2010《系統(tǒng)管理學(xué)報》-中國股票市場的收益與波動關(guān)系

1、© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net第 19 卷 第 2 期2010 年 4 月系 統(tǒng) 管 理 學(xué) 報Journal of Systems 2. 西南交通大學(xué) 經(jīng)濟(jì)管理學(xué)院 , 成都 610031 ;3. 西南財經(jīng)大學(xué) 公共管理學(xué)院 , 成都 610

2、074)【摘要】 在考察現(xiàn)有的 2 種收益與波動關(guān)系模型( GARCH2M 和 SV2M) 差異的基礎(chǔ)上 ,運(yùn)用更具理論優(yōu)勢的 SV2M 模型 ,研究了實行漲跌幅限制制度前后中國股市收益與波動關(guān)系的不同狀況 ,并結(jié)合波動反饋效應(yīng)理論 ,探討了中國股市預(yù)期收益與波動之間的跨期關(guān)系。研究表明 :中國股市的收益與同期波動之間存在負(fù)相關(guān)關(guān)系 ,這一關(guān)系在實行漲跌幅限制制度后變得更為顯著 ;中國股市存在波動反饋效應(yīng) ,且預(yù)期收益與波動之間的跨期關(guān)

3、系為正 ;漲跌幅限制制度不僅限制了滬深股市的暴漲暴跌現(xiàn)象 ,而且增加了股指收益率的自相關(guān)性和波動的持續(xù)性。關(guān)鍵詞 :收益 ; 波動 ; SV2M 模型 ; 波動反饋效應(yīng) ; 漲跌幅限制中圖分類號 :F 830 文獻(xiàn)標(biāo)識碼 :AAnalyzing the Relation between Return and Volatility :Evidence from China’ s Stock MarketYOU Zong2j un1

4、 , W A N G Peng2 , S H I J ian2chang3(1. College of Finance , Southwestern University of Finance and Economics , Chengdu 610074 , China ;2. School of Economics 3. School of Public Administration , Southwestern Univer

5、sity of Finance and Economics ,Chengdu 610074 , China)【Abstract】Taking daily return series of two representative China stock indices as sample , this paper com2prehensively investigates the contemporaneous relation betwe

6、en return and volatility of China stock marketbefore and after price constrains using SV2M model. Combining empirical results with volatility feedbackeffect theory , the inter2temporal relation between expect return and

7、volatility is discussed. We find nega2tive relation between return and contemporaneous volatility which is more significant after price constrainsand positive relation between expected return and inter2temporal volatilit

8、y in China stock market. Thisstudy is significant to investment decision and policy support for financial authorities.Key words : return ; volatility ; SV2M model ; volatility feedback effect ; price constrains收稿日期 :2009

9、204202 修訂日期 :2009206216基金項目 :國家自然科學(xué)基金資助項目(70771097) ;西南財經(jīng)大學(xué) “ 211 工程” 三期建設(shè)資助項目作者簡介 :游宗君(1974 - ) ,男 ,博士生。研究方向為金融理論與實務(wù)、 擔(dān)保理論與實務(wù)。E2mail :youzongjun @yahoo. cn目前 ,用于描述金融資產(chǎn)收益與波動關(guān)系的主 要模型是均值2自回歸條件異方差模型 ( GARCH2M) 及其擴(kuò)展形式 ( EG

10、ARCH2M 模型等) 。盡管資本資產(chǎn)定價模型 (CAPM) 和套利定價理論 (APT)都認(rèn)為較大的波動(風(fēng)險) 應(yīng)該要求較大收益作為風(fēng)險升水 ,即股票收益與波動之間應(yīng)該具有正向關(guān)系 ,且這一結(jié)論也符合大多數(shù)人的直覺認(rèn)識 ,但針對國外股票市場的現(xiàn)有實證研究結(jié)果卻未能針對該認(rèn)識© 1994-2010 China Academic Journal Electronic Publishing House. All rights re

11、served. http://www.cnki.net接近于 1 ,這意味著日波動率的持續(xù)程度接近單位波動持續(xù)。由式 (4) 可以看出 , 在 GARCH 模型框架下 , t時刻的波動率σ 2 t 實際上是利用 t - 1 時刻的所有可得信息而得出的預(yù)測值 ,即σ 2 t 是以 t - 1 時刻的所有信息為條件的。進(jìn)一步講 , 在 GARCH 模型中 ,某一時刻所發(fā)生的對波動率過程的隨機(jī)沖擊并不能立即在當(dāng)期體現(xiàn)出來 ,而是要到下一

12、時刻才能得到反映 ,從而當(dāng)期的波動率變化中只包含了此前所能預(yù)期到的成分 ,而并不包括在當(dāng)期所發(fā)生的隨機(jī)成分[8 ] 。GARCH2M 模型即是將σ 2 t 直接作為同期收益率的解釋變量而得到的 , 因此 , GARCH2M 模型實際上只考察了收益率與預(yù)期波動的關(guān)系。另外 ,許多有關(guān)市場微觀結(jié)構(gòu)的研究發(fā)現(xiàn) ,股票市場中普遍存在的非同步交易導(dǎo)致了收益率序列具有自相關(guān)性。為了捕捉這一典型事實 ,在比較了不同滯后期數(shù)模型的 AIC (Akaik

13、e’ s Information Criterion) 以及 BIC(Bayesian’ s Information Criterion) 值后 ,還將滯后一期的收益率 rt - 1 也作為收益率的解釋變量 ,從而得到了本文中用于實證研究的 GARCH (1 ,1)2M 模型 :rt = c + b r t- 1 + dσ 2 t +σ t ε tσ 2 t = ω+α ( σ t- 1ε t- 1 ) 2 +β σ 2 t- 1(5)

14、式中 ,預(yù)期波動率σ 2 t 對于同期收益 rt 的影響由參數(shù)d 度量。1. 3 SV 2M 模型SV 模型的方差方程定義如下 :σ 2 t =σ 3 2exp ( ht) (6)式中 , σ 3 2是波動標(biāo)度參數(shù) ,其值反映了波動的規(guī)模大小;不可觀測的對數(shù)波動率 ht 則滿足 :ht = < h t- 1 +σ η η t (7)式中 :<為波動持續(xù)性參數(shù) , <值越大 ,說明收益率波動的持續(xù)性越強(qiáng);{η t}和

15、{ε t}服從互不相關(guān)的白噪聲過程 ,且η t～NID (0 ,1) 。與對 GARCH2M 模型的處理一樣 ,在 SV2M 模型中的均值方程中同樣考慮收益率 rt 的一階自回歸項 :rt = c + b rt- 1 + dσ 2 t +σ tε t (8)1) 有關(guān)金融波動的實證研究普遍發(fā)現(xiàn) ,SV 模型具有比 GARCH 族模型高出很多的對未來波動率的預(yù)測能力[14216 ] ,其中一個可能的原因正是這里所探討的 SV 模型蘊(yùn)含了更

16、為豐富的波動信息2) 考慮到本文的研究重點及篇幅所限 ,這里并未對蒙特卡洛似然方法和重要性抽樣法的技術(shù)細(xì)節(jié)作詳細(xì)論述 ,有興趣的讀者可以參見Shephard 等[17218 ]的深入討論由式 (6) ～ (8) 可得 :rt = c + b rt- 1 + d[ σ 3 2exp ( < h t- 1 +σ η η t) ] +σ t ε t =c + b r t- 1 + d[ σ 3 2exp ( < h t- 1 )

17、] +d{σ 3 2 [exp ( < h t- 1 +σ η η t) -exp (< h t- 1 ) ]} +σ t ε t = c + b r t- 1 +d[ σ 3 2exp (< h t- 1 ) exp ( Et- 1 ( η t) ) ] +d[ σ 3 2exp (< h t- 1 +σ η η t) -σ 3 2exp ( < h t- 1 ) exp ( Et- 1 ( η t) )

18、 ] +σ t ε t =c + b r t- 1 + dσ 2 t| t- 1 + d( σ 2 t - σ 2 t| t- 1) +σ t ε t由上式可以看出 ,與 GARCH 模型不同的是 ,SV 模型的方差方程中含有與 t 時刻波動同期的新生量η t ,這使得 SV 模型中的波動率測度σ 2 t 不僅包含了波動率過程中可以被預(yù)期到的成分σ 2 t| t - 1 ,還包含了其中無法被預(yù)期的成分 ,即 t 時刻的隨機(jī)成分( σ 2

19、 t - σ 2 t| t - 1 ) 1) 。因 此 , 運(yùn) 用 SV2M 模 型 而 不 是GARCH2M 模型來考察收益與波動的同期關(guān)系 ,無疑將會提供更為準(zhǔn)確和真實的研究結(jié)論。SV 模型中 ,不可觀測的對數(shù)波動率 ht 同時出現(xiàn)在均值方程和方差方程中 ,這給精確計算模型的似然函數(shù)及有效的參數(shù)估計帶來了極大困難。近年來 ,有學(xué)者提出了一些不同類型的估計方法。本文的實證研究將采用 Shephard 等[17 ] 提出的蒙特卡洛似然方

20、法構(gòu)建 SV2M 模型的似然函數(shù) , 并運(yùn)用 Ri2pley[18 ]提出的重要性抽樣法求取似然函數(shù)值 ,從而完成對 SV2M 模型的參數(shù)估計2) 。2 實證研究2. 1 數(shù) 據(jù)本文中 ,實證數(shù)據(jù)選擇為中國股票市場的 2 種代表性股價指數(shù) — — — 上證綜指和深證成指的每日收盤價 ,記為 pt ( t = 1 ,2 , ?, N) 。數(shù)據(jù)來源于香港理工大學(xué)中國會計與金融研究中心和深圳市國泰安信息技術(shù)有限公司聯(lián)合開發(fā)的 《中

21、國股票市場研究數(shù)據(jù)庫》( China Stock Market & Accounting Re2search ,CSMAR) ,該數(shù)據(jù)庫按照國際標(biāo)準(zhǔn)數(shù)據(jù)庫(CRSP 和 Comurstat) 的調(diào)整技術(shù)計算個股收益率 ,對于上市公司的紅利、 配股、 拆細(xì)等因素都進(jìn)行了相應(yīng)的調(diào)整 ,使得收益率數(shù)據(jù)具有可比性和可信性。其中 ,上證綜指的時間區(qū)間選擇為 1990212219 (上證綜指編制的基準(zhǔn)日) ～2008208228 ,深證成指