二元GARCH （Bivariate GARCH ）模型，模拟计算出沪、深 股票市场时变的条件方差、条件协方差和条件相关系数。研究结果表明两个股票市场高频收益率序列的条件波 动之间存在着较强的正相关性。 关键词：二元GARCH；高频数据；时变 中文分类号：F 224.0 文献标识码：A 1 引 言 近年来，对金融高频数据的研究与分析已成为学术界和实务界的热点问题和难点问题，很 多学者致力于研究用高频数据来解释关于市场行为、市场微观结构的问题。高频数据分析与市 场微观结构理论是紧密联系在一起的。证券市场微观结构即证券市场的交易机制，是指证券交 易价格形成与发现的过程与运作机制。市场微观结构的核心是价格发现功能，后者也是整个证 券交易市场最核心的环节。证券流通市场的微观结构将影响市场价格波动、流动性以及潜在的 投资者数量和交易量，这正是市场微观结构的意义所在，而高频数据分析是解释市场微观结构 极为有效的手段。金融高频数据相关的研究及其进展，为更好地解释金融市场的微观结构开辟 了新的途径，对中国的金融市场无论是市场交易及其效率还是市场监管都具有非常重要的理论 意义和实际意义。 Robert Wood最早创建研究市场微观机构（金融高频）数据库。Wood(2000)从金融市场微 观结构研究的初衷、结构数据的基础检验、TAQ数据库的组织形式和特征等角度对金融高频数 据库的发展历程做了介绍，并且讨论了金融高频数据量（如NASDAQ数据等）的快速增长趋势 以及这种数据量的增长趋势在市场结构研究中的应用问题。Harris (1990)等人最早利用金融高 频数据来分析市场微观结构，他们研究了NYSE高频交易数据日内(intraday)收益与波动性时间 序列的模式；而Goodhart(1991,1997)等人是对外汇市场的高频交易数据进行研究。近几年,关 于对市场微观结构的实证研究在深度和广度方面又有了新的进展,其中尤其以对股票市场高频 数据的分析最具代表性。Hasbrouk(1999)、Zhang、Russell和Tsay(2001)利用高频交易数据对 某一个特殊股票的报价与询价的动态性进行研究；Bollerslev、Zhang (2003)将股票市场的高频 交易数据应用于对因素定价模型(factor pricing models)中系统风险因素的计量和建模等一系列 的相关研究。 与低频金融数据的统计特征不同，金融高频数据在较短期间内有着增长性的拖尾趋势 （heavy tailed），并且数值具有离散性非正态性、非线性、均值回复和周期性等特点。Polson (2000)的研究发现SP500指数的日收益数据具有非正态性；Jobson和Korkie (1980)的研究表 明在决定最优证券组合的输入变量的均值—方差模型中，方差－协方差/期望收益与最优组合的 权重之间的映射是高度非线性的；Andersen 、Bollerslev(1997) 引入可变傅立叶形式回归 （Flexible Fourier Form Regression，简称FFF回归）方法能够很有效的确定高频数据的周期 成分；Martens(2002)等说明在波动率模型中加入周期成分能够有效的提高其预测效果。 国内对于高频数据的研究起步于近三年，而且用于实证研究的样本数据绝大多数是五分钟 频率数据，主要研究工作主要分为三个方面：一是对国外高频数据相关理论的引进与介绍（常 宁等（2004 ）、周建等（2004 ）、郭兴义等（2002 ））；二是分析我国证券市场高频数据的基本 统计特征，并与国际成熟市场作比较；三是利用我国证券市场的历史高频数据，对国外已有相 关理论模型进行检验，研究日内价格模式的异同。 王春峰（2004 ）和方兆本（2004 ）等研究了我国证券市场高频数据的基本形态特征，实证 得出上海股票市场波动性的日内周期特征和长记忆特征；吴世农（2002 ）等运用高频数据对我 国深圳股票市场的买卖报价价差的变动模式进行实证分析，同时研究股票买卖报价价差的影响 因素和