中国A股市场收益波动持续性研究.docVIP

中国A股市场收益波动的持续性研究 　　摘要：以1992年10月至2003年12月沪深两市A股指数日收益为研究样本，利用最近发展的有效矩方法对随机波动模型进行估计，以及对沪深股市波动的持续性进行研究后发现：沪深两市A股指数收益的波动持续性并不明显；深市的波动持续性要比沪市高，但沪市的波动平均水平要比深市大。 　　关 键 词：随机波动；波动持续性；有效矩方法 　　中图分类号：Ｆ830．91 文献标识码：Ａ 文章编号：1005－0892(2006)12－0055－04 　　 　　一、引言 　　 　　资产市场波动性一直是资产定价领域最重要的研究课题之一。西方学者在以西方成熟资产市场为对象的研究中发现，资产市场波动性通常具有集束性（clustering）、非对称性(asymmetry)、持续性(persistence)及超常性等特征。而近年来，资产市场随机波动模型中的波动持续性现象，引起了金融经济学家、计量经济学家的广泛关注。所谓波动的持续性，是指当前波动的变化将对未来波动产生持续性的影响。用统计学术语来说，波动持续性现象与时间序列的长记忆性相联系；长记忆性体现了时间序列一阶矩的长期性质，而波动持续性则体现了时间序列二阶矩的长期性质。一般而言，产生波动持续性的原因可能有两种：一是由不同持续水平的基本信息到达过程之间的聚合所造成；另一种则是由波动过程中存在结构性变化所造成。 　　国外学者对波动持续性研究较多，其中Ghysels、Harvey和Renault(1995)对资产市场随机波动模型的起源、估计方法、模型扩展及波动持续性的相关研究文献进行了详细的综述。[1]国内学者对我国股票市场是否存在波动持续性的研究还处在起步阶段，这方面的代表性文献有三类：第一类以ARCH族模型为基础，主要包括唐齐鸣和陈健（2001）、[2]黄后川和陈浪南（2003）[3]等；第二类以R/S分析法为基础，主要包括徐龙炳和陆蓉（1999）、[4]史永东（2000）、[5]张兵和徐炜（2002）[6]等；第三类是利用随机波动模型（以下简称SV模型）研究波动的持续性，如杨克磊、毛明来和徐正国（2004）用SV模型对沪深股市指数进行了实证研究，结果显示所有参数都很显著，并且证明了上海股市比深圳股市的风险高，同时波动持续性也都很高（波动持续性参数接近于1）。[7]白 和张世英（2001）利用扩展的SV模型对深圳股票市场的波动性进行了实证研究，指出扩展的SV模型比标准SV模型在描述金融波动性方面更有优越性。[8]王春峰、蒋祥林和李刚（2003）采用动态随机波动模型研究了中国股票市场的波动性，结果表明沪市指数和深市指数的波动持续性参数明显大于0.92，说明波动持续性很高；同时该文通过模拟的方法，对SV模型、ARCH类模型进行了比较，认为随机波动模型能更好地描述股票市场的异方差和波动率的序列相关性。[9] 　　估计随机波动模型的方法主要有广义矩方法（GMM）、有效矩方法（EMM）、拟最大似然函数法（QML）、模拟矩方法（SMM）以及采用Markov Chain Monte Carlo （MCMC）技术的贝叶斯方法等。采用有效矩方法估计随机波动模型，从而研究资产市场波动的持续性，是国外近年来研究的一个新进步。尽管Ghysels等提到了使用有效矩方法（EMM）来估计随机波动模型，但由于该方法的复杂性，在国外采用该方法估计随机波动模型的例子也不多见。Gallant、Hsieh和Tauchen等（1997）采用美国标准普尔价格成分指数(Standard and Poors Composite Price Index)收益率，使用EMM来估计随机波动模型，得到的结论也是标准的随机波动模型并不适合描述股票收益的动态特征。[10]本文拟把有效矩方法应用于中国股市研究。 　　 　　二、模型描述 　　 　　目前随机波动模型可以分为离散时间模型和连续时间模型。通常，由于金融时间序列是在离散的时间间隔观察到的，所以本文仅介绍和利用离散时间随机波动模型进行分析。离散时间随机波动模型是Taylor（1986）在解释金融收益序列波动的自回归行为时提出的。[11]其基本形式如下： 　　 　　其中，yt为第t期的收益，ht为对数波动，误差过程ut、?浊t为相互独立，这里NID表示独立正态同分布；c0为一个常数，其绝对值越大则波动水平越高；c1为持续性参数，它越接近于1，波动的持续性越高，也说明当前的波动对未来波动的影响就越远，且当|c1|1时，SV模型是协方差平稳的；参数c2为度量对数波动（ht）的扰动标准差。 　　通常要估计的随机波动模型都是上述模型的一个变形。本文要估计的结构模型：① 　　 　　这样就可以得到前面的标准随机波动模型。这时（3）式变成了（1）式，而（4）