金融计量经济理论创新.docVIP

金融计量经济理论创新 　　１０月８日瑞典皇家科学院宣布，将２００３年度诺贝尔经济学奖授予两位著名计量经济学家罗伯特?恩格尔（RobertF.Engle）和克莱夫?格兰杰（GliveGranger）。两位获奖者抓住了经济时间序列的两个核心性质：时变性（time－varyingvolatility）和非平稳性（nonstationarity），因此早在数年前就被学术界归入诺贝尔经济学奖的候选人之列。 　　 　　罗伯特?恩格尔的理论贡献 　　罗伯特?恩格尔的研究范围很广，跨越金融计量经济学的各个领域，但令他摘取桂冠的则是久富盛名的自回归条件异方差（ARCH：AutoregressiveConditionalHet?eroskedasticity）模型。 　　对收益率的建模研究一直在计量经济学中占据很重要的位置。经典资本市场理论在描述股票市场收益率变化时，所采用的计量模型一般都假定收益率方差保持不变。这一模型符合金融市场中有效市场理论，运用简便，常用来预测和估算股票价格。但对金融数据的大量实证研究表明，有些假设不甚合理。一些金融时间序列常常会有某一特征的值成群出现的现象。如对股票收益率建模，其随机搅动项往往在较大幅度波动后面伴随着较大幅度的波动，在较小波动幅度后面紧接着较小幅度的波动，这种性质称为波动率聚类（volatilityclustering）。该现象的出现源于外部冲击对股价波动的持续性影响，在收益率的分布上则表现为出尖峰厚尾（fattails）的特征。这类序列随机搅动项的无条件方差是常量，条件方差是变化的量。 　　为了寻求对股票市场价格波动行为更为准确的描述和分析方法，许多金融学家和计量学家尝试用不同的模型处理这一问题。其中，恩格尔于１９８２年提出的ARCH模型，被认为是最集中反映了方差变化特点而被广泛应用于金融数据时间序列分析的模型。ARCH模型是过去２０年内金融计量学发展中最重大的创新。目前所有的波动率模型中，ARCH类模型无论从理论研究的深度还是从实证运用的广泛性来说都是独一无二的。 　　金融市场的核心是风险评价。恩格尔的ARCH模型大大改进了风险评估方法。ARCH模型的统计特征表明，它能较好刻画外部冲击形成的收益率波动聚类。ARCH模型的主要功能在于解释收益率序列中比较明显的变化是否具有规律性，并且说明了这种变化前后依存的内在传导是来自某一特定类型的非线性结构，而不是方差的外生结构变化。 　　在其后的工作中，恩格尔及其同事沿着许多方向发展了这个概念。最有名的拓展是TimBollerslev在１９８６年发展的广义自回归条件异方差模型（GARCH）。该模型中，某一特定时期的随机误差的方差不仅取决于以前的误差，还取决于自己早期的方差。 　　在关于ARCH的第一篇文章中，恩格尔使用了时变性的波动率模型来研究通货膨胀。然而人们发现，ARCH最重要的应用在金融领域，因为金融市场中的活动就是对不同类型的风险进行处置和定价。在实际应用中，条件方差的变化有时会直接影响被解释变量条件期望的值。例如，在考虑风险与投资回报之间的关系时，由于投资者是依据当前信息而持有证券，当风险（条件方差）增大时，投资者要求的投资补偿也就大。因此，条件方差的变化也会影响收益率条件期望的变化。与其他研究者合作，恩格尔在ARCH的基础上，建立了ARCH－M模型来分析时变风险的收益补偿。期望收益率取决于时变性的方差和协方差，从而自身也随时间变化。 　　时变性的波动率有什么实际应用呢？举个例子可以说明ARCH模型在股票收益率分析中的应用。假设用标准差表示的条件波动率在某一期间围绕０.５％和３％之间波动。如果投资者有一个对应与标准普尔５００指数的资产组合，那么明天该投资者有多少资本面临损失？假设预测标准差是０.５％，他的损失（９９％的概率）将不会超过资产组合价值的１.２％；如果预测标准差是３％，相应的资本损失将高达６.７％。同样，在银行和其他金融机构计算资产组合的市场风险时，在险价值（VaR：ValueatRisk）也至关重要。１９９６年以来，巴塞尔（Basle）国际协议规定银行在控制资本充足率时要使用在险价值。ARCH成为金融部门风险评估中不可缺少的工具。 　　瑞典皇家科学院称，罗伯特?恩格尔“不仅是研究员们学习的光辉典范，而且也是金融分析家们的楷模，他不仅为研究员们提供了不可或缺的工具，还为分析家们在资产作价和投资配搭风险评估方面找到了捷径。” 　　 　　克莱夫?格兰杰的理论贡献 　　瑞典皇家科学院的公告宣称，格兰杰因为“时间序列的协整（cointegrate）分析方法”而获奖，他的贡献将用于研究“财富与消费、汇率与物价水平以及短期与长期利率之间的关系”。格兰杰在学术界建树颇多，其著作几乎包含所有近４０年来时间序列方面的重大进展。同时，