基于GJR-GARCH模型的上海证券市场实证研究 .pdfVIP

基于ＧＪＲ－ＧＡＲＣＨ模型的上海证券市场实证研究

根据1998年1月1日－2006年5月1日上证综指数据，采用GJR－GARCH

模型对上证股市收益率的统计特性进行讨论，并分析了上证股市收益率波动的非

对称性现象。结论表明：(1)上证综合指数序列存在冲击的非对称性，同时也存

在着杠杆效应；(2)由拟合得到的新闻影响曲线可以看出，GJR－GARCH模型

的新闻影响曲线也是非对称的，同样强度的利空消息较利好消息对未来波动的影

响更大。

标签：GJR－GARCH模型；收益率；条件方差；杠杆效应；新闻影响曲线

1GJR-GARCH模型概述

Engle在1982年首先提出了ARCH模型，ARCH模型很好的捕捉了金融时

间序列中波动的丛集现象。图1是上证综合指数自1998年1月1日至2006年5

月1日间2005个交易日的市场收益率波动图，典型地刻画了金融市场收益率的

这种特性。

2实证分析

2.1样本数据的选取

样本数据来源于WIND行情数据库，包括沪市综合指数的日收盘价格指数，

导出数据为其复权后的数据，见图1。数据从1998年1月1日到2006年5月1

日，共2005个观测值。

2.2数据的基本统计特征和非正态性

数据的统计特征如表1所示（使用的软件是EViews5.0）。

正态分布的偏度应该是0，而样本数据的偏度是-0.014965，此值为负数，

右偏，数据的分布具有一个较长的左尾；正态分布的峰度应该是3，而样本数据

的峰度是8.889194，此值大于3，验证了收益率数据具有尖峰厚尾的特性。

另外，我们通过估计数据序列收益率经验分布密度图（估计选用了

Epanechnikov核，窗宽为0.005，共选取了1000个点），如图2所示，也验证了

收益率分布的尖峰态。

2.3单位根检验

我们使用增广Dick-Fuller（ADF）检验，验证所研究的数据是否具有单位根

（使用的软件是EViews5.0）。在检验过程中，我们选择SchwarzInformation

Criterion（SIC），最大滞后阶数设为10，检验结果见表3。

单位根检验的结果表明：AugmentedDickey-Fullerteststatistic的数值都小于

1%、5%、10%的临界值。因此，可以断言收益率序列是极其显著的，不存在单

位根，是稳定的序列。

2.4自相关性检验

为了检验上证综指收益序列中收益率残差和收益率波动是否存在某种程度

的自相关，我们使用Ljung-Box-PierceQ检验和恩格尔的ARCH检验。首先，我

们对收益率作ARIMA过程（使用的软件是SAS9.0），滞后数设为8，可得表4，

我们清楚地看出对应的收益率不存在自相关；其次，通过对应的Ljung-Box-Pierce

Q统计量（使用的软件是Evies5.0），也进一步得出收益率不存在自相关的结论。

通过对残差的白噪声检验，得出拒绝白噪声的结论。

3结论

（1）我们运用EViews5.0软件进行参数估计及检验，所得的条件方差方程

如下：

（2）我们对估计后的残差序列检验了是否还具有ARCH效应，使用的是

ARCH-LM检验方法，Obs*R-squared＝1.134092（0.286904），这说明残差中不再

具有ARCH效应。

（3）图3是从GJR-GARCH模型结果拟合得到的新闻影响曲线（ht

为估计的t时刻的条件方差，ut-1为t-1时刻的残差）。可以看出，

GJR-GARCH模型的新闻影响曲线是非对称的，其同样强度的利空消息较利好消

息对未来波动的影响更大。

图3GJR-GARCH模型所得新闻影响曲线

参考文献

［1