中国股市存在杠杆效应.docVIP

中国股市存在杠杆效应吗 研究领域包括金融计量、实证金融、投资经济理论与应用。 摘要：不同学者研究中国股票市场的“杠杆效应”，得出的结论并不一致。针对这一问题，本文借助于GJR-GARCH和EGARCH，以一定的样本为初始样本，然后逐个扩大样本容量，研究样本的变动对结论造成的影响，得出中国股票市场不存在“杠杆效应”的结论。 关键词： GJR-GARCH EGARCH 杠杆效应 一、问题的提出 金融市场的波动对投资、证券定价、风险管理和货币政策制定来说是至关重要的，许多学者长期关注这一问题。波动率研究领域已经形成多种波动率模型，从早期的方差标准差发展到今天的ARCH族的条件异方差模型。人们在研究中发现，金融时间序列的波动具有集群性，即随机扰动往往在较大幅度波动后面伴随着较大幅度的波动，在较小幅度波动之后面紧接着较小幅度的波动。早期波动率模型要求随机扰动项是同方差，不能够捕捉到这种现象，直到1982年Engle提出ARCH模型，后来由Bollerslev（1986）推广形成GARCH模型。由于在ARCH和GARCH模型中，方差对不同方向的冲击对称地起反应，因为只有冲击的平方映射到条件方差，结果造成上一期价格变化的符号所包含的信息被失去。Black (1976)注意到负面冲击比同等程度的正面冲击的波动率要高，他首次使用“杠杆效应”这一术语来描述这种现象，指的是股价变动和波动性负相关，同等强度的利空消息比利好消息导致的市场波动更大。人们做了许多研究试图把非对称信息包括到条件方差中，如Glosten,Jagannathan 和Runkle（1993）的GJR-GARCH模型、Nelson（1990）的指数GARCH（EGARCH）模型和Zakoian (1994)的门限ARCH 模型(TARCH)。许多学者尝试用这些模型对中国证券市场实证分析，但是结果相异，具体如表1。 表 SEQ 表格 \* ARABIC 1　关于中国股市杠杆效应的实证研究 作者 结论 样本 模型 Yeh，Lee（2001） 股票波动对利好消息的反应比利空消息大，没有杠杆效应 1992.5.22－1996.8.27期间的上证综指、上海B股指数、深圳综合指数和深圳B股指数 GJR-GARCH 李胜利（2002） 上证指数在空头市场具有杠杆效应，其他时期正面消息的波动大于负面消息的波动 上证综指 多头期：1999.5.19-2001.6.29 空头期：1993.2.16-1994.7.30 盘整期：1994.11.1-1996.9.30 GJR-GARCH 胡海鹏, 方兆本 （2002） 杠杆效应明显 1996 .12 .16 —2001.9.28期间的上证综指和深证成指 EGARCH 陈千里，周少甫（2002） 坏消息引起的波动比好消息要大，有杠杆效应， 1997.1.3-2000.12.28期间的上证综指 TARCH，EGARCH 岳朝龙（2001） 具有杠杆效应 1997.9.23－1999.12.30期间的上证综指 EGARCH 从表1可以看出，许多学者借助于GJR-GARCH，EGARCH和TARCH模型对中国股票市场的“杠杆效应”进行了有益的探索，但是他们的结论并不一致，不禁产生疑问：他们所得出的不同结论，是否是由于样本选取的不同，而得出片面的结论，也就是说，当样本不同时，得出的结论也就不同，以至于对同一个市场的研究而得出迥然不同的结论，这样必然会对投资组合、证券定价、风险管理造成一定的影响，会使头寸暴露在不必要的风险中。本文将克服上述缺陷，以一定的样本为初始样本，然后逐个扩大样本容量，研究样本的变动是否会对结论造成影响，以期得出中国股票市场“杠杆效应”的一般性结论。 二、GJR-GARCH和EGARCH模型 测度非对称信息的主要有三种模型，即GJR-GARCH模型、EGARCH模型和TARCH。TARCH模型和GJR-GARCH模型分别由Zakoian(1990)和Glosten, Jaganathan, Runkle（1993）独立提出，二者设定比较类似，甚至有的文章把它们归为一个模型，因此，本文仅仅使用GJR-GARCH模型。考虑一阶自回归均值收益率方程 　　　　　　　　　　　　　　　　　 （1） 　　　　　　　（2） 在GJR-GARCH(1,1)模型中，条件方差满足 　　　　　　　　　　　　（3） 这里，当时，，当时，。表明具有利好的消息或者正面冲击，而表明具有利空的消息或负面冲击，二者对条件方差具有不同的影响。利好消息对条件方差的影响是，而利空消息的影响是。因此，如果，我们说存在杠杆效应，如果，股票市场对好消息的反应程度高于利空消息。 EGARCH模型通过对条件方差的对数建模放松了参数约束，即