我國(guó)滬深兩市收益率波動(dòng)性對(duì)比分析(編輯修改稿)
2025-07-25 18:43 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 12)等式左邊是條件方差的對(duì)數(shù), 這意味著杠桿影響是指數(shù)的, 而不是二次的, 所以條件方差的預(yù)測(cè)值一定非負(fù)的。杠桿效應(yīng)的存在能通過(guò)γ0 的假設(shè)得到檢驗(yàn)。只要γ≠0, 沖擊的影響就存在著非對(duì)稱性。杠桿效應(yīng)由于γ系數(shù)的不為零，應(yīng)用在資本市場(chǎng)中往往反應(yīng)的是信息的不對(duì)稱。一階滯后收益率與收益率平方值是負(fù)相關(guān)的。正負(fù)收益率對(duì)波動(dòng)性的作用是不對(duì)稱的,緊跟著絕對(duì)值大的負(fù)收益率的波動(dòng)性往往較大。在有效市場(chǎng)假設(shè)下, 收益率為正意味著利好消息的出現(xiàn),而收益率為負(fù)則表示出現(xiàn)利空消息。所以,這種不對(duì)稱性就意味著壞消息會(huì)造成金融市場(chǎng)較大的波動(dòng)。這通常是由于企業(yè)財(cái)務(wù)杠桿引起的。財(cái)務(wù)杠桿的存在,使得經(jīng)濟(jì)環(huán)境變壞時(shí),上市公司可能陷入財(cái)務(wù)危機(jī),甚至倒閉。股票市場(chǎng)投資者一般對(duì)負(fù)的價(jià)格變化比對(duì)正的價(jià)格變化更加敏感,因而, 在金融理論中把此類效應(yīng)稱為杠桿效應(yīng)(Leverage Effects)。四、對(duì)滬深兩市收益率波動(dòng)性的實(shí)證檢驗(yàn)及結(jié)論：（一）、數(shù)據(jù)描述：上海證券交易所A股股價(jià)指數(shù)（簡(jiǎn)稱上證綜合指數(shù)）反應(yīng)了上海股市A股的行情演化，這種行情的變動(dòng)多少蘊(yùn)含著整個(gè)股票市場(chǎng)本身的一次額特征。同理，深圳成份指數(shù)作用也意在如此，所以本文選擇了上證綜指和深成指數(shù)為代表，選擇從2005年6月1日到2008年4月25日之間每日收盤價(jià)(數(shù)據(jù)來(lái)自證券之星)來(lái)研究?jī)晒墒械牟▌?dòng)性。為了減少誤差，所以對(duì)其進(jìn)行自然對(duì)數(shù)處理，定義日收益率為收盤價(jià)自然對(duì)數(shù)的一階差分，表示如下： R(t)=lnPtlnPt1（二）、研究方法及理由：接下來(lái)分析收益率的波動(dòng)所表現(xiàn)的特征。收益率的非正態(tài)性 圖1 上海股市日收益率分布圖圖2 深圳股市日收益率分布圖圖圖2為上證綜合指數(shù)和深圳成份指數(shù)的日收益率頻數(shù)圖以及統(tǒng)計(jì)特征。由兩分布圖中的SKEWNESS指數(shù)都小于0可以看出上證綜指分布是左偏的，深成指數(shù)分布也是左偏的，其峰度（kurtosis）都明顯高于3，故都具有尖峰厚尾的特點(diǎn)，JB中的P值為0也說(shuō)明兩市收益率序列的分布顯著地異于正態(tài)分布。兩個(gè)市場(chǎng)的平均收益都是正值，說(shuō)明兩個(gè)市場(chǎng)都給投資者帶來(lái)了穩(wěn)定的收入，滬市的標(biāo)準(zhǔn)差高于深市的標(biāo)準(zhǔn)差，說(shuō)明上海的股市風(fēng)險(xiǎn)更高，但其收益率相卻對(duì)于低于深市。波動(dòng)的集聚性圖圖4為上證綜合指數(shù)和深圳成指的日收益率圖。由圖可以看出日收益率圍繞0值上下波動(dòng)，并且表現(xiàn)出時(shí)變性、突發(fā)性和集簇性特征?？梢钥闯鰞墒械氖找媛识荚谝欢ǖ臅r(shí)間波動(dòng)的較小，而在另一段時(shí)間波動(dòng)就較大，這就是股票市場(chǎng)數(shù)據(jù)的另一個(gè)特征——集聚性。表明條件異方差存在序列相關(guān)性。圖3 上證綜合指數(shù)日收益率圖圖4 深圳成分指數(shù)日收益率圖上面對(duì)兩股市序列的非正態(tài)檢驗(yàn)，可以初步設(shè)想采用非對(duì)稱ARCH模型進(jìn)行回歸，故接下來(lái)對(duì)收益率序列R(t)進(jìn)行ADF檢驗(yàn)，從4兩圖可以看出收益率序列圍繞在均值左右，故該序列不存在趨勢(shì)，所以建立一階線性模型作單位根檢驗(yàn)。經(jīng)過(guò)兩殘差序列的單位根檢驗(yàn)，兩者的P值均為0，拒絕原假設(shè)，說(shuō)明兩序列都是平穩(wěn)的，再用非對(duì)稱的ARCH模型進(jìn)行回歸。建立GARCH模型(1)、ARCH效應(yīng)檢驗(yàn)對(duì)上證綜合指數(shù)建立一階自回歸模型ln(shzsp)=(shzsp(1))+ μ(z=)R squared= AIC= SC=對(duì)深證成分指數(shù)建立一階自回歸模型：Ln(szsp)=(szsp(1))+μ （z=）R squared= AIC= SC=對(duì)于上證綜合指數(shù)一階自回歸模型進(jìn)行檢驗(yàn)ARCH模型的異方差性，運(yùn)用ARCHLM檢驗(yàn)可得，在滯后階數(shù)P=4時(shí)，則認(rèn)為此序列存在異方差，考慮擬合異方差模型。同理對(duì)于深圳成分指數(shù)一階自回歸模型進(jìn)行ARCHLM分析可知其學(xué)列也存在異方差，考
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1