中国股票市场的杠杆效应和风险收益权衡
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
100 3 ( ln ( Pt ) - ln ( pt - 1 ) ) 。
NO109 2003 南方经济 NANFANG JING JI
( 二) 模型描述 在建立关于股市收益非对称性波动的模型时 , 我 们先消除收益序列的星期效应和短期自相关性 , 设模 型的均值方程为 :
5
r
误差项 。 参数 b1 、 b2 和 b3 对应的 t 统计量分别是联合检 验时的 sign bias ,negative size bias 和 positive size bias 统计量 , 联合检验 (Joint Test) 统计量是在方程 ( 5) 中 2 + 同时添加变量 S -t - 1 、 S t - 1εt - 1 和 S t - 1ε t - 1 时的 LM 统计 量 ( = TR2 ) , 该统计量服从 x2 ( 3) 分布 , 其中自由度 3 代表三个限制条件 b1 = b2 = b3 = 0 。 直接检验序列{ y t } 时变条件异方差的非对称性 , 可以通过令 : ε ( 6) t = y t - μ, vt = ε t / σ 然后回归方程 ( 5) 完成 , 此处 μ和σ分别是序列{ y t } 的 无条件均值和标准差 。 如果是检验 GARCH 模型的未预 测方差是否存在非对称成份 ,可以通过以 GARCH 模型 的标准残差 ε ht 代替方程 ( 5) 中的vt 完成 。 t/ 二 、实证分析 ( 一) 基本统计分析 表 1 反映了股市日收益率的基本描述统计量 。易 见 , 显著的 LM ( 10 ) 统计量拒绝条件同方差假设 , 表明上海综合 、深圳成分和综合日收益序列具有时变 条件异方差特征 。表 1 中的 positive 、negative size bias 和 Joint 检验结果 , 表明股市日收益序列具有显著的 非对称性波动 。
・ 金融研究・
中国股票市场的杠杆 效应和风险收益权衡
广州 510275) 何兴强 孙群燕 ( 中山大学岭南学院讲师 、博士 , 广东
[ 内 容 提 要 ] 利用 G J R 、G J R - M 、EG ARCH 和 EG ARCH - M 模型 , 对 1993 年 3 月 1 日至 2002 年 6 月 21 日上证综合 、深证成份和综合日收益序列分别进行考察 , 发现我国股票市场存在显著的 “杠
杆效应” , 但风险收益权衡关系不显著 。在模型的拟合能力方面 , G J R 模型能更有效地捕捉我国股票 市场的非对称性波动 。G J R 估计及其消息反应曲线揭示出上证股市的 “杠杆效应”更显著 。 [关 键 词 ] 股票市场 ; 杠杆效应 ; 风险收益权衡 [ 中图分类号 ] F830191 [ 文献标识码 ]A [ 文 章 编 号 ]1000 - 6249 (2003) 09 - 0062 - 04 现代金融理论的核心内容之一是关于资产选择和 资产定价的研究 , 金融风险是其中的关键因素之一 , 而波动性是金融风险的一种典型度量 , 因此 , 研究金 融市场的波动性具有理论价值和现实意义 。 关于非对称性波动的研究是波动模型的一个重要 方面 , 非对称性波动通常又称为 “杠杆效应” 。Black (1976) 最早使用的 “杠杆效应”这个术语 , 指的是 股价变动倾向于和波动性负相关 , 同等强度的利空消 息比 利 好 消 息 导 致 的 市 场 波 动 更 大 。Campell and Hentschel ( 1992) 曾从财务杠杆和反馈效应两方面来 解释 “杠杆效应” : 股价下跌抬高了公司的财务杠杆 (负债/ 权益) , 加大了公司风险 , 表现为股票收益的 预期波动增大 , 因此 , 股票当前收益和未来波动之间 负相关 ; 反馈效应认为 , 利好消息连续出现的可能将 增大股票价格的未来波动 , 这反过来会提高投资者对 股票的预期回报 , 降低股票价格 , 削弱利好消息对股 价波动的正向效应 。风险和收益之间的权衡关系就是 投资者的相对风险规避系数 。如果市场参与者属风险 厌恶型 , 则风险溢价与条件方差之间应该正相关 。 现有 文 献 对 非 对 称 性 波 动 的 研 究 主 要 是 运 用 ARCH 族模型 , 国外学者对这方面的研究不少 , 其中 多数实证研究表明股票市场存在显著的 “杠杆效应” 。 关于风险收益权衡关系的研究主要是运用 ARCH - M 族模型 , 众多的利用 ARCH - M 族模型的实证研究得 到的风险厌恶系数均落在区间 [ 1 , 415 ] 内 ( 陈浪南、
64
模型好 , 在上述三个模型中 , G J R ( 1 , 1 ) 的拟合效 果最好 。因此 , 应该以 G J R ( 1 , 1) 模型为基础来判 断股市收益是否存在非对称性波动 。G J R ( 1 , 1) 模 型的 γ参数估计值分别为 01067 、 01049 和 01065 , 在 1 % 水平下统计显著 , 这说明股市日收益存在显著的非对 称性波动 。 因此 , 模型估计结果表明中国股票市场存在 显著的 “杠杆效应” 。 我国股票市场不存在显著的风险 - 收益权衡 。 理 由如下 : ( 1) 虽然在 EGARCH - M 模型中参数δ统计显
3
014294 (013295) - 119144 3 3 ( - 418128) 210500 3 3 (515572) 1810224 3
3
Negative Size BБайду номын сангаасas
Positive Size Bias
计量来检验序列的非对称性波动 。 回归下述方程 : 2 + ε ε (5) v t= a + b1 S t - 1 + b2 S t - 1 S t- 1 t - 1 + b3 ・ t - 1 + et
表 1 : 股市日收益率的基本描述统计量
上证综合 均值 标准差 偏度
010058 215016 115148 24188 34212 3
3
rt =
i =1
∑
di ・DW it +
j =1
δ j ・R t - j + ε t , ∑
( 1)
ε t | I t - 1 ～ N ( 0 , ht ) 其中 DW it 是反映星期效应的虚拟变量 , 方程 ( 1) 中包 含的收益滞后项是为了消除收益序列的短期自相关 ε 性。 t | I t - 1 ～ N ( 0 , h t ) 表示在 t - 1 时刻的信息集 It - 1 下 , 误差项服从均值为 0 、 条件方差为 ht 的正态分布 。 在考察风险和收益间的权衡关系时 , 把方程 ( 1) 变形为 :
5
r
rt =
i =1
∑
di ・DWit +
j =1
δ ・R ∑
j
t- j
(2) + δ ht +ε t
其中 δ是投资者的相对风险规避系数 , 是风险 - 收益 权衡关系的反映 ,δ 显著为正说明投资者总体属风险 厌恶型 、 股票市场的投机性不显著 。 模型 G J R ( 1 ,1) 的条件方差方程为 : 2 2 ε ( 3) ht = w + β ht - 1 + α S t - 1εt - 1 t- 1 + γ 其中 S -t - 1 是 反 映 利 好 和 利 空 消 息 的 虚 拟 变 量 ,
其中 S + b1 、 b2 和 b3 为估计参数 , et 为 t- 1 = 1 - S t- 1 , a 、
Joint
注 : ( 1 ) ( ) 里的数字表示 t 检验统计量 ; ( 2 ) 3 和 3 3 分别表示 5 %和 1 % 水平下统计显著 。
NO109 2003 南方经济 NANFANG JING JI
ε 方程 ( 3) t-〈 1 0 ( 利空消息) 时 S t - 1 = 1 , 否则 S t - 1 = 0 。
中参数 γ 显著大于 0 说明股市收益存在显著的“杠杆 效应” 。 模型 EGARCH ( 1 ,1) (Nelson ,1991) 条件方差方程 的一个等价形式为 :
ln ht = w + β・ ln ht - 1 + α・
62
黄杰鲲 , 2002) 。 中国股票市场作为一个新兴的股票市场 , 一向以 “ 消息市” 、 “政策市”和 “投机市”著称 。因此 , 中 国股票市场可能存在显著的 “杠杆效应” 、但风险收 益权衡关系却不显著 , 但现有的研究却相对匮乏 。 本文的研究构想如下 : Engle and Ng ( 1993) 在模 型比较时发现 G J R 和 EG ARCH 模型捕捉非对称性波 动的效果较好 ( 尤其是 G J R 模型) , 因此 , 本文主要 利用 G J R 和 EG ARCH 模 型 来 探 讨 我 国 股 票 市 场 的 “杠杆效应” ; 为了考察股票市场的风险 - 收益权衡关 系 , 我们也同时估计了相应的 G J R - M 和 EG ARCH M 模型 ; 不同国家 、地区股市波动的对比研究是当前 的一个研究重点 , 因此 , 我们在文中对上证综合 、深 证成份和综合日收益序列的非对称性波动和风险收益 权衡进行对比研究 。本文的结构分为三个部分 : 第一 部分是对数据和研究方法的描述 , 第二部分是实证分 析过程 , 最后是实证结论 。 一 、数据和研究方法 ( 一) 数据说明 考虑到中国股票市场在 1993 年之前规模很小而 且尚不规范 , 因此 , 我们选取的样本区间为 1993 年 3 月 1 日到 2002 年 6 月 21 日 。 样本对象包括上证综合 、 深证 成份和综合指数 。 股市日收益采用股价指数的一个对 数差分衡量 , 股价指数用 pt 表示 , 股市日收益率 rt =
NO109 2003 南方经济 NANFANG JING JI
著 , 但参数 δ的估计值很小 , 上证综合日收益情形对应 的参数δ最大也不足 012 , 在经济意义上显著性程度不 高 , 且与现有研究结论中参数 δ落在区间 [ 1 , 415 ] 内相 去甚远 ; ( 2) 从估计模型的 Loglike1 和 SBC 统计量可 见 ,G J R - M 模型比 EGARCH - M 的拟合效果更好 。 G J R - M 估计中参数δ在统计上不显著 , 说明我国股市 不存在显著的风险收益权衡 ; ( 3) 模型估计的 Loglike1 和 SBC 统计量 ,反映出 G J R 模型比 G J R - M 的拟和效 δ 果更好 ,和在 G J R - M 估计中参数 统计不显著一致 。 这也表明我国股市不存在显著的风险收益权衡关系 。 综上所述 , 我国股票市场存在显著的非对称性波动 或“杠杆效应” , 同等强度的利空消息比利好消息导致 的市场波动更大 , 不存在显著的风险 - 收益权衡 , 投资 者总体属投机型 , 股票市场表现为“投机市” 。 ( 三) 消息反应曲线和股市收益的非对称波动 根据上面的分析 , 在本文使用的模型中 G JR 模 型的拟合效果最好 。为了直观认识股票市场的非对称 性波动 , 我们分别绘制了上证综合 、深证成份和综合 日收益序列 G J R 估计的消息反应曲线 , 结果如图 1 所 示 。其中实线和虚线分别对应 G J R ( 1 , 1) 和 G ARCH ( 1 , 1) 模型的消息反映曲线 。 图 1 所示的消息反应曲线 , 揭示出上证和深证股 市都存在非对称性波动 , 并且 , 上证股市 G J R 估计 的消息反应曲线的非对称性更明显 , 这意味着在经济 意义上上证股市的 “杠杆效应”更显著 , 这和关于上 证综合日收益的 G J R 估计模型中参数γ ( 01067) 最大 是一致的 。 ( 四) 诊断检验
深证成份
- 010005 212897 017232 16121 21512 3
3
深证综合
010119 214044 019220 20101 21513 3
3
ε t- 1
ht - 1
+ γ・ ht - 1
ε t- 1
峰度
(4)
ARCH - LM (10)
其中参数 γ 显著小于 0 表示股市收益存在显著的 “杠 杆效应” 。 在实证分析过程中 , 本文估计的模型包括 G J R ( 方 程 ( 1) 和 ( 3) ) 、 G J R - M ( ( 2) 、 ( 3) ) 、 ( 4) ) 和 EGARCH - M ( ( 2) 、 ( 4) ) 。 EGARCH ( ( 1) 、 ( 三) 诊断检验 本文 利 用 Engle 和 Ng ( 1993) 构 造 的 sign Bias 、
63
( 二) 股市收益非对称性波动和风险收益权衡的 模型考察 表 2 中模型 G J R ( 1 , 1 ) 的估计结果 , 表明上证 综合 、深证成份和综合日收益序列都存在显著的非对 称性波动或 “杠杆效应” 。首先 , 根据估计模型的 Loglike1 和 SBC 统计量可见 , 不论是对上证综合 、还 是对深证成分和综合日收益序列 , EG ARCH ( 1 , 1 ) 模型的拟合效果都不及 G ARCH ( 1 , 1 ) 模型好 , 而 G ARCH ( 1 , 1 ) 模型的拟合效果又不及 G J R ( 1 , 1)
Negative Size Bias 、 Positive Size Bias 和 Joint Test 四个统
Sign Bias
117533 (111457) - 117386 3 3 ( - 317167) 119505 3 3 (418520) 1217185 3
3
- 119958 ( - 118674) - 211509 3 3 ( - 610298) 114420 3 3 (417313) 1919099 3
NO109 2003 南方经济 NANFANG JING JI
( 二) 模型描述 在建立关于股市收益非对称性波动的模型时 , 我 们先消除收益序列的星期效应和短期自相关性 , 设模 型的均值方程为 :
5
r
误差项 。 参数 b1 、 b2 和 b3 对应的 t 统计量分别是联合检 验时的 sign bias ,negative size bias 和 positive size bias 统计量 , 联合检验 (Joint Test) 统计量是在方程 ( 5) 中 2 + 同时添加变量 S -t - 1 、 S t - 1εt - 1 和 S t - 1ε t - 1 时的 LM 统计 量 ( = TR2 ) , 该统计量服从 x2 ( 3) 分布 , 其中自由度 3 代表三个限制条件 b1 = b2 = b3 = 0 。 直接检验序列{ y t } 时变条件异方差的非对称性 , 可以通过令 : ε ( 6) t = y t - μ, vt = ε t / σ 然后回归方程 ( 5) 完成 , 此处 μ和σ分别是序列{ y t } 的 无条件均值和标准差 。 如果是检验 GARCH 模型的未预 测方差是否存在非对称成份 ,可以通过以 GARCH 模型 的标准残差 ε ht 代替方程 ( 5) 中的vt 完成 。 t/ 二 、实证分析 ( 一) 基本统计分析 表 1 反映了股市日收益率的基本描述统计量 。易 见 , 显著的 LM ( 10 ) 统计量拒绝条件同方差假设 , 表明上海综合 、深圳成分和综合日收益序列具有时变 条件异方差特征 。表 1 中的 positive 、negative size bias 和 Joint 检验结果 , 表明股市日收益序列具有显著的 非对称性波动 。
・ 金融研究・
中国股票市场的杠杆 效应和风险收益权衡
广州 510275) 何兴强 孙群燕 ( 中山大学岭南学院讲师 、博士 , 广东
[ 内 容 提 要 ] 利用 G J R 、G J R - M 、EG ARCH 和 EG ARCH - M 模型 , 对 1993 年 3 月 1 日至 2002 年 6 月 21 日上证综合 、深证成份和综合日收益序列分别进行考察 , 发现我国股票市场存在显著的 “杠
杆效应” , 但风险收益权衡关系不显著 。在模型的拟合能力方面 , G J R 模型能更有效地捕捉我国股票 市场的非对称性波动 。G J R 估计及其消息反应曲线揭示出上证股市的 “杠杆效应”更显著 。 [关 键 词 ] 股票市场 ; 杠杆效应 ; 风险收益权衡 [ 中图分类号 ] F830191 [ 文献标识码 ]A [ 文 章 编 号 ]1000 - 6249 (2003) 09 - 0062 - 04 现代金融理论的核心内容之一是关于资产选择和 资产定价的研究 , 金融风险是其中的关键因素之一 , 而波动性是金融风险的一种典型度量 , 因此 , 研究金 融市场的波动性具有理论价值和现实意义 。 关于非对称性波动的研究是波动模型的一个重要 方面 , 非对称性波动通常又称为 “杠杆效应” 。Black (1976) 最早使用的 “杠杆效应”这个术语 , 指的是 股价变动倾向于和波动性负相关 , 同等强度的利空消 息比 利 好 消 息 导 致 的 市 场 波 动 更 大 。Campell and Hentschel ( 1992) 曾从财务杠杆和反馈效应两方面来 解释 “杠杆效应” : 股价下跌抬高了公司的财务杠杆 (负债/ 权益) , 加大了公司风险 , 表现为股票收益的 预期波动增大 , 因此 , 股票当前收益和未来波动之间 负相关 ; 反馈效应认为 , 利好消息连续出现的可能将 增大股票价格的未来波动 , 这反过来会提高投资者对 股票的预期回报 , 降低股票价格 , 削弱利好消息对股 价波动的正向效应 。风险和收益之间的权衡关系就是 投资者的相对风险规避系数 。如果市场参与者属风险 厌恶型 , 则风险溢价与条件方差之间应该正相关 。 现有 文 献 对 非 对 称 性 波 动 的 研 究 主 要 是 运 用 ARCH 族模型 , 国外学者对这方面的研究不少 , 其中 多数实证研究表明股票市场存在显著的 “杠杆效应” 。 关于风险收益权衡关系的研究主要是运用 ARCH - M 族模型 , 众多的利用 ARCH - M 族模型的实证研究得 到的风险厌恶系数均落在区间 [ 1 , 415 ] 内 ( 陈浪南、
64
模型好 , 在上述三个模型中 , G J R ( 1 , 1 ) 的拟合效 果最好 。因此 , 应该以 G J R ( 1 , 1) 模型为基础来判 断股市收益是否存在非对称性波动 。G J R ( 1 , 1) 模 型的 γ参数估计值分别为 01067 、 01049 和 01065 , 在 1 % 水平下统计显著 , 这说明股市日收益存在显著的非对 称性波动 。 因此 , 模型估计结果表明中国股票市场存在 显著的 “杠杆效应” 。 我国股票市场不存在显著的风险 - 收益权衡 。 理 由如下 : ( 1) 虽然在 EGARCH - M 模型中参数δ统计显
3
014294 (013295) - 119144 3 3 ( - 418128) 210500 3 3 (515572) 1810224 3
3
Negative Size BБайду номын сангаасas
Positive Size Bias
计量来检验序列的非对称性波动 。 回归下述方程 : 2 + ε ε (5) v t= a + b1 S t - 1 + b2 S t - 1 S t- 1 t - 1 + b3 ・ t - 1 + et
表 1 : 股市日收益率的基本描述统计量
上证综合 均值 标准差 偏度
010058 215016 115148 24188 34212 3
3
rt =
i =1
∑
di ・DW it +
j =1
δ j ・R t - j + ε t , ∑
( 1)
ε t | I t - 1 ～ N ( 0 , ht ) 其中 DW it 是反映星期效应的虚拟变量 , 方程 ( 1) 中包 含的收益滞后项是为了消除收益序列的短期自相关 ε 性。 t | I t - 1 ～ N ( 0 , h t ) 表示在 t - 1 时刻的信息集 It - 1 下 , 误差项服从均值为 0 、 条件方差为 ht 的正态分布 。 在考察风险和收益间的权衡关系时 , 把方程 ( 1) 变形为 :
5
r
rt =
i =1
∑
di ・DWit +
j =1
δ ・R ∑
j
t- j
(2) + δ ht +ε t
其中 δ是投资者的相对风险规避系数 , 是风险 - 收益 权衡关系的反映 ,δ 显著为正说明投资者总体属风险 厌恶型 、 股票市场的投机性不显著 。 模型 G J R ( 1 ,1) 的条件方差方程为 : 2 2 ε ( 3) ht = w + β ht - 1 + α S t - 1εt - 1 t- 1 + γ 其中 S -t - 1 是 反 映 利 好 和 利 空 消 息 的 虚 拟 变 量 ,
其中 S + b1 、 b2 和 b3 为估计参数 , et 为 t- 1 = 1 - S t- 1 , a 、
Joint
注 : ( 1 ) ( ) 里的数字表示 t 检验统计量 ; ( 2 ) 3 和 3 3 分别表示 5 %和 1 % 水平下统计显著 。
NO109 2003 南方经济 NANFANG JING JI
ε 方程 ( 3) t-〈 1 0 ( 利空消息) 时 S t - 1 = 1 , 否则 S t - 1 = 0 。
中参数 γ 显著大于 0 说明股市收益存在显著的“杠杆 效应” 。 模型 EGARCH ( 1 ,1) (Nelson ,1991) 条件方差方程 的一个等价形式为 :
ln ht = w + β・ ln ht - 1 + α・
62
黄杰鲲 , 2002) 。 中国股票市场作为一个新兴的股票市场 , 一向以 “ 消息市” 、 “政策市”和 “投机市”著称 。因此 , 中 国股票市场可能存在显著的 “杠杆效应” 、但风险收 益权衡关系却不显著 , 但现有的研究却相对匮乏 。 本文的研究构想如下 : Engle and Ng ( 1993) 在模 型比较时发现 G J R 和 EG ARCH 模型捕捉非对称性波 动的效果较好 ( 尤其是 G J R 模型) , 因此 , 本文主要 利用 G J R 和 EG ARCH 模 型 来 探 讨 我 国 股 票 市 场 的 “杠杆效应” ; 为了考察股票市场的风险 - 收益权衡关 系 , 我们也同时估计了相应的 G J R - M 和 EG ARCH M 模型 ; 不同国家 、地区股市波动的对比研究是当前 的一个研究重点 , 因此 , 我们在文中对上证综合 、深 证成份和综合日收益序列的非对称性波动和风险收益 权衡进行对比研究 。本文的结构分为三个部分 : 第一 部分是对数据和研究方法的描述 , 第二部分是实证分 析过程 , 最后是实证结论 。 一 、数据和研究方法 ( 一) 数据说明 考虑到中国股票市场在 1993 年之前规模很小而 且尚不规范 , 因此 , 我们选取的样本区间为 1993 年 3 月 1 日到 2002 年 6 月 21 日 。 样本对象包括上证综合 、 深证 成份和综合指数 。 股市日收益采用股价指数的一个对 数差分衡量 , 股价指数用 pt 表示 , 股市日收益率 rt =
NO109 2003 南方经济 NANFANG JING JI
著 , 但参数 δ的估计值很小 , 上证综合日收益情形对应 的参数δ最大也不足 012 , 在经济意义上显著性程度不 高 , 且与现有研究结论中参数 δ落在区间 [ 1 , 415 ] 内相 去甚远 ; ( 2) 从估计模型的 Loglike1 和 SBC 统计量可 见 ,G J R - M 模型比 EGARCH - M 的拟合效果更好 。 G J R - M 估计中参数δ在统计上不显著 , 说明我国股市 不存在显著的风险收益权衡 ; ( 3) 模型估计的 Loglike1 和 SBC 统计量 ,反映出 G J R 模型比 G J R - M 的拟和效 δ 果更好 ,和在 G J R - M 估计中参数 统计不显著一致 。 这也表明我国股市不存在显著的风险收益权衡关系 。 综上所述 , 我国股票市场存在显著的非对称性波动 或“杠杆效应” , 同等强度的利空消息比利好消息导致 的市场波动更大 , 不存在显著的风险 - 收益权衡 , 投资 者总体属投机型 , 股票市场表现为“投机市” 。 ( 三) 消息反应曲线和股市收益的非对称波动 根据上面的分析 , 在本文使用的模型中 G JR 模 型的拟合效果最好 。为了直观认识股票市场的非对称 性波动 , 我们分别绘制了上证综合 、深证成份和综合 日收益序列 G J R 估计的消息反应曲线 , 结果如图 1 所 示 。其中实线和虚线分别对应 G J R ( 1 , 1) 和 G ARCH ( 1 , 1) 模型的消息反映曲线 。 图 1 所示的消息反应曲线 , 揭示出上证和深证股 市都存在非对称性波动 , 并且 , 上证股市 G J R 估计 的消息反应曲线的非对称性更明显 , 这意味着在经济 意义上上证股市的 “杠杆效应”更显著 , 这和关于上 证综合日收益的 G J R 估计模型中参数γ ( 01067) 最大 是一致的 。 ( 四) 诊断检验
深证成份
- 010005 212897 017232 16121 21512 3
3
深证综合
010119 214044 019220 20101 21513 3
3
ε t- 1
ht - 1
+ γ・ ht - 1
ε t- 1
峰度
(4)
ARCH - LM (10)
其中参数 γ 显著小于 0 表示股市收益存在显著的 “杠 杆效应” 。 在实证分析过程中 , 本文估计的模型包括 G J R ( 方 程 ( 1) 和 ( 3) ) 、 G J R - M ( ( 2) 、 ( 3) ) 、 ( 4) ) 和 EGARCH - M ( ( 2) 、 ( 4) ) 。 EGARCH ( ( 1) 、 ( 三) 诊断检验 本文 利 用 Engle 和 Ng ( 1993) 构 造 的 sign Bias 、
63
( 二) 股市收益非对称性波动和风险收益权衡的 模型考察 表 2 中模型 G J R ( 1 , 1 ) 的估计结果 , 表明上证 综合 、深证成份和综合日收益序列都存在显著的非对 称性波动或 “杠杆效应” 。首先 , 根据估计模型的 Loglike1 和 SBC 统计量可见 , 不论是对上证综合 、还 是对深证成分和综合日收益序列 , EG ARCH ( 1 , 1 ) 模型的拟合效果都不及 G ARCH ( 1 , 1 ) 模型好 , 而 G ARCH ( 1 , 1 ) 模型的拟合效果又不及 G J R ( 1 , 1)
Negative Size Bias 、 Positive Size Bias 和 Joint Test 四个统
Sign Bias
117533 (111457) - 117386 3 3 ( - 317167) 119505 3 3 (418520) 1217185 3
3
- 119958 ( - 118674) - 211509 3 3 ( - 610298) 114420 3 3 (417313) 1919099 3