上海银行间同业拆放市场杠杆效应——基于GARCH族模型的比较研究

《上海银行间同业拆放市场杠杆效应——基于GARCH族模型的比较研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、黪蠹。÷∥㈦：鞭糖㈠目掣㈦疆臻

2、{

3、

4、

5、㈦型㈦

6、{!{

7、引{{}}

8、iDOI：10．3969，j．issn．1003—1154．2015．01．002上海银行间同业拆放市场杠杆效应——基于GARCH族模型的比较研究口吴俊杨继旺(重庆大学经济与工商管理学院，重庆400030)[摘要]构建ARMA—GARCH族模型，对SHIBOR杠杆效应进行实证研究，并基于损失函数对模型拟合效果进行评价。结果表明：同业拆放利差波动具有正的杠杆效应，GED分布较T分布更好拟合拆放利差序列“尖峰厚尾”特征；当赋予偏低预测和偏高预测等权重时，7rGARCH、E

9、GARCH、PARCH模型预测效果无显著区别，当赋予偏低预测较大权重时，TGARCH模型预测效果最好。[关键词]上海银行间同业拆放利率(SHIBOR)；GARCH族模型；杠杆效应；同业拆放[中图分类号]F832．5[文献标识码]A[文章编号]1∞3—1154(2015)01-0∞4_03一、引言杠杆效应最早由国外学者Black在研究股市波动性中发现，有正的杠杆效应和负的杠杆效应，前者是“利坏”信息对市场波动性冲击大于“利好”信息，反之为负杠杆效应。国内陆蓉⋯、朱钧钧[21研究得出，我国股票市场具有正的杠杆效应。近年来，利率市场化进程加

10、快，学者开始把目光转向同业拆借市场。我国同业拆借市场可以分为两个阶段，全国银行间同业拆借市场(CHIBOR)和上海银行问同业拆放市场(SHIBOR)。国内文献对CHI—BOR波动性有过较为详细的研究，但模型选择、分布选择、甚至参数设置等差异都可能导致结论不一致。李志辉旧1和李杰H’均研究发现利好消息对同业拆借市场(CHIBOR)冲击更大，但解释原因不同，前者将原因归为市场不完善和投机色彩浓重，后者认为是央行事后干预造成的。李成陌1研究表明CHIBOR杠杆效应并不明确，其依据是TGARCH模型所得非对称项系数没通过显著性检验，而EGAR

11、CH模型检验结果表明，坏消息冲击比好消息大。SHIBOR运行后，李良松[61使用TGARCH模型，在对SHIBOR的VaR有效性研究中，得出了SHIBOR具有正的杠杆效应。国内对上海银行间同业拆放市场杠杆效应研究欠深入。鉴于此，本文使用GARCH族模型，对上海银行间同业放市场杠杆效应进行实证研究，并基于损失函数指标评价模型的预测效果，旨在为利率市场化背景下的我国商业银行利率风险管理提供经验支撑。二、模型设定及模型检验(一)模型设定Engle首先提出条件异方差(ARCH)模型，因减小了金融时序同方差假设带来研究偏差而被广泛运用。随后，B

12、ollerslev在ARCH基础上提出了广义的ARCH模型(GARCH模型)。虽然GARCH模型结合不同分布能很好解决数据的尖峰厚尾性和波动积聚性，但对金融时间序列存在的杠杆效应刻画能力不足，因此GARCH扩展模型应运而生，GARCH族模型中能描述杠杆效应的主要有门限自回归条件异方差模型(TGARCH)、指数条件异方差模型(EGARCH)和归纳性很强的PARCH模型。GARCH(p，g)模型的一般形式：z=∞+a毫占：。弗蓦艺其中：∞是常数项，ccJ≥0，a≥0，卢≥0。p是GARCH[基金项目]国家自然科学基金青年基金项目(1090

13、1168)；中央高校基本科研业务费科研专项(CDJSKll065)l_管理现代化项的最大滞后阶数，g是ARcH项的最大滞后阶数。一表示当期的方差，当期的方差依赖于三个因素：常数项∞、ARcH项‘E、GARcH项口0。1．TGARCH模型门限自回归条件异方差模型是一种能描述杠杆效应的扩展版GARCH模型，由Glosten等发展提出。其条件方差方程为：Z剐+芝叩：，芝厚艺+爱，吐一，其中：t取值为0或者1，当8。

14、2．EGARCH模型为了更准确地考察波动的聚集性和冲击的非对称性，Nelson提出了EGARCH模型，即指数广义自回归异方差模型。其条件方差方程为：tncz)=∞+毫％l嚣l+蓦岛·n(盯乙)，亡占I“+刍孔石该模型中，最近一期残差的影响是指数形式的。y系数体现了信息冲击的非对称影响，其中后表示非对称项数目。3．PARCH模型Ding将一系列对GARCH模型的发展归为PARCH模型，该模型允许包括任何正值在内的一个实质上无限转换范围，非常适合反映金融资产波动的聚集性和杠杆效应。其条件方差方程为：函+芝岛艺+毫叫虬h％)5其中：6(移0

15、)是估计的，两不是指定的，用来评价冲击对条件方差的影响幅度；y。(一1