股票市场波动非对称性的实证研究

《股票市场波动非对称性的实证研究 》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、股票市场波动非对称性的实证研究金融市场的波动有许多特点，股票市场波动的非对称性是指同等程度的利好消息与利空消息对股票市场波动的影响不相同。本文针对我国上海股票市场波动的非对称性展开深入的实证研究，得出与国外股票市场相反的结论，即在我国上海股票市场，同等程度的利好消息对波动的影响更大。最后从投资者结构、心理和交易机制等方面解释这种现象。　　　　一、文献综述　　　　由于金融资产的波动性是确定金融衍生工具(如证券、期货等)价格的关键因素，同时，它也反应金融资产(如股票)价格的波动风险，因此，弄清楚证券市场波

2、动是市场交易者、投资者、风险管理者以及寻求弄清楚市场动态的学者们非常感兴趣的问题。到目前为此，国外应用ARCH(AutorenressiveConditionalHeteroskedasticity)和GARCH(GeneralizedARCH)模型来研究股票波动性已取得了较为丰富的成果。ARCH模型是由Engle提出的，因其在这方面的杰出的研究成果而获得了2003年度的诺贝尔经济学奖。Zakoian(1994)和Glosten,Jananathan以及Runkle(1993)在ARCH模型的基础上提

3、出了TARCH模型，并用此模型来研究股市波动性的杠杆效应。Nelson(1991)则提出了EGARCH模型，并用此模型来研究股市对“好消息”和“坏消息”的不对称反应问题。Engle和Ng(1993)绘制了股票市场对好消息和坏消息的反应曲线。　　针对股票市场波动的非对称性，国外许多学者提出各种模型对世界各个金融市场进行了实证研究，研究结果表明在大多数发达国家的股票市场均存在显著的波动非对称性，而且在与相同大小的利好消息相比，利空消息对波动性的影响更大。CampbellHentschel(1992)认为这

4、种现象可以由“杠杆效应”(Leverageeffect)或“反馈效应”(Feedbackeffect)来解释。然而，本文以上证综指为对象，应用EGARCH模型对上海股票市场利好消息与利空消息对股票市场波动的影响展开深入的实证研究，得出与国外股票市场相反的结论，即在中国股票市场，同等程度的利好消息对波动的影响更大。　　　　二、上海股票市场波动非对称性实证研究　　　　1.数据说明与研究思路　　关于样本区间的选择，考虑到我国证券市场发展的历史不长，样本选择的原则是要有足够的样本容量，因此本文的实证研究以19

5、90年12月19日至2006年4月28日的上证综合指数的日收盘价为样本。所有数据来源于分析家证券投资系统。　　两市的日收益率用每日收盘价的对数差分表示。以对数差分表示的优点在于:（1）避免了股价变动对股价水平的依赖关系;（2）以对数表示的股价的差额即是股价变动的增长率或股价收益率。　　Rt=(1nPt一1nPt-1)　　其中Rt是市场在交易日t的收益率，Pt是市场的交易日t的收盘价。　　实证研究的基本思路是:首先对股市收益率做出描述性统计分析，分析收益率序列的特点，然后分离周内效应，之后对该模型的残差

6、进行自相关性检验，若残差存在自相关，则进行自相关性纠正，接着检验残差的异方差性，若存在异方差性，则进一步拟和相关的不对称模型。　　2.收益率的描述性统计分析　　上证综指收益率描述性统计量　　上图分别为样本期内上证综指的日收益率的描述统计量。根据这些统计量可以得到如下结果:（1）市场的平均收益高于同期银行存款的收益，当然风险也远远大于存款风险；（2）日收益序列不服从正态分布；（3）日收益序列存在尖峰肥尾的性质。　　3.剔除周内效应的影响　　周内效应是指一周内某一天的平均收益比其他各天的平均收益或波动率有

7、显著差异。周内效应是大多数发达国家股票市场与某些新兴股票市场普遍存在的现象，通常表现为周一的平均收益比一周内其他任何一天的平均收益要低很多，周五的平均收益比一周内其他任何一天的平均收益要高。　　由以前的描述统计的结果可以看出中国股市的日收益率不服从正态分布，而传统的线形回归模型又以独立同方差为前提，因此普通线性回归模型不适合本文的研究。在研究上海和深圳股市收益率是否存在周内效应时，必须根据收益率自身所具有的特征选择适当的模型，并根据检验结果进行修正。选择的模型如下:　　Rt=Ф０＋Ф１ＴＵＥｔ＋Ф２Ｗ

8、ＥＤｔ＋Ф３ＴＨＵｔ＋Ф４ＦＲＩｔ＋Υ　　Ｒｔ是每日股票收益率；ＴＵＥｔ、ＷＥＤｔ、ＴＨＵｔ、ＦＲＩｔ是虚拟变量，ＴＵＥｔ是在一个序列，在周二时对应的变量是１，其他都为０?熏ＷＥＤｔ在周三时对应的变量是１，其他都为０，ＴＨＵｔ在周四时对应的变量是１，其他都为０，ＦＲＩｔ在周五时对应的变量是１，其他都为０。４．对模型残差的自相关性检验　　Ｄｕｒｂｉｎ－ＷａｒｓｏｎＤＷ?雪检验是广泛使用的自相关性的检验方法。指定１－５阶残差自相关性的ＤＷ检验，检验的结果是