中国股波动率的非对称性-厦门大学学术典藏库

图 ! &’(N&*(+, 估计参数 H 统计量 !上图是 % 系数$ 中 图 是 \ 系 数$下图是 ’ 系数"
统计观察
! 表示大!小"的价格变化后面跟随着大!小"的价格变化#用 来 捕 捉 波 动 集 群 性 $如 果 "&%#当 标 准 化 残 差 是 负 值 !正 值 " 时 #条 件 波 动 率 倾 向 于 上 升 !下 降 "#即 利 空 消 息 降 低 股 票 价 格#增大财务杠杆#所以 " 被解释为杠杆效应的测度%
!1880"独 立 提 出 $二 者 设 定 比 较 类 似 $甚 至 有 的 文 章 把 它 们
归为一个模型$因此$本文仅仅使用 &’()&*(+, 模型代表%
考虑一阶自回归均值收益率方程#
(HL!"M!$(HN$M"H
!$"
"HL#H!JH I #H￣OOPQ%I1R
!!"
在 &’()&*(+,F1I1R模型中$条件方差 JH 满足#
统计观察
中国股市波动率的非对称性
张路胶 4$赵 华 5
!厦门大学 经济学院 46计划统计系&56金融系$福建 厦门 0#1%%7"
摘 要#不同学者以相同的模型研究中国股票市场的杠杆效应$得出的结论并不一致%针对这一问 题$本文借助于 &’()&*(+, 和 -&*(+,$以一定的样本为初始样本$然后逐个扩大样本容量$研究样 本的变动对结论造成的影响$得出中国股票市场不存在杠杆效应的结论%
&%因此$如果 &S%$我们说存在杠杆效应$如果 &T%$利好消息
对市场的影响大于利空消息%
基 于 =;4UD !183#" 的 杠 杆 效 应 假 说 $V<;@>9!1881" 提 出
了 -&*(+, 模型% 考虑加权变量#
:FWHRL(WHM&FXWHXN-XWHXR
!2"
这 里 (I& 是 常 数 $WH 和XWHXN-XWHX都 是 零 均 值 的 独 立 同 分 布
的暴涨暴跌现象#使股市的波动性较实施涨跌停板交易制度
之前有明显的减少#因而采用这段时间的数据能减少异常值
的干扰#提高模型的拟合精度% 对于股票指数收益率的计算#
当研究收益率的时期行为时#常采用连续复利收益率或对数
收益率%
1223456712284967122849$
!."
!%%)"% 从 (**# 年 $! 月 $# 日至今#中国股市实行有 $%+涨
跌停板限制的 ,-( 交易制度# 本 文 数 据 的 时 间 周 期 从 (**.
年 ( 月 ! 日 至 !%%/ 年 (! 月 )( 日 #共 (*!0 个 日 数 据 #数 据
来源于万德资讯% 交易机制的实施在很大程度上抑制了股市
!OOP"序 列 $因 此 :FWHR有 零 均 值 % 当 WH 服 从 正 态 分 布 时$-XWHXL
!! Y ) % :FWHR的非对称性通过门限表达式可以看出#
!" 统计与决策 !""# 年 $% 月!下"
# :FWHRL
F(M&RWHN&-XWHXI如 果 F(N&RWHN&-XWHXI如 果
１ ＧＪ Ｒ－ ＧＡＲＣＨ 和 ＥＧＡＲＣＨ 模型
测度非对称信息的主要有三种模型$即 &’()&*(+, 模
型 ’-&*(+, 模 型 和 B*(+,% B*(+, 模 型 和 &’()&*(+,
模 型 分 别 由 C4D>E49 F$88%G 和 &;>@H<9I ’4:494HJ49I (K9D;<
关 键 词 #&’()&*(+,&-&*(+,&杠 杆 效 应 &波 动 率 中图分类号#./0! 文献标识码#* 文章编号#1""!)#2/3!!%%#"1%)%%/%)%!
金融市场的波动对投资’资产定价’风险管理和货币政 策制定来说$都有十分重要的影响$许多学者长期关注这一 问题% 目前$研究领域已经形成多种波动率模型用来分析预 测市场的波动$ 从早期的方差标准差模型发展到今天的 *(+, 族模型% 人们在研究中发现$金融时间 序 列 的 波 动 具 有集群性$即随机波动往往在较大幅度波动后面伴随着较大 幅度的波动$ 在较小幅度波动后面紧接着较小幅度的波动% 而早期的波动率模型要求随机扰动项是同方差$不能够捕捉 到 这 种 现 象 $ 直 到 18/! 年 -9:;< 提 出 *(+, 模 型 $ 并 由 =>;;<?@;<A!$8/#"推 广 形 成 &*(+, 模 型 $这 一 问 题 才 得 以 解 决%
WH"% WHT%
!7"
为 了 避 免 &’( N&*(+, 模 型 中 系 数 的 非 负 限 制 $ 在
V<;@>9!1881"的 -&*(+, 模 型 中 $条 件 方 差 JH 是 其 滞 后 JHN1
和 :FWHN1R的指数函数$因而对模型中的参数没有任何约束% 具
体而言$一个简单的 -*&(+,!1I1"是 "HL !JH WH$条件方差#
JHL$M%"!H)1M&PH)1"!H)1M’JH)1
!0"
这 里 %S%$’S%$&"%$当 "H)1T% 时 $PH)1L1$当 "H)1"% 时 $
PH)1L%% "HS% 表明具有利好的消息或者正面冲击$而表明具有
利空的消息或负面冲击$ 二者对条件方差具有不同的影响%
利好消息对条件方差的影响是 %$ 而利空消息的影响是 %M
２ 数据&方法与实证
!’( 数据描述与分析方法
由于上海股票市场和深圳股票市场受到相同政策的影
响#二者之间具有联动特征#因此#本文采用上证综指来描述
中国股市波动Hale Waihona Puke Baidu考虑到波动率估计的大样本性质#我们采用
日收盘价数据% 不同的交易制度下市场的波动会产生显著的
不同# 不宜跨不同的交易制度选择数据 !陈珍珍和赵华#
JHL<Z[F$M(F"HN1 Y !JHN1 M& ! "HN1 Y JHN1 M’;9JHN1
!#"
这 里 -XWHN1X已 经 包 括 到 常 数 项 中 $如 果 &S%$当 标 准 化 残
差 较 大 !较 小 "时 $条 件 波 动 率 倾 向 于 上 升 !下 降 "$一 个 正 的
图 1 &’(N&*(+, 估计参数 H 统 计 量!上 图 是 % 系 数 统 计 量$中 图 是 \ 系数统计量$下图是 ’ 系数统计量"