金融危机对中国股市波动影响的实证研究

来源:用户上传      作者:

　　【摘要】针对2008年由美国次贷危机引起的一场全球金融危机，利用GARCH模型族方法对金融危机前后中国股票市场的波动特征进行比较研究。本文首先对GARCH模型误差项的选择进行了比较，然后采用GARCH模型族对上证综指对数日收益率波动性进行分析研究。结论显示：上证综指的日收益率序列在金融危机前后均表现出波动的集群特征和“杠杆效应”；金融危机之前，中国股市符合高风险高收益的特征，而金融危机之后，高风险并不意味着高收益；金融危机发生后，股票市场波动的持续性和长期记忆性减弱，意味着股票市场短期波动加大，短期风险增加。
　　【关键词】金融危机；股市波动；GARCH模型
　　2008年9月由美国次贷危机引发的一场全球性金融危机对股票市场产生了巨大冲击。此次危机已造成世界金融蒸发了35万亿美元左右，全球约有上千万人在此次危机中失业，美欧日股票市场频频暴跌。2007年10月31日，纳斯达克综合指数收盘为2859.12点，但2009年3月9日，纳斯达克综合指数只以点收于1268.64点，不到一年半时间跌了约55.6%。上证综合指数也有类似情况。
　　股票市场的波动性是反映证券市场的价格行为、衡量市场质量和效率的最重要的指标之一。它是市场行为的重要决定因素，是评判市场成熟与否的一个关键标准。在对金融市场波动性的研究方面，Engle(1982)[2]提出了著名的自回归条件异方差模型（ARCH模型），Bollerslever(1986)[3]对ARCH模型进行扩展，将其推广为广义的自回归条件异方差模型即GARCH模型。为了描述资产预期收益与预期风险的关系，Engle、Lilien和Robins(1987)[4]将反映市场风险的条件方差作为影响资产收益率的解释变量之一，引入到均值方程中，提出了GARCH-M模型。Nelson(1991)、Koutmos与Booth(1995)在实证研究中都发现了金融市场波动的非对称性，为了捕捉这种非对称性，Nelson[5]和Za-koian分别提出了EGARCH模型和TGARCH模型。
　　鉴于对此问题的研究较少，本文旨在使用GARCH模型族研究金融危机前后中国股票市场的波动性特征及其差异。首先对均值方程随机误差项的分布进行了分析，然后分别对金融危机发生前后的上证综指收盘价格指数采用GARCH模型、GARCH-M模型、EGARCH模型进行研究，以期得出此次金融危机对中国股票市场波动性的影响。
　　1.模型的介绍
　　1.1 GARCH模型
　　标准的GARCH(1,1)模型为：
　　其中：是k维外生变量向量，是k维系数向量。GARCH模型由两个方程构成，方程（1）称为均值方程，表示为带有随机扰动项的外生变量的函数。方程（2）为条件方差方程。随机扰动项的方差是以前面信息为基础的一期向前预测方差，因此被称作条件方差。在条件方差方程中，用均值方程中的扰动项平方的滞后来度量从前期得到的波动性的信息，称做ARCH项，而上一期的预测方差称为GARCH项。
　　1.2 GARCH-M模型
　　Engle、Lilien和Robins于1987年提出了GARCH-M模型，该模型利用条件方差表示预期的风险。模型表达式如下：
　　GARCH-M模型均值方程（3）有两种变形：用条件标准差或条件方差的对数形式代替条件方差。
　　1.3 EARCH模型
　　GARCH模型假设外部冲击对条件方差的影响是对称的，所以不适合用来描述股票价格波动的非对称性特征。为此，Nelson(1991)提出了EGARCH模型，方差方程为：
　　等式左边是条件方差的对数，这意味着杠杆影响是指数的，而不是二次的，所以条件方差的预测值一定是非负的。杠杆效应的存在能够通过的假设得到检验，只要，冲击的影响就存在着非对称性。
　　2.实证分析
　　本文选取的数据为上证综指从2006年4月1日开始到2010年9月30止共1154个日收盘价。并将这一时期的数据分为两个阶段：金融危机发生前，即2006年4月1日至2008年2月29日；金融危机发生后，即2008年10月6日至2010年9月30日。文中使用的数据全部来雅虎财经网。数据的选取与划分依据为2008年3月，贝尔斯登被摩根士通以2.4亿美元低价收购，美国的次贷危机持续加剧，首次震动华尔街。一个很明显的现象就是美国和中国股市都在2008年大幅下降，于2008年10前后跌入谷底。2010年10月央行在金融危机之后首次加息，意味着金融危机在中国已悄然退去。本文在分析过程采用股票指数的对数日收益率，即令，其中表示指数第t日的收盘价，表示t时刻的上证综合指数的收益率，GARCH模型族参数的估计都运用EViews6.0完成。
　　2.1 正态性检验
　　以前人们在分析问题时，总是认为股价服从正态分布，而随着金融技术的发展，人们逐渐认识到，这些假设并不合理。本文在进行研究之前，对这些数据首先进行正态性检验。观察收益序列的偏度和峰度可以发现，金融危机前后上证综指收益序列都呈现出不同程度的左偏特征，且峰度系数明显大于3，同时，J-B正态检验统计量远大于5%显著水平下的临界值，这些都说明了收益序列不服从正态分布，而是呈现出“尖峰厚尾”特征，可以使用学生t分布和广义误差分布（GED）进行描述。
　　2.2 平稳性检验
　　对时间序列进行分析时，需要保证序列的平稳性。本文使用广泛流行的ADF单位根检验法[6]对金融危机前后的股指收益序列进行平稳性检验。发现它们都在1%的显著性水平上得到平稳性序列的结论。
　　2.3 ARCH效应检验
　　股指日收益序列是否适合使用ARCH模型进行分析，我们运用ARCH—LM方法进行ARCH效应检验，结果见表1。
　　观察表1发现，无论F检验还是卡方检验，都拒绝不存在ARCH效应的原假设。即说明上证综指日收益序列金融危机前后都存在明显的ARCH效应，日收益序列表现出波动聚集现象，适宜采用GARCH模型族进行分析。
转载注明来源:https://www.xzbu.com/2/view-3412130.htm