基于ＥＧＡＲＣＨ模型的交易所国债市场波动性分析.docVIP

基于E G A R C H模型的交易所国债市场波动性分析 一、问题的提出 国债市场是经济运行中一个不可或缺的重要组成部分， 联结货币政策和财政政策，沟通货币市场和资本市场。目 前，我国国债市场结构分割，银行间债券市场与交易所债 券市场构成国债市场的主体框架，银行间市场参与机构较 少，形成寡头垄断；交易所市场参与者众多，形成竞争机 制。在交易所市场中，通过买卖双方的竞争机制决定价格， 其交易过程透明，形成的交易价格公正、公平。［1］ 波动性(Vol atility)是资产收益的不确定性的衡量， 测度资产的风险。一般而言，波动性越大，风险越大。 Engl e(1982)首先提出的自回归条件异方差模型即ARCH 模型将方差和条件方差区分开来，并让条件方差作为过去 误差的函数而变化，从而为解决异方差问题提供了新的途 径。Bollerslev (1986)提出了广义自回归条件异方差G ARCH模型。国外学者将这种方法应用到经济的诸多领域， 显示了ARCH模型族的适用性。国内也有学者应用ARCH模型 族对证券市场进行了实证研宄，黄后川、陈浪南(XX )对股 票市场波动率评估和分析，［2］王燕辉、王凯涛(XX)应用 EGARCH分析了深圳股市的波动性。［3］国债安全性并非浑然 天成，“327”国债风波仍然让人记忆犹新，国债回购风险 拖累了诸多证券公司和上市公司，目前国债市场的供求失 衡导致国债价格变异和利率的进一步失真，从而会引发国 债市场的系统性风险。交易所国债的波动，无论对于国家， 还是对机构投资者，包括个人投资者，都是一个值得关注 的重要问题。 二、指标选择与数据分析 指标选择 上海证券交易所的国债交易量占整个交易所市场的99%。 XX年3月，上海证券交易所拥有国债现货43只，国债质押 式回购9只。上证国债指数(LEB)是上证指数系列的第一只 债券指数，它使我国证券市场股票、债券、基金“三位一 体”的指数体系基本形成。上证国债指数是以上海证券交 易所上市的所有固定利率国债为样本按照国债发行量加 权而成，每月最后一个交易日，将剩余期限不到一年的国 债剔除。自XX年1月2日起对外发布，基日为XX年12月 31 0基点为100点代码为00 0012。上证国债指数的目 的是反映我国债券市场整体变动状况是我国债券市场价 格变动的“指示器”。上证国债指数既为投资者提供了精确 的投资尺度，又为金融产品创新夯实了基础。基于上面的 分析，本文选择上证国债指数为指标来对交易所国债市场 的波动进行度量。 数据分析 上证国债指数的动态公布是从n年2月2 4开始，数 据的时间区间是从XX年2月24日到XX年12月30日，共 696个数据。国债指数收益率(DLEB)是通过式⑴得到的。 DLEB=I nPt-InPt-1 (1) 上证国债指数历史走势如图1所示，波谷是XX年4月 3 0 0,波峰是XX年1 2月10日。国债收益率的图形如图 2所示，可以看出在一定范围内存在剧烈波动。数据来自大 智慧软件，运用E views分析处理。 图1国债指数历史走势 图2国债指数收益率 三、实证分析 (一)平稳性检验 采用 ADF (Dickeyand Fuller, 198 1)和 PP(Phil lipsandPer ron, 1988)法进行单位根检验。对上证国债指 数和收益率序列进行检验发现，国债指数序列(LEB)不是平 稳序列，而收益率序列(DLEB)则是平稳性序列(见表1)。 表1单位根检验 正态性检验 国债收益的时间序列的特征是方差不仅随时间变化， 而且有时变化得很激烈。对其进行正态性检验，偏度是_， 峰度是，偏离正态分布的水平。按时间观察，表现出“波 动集群” (vol atilityclu stering)特征，即方差在一定时 段中比较小，而在另一时段中比较大。从取值的分布看表 现的则是尖峰厚尾(leptokur tosisandfa t_tail)特征，即 均值附近与尾区的概率值比正态分布大，而其余区域的概 率比正态分布小。 ARCH效应检验 对残差e t是否存在ARCH或GARCH效应进行检验，通 常采用Eng le(1982)提出的拉格朗日乘子检验法 (LagrangeM ultipliert est)，简称 LM 检验，一般是对 ￡ t2进行AR(Q)自回归估计得到拟合优度R2。然后利用结论: 在不存在ARCH或GARCH的原假设下，统计量TR2服从于自 由度为q的x2分布，在选定的显著性水平下，当T R2值大 于x2分布的临界值时，则拒绝e t不存在ARCH或GA RCH 的原假设，即认为存在ARCH或GARCH效应。经过拟合，滞 后1阶和滞后3阶构成的自回归时间序列比较显著。 DLEBt=3 IDLEBt -1+0 2DLEBt -3+ e t