基于国际视角的股票市场价格行为比较研究
来源:用户上传
作者: 胡艺钦 黄华继
摘要:本文以中美英等8个国家的股票市场指数序列为研究对象,分析股市的收益分布特征、杠杆性、高风险高收益性和随机性特征。然后,对上述指标进行标准化,用分层聚类方法进行综合比较。结果表明,新兴市场与成熟市场存在明显差异,中国、阿根廷和俄罗斯的股票市场与其他成熟市场相似性较低。
关键词:股票市场;价格行为;GARCH模型;游程检验;聚类分析
Abstract:In this paper,eight countries’stock market index series,including China,the United States and Britain,etc,were taken as subjects to analyse the stock market’s characteristics involving earnings’ distributed characteristic,leverage effect,high-risk and high-yield characteristics and randomness. Afterwards,all indicators were standardized,and then hierarchical clustering method was used to make integrated comparison.The result of cluster analysis shows that the emerging counties and the mature are quite different.Stock markets in China,Argentina and Russia have little similarity with the mature countries.
Key Words:stock market,price behavior,GARCH model,runs test,cluster analysis
中图分类号:F830.91 文献标识码:A文章编号:1674-2265(2009)08-0065-04
一、引言
价格行为是市场供求关系变化的集中体现,也反映了其他信息,这是有效市场理论的核心观点。股票价格行为是指股票价格变化规律,最早由Fama(1965)提出并以随机游走模型和收益分布特征进行刻划。之后,学者对股票市场的价格行为进行了大量研究,普遍认为股票市场的收益分布呈有偏的尖峰肥尾特征,在随机游走方面基本上都得出了肯定的结论。此外,周日效应、季关效应和星期效应等周期异常现象被研究者们发现,使人们对有效市场假说产生了质疑,最有代表性的是行为金融和试验金融学。但是,这并未撼动有效市场假说的地位。
中国股市虽然在近20年来取得了巨大的成就,但是,与发达国家相比,还存在着诸多不足:投资者不够理性,追涨杀跌现象比较严重;短期过度投机造成股市急剧波动;市场体制还不够完善,在规范投资者行为方面不足;市场管理者应对危机时经验不足;市场外的干预使股市存在消息市的特征等。这些不足是否体现在股票市场价格上,能否通过量化指标进行检验?中国的股票市场整体价格行为与其他国家相比有什么差异,为什么会有这些差异?如何理解并减少与相对成熟股市的差异?这些问题都是本文要解决的问题。股票市场指数作为股票市场价格的体现,蕴含了丰富的股票价格行为信息。因此,本文将以中美英等具有代表性的全球主要股票市场指数为研究对象,分析中国与部分发达国家和新兴发展中国家股票市场的差异,并按照各种指标把这些国家分层归类,从整体上把握各个市场的差异。
二、理论原理及模型
随着科学的进步和研究的深入,各种跨学科的研究理论和模型逐渐被挖掘出来,运用于股票市场研究。主要有:用标准差来分析股票市场收益的稳定性;用偏度(S)和峰度(K)的分布特征判断收益率是否服从正态分布,进而判断市场的有效性;依据EGARCH模型刻划金融市场中的非对称性;使用GARCH-M模型检测金融资产的高风险高收益特性;而游程检验是对序列随机游走的有效检验方法;聚类分析主要根据变量的观测值将性质相近的观测值归为一类,个体间差异程度则可以通过某种距离来测度。
三、实证分析
(一)实证数据来源及数据预处理
1999年7月开始实施的《证券法》是新中国的第一部规范证券发行与交易行为的法律,对我国股市产生了重要影响。因此,本文选取了1999年7月1日―2009年3月31日上证综合指数每日收盘价序列作为研究对象。为了便于比较,本文选择相同时间段美国、英国、香港、日本、俄罗斯、澳大利亚和阿根廷的主要市场指数为比较对象。数据均来源于网易财经网站,数据处理过程运用Eviews5.1和SPSS15.0软件。
非线性时间序列的很多处理方法要求时间序列是平稳的,但证券市场指数时间序列有随经济增长的趋势。为此,在进一步分析之前首先要对这些时间序列进行平稳化处理。为了保证处理后的时间序列具有实际意义,本文中使用收益率平稳化方法使股票市场指数序列平稳化,作为下一步分析的基础数据。设 为指数收盘价序列,则收益率平稳化后的时间序列为:
由图1可以发现,上证指数收盘价序列显然不是平稳的。但是,平稳化后的时间序列已经消除时间趋势。
单位根检验(见图2)的结果显示,在1%的显著性水平下,ADF检验拒绝原假设,说明收益平稳化后的时间序列不存在单位根现象。
在对其他国家和地区的市场指数收盘价序列进行平稳性检验时,笔者同样遇到了平稳性的问题。因此,笔者对其他国家的股价指数序列作了同样的处理,在此不加以赘述。
(二)股票市场价格行为实证分析
1. 收益分布特征。笔者用Eviews5.1描绘收益率的分布图并计算各个统计指标值,结果如表1所示。由表中可以发现,所有研究对象的偏度均不为零,存在一定的有偏性;峰度则显著大于3,与正态分布相比存在明显的尖峰肥尾的特征;JB统计量很大,即使在10%的显著性水平下也不能拒绝原假设,因此不能认为该序列来自正态总体;在收益波动方面,发达国家和地区的股票市场显然要低于发展中国家(中国、阿根廷和俄罗斯是最高的三个),因此,投资者面临的风险也比较大。为了便于后面的研究,JB统计量和收益率标准差将作为聚类分析的指标。
2. 杠杆性分析。由于平稳化后的序列存在群集波动现象(见图1),说明该序列可能存在条件异方差。为了刻划图中所见收益率的波动性,笔者建立一个简单的回归模型:
其中,为平稳化后的时间序列,为随机误差项。以上证综合指数收益率序列为例,回归的结果如下:
从上式的回归中得到残差序列,并估计ARCH(1)模型,所得到的拟合方程为:
t=(15.76)(6.92) R2=0.02 d=2.02
其中 为简单回归模型中估计的残差。由于滞后误差项的平方在统计上是显著的(P值为0),所以误差方差看来是相关的,即存在ARCH效应。
因此,应该用GARCH模型来拟合数据。为了检验各国股市的杠杆性,本文使用EGARCH(1,1)模型进行拟合 ,然后对方程的残差进行ARCH-LM检验发现,ARCH检验结果的F统计量在1%的显著性水平下接受原假设,说明利用EGARCH(1,1)模型消除了回归方程式的条件异方差性。杠杆性分析结果显示(表2),8国股市均存在显著的杠杆性,即非对称项伴随概率均为零,这与国内大部分学者得出的结论相同。但是,经过比较不难发现,新兴市场(SSEC、RTSI和MERV)的杠杆性指标整体上要低于成熟市场的指标值。可见,成熟市场对利好利空消息的反应差异比较明确。杠杆系数将作为聚类变量。
3. 风险收益对应分析。本文在进行GARCH-M模型拟合过程中,仍使用收益率差分序列作为研究对象,其对数据的要求与EGARCH模型一致,无须作其他调整。GARCH(1,1)-M模型估计的结果如表3所示:
由上表可以看出,8个股市均未表现出明显的高风险高收益特性,系数都很小,且等于0的概率都明显大于10%。其中 系数最大的是上海市场,当市场中的预期风险增加1个百分点时,就会导致收益率相应增加0.08个百分点。
对拟合结果的残差进行ARCH-LM检验可以发现,GARCH(1,1)-M模型很好地消除了条件异方差效应。 系数将作为聚类变量参与聚类分析。
4. 游程检验。随机游动意味着价格的变化是随机独立同分布的增量,为了检验股票指数收益率的随机性,本文用不带漂移的随机游动模型拟合收益率序列:
其中, 为股指对数收益率(),
为独立同分布随机变量。
运用SPSS15.0对残差序列进行游程检验,在操作过程中,使用中位数为二分变量的分割点,检验结果如表4:
所有研究对象都接受原假设,认为股市收益率序列符合随机游走规律。其中,随机性最高的是HSI(恒生指数)收益率序列。此外,随机性高于上证指数的还有DJI、MERV。游程检验的概率值将作为聚类分析变量。
(三)聚类分析
为了对上证综合指数与世界其他主要国家和地区的价格行为特征进行综合比较,本文选择相应指标作为聚类变量进行聚类分析,并在聚类分析计算之前,对原始数据进行标准化处理。数据标准化按如下公式进行:
其中,表示第列的原始数据, 取1,2,3,...,8,取1,2,...,5;表示标准化后的数据,表示第 列的均值, 表示第 列的均方差。
在进行聚类分析时,本文采用的是分层聚类分析方法。在相似性度量方面,使用的是平方欧式距离,并以类间距离系数作为聚类分析类数的确定标准。聚类分析的输出结果见图3。
图3直观地呈现了聚类的结果,图上方的数字是按距离比例进行重新标定的结果,不影响对分类结果的观察与结论。从图中可以发现,当分为2类、3类或4类时,类间距离比较大,说明各类的特点比较突出。因此,笔者认为把样本分为4类是比较合适的,此时各类的距离比较大,相似性较差,有利于区分各个聚类。此时,树形图自上而下可以发现DJI、AORD和FTSE聚为一类;HSI和N255合并为一类;SSEC和MERV的特征较为接近,成为同一类;RTSI与其他市场特征差异明显,自成一类。
四、实证结论
通过对世界主要国家和地区的股市的实证研究,本文得出了以下结论:
第一,所有研究对象均存在明显的尖峰肥尾的特征,而且JB统计量很大,无法接受服从正态分布的假设。这说明各国股市异常波动的情况普遍存在,且较频繁。在收益波动性方面,发达国家和地区的股票市场显然要低于发展中国家。这说明发展中国家的投资者面临的风险要高于发达国家,收益不稳定。这与投资者结构和市场机制等有一定的关系,新兴市场的做空机制和市场调节机制相对薄弱。
第二,8个股市均存在明显的杠杆效应,这与国内外此前的研究结果一致。但是,经过观察不难发现,新兴市场的杠杆性在整体上与成熟市场有不小的差距。新兴市场的低杠杆性可能是与投资者在不同行情下的态度及经济基本面有关。在牛市中,广大投资者对利空消息并不感冒,这导致利空消息对股市的影响无法完全体现出来。而在这种情况下,利好消息往往会体现得更为明显。在削弱了坏消息对股市的影响并增强了好消息的影响的情况下,杠杆效应必然会变得模糊。
第三,本文对8个国家的主要股票市场指数进行实证研究发现,高风险高收益特征并不明显。与其他国家的股市相比,沪市的高风险高收益特征较为明显,略大于10%,为12.94%。这可能与研究对象所处的期间有一定的关系,在2007年上半年爆发的全球性金融危机给市场带来了致命的打击,在这段时间市场的表现是高风险低收益的,这可能会影响到本文研究时段的整体表现,使高风险高收益特征表现模糊。
第四,游程检验的结果表明,8个国家的主要股市指数收益率序列均接受了随机游走假设,认为股市收益率序列符合随机游走规律。这说明,新兴市场的有效性正在提高。近年来,发展中国家通过颁布法律和行政法规等规范性文件,约束市场参与者行为,避免股价暴涨暴跌损害中小投资者利益。此外,投资者的理性化以及投资结构优化使得市场越来越难被人为控制,股价序列独立性得到提高。
第五,通过聚类分析发现,新兴市场与成熟市场的差异明显。中国与阿根廷的股票市场价格行为特征较为接近;美国、澳大利亚和英国的价格行为特征相似;日本与香港的股票市场较早地合并在一起,相似性较高;俄罗斯股票市场与其他研究对象差异明显。此外,美国、澳大利亚和英国的股票市场合并的类与日本和香港股票市场合并的类较早地形成了合并。这说明,虽然新兴市场在近几年取得了巨大的成就,但要在短时间内赶上成熟市场是不现实的。
参考文献:
[1]Fama E.The behavior of stock market prices[J].Journal of Business,1965,38:34-35.
[2]卢文岱.SPSS for windows 统计分析[M].电子工业出版社,2006.
[3]薛薇.SPSS统计分析方法及应用[M].电子工业出版社,2004.
[4]高铁梅.计量经济分析方法与建模[M].清华大学出版社,2006.
[5]王保进.多变量分析――统计软件与数据分析[M].北京大学出版社,2007.
(责任编辑 耿 欣)
转载注明来源:https://www.xzbu.com/3/view-1413322.htm
