中国股市周内效应实证检验分析.docVIP

中国股市的周内效应实证检验分析 　　摘 要：本文研究利用2005-2010年的股市数据，基于修正的GARCH模型,发现上证指数收益率最大收益率出现在周五和周二的收益率则最低。但周二、周四的系数显著,因此收益率呈现负的周二和周四效应。 　　关键词:周内效应 GARCH模型 股市 　　 　　一、模型简介 　　大量的外汇收益率时间序列常常会出现波动聚集性,即较大的波动聚集在某一时段,而较小的波动则聚集在另外的时段,这表明收益率时间序列具有异方差性。鉴于由Engle(1982)建立并由Bollerslev(1986)扩展而成的GARCH模型能较好的拟合这一异方差特征,本文使用了GARCH模型来研究汇率的周内效应。同时,为了研究收益率及其波动的周内效应,本文将虚拟变量引入GARCH模型的均值方程和方差方程,并对标准的GARCH基本模型进行扩展，采用修正GARCH模型均值方程的设定形式如下： 　　其中方程(3)为均值方程,用来研究汇率收益率的周内效应,方程(4)反映了方程(3)中误差项t的条件异方差特征,方程(5)为方差方程,用来研究波动中的周内效应。 　　 　　二、实证检验分析 　　1 中国股市日收益率数据来源及其处理 　　研究中采取了上证指数数据,,样本期间为2005年7月21日至2010年12月31日,一共1326个观测值。数据来自Wind资讯。定义日收益率为汇率价格相邻两个交易日收盘价的对数一阶差分,即:Rt=100*(lnPt －lnPt-1),其中Rt代表t日的收益率, Pt和Pt-1分别为t日和t-1日的日收盘价。 　　2 上证指数的日收益率的基本统计特征分析 　　由2005年7月21日至2010年12月31日的上证综合指数日收益率时间序列可以看出，证指数日收益率在样本期内具有一定明显的波动聚集特征,相对较为稳定。 　　总体来看,上证指数日收益率在0.78%左右。所有的收益率序列均呈现非零的偏度,意味着其分布不具有对称性。正的偏度表明投资者更有可能得到正的投资回报。峰度均大于3，则意味着其分布与正态分布相比呈现出尖峰厚尾特征。这些均表明收益率不服从正态分布。具体来看,两市的最大收益率出现在周五(9.034459),最小值也在周四(-9.256089)。若仅仅以标准差来度量波动性,则最大波动日出现在周一(2.393378),这可能与反映两个事实有关联：一是中央政府和上市公司经常在周末宣布各种利好或者利差消息,从而导致市场在周一出现较大的波动。二是周六与周日虽然休市,但市场信息仍然在传播。投资者在周一所做出的投资决策是基于其在周五至周日三天内所获得的信息,而不是象在其他交易日仅仅依赖前一天的信息。这样,大量的信息传播也会导致周一的市场出现较大的波动。最小波动则出现在周二(1.767473)，可能在周五一般属于信息收集情况已经较稳定，所以投资者在这一天买卖变化不大，对股市造成不大的影响。 　　本文采用ADF检验上证指数日收益率的单位根,滞后项的选取也依赖于AIC准则。三种检验形式下均可以在1%水平上拒绝存在单位根的原假设,因此上证指数日收益率的是平稳的。 　　3 收益率与波动的周内效应分析 　　就均值方程看:(1),α2=-0.473654,α4= -0.481719,且系数在5 %水平下显著,这表明上证指数日收益率存在周二和周四的负效应;(2)人民币美元汇率也是发生周二和周四效应。这意味着人民币对美元的汇率收益率与上证指数的日收益率有可能有一定的关系。 　　就方差方程看:(1)上证指数的日收益率的方差方程中发现，对应的四个ф的系数分别为负数，其中只有ф2=-1.212462，在5%的水平下显著,这说明上证指数的日收益率的波动只存在波动的周二效应；(2)ARCH项系数与GARCH项系数均显著。波动持续性通常由来度量,其和高度接近1,表明波动具有很强的持续性。,意味着冲击对股价造成的影响在30个交易日后尚有约88%。股市一旦受到冲击出现异常波动,则在短期内很难得以消除。标准化残差滞后20阶的Q统计量，对应较大的z值很大，表明不可以拒绝残差之间无自相关的虚拟假设,从而均值方程是充分的。标准化残差平方滞后20阶的Q统计量也对应较大的p值,表明残差序列不存在自相关或异方差,并且方程具有很大的likelihood值,因此总体上本文模型很好地拟合了收益率序列的行为。 　　 　　三、结论 　　国内外已有很多研究涉及证券市场上的周内效应。掌握收益率及其波动的周内效应表现形式有助于投资者做出更为理性的投资决策,优化其投资组合,在一定的投资风险下,获取较高的投资收益或者在一定的收益下减少投资风险。本文利用修正的GARCH模型研究2005―2010年期间沪深股市收益率与波动的周内效应。研究结论如下: 　　(1