中国基金市场收益与波动溢出效应实证分析.docVIP

中国基金市场收益和波动溢出效应实证分析 　　摘要：沪深投资基金市场由于受市场结构、地理区位、经济文化等因素的影响，两市之间逐渐整合，在收益率和波动性上都存在相关性。本文利用ARCH类模型及Granger因果检验对沪深基金指数进行了实证研究，结果表明：沪深基金市场收益率存在显著相关关系，上海基金市场对于深圳基金市场具有一期前导作用，两市波动的溢出效应也是非对称的，仅存在上海对深圳的溢出效应。 　　关键词：基金市场；收益率；溢出效应；ARCH类模型；Granger因果检验 　　 　　一、引言 　　 　　对于开放的资本市场，不同资本市场之间在信息传播、资金流动、市场运作等方面的联系不断加强，使得各市场之间的关系日益紧密，不同市场之间的收益越来越具有同向运动的特征，存在不断整合的趋势。一个资本市场上的波动不仅受自身过去波动的影响，往往也会受其他市场波动的影响，这种市场间波动的传导关系为波动“溢出效应”。Hamao（1990）提出“溢出效应”模型，分析了不同市场之间的短期互动性。对于一个国家内的不同资本市场而言，由于地理位置、经济联系、政治因素、文化传统等方面的关系，它们之间的联系就更加强烈，以上所述的相关性和波动效应就会更加明显。Engel and Susmel（1993）指出同一地区的市场具有相似的时变方差，Cheng, He and Ng（1995）也发现在同一地区股市的收益具有显著的共同可预测成分，陈守东（1998）利用ARMA模型得出了沪深股市同步性的结论。 　　对投资基金的研究，一直为学术界关注。但国内以往对投资基金的研究的文献都集中在以下几个方面：对国外基金运作经验的介绍、基金业绩评价、基金治理结构、基金对股票市场的影响等，但尚未有学者对沪深投资基金市场间的互动关系予以关注。探究沪深基金市场之间的相关性与互动性，对于分析与研究中国基金市场的结构、判断基金市场的走势及风险传递、信息传递机制等都意义重大。 　　本文拟利用ARCH类模型及Granger因果检验对沪深基金市场之间的相互关系进行实证研究，以探究两市之间的关联性和波动溢出效应。 　　 　　二、金融时间序列的计量经济模型 　　 　　本文使用GARCH（1，1）类模型模拟股市收益，用残差项的条件方差描述股市的波动性，利用Granger因果检验模型考察了沪深基金市场的相互影响。 　　（一）ARCH模型 　　金融时间序列的一个显著特点是条件异方差性，而Engel（1982）在研究英国通货膨胀时提出自回归条件异方差模型（ARCH），以及Bollerslev（1986）将其推广到广义ARCH模型（GARCH）。这些模型以线性形式刻画了误差项的条件二阶距性质，通过条件异方差的变化来刻画波动的时变性（time-varying）和聚集性（clustering）。Engel，Lilien，Robins（1987）提出了GARCH―M模型可以用来描述时变方差对收益的直接影响。ARCH类模型现已被广范应用于股票市场、货币市场、汇率市场等金融计量领域。 　　考虑如下模型： 　　1. GARCH（1，1）模型，其定义由均值方程和条件方差方程给出 　　y?t=βX?t+ε?tε?t｜Ψ?t-1 N(0,h?1) （1） 　　h?1=Var(ε?t｜ψ?t-1)=ω+αε?2?t-1+βh?t-1 　　ψ?t-1表示t-1时刻所有可得信息的集合，h?t为t期条件方差。条件方差方程指出交易者是根据长期平均数ω、上期预期方差、h?t-1（GARCH项）和上期观测的有关波动的信息ε?2?t-1（ARCH项）的加权平均来预测本期方差。为保证方差的非负和平稳，要求：ω＞0，α≥0，β≥0，α+β＜1。 　　2. GARCH―M（1，1）模型，它将条件标准方差引入均值方程，条件方差方程同GARCH（1，1）： 　　y?t=βX?t+γh?t+ε?t 　　ε?t｜Ψ?t-1 N(0,h?t) （2） 　　h?t=Var(ε?t｜Ψ?t-1)=ω+αε?2?t-1+βh?t-1 　　将方差引入收益的期望表达式，表示投资者会对风险要求分险溢价。 　　（二）线性Granger因果检验模型 　　 Granger（1969）年对线性因果关系做出了如下的定义：设{x?t},{y?t}是两个平稳、遍历的时间序列F(X?t/I?t-1) 　　是X给定信息集I?t-1的条件概率分布，I?t-1由X?t和Y?t的L?x和L?y阶滞后向量组成，其中X?L?x?t-L?x=(X?t-L?x，X?t-L?x+1，…，X?t-1)， 　　Y?L?x?t-L?x=(Y?t-L?y，Y?t-L?y+1，…，Y?y-1)，给定L?x和L?y的值，如满足 　　F(X?t/I?t-1)=F(