沪深股市日收益率波动性比较分析 - 王晓芳 .docVIP

2007年9月第9卷第5期 　 东南大学学报(哲学社会科学版 Journal of Southeast University (Philosophy and Social Science 　 Sep 12007Vol 19No.5 　　　　　　 沪深股市日收益率波动性比较分析 王晓芳,高继祖 (西安交通大学经济与金融学院,陕西西安710061 [摘　要]条件异方差是金融时间序列变量的一个典型特征。在分析沪深股市指数数据统 计特征的基础上,用GARCH -M 模型和门限ARCH (TARCH 模型分析2001年6月到2005年3月期间中国股市收益的波动特性,并对沪深两市进行比较,可以发现沪市内在的不确定水平比深市高,沪市市场上新的正面消息对市场波动性的影响则比深市大。中国股票价格的波动具有明显的杠杆效应,且沪深股票市场杠杆效应不同,当出现“利好消息”时,深市比沪市的冲击大,出现“利空消息”时沪市比深市的冲击大。 [关键词]沪深股市;GARCH ;条件异方差;股票市场;收益率 [中图分类号]F830.91　[文献标识码]A 　[文章编号 (20070520028204 [收稿日期]2006-11-20 [作者简介]王晓芳(1958-,女,陕西西安人,西安交通大学经济与金融学院教授,博士生导师,研究方向:金融学。 　　目前,我国金融市场发展迅速,各种金融衍生产品也逐渐推出(认股权证和即将推出的股指期货等,直接融资在未来金融发展中将发挥更重要的作用。但由于中国的资本市场发展较晚,资本市场建设仍然存在许多不完善的地方,制度不健全,投资者非理性程度较高,投机炒作盛行,从而使中国股票市场比发达国家市场波动性更大,因此不论对于投资者还是对于金融机构,能够准确地把握中国金融市场的风险显得尤为重要。由于历史原因,中国证券市场形成了上海和深圳两个市场,两市股指总体呈现联动的特点,但是由于2000年深市停发新股,上市公司的质地差别等因素,两市出现了“沪强深弱”的特征,表现出一定的差异。本文基于此,从研究中国沪深股市收益率波动性的角度出发,对其进行比较分析,判断上海与深圳两个股市的波动性是否会因为区域的不同而不同。 一、文献回顾 在金融学有关研究和经验分析中,自回归条件异方差模型(Autoregressive Conditional Heteroskedas 2 ticity ,ARC H 专门用于波动性的建模和预测。ARCH 模型通常包含均值方程(Mean Equation 和方 差方程(Variance Equation ,在方差方程中,应变量 (Dependent Variable 的方差表示为前几次误差项观 测值的平方以及应变量(Independent Variable 或外生变量的函数。最早的ARC H 模型由Engle [1]提出,认为扰动项的条件方差依赖于它前期值的大小。 Bollerslev [2]把它扩展为广义自回归条件异方差 (GARCH 模型。Engle 、Lilien 和Robins [3] 则把条件 方差引入均值方程中,提出了条件异方差均值模型 (ARC H -M 。为了克服GARC H 模型在处理金融 时间序列数据时的一些不足之处,Nelson [4]提出了指数GARCH (EGARC H 模型,该模型考虑了正负资产收益之间的不对称性。此外,金融市场中的波动性模型还有Nicholls 和Quinn [5]的随机系数自回归模型(Random Coefficient Autoregressive Model , RCA ,以及Melino 和Turnbull [6]、Harvey et al [7]、J acquier et al [8]的随机波动性模型(Stochastic Volatil 2ity Model ,SV 。 近年来,国内学者对ARC H 类模型做了很多介绍,并且用ARC H 类模型对我国金融市场股票价格行为与收益报酬的关系做了一些探索性研究。岳朝龙[9]利用GARCH 模型族,实证分析了上海股市收益率的波动特征,指出上海股市收益率不仅具有条件异方差性,而且具有“杠杆效应”。皮天雷[10]对上证指数的波动进行拟合,结果表明,广义自回归条件异方差模型对我国股市波动具有较好的拟合效果。唐齐鸣和陈健[11]用GARC H (1,1和EGARC H (1, 1模型分析了沪深股市的ARCH 效应,发现中国股 市具有较为明显的ARC H 效应,针对中国股市现存问题,提出了加快发展中国股市的政策建议。陈浪南和黄杰鲲[12]采用G J R GARC H -M 模型,从实证的角度分析了利好消息和利空消息对股票市场的非对称影响,发现中国股票市场对消息的反应不同于现存文献,认为中国股票市场投机成分不断趋于减少、投