基于ｅｇａｒｃｈ模型的交易所国债市场波动性分析

《基于ｅｇａｒｃｈ模型的交易所国债市场波动性分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于ＥＧＡＲＣＨ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(Volatility)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。Engle(1982)首先提出的自回归条件异方差模

2、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GARCH　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究，黄后川、陈浪南(2003)对股票市场波动率评估和分析，[2]王燕辉、王凯涛(2004)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

3、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　　(一)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%。2006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

4、国债剔除。自2003年1月2日起对外发布，基日为2002年12月31日基点为100点代码为000012。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。　　(二)数据分析　　上证国债指数的动态公布是从2003年2月24开始，数据的时间区间是从2003年2月24日到2005年12月30日，共696个数据。国债指数收益率(DLEB)是通过式(1)得到的。　　DLEB=InPt-InPt-

5、1(1)　　上证国债指数历史走势如图1所示，波谷是2004年4月30日，波峰是2005年12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Eviews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(DickeyandFuller，1981)和PP(PhillipsandPerron，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　

6、　　　(二)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”(volatilityclustering)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(leptokurtosisandfat-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。　　(三)ARCH效应检验　　对残差εt是否存在ARCH或GARCH效应进行检验，通常采用Engle(1982)提出的拉格朗日乘子检验法(

7、LagrangeMultipliertest)，简称LM检验，一般是对εt2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TR2值大于x2分布的临界值时，则拒绝εt不存在ARCH或GARCH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=β1DLEBt-1+β2DLEBt-3+εt(2)　　(四)EGARCH模型　　若一个平稳随机变量可以表示为AR(p)形