文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 不同市场状态下股市波动性影响因素的实证研究
侵权投诉

不同市场状态下股市波动性影响因素的实证研究

不同市场状态下股市波动性影响因素的实证研究

·综

一、引言

金融市场的波动性一直是金融研究中的热点问题,这种波动性通常被看作是对风险的度量。2007年至2008年中国股市在宏观经

政策因素等综合影响下经历了大起大落的时期。上证指数从2006年底的2000点下方开始发力并迅速上扬,并在2007年5月9济坏境、

日成功站上4000点。自5月30日印花税由1%升为3%开始,政府陆续出台了一系列政策抑制股市泡沫的不断放大。但股指仅在短暂调

随后指数迅速回调,并在国家紧缩的货币政策,大小非解禁,市场扩整后继续上扬,并在2007年10月16日到达6124点的历史最高位。

容等诸多利空因素的影响下进一步走低,加上全球金融危机的爆发更是加剧了上证指数的下跌。这段时期的历史数据为研究我国股市波动性的非对称,“好消息”与“坏消息”在不同市场形态中对波动性的影响具有十分重要的价值。本文的主要目的在于综合股市形

个股特征和时间因素的影响,运用EGARCH模型通过对不同历史时期,尤其在2006年至2008年的大牛市和大熊市中沪深指数波态、

动性的研究,找寻我国股市波动性的最新特点、影响因素和成因。

二、文献综述

(一)国外文献在对于资本市场的不断研究中人们发现随机游走模型无法解释实际市场中的许多复杂现象。Engle(1982)提出

Bollerslev(1986)在此基础上提出的GARCHARCH模型,认为市场的波动是有条件的,并很好地解释了波动集群性等特性的内在规律。

模型解决了ARCH模型在处理高阶滞后项时的不足,使条件异方差的模型更加完善。随后Glosten(1991)的ThresholdGARCH(TGARCH)和Nelson(1991)的ExponentialGARCH(EGARCH)等模型的出现,更加充分地揭示了市场波动性的内在规律和本质特点,给研究者提供了更多可以选择的预测波动性的工具。TGARCH和EGARCH很好地解释了波动性的另一个重要特征:对于信息反应的不对称性。研究发现,股票市场对于“坏消息”的反应程度大于对“好消息”的反应,也就是现在已经被公认的“杠杆效应”。这种股市中“坏消息”作用大于“好消息”作用的非对称性吸引了各国家学者的实证研究和分析,并在美国等许多国家的一些股价指数序列当中得到验证。Nelson

Cheung和Ng(1992)发现在美国,Koutmos(1992)发现在加拿大、法(1991)运用Egarch模型发现美国股市报酬波动具有不对称性的现象。

国、日本,Poon和Taylor(1992)发现在英国的股票市场均存在对“好消息”和“坏消息”非对称性反应的现象。

(二)国内文献近几年国内学者也围绕沪深指数的波动性进行了研究,但是由于研究方法和样本的不一样,得到的结论并不完全一致。陈浪南、黄杰鲲(2002)研究股市不同发展阶段条件波动的非对称反应可能有差异,利用GJR-M模型发现深证股市存在显著的“杠杆效应”、负向冲击比正向冲击引发的条件波动更大。陆蓉、徐龙炳(2004)考察不同市场态势下条件波动的非对称反应,基于以

熊市阶段波动非对称性的研究,发现牛市阶段“好消息”引发的波动更大、熊市阶段“坏消息”引发的波EGARCH模型对上证股市牛、

动更大。刘毅、张宏鸣(2006)进一步运用TGARCH-M模型探究了我国股市非对称性的影响因素,指出“坏消息”的影响在熊市中大于

“好消息”在牛市中的影响大于熊市,高市盈率股票对于“坏消息”的反应对于低市盈率股票。但是他们将市场形态的影响与牛市,而

个股特征的影响分开研究,没有探求之间的相互联系,对于股票盘子大小的影响并没有给出合理的解释。张兵(2006)基于滚动样本检验的方法,发现中国证券市场的波动不对称性是随着时间而演变的,与市场所处的状态无关。这一发现区别于之前多数人的研究。

三、研究设计

与GARCH模型一样,EGARCH模型认为收益率的方差可预测,条件方差不仅取决于最新的信息,也取决于

以前的条件方差。具体方程为:yt=xtγ+ut;log(σt2)=ω+βlog(σ2t-1)+α||+γ。其中:xt是1×(k+1)维外生变量向量,γ是(k+1)×1维系σt-1σt-1数向量。式中使用条件方差的对数,放松了对模型系数非负性的限制。等式左边是条件方差的对数,这意味着杠杆影响是指数的,且条件方差的预测值一定是非负的。当γ=0时,不存在反应的不对称性,反之则认为收益率的方差存在不对称性;当γ>0,ut-1>0时条件方

表现为“好消息”对波动性的影响大于“坏消息”;当γ<0,ut-1>0时条件方差小于u差大于ut-1<0时的条件方差的值,t-1<0时的条件方差的qpru22值,即“坏消息”的冲击大于“好消息”。更高阶的EGARCH(p,r,q)模型为:log(σt-1)=ω+Σβjlog(σt-1)+Σα||+Σγiu。t-1j=1i=1t-1r=1(一)EGARCH模型

83

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email