基于GARCH模型的我国保险类股票收益率波动研究

中国平安 -7.28E-05 -6.841470 0.187490 0.019651 -0.126254
中国太保 -0.001304 -0.464357 0.082291 0.940956 -0.103185
在 EGARCH（1，1）模型，系数 γ在 5%显著水平上 都为负，这说明我国上市保险公司股票存在明显的杠杆效 应。也就是说，相对于利好消息来说，利空消息会引起股 票更大的波动。
2010
7
的几只有代表性的股票进行实证分析，并对其投资前景作 出尝试性预测。陈颇、殷樱（2008）选取中体产业股份有 限公司股票作为研究对象，发现中体产业股票价格的波动
幅度较大，波动集聚现象较为持久。侯燕明、查奇芬（2009） 选取沪市五只代表性地产股进行分析，得出我国沪市地产 股收益率序列的波动具有显著的异方差性，股价波动存在 集群性和持续性，以及非对称性等特征。
影响的持续时间是有限的。模型 α1+β1 的数值均很大，非常 接近于 1，说明保险类股票市场波动对冲击的反应函数是以
一个相对较慢的速率衰减，随机冲击的影响还是具有相当
程度的持续性。当证券收益率一旦受到冲击出现异常波动，
则在短期内很难得以消除。因此保险类股票的波动十分剧
烈，总体风险很大。
中国太保 GARCH 模型中 α1 大于其他两家，表明该公 司对外部冲击（可以认为是各种经济信息发布、新政策影
FOREFRONT 前 沿
基 于 GARCH 模 型 的 我 国 保 险 类
股票收益率波动研究
■ 刘扬 北京工商大学保险系
中图 分 类号 ：F8 32
文献标识：A
文章编号：1006-7833( 2010) 07-007-03
摘 要 本文使用 GAR CH 、EGARCH 和GARCH - M模型， 对保险 类股票 收益率 波动进 行分析， 结论表 明我国保险 类股票收益率 具有尖峰厚 尾性、异方差 性、 波动的持续 性和非对称性 ，收 益率与市场 风险水平呈正 相关性。
的临界值为 5.991。 本文统计值大于该临界水平，表明日收益率序列不服
从正态分布。 四、保险类股票波动性实证研究 （一）GAR CH 建模可行性检验 1．平稳性检验 本文使用 ADF 单位根检验收益率的平稳性。检验结果
如表 2： 表2 日收益率序列平稳性检验
序列 t-Stat istic
1% level
稳。
2．AR CH-LM 检验
序列是否具有 AR CH 效应，往往使用拉格朗日乘数
（Lagrange Mul tiplier）检验。检验结果如表 3：
表3 ARC H- LM检验结论
序列
ARCH（1） AR CH（2） ARC H（3） Probabil ity Probabili ty Probability
中国太保 -0.001362 0.033817 0.009047 3.565481 7.815669
从表 1 可以看出，保险类股票都具有以下这些特点： 1．从均值来看，日收益率波动变化的均值都为负值， 表明三家保险公司上市以来股票日收益率总体上呈下降趋 势。 2 ．从标准差来看，个股变化的标准差比较接近，在 3.2109%-3.3817%大于我国股票市场日收益率的标准差 1.5 ％-2.0％，这说明我国保险类股票相对整体的股票市场更加
理，可以得出到期收益率序列 Rt。表 1 是三家保险业上市
公司日收益率波动的基本统计特征。
表1 日收益率基本统计
股票
均值 标准差 偏度 峰度
J -B
中国人寿 -0.000584 0.032109 0.036799 3.938076 30.28819
中国平安 -3.97E-05 0.033606 -0.129151 3.914893 29.40954
中国平安对应|γ|系数相对于其他两家上市保险公司要 大一些，这说明中国平安股票投机行为比较严重，大多数
投资者不够专业和理性。一旦有利空消息，就会对股票市 场造成较大的冲击。
对于中国人寿股票，我们可以看到，|γ|明显小于其他 两家，这表明投资者相对较理性，对于利空消息的波动较 其他两家要小一些，也证明中国人寿股票的杠杆效应相对 较小。
Rt1
0.083156
0.153141
0.000118
Rt2
0.005958
0.022244
0.001212
Rt3
0.058981
0.146210
0.039623
由检验结论可知，Rt 1 、Rt2 、Rt3 在 ARCH（3）时 的伴随概率都小于显著性水平 0.05。并且进一步检验可知 ARC H（4，5，6）也如此，证明残差序列存在高阶的 ARCH
不稳定，风险更大。 3．从偏度来看，中国人寿和中国太保表现出右偏，而
中国平安表现出左偏，表明收益率都拒绝服从均值为 0 的
7
前 沿 FOREFRONT
正态分布的原假设。 4．峰值都大于 3，具有尖峰和厚尾特征，说明三家保
险公司股价收益率变化范围较大，波动剧烈。 5．J-B 正态分布检验统计量，该统计量在 5%显著水平
中国平安 0.000692 1.10E-05 0.027544 0.962773
中国太保 -0.000501 6.37E-05 0.048335 0.896843
三家上市保险公司的股价进行 GARCH（1，1）建模后， 各项参数在 0.05 的水平下都显著不为零，表明模型的合理
性。三只股票 GARCH（1，1）模型的 α1+β1都小于 1，模 型满足平稳条件，说明随机冲击对上市保险公司股价波动
三家上市公司股价的杠杆效应更可能主要归咎于投资 者不成熟的投资心理。当股市出现利空消息产生某种暂时 性的下跌时，投资者往往会因为心理恐慌，不理智地疯狂 清仓，从而产生巨大的抛压，导致股价在短时期内的暴跌。
而一旦股价向上攀升时，投资者往往会只顾眼前利益
而忽略长期投资收益，害怕股价的下挫，所以稍有获利就
（三）加强财政监督队伍的建设，提高整体素质 财政监督从业人员的整体素质的程度，是事关财政监 督效率。提高财政监督从业人员的整体素质，加强财政监 督队伍建设是我国新时代财政监督的重要方面，也是提高 财政监督效率的根本途径。财政监督干部急需学习现代化 的知识，熟悉电子计算机网络知识，做到总体综合素质提 高，特别是在财政监督改革的今天，财政监督机制建设的 逐步推进，健全机构、优化队伍越来越显得更加迫切。 具体我们可以从以下三个方面展开工作：一要优化人 员结构，吸纳高级人才。财政监督工作具有特殊性，与一 般的财政工作有着根本的不同，它要求从业人员具备专业 的知识，具备较强的业务能力，对财政业务非常熟悉，因 此应当鼓励在职干部考取注册会计师、律师等资格，同时 吸纳这种高等人才进入到财政监督的队伍中来，整体提高 监督干部的专业素质和业务水平。二要加强财政监督队伍 的培训工作。要采取多渠道、多方式对财政监督队伍进行 培训，在培训过程中做到实践与理论相联系，因人而异、
5% level
平稳性
Rt1
-29.10344 -3.438100 -2.864850 平稳
Rt2
-26.75678 -3.438508 -2.865030 平稳
Rt3
-24.31478 -3.441299 -2.866262 平稳
由表 2 可以发现，Rt1 、Rt2 、Rt3 的 t 统计值都明显小 于 1%显著性水平下的临界值。可以得知以上三个序列都平
立即抛售，从而在一定程度上抑制了股市的上扬走势。因
此，中国股市的杠杆效应较为明显，说明投资（下转第 16 页）
8
2010
7
财 税 FINANCE AND TAXATION
政内部监督控制体系。要实现财政分配、财政管理、财政 监督的“三权分离”，加强和完善内部监督机制。从规范基 础管理入手，建立健全包括财政预算分配、收入征缴、资 金拨付、监督检查等主要环节。要采取行之有效的措施， 能够切实加强财政部门内部监督，及时的对财务收支活动 进行定期的监督检查，在既定程序的范围内，不遗漏各个 环节，加强自我约束，规范监督体系内部的行为。其次， 充分发挥外部监督机制的作用。要进一步提高财政的透明 度，公开财政工作程序、监督进展情况，接收人大和社会 监督。一项没有监督的制度的肯定不是好制度，也不可能 高效率的实施。
效应，适合于 GARC H 模型。 （二）收益率波动外部冲击研究 为了克服高阶 ARCH 带来的不精确性，因此本文建立
GARCH（1，1）模型，以提高计算的效率和精度，实证结
果如表 4： 表4 GAR CH（1，1）实证结果
股票
C
α0
α1Βιβλιοθήκη β1中国人寿 3.57E-06 3.57E-06 0.029431 0.966006
关键词 保险类股票 GAR CH 持续性 非对称性
一、研究背景 近年来，我国居民保障 、投资需求的急剧上升带动了 保险业的蓬勃发展。上市融资对活跃资本市场，扩大自身 资金优势和提升品牌价值都具有较大意义。但国内保险公 司上市的步伐远远慢于其它行业的公司。目前只有中国人 寿、中国平安和中国太平洋三家保险公司成功在 A 股上市。 保险上市公司作为保险业的代表，反映了整个行业的 发展状况，同时也是整个行业发展的排头兵，所以研究保 险类股票的波动性对上市保险公司、投资者以及整个国民 经济都具有重要意义。本文在对 A 股上市的三只保险类股 票的 波 动性 进 行统 计 描 述的 基 础上 ， 建立 GARCH 、 EGARCH 和 GARC H-M 模型，对三只保险类股票日收益率 进行动态分析，力求刻画此类股票收益率波动的情况，最 终得出一些结论。 二、文献综述 Engle 于 1982 年 最 早提 出 了 ARCH 模 型（ Auto Regressive Condi tional Heteroskedasticity），用来描述波动集 群性和持续性。Bollerslev 于 1986 年提出了改进的 ARCH 模 型 ， 即 GARCH 模 型 （ Generalized Autoregressive Condi tional Heteroskedasticit y），该模型弥补了 ARC H 模型 阶数过大所带来的计算精度上的不足。Nelson（1992）提 出了指数 GARCH 模型，即 EGARC H 模型，此模型能很好 地解决收益率分布的两大特性及异方差问题。Engle、Lilie n 和 Robbins 所提出的 GARCH-M 模型能较好的解释风险与 收益之间的关系。近年来，国内学者逐渐运用这些模型对 波动性进行 了深入、细 分的研究。 周林等（2005） 结合 LARCH 模型，研究了成交量对波动率持续性的解释，并得 出成交量变 量对波动率的 持续性具有 一定的解释力 的结 论。徐枫（2006）使用 GAR CH 模型对我国股市航空业中
（三）收益率波动非对称性研究
为 了检验波 动对利好 消息和利空 消息的反 应是否对
称 ， 我 们 对 三 家 上 市 保 险 公 司 股票 收 益 率 序 列 建 立
EGARCH 模型。实证结论见表 5：
表5 EGAR CH（1，1）实证结果
股票
C
α0
α1
β1
γ
中国人寿 -0.000716 -6.898063 0.092976 0.012718 -0.055679
响及股份公司的变动情况）造成的股价波动反映较快。
中国人寿 GARCH 模型中 β1 大于其他两家，表明该公 司相比而言，应对股价波动性消减缓慢且将持续存在。也
表明其他两家特别是中国太保的股价对国家政策，经济信
息和上市公司信息等更为敏感。
中国人寿 GARCH 模型中 α1+β1 值相对最大，说明外部 冲击引起的股价波动持续性更强，市场的记忆期更长。
三、保险股票波动性的统计描述 （一）样本选取 保险公司相对其他行业的公司上市较晚，并且数量较 少，本文选取已上市的中国人寿、中国平安、中国太保三 家公司自上市日起至 2010 年 5 月 31 日的收盘价作为建模 数据（数据来自于国泰安数据系统），分别用 Pt1 、Pt2、 Pt3 表示。为了考察收益率的变动情况和满足数据平稳性要求， 定义每日的收益率为：Rt=ln（Pt）-l n（Pt-1），三家上市保 险公司每日收益率分别用 Rt2 、Rt2 、Rt3 表示。 （二）数据预处理 根据上面的定义，对 3 组原始数据进行相关计算和处