基于GARCH模型中国股市波动特征及相关性分析.docVIP

基于GARCH模型中国股市波动特征及相关性分析 　　摘要:随着金融全球化和各国金融市场开放,不同金融市场间的相关性日益突出。选取中国及国际股票市场中具有较大影响力的股票指数作为研究对象,分别采用各指标最新的历史数据对各金融市场的波动性以及不同金融市场间的波动相关性进行研究。? 　　关键词:GARCH模型;VAR模型;granger因果检验? 　　中图分类号:F83? 　　文献标识码:A? 　　文章编号:1672-3198(2010)13-0024-01? 　　 　　1 数据来源? 　　在本文中共选取五支在国内外比较有代表性的股票指数,其中,选取上证指数(szzs)和深圳成指(szcz)代表中国的股票市场;另外再选取香港恒生指数(hszs)、日本日经指数(rj)和美国标准普尔指数(bp)。选取的数据为2000年1月3日到2009年1月8日的每只股票的每日收盘价,日收益使用连续复利率计算的收益率即,其中P?t为第t天的收盘价。? 　　2 GARCH模型? 　　为了检验股票的收益率序列的波动是否具有自回归条件异方差性,本文要对收益率序列进行检验。由于股票的收益率序列常常用一种特殊的单位根过程――带漂移的随机游走模型描述,所以本文进行估计的基本形式即均值方程为利用最小二乘法进行估计,从所得的检验来看,统计量很显著,拟合的程度也很好,并且残差经过检验是平稳的。但是观察五支股指的回归方程的残差图,可以注意到波动的“成群”现象:波动在一些时间内非常小,在其他一段时间内非常大,这说明误差项可能具有条件异方差性。? 　　对五支股指分别进行条件异方差的ARCH LM检验,得到了在滞后阶数p=1时的ARCH LM的检验结果,此处的p值为0拒绝原假设,说明五支股指的残差序列存在ARCH效应。因此利用GARCH(1,1)模型重新估计模型,结果如下表所示:结论:方差方程中的ARCH项和GARCH项的系数都是统计显著的,并且对数似然值有所增加,同时AIC值变小了,这说明GARCH(1,1)模型能够更好的拟合数据。再对均值方程进行异方差的ARCH LM检验,得到的检验结果显示,在做了GARCH(1,1)模型后无论是F统计量的P值还是T*?R?2?统计量的P值都大于0.05即接受原假设,认为残差序列不存在ARCH效应,说明利用GARCH(1,1)模型消除了残差序列的条件异方差性。从表1还可看出,方差方程式中的c(4)(ARCH项)和c(5)(GARCH项)的系数之和都大于0.9小于1,满足参数的约束条件。由于系数之和非常接近于1,表明条件方差所受的冲击是持久的,即冲击对未来所有的预测都有重要作用。? 　　3 主要股票市场波动相关性分析? 　　3.1 VAR模型? 　　VAR模型中一个重要的问题就是滞后阶数的确定。经过滞后阶数p的统计检验,发现当p=1时,AIC和SC的值最小,因此我们选取VAR(1)模型。? 　　经过检验VAR(1)模型是平稳的,尽管有几个系数不是很显著,我们仍然选取滞后阶数为1,结果如下:? 　　(1)对上证指数收益率影响较大的一阶滞后变量SZZS(-1)、ZCZ(-1)和BP(-1),这说明上证指数受上证指数、深证成指和美国标准普尔指数500的影响较大;? 　　(2)影响深证成指收益率的一阶滞后变量有SZZS(-1)、SZCZ(-1)和BP(-1);? 　　(3)对香港恒生指数收益率影响较大的一阶滞后变量只有HSZS(-1),这说明其余四支股指的滞后变量对香港恒生指数的影响不是很明显;? 　　(4)影响日本日经日经指数的一阶滞后变量有RJ(-1)和BP(-1);? 　　(5)美国标准普尔500指数受其他股指一阶滞后变量的影响较小。? 　　因此,我们得出结论:? 　　(1)上证股指对其自身以及深证成指影响较为显著,而其受美国标准普尔500指数的影响较显著。? 　　(2)深证成指对其自身及其上证指数影响较为显著,对国际金融市场的影响很小,对其影响较大的为国内的两个股票市场的股指:上证指数和深证成指。? 　　(3)香港恒生指数对其自身和美国标准普尔500指数影响较为显著,而其受国外金融市场的影响很小。? 　　(4)日本日经225指数仅对其自身影响较为显著;且其受国外的金融市场的影响程度较为显著,其中最为显著且影响程度最大的是美国标准普尔500指数。? 　　(5)美国标准普尔500指数对其自身、上证指数、深证成指以及日本日经225指数的影响显著,而其受香港恒生指数的影响较为显著。? 　　3.2 GRANGGER因果检验? 　　运用Granger因果检验法对上证指数、深证成指、香港恒生指数、日经指数和标准普尔指数进行因果关系分析,结果如下所示:? 　　结论:? 　　(1)深证成指、香港恒生