深圳股市波动率分解研究

发布时间：2020-02-10 14:37

【摘要】：本文采用Campbell、Lettau、Malkiel和Xu(2001)中的波动率分解方法将深圳股市的波动率分解为市场、行业、公司三个层面,样本区间为2001年7月至2011年12月。研究结果表明,深圳股市最大的风险为公司层面的风险,其次是市场层面的风险,行业层面风险最低,三个层面的波动率均不存在随时间的确定性趋势。进一步分析行业后,我们发现,房地产业、采掘业、金融保险业、文化传播业的行业风险较高,综合类行业与传播文化业的公司风险较高。通过对各板块公司风险的分析,我们发现,中小板和创业板的加入的确增加了市场在公司层面的风险。 Campbell、Lettau、Malkiel和Xu(2001)(以下称Campbell等(2001))开创性地提出了一个不使用β值的波动率分解模型,将波动率分解为市场、行业、公司三个层面,并发现美国股市市场波动率、行业波动率保持稳定,而公司层面特质波动率有随时间上升的趋势。这个发现也成为一个研究热点。之后很多国外学者的研究表明,公司特质波动表现出随时间上升的趋势可能是因为：机构投资者持股比例的增加(Xu和Malkiel(2003)、Benntt、Sias和Starks (2003));越来越多公司在生命周期更早阶段上市(Fama和French (2004)、Wei和Zhang (2006));公司治理结构中缺少反收购保护条款(Ferreira和Laux (2007))。但是也有不同的结论,Brandt,Brav,Graham和Kumar(2010)将Campbell等(2001)的样本区间扩展至2008年3季度,发现整个样本区间内,特质波动率并未表现出显著的上升趋势,Campbell等(2001)的结论只是一个阶段性过程。但是他们同时发现对于低价和小规模公司来说特质波动率却存在这种上升的趋势,并将原因归结为散户投资比例的增加。国内关于波动率分解的研究不多。由于样本区间不同,这些研究往往得出出不同的结论,宋逢明和李翰阳(2004)以1990年12月至2001年12月为样本期,将沪深两市所有A股的波动率分解为市场波动率和公司特质波动率。他们发现,我国股市市场波动率有显著的下降趋势,而公司特质波动率没有确定性趋势。李朋、刘善存(2006)以2001年1月至2004年6月所有A股为研究对象,发现我国股市市场、行业、公司三个层次的波动率都有显著的下降趋势。其中市场波动率为总波动率的最大部分,说明我国投资者面临的主要风险仍是市场风险。金磷(2009)使用Campbell等(2001)模型研究1994年1月至2008年的上证股票波动率,发现公司特质波动率最大且呈现长期确定性下降趋势,而市场波动率和行业波动率均较小不存在确定性趋势。丛剑波(2009)使用该模型估计1998年1月至2008年3月沪深两市所有A股的波动率,发现三种波动率呈现出先下降后上升的形态,市场波动率、公司特质波动率在2005年后逐步增大,行业波动率在2006年后大幅增加。通过相关文献的阅读,本人发现波动率分解研究可以将整个市场的风险细化,从而更加深入地研究股市风险的成因。另外国内波动率分解相关研究的对象为沪深A股,上海市场股票,并没有针对深圳股市的研究,而深圳股市包含中小板、创业板,其特征值得我们去探索。因此本文选择深圳股市波动率分解为研究主题。由于波动率分解需要使用行业收益率,因此本文以深证行业分类指数日收益率作为行业收益率的代表,由于深证行业分类指数2001年7月开始编制,因此本文的样本区间选择为2001年7月至2011年12月。本文的主要思路为：首先,根据Campbell等(2001)的分解方法将深圳市场的波动率分解为市场波动率、行业波动率、公司特质波动率,并对它们的结构、趋势和相关性进行研究。其次,深入研究各行业在行业层面、公司层面的风险,并通过线性回归研究它们与行业规模、行业公司数量之间的关系。最后,将各板块(主板A股、B股、中小板、创业板)的公司的特质风险加权平均得到板块特质波动率,并逐一加入市场中,计算各板块对整个市场的影响,以及各板块特质波动率之间的相关性。以下,简要介绍本文各部分内容：第一部分,引言。主要阐述本文的研究背景及意义,研究内容及方法,本文的结构安排以及本文的创新及不足。第二部分,股市波动概述。这一部分的内容分为两个方面。首先,本文对股市波动进行一个简单的定义,并介绍了不同的波动率估计方法,包括：方差法、ARCH/GARCH类模型、随机波动率、期权隐含波动率。第二,关于股市波动一般特征的简要介绍,包括：尖峰厚尾性、均值回复、聚集性、长记忆性和持续性、杠杆效应、反馈效应、波动率微笑、溢出效应。第三部分,深圳股市波动概述。在这一部分中,本文首先简要介绍了深圳股票市场的基本情况。然后,具体介绍深证综指的历史波动情况。第四部分,波动率分解综述。这一部分中,本文简要介绍了波动率分解方法和波动率分解的一些研究成果。第五部分,波动率分解实证分析。在这一部分中,我们首先介绍了本文中所采用的数据和模型。其次,我们对得到的三种波动率序列进行统计性描述,研究它们的基本特征,通过比率分析研究它们的结构,通过回归模型研究它们趋势特征。最后通过格兰杰因果分析检验它们之间的相关性。我们发现,我国深圳股票市场波动率的结构欧美国家相似,公司层面波动率最高,市场层面波动率其次,行业层面波动率最低,说明我国股市公司层面的风险最大；三种波动率序列与时间变量的回归结果都表现为不显著的正相关,说明,样本区间内我国股市波动率没有确定性的时间趋势；行业波动率、公司特质波动率可以解释市场波动率,市场波动率可以解释公司特质波动率,但解释效果受异常波动率的影响大。第六部分,行业波动率分析。本部分,我们研究了行业波动率与行业公司特质波动率的特征,并通过行业总市值和行业中公司数量对波动率进行解释。研究发现,房地产业、采掘业、金融保险业、文化传播业的行业风险较高,行业与市场的差异程度大,制造业的行业风险远小于其他行业,与市场差异程度非常低；水电煤气业的公司特质波动率最低,行业内公司涨跌非常一致,综合类行业与传播文化业的公司特质波动率较高,行业内公司表现出强烈的异质性；部分行业的行业波动率以及行业特质波动率与行业规模、行业内公司数量关系显著,总体看来,行业波动率不能由行业总市值和行业公司数量的增加来解释,而行业公司特质波动率会随着行业规模,行业内公司数量的增加而增加。第七部分,板块波动率分析。在这一部分,我们研究了各板块公司特质波动的特征,各板块依次加入后对整个市场的波动率的影响以及各板块特质波动率的格兰杰因果关系。我们发现,创业板特质波动率最高,其次是中小板,然后是主板A股,B股的特质波动率最低；B股加入后市场特质波动率明显降低,创业板和中小板加入后市场特质波动率的均值有所提高,中小板和创业板的加入的确增加了整个市场在公司层面的风险；中小板特质波动率可以短期影响主板A股的特质波动率,而主板A股特质波动率对中小板特质波动率的影响是长期的。第八部分,本文的总结。在这部分我们总结了本文的主要观点,并针对本文结论和我国股市的实际情况,给出了相应的建议。本文的创新之处在于：1、本文通过最新的数据对深圳股市进行波动率分解,有助于我们了解近几年深圳股市不同层面波动率的特征；2、本文创新地将各板块的特质波动率进行加权平均,计算出各板块的特质波动率,并在此基础上研究各板块加入后对整个市场的影响。本文的研究仍然存在很多不足：1、本文的样本区间过小,并且只包含了一个完整的波动区间,因此关于波动率确定性趋势的检验不够有说服力；2、本文深度不够,仅对各波动率进行了简单的分析并未挖掘其变化的深层次原因。
【学位授予单位】：西南财经大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F832.51;F224

【参考文献】