中国股票市

  本文关键词：中国股票市场、债券市场和证券投资基金市场的动态相关性研究，由笔耕文化传播整理发布。

当前所在位置：中国论文网 > 管理论文发表 > 中国股票市场、债券市场和证券投资基金市场的动态相关性研究

中国股票市场、债券市场和证券投资基金市场的动态相关性研究

发布日期： 2014-08-05 发布：  

  2013年第3期目录       本期共收录文章20篇

　　摘要：本文基于向量自回归（VAR）模型，从投资收益波动性角度研究了我国股票、债券和基金市场分别在熊市、牛市、震荡市中的动态相关性，研究发现：股票市场、债券市场和基金市场的收益率在三种行情下基本都呈现双向的波动溢出效应，只是相互之间影响的程度、滞后持续时间和冲击的方向有所不同。股票市场收益率的波动主要来自本身系统性的风险，且对基金市场的影响大于基金市场对股市的影响。债券市场收益率波动主要受其自身波动影响，并在熊市中受股市波动的正影响，牛市中受基金市场负向影响，震荡市中同时受股市和基金市场的影响。而基金市场收益率在三种行情下主要受股市波动的正影响（90%以上），其次是自身市场波动的正影响（5%左右），受债券市场的影响最小。
中国论文网
　　关键词：溢出效应 VAR模型 动态相关性
　　一、相关文献综述
　　不同国家甚至一国股票市场、债券市场等不同金融市场间往往存在一定的联动性和领先-滞后关系， 或溢出效应（spillover effect）。在宏观经济基本面因素以及股票和债券市场的投资环境剧烈变动时，投资者倾向于在股票和债券两类资产中选择投资流动性和预期收益率高、风险较低的标的资产，即表现为"Flight to Liquidity" 和"Flight to Quality"特征。因此，理论上股市和债市的价格及其波动溢出呈现负相关关系，即“跷跷板效应”。然而，大量实证研究表明，股市和债市的相关系数和波动溢出效应具有时变特征。
　　曾志坚和江洲（2007）通过VAR模型研究发现：我国股债两市收益率之间存在长期的领先-滞后关系，并且收益率间的月度相关性是时序变化的。王茵田和文志瑛（2010） 基于VAR模型并引入市场变量和宏观变量研究发现股债两市流动性之间存在显著的领先-滞后关系并互为因果关系。王璐和庞皓（2009）发现中国股市和债市波动溢出具有明显时变特征和不对称性。胡秋灵和马丽（2011）基于BEKK模型发现两市场的波动溢出效应随市场行情变化，即牛市或熊市中仅有股市-债券的单向波动溢出效应；震荡市中存在双向波动溢出，而反弹行情中不存在波动溢出效应。
　　综上所述，国内学者通过选取不同的指标变量和实证方法对股债两市场间的相关性进行了研究，但比较少的文献研究股票、债券和基金市场之间的动态相关性以及与大类资产配置的联系。
　　二、我国股票、债券和基金市场历史走势相关性概述
　　图1：股债基三市场指数历史走势图
　　数据来源：WIND资讯
　　由图1可知，债券市场走势比较平稳，而股市波动比较大，并且和基金市场走势呈现一定的同向相关性。那么从历史数据来看，中国股债市场轮动是否符合“跷跷板效应”？事实上，在2003～2012年间股债轮动按月份计算的频率不超过50%，其中很多月份呈现股债“同涨同跌”的现象。历年行情可以概括为：03年股债同向变动；04年股债双熊，预期持续主导行情；05年股跌债涨；06年债小牛、股大牛，政策预期是主因；07年股大牛债跌，股市表现脱离各种周期；08年股跌债涨，经济基本面因素主导；09年债跌股涨；10年股债齐跌，债市调整领先股市；11年股跌债涨，紧缩调控初显成效；12年股跌债涨，受国内外宏观经济下行压力大，紧缩调控效果持续。总体而言，债市在股市呈熊市、震荡市情形下表现一般较好，近两年更受政策导向发展很快。
　　三、三市场的动态相关性实证研究
　　（一）样本数据的描述性统计及相关检验
　　本文选取沪深300指数、中信标普全债指数、中国基金总指数作为变量，以2007年10月16日-2013年2月26日的日收盘价为样本数据，共1307个数据，来自Wind数据库。根据样本期内A股走势大致划分如下：2007年10月16日-2008年11月4日为熊市行情，2008年11月5日-2009年8月3日为牛市行情，2009年8月4日-2013年2月26日，为震荡市行情。
　　由于金融资产价格通常是非平稳序列，而对数收益率序列多是平稳序列，我们以、、分别表示股市、债市和基市指数的日收盘价的对数收益率序列，则样本期数据的描述性统计和变量检验结果如下所示：
　　表1：三市场收益率序列的描述性统计及相关检验
　　注：J-B为正态性检验的Jarque-Bera统计量，Q（36）是滞后36阶的自相关检验的Q统计量，ADF 检验通过SIC准则自动选择滞后项， ARCH 效应为滞后5 阶LM 检验。***、**、* 分别表示在1%、5%、10%的置信水平上显著。
　　样本期内股票市场波动明显大于债券市场和基金市场，三市场对数收益率序列在1%显著性水平上均显著异于正态分布，呈现尖峰厚尾特点。根据滞后36阶的Q统计量检验结果，三收益率序列均存在自相关性。通过观察序列自相关性和偏自相关性系数表，股票和基金指数收益率序列在5%显著水平与滞后36阶自相关，而债券收益率与在1%的显著性水平上与1阶开始的滞后值都相关。此外，ADF检验表明三序列均不存在单位根而是平稳序列，ARCH-LM检验表明在1%的显著性水平上三对数收益率序列均存在ARCH效应。
　　（二）基于VAR模型的实证结果分析
　　由于样本数据是平稳的，所以建立向量自回归（VAR）模型。本文首先根据AIC、SC等准则确定熊市、牛市、震荡市三个样本序列组对应的最优滞后阶数均为1，即建立VAR（1）模型。其次，对以上三个样本进行估计后，通过AR根图检验模型稳定性（所有点都在单位圆内）。最后，借助Granger因果检验、脉冲响应函数和方差分解方法分析模型的动态性特征。
　　1、Granger因果检验
　　分行情检验结果显示：在5%的显著性水平下，熊市行情中变量RST、RBT、RFT互相不存在Granger因果关系；牛市行情中变量RST能够单向Granger引起变量RBT的变化，而变量RST和RBT与RFT之间不存在明显的Granger因果关系；震荡市行情下变量RST和变量RFT都能够单向Granger引起变量RBT的变化，而RST和RFT之间不存在明显的Granger因果关系。总之，股票市场对债券市场在牛市和震荡市中表现为单向传导效应，而震荡市中基金市场收益率也对债券市场收益率有所影响，这可以解释为基金提高债券类资产配置比例从而在一定程度上促进了债券市场的繁荣。 　　2、脉冲响应函数及方差分解
　　本文将脉冲响应时期数定为10期，纵坐标代表冲击新息的标准差，横坐标代表天数。而方差分解图中纵坐标代表来自其他两个市场的波动对内生变量波动的贡献度（%），横坐标代表滞后天数。
　　由图2可知，熊市中股市波动性主要来自前2日其自身波动性的变化。其中，债券市场冲击对股市波动影响为负，并在第2日达到最大，随后逐渐衰减至第5日为零。基金市场对股市波动影响为正值，并在第2日达到最大，随后逐渐衰减至第3日为零。债券市场受其自身波动时间最长，受股市波动影响为正向并在第2日达到最大，基本不受基金市场影响。然而，基金市场受股市波动正向影响最大，主要集中在前3日，受债市影响为负且主要集中在前4日。
　　此外，运用相同方法分析牛市和震荡市数据得到不同的结果。牛市中股市波动性也主要来自滞后期前3日其自身波动性的变化，仅在前2日受少量基金市场波动影响，基本不受债券市场波动影响。而债券市场在滞后期前5日主要受其自身波动影响，受基金市场影响为负并在第2日达到最大后逐渐衰减至零，基本不受股市影响。然而，基金市场集中在滞后期前3日受股市、债市和自身波动影响，其中来自股市的影响最大且先正后负，受债市正向的影响很小。震荡市中股市波动性主要来自前2日其自身波动性的变化，而债券市场正冲击对股市波动影响极小，基金市场对股市波动影响为负并在第2日达到最大后衰减至第3日为零。债券市场受其自身波动影响时间最长，主要集中在前5日，受股市波动影响先正后负，，受基金市场为负，均在第2日达到高峰后衰减为零。然而，基金市场受股市波动正向影响最大并迅速在前3日衰减为零，受自身波动正向影响在3日后衰减为零，此外仅受债市很小的正向影响。
　　四、全文总结及展望
　　综上所述，无论是熊市、牛市还是震荡市行情，股票市场、债券市场和基金市场的收益率基本都呈现双向的波动溢出效应，只是相互之间影响的程度、滞后持续时间和冲击的方向有所不同。其中，股票市场日收益率的波动主要来自前3日其自身系统性的风险，且对基金市场的影响大于基金市场对股市的影响。债券市场日收益率波动主要受其自身波动前5日影响，熊市中是股市波动的正影响，牛市中受基金市场负向影响，震荡市中同时受股市和基金市场的少许影响。而基金市场日收益率在三种市场行情下主要在滞后3日内受股市波动的正影响（90%以上），其次是自身市场波动的正影响（5%左右），受债券市场的影响最小且方向随市场状态不同。
　　由于证券投资基金投资范围包括股票、债券及央行票据等，基金投资管理需在不同的股市行情下及时调整投资组合结构，从而达到分散风险并取得预期收益的目标。根据投资组合原理，风险资产组合配置问题包含大类资产的收益率、波动性和相关性，尤其是相关系数对组合风险、进而对配置比例影响很大。因此，把握不同股市行情下股票、债券和基金市场的收益率相关性和风险传导特征，对于大类资产配置具有重要意义。
　　参考文献：
　　[1]曾志坚，江州.关于我国股票市场与债券市场收益率联动性的实证研究[J].当代财经，2007 （9）：58 -64
　　[2]王茵田，文志瑛.股票市场和债券市场的流动性溢出效应研究[J].金融研究，2010（3）：155-166
　　[3]王璐，庞皓.中国股市和债市波动溢出效应的MV-GARCH分析[J].数理统计与管理，2009（1）：152-158
　　[4]胡秋灵，马丽.我国股票市场和债券市场波动溢出效应分析[J].金融研究，2011（10）： 198-206

  本文关键词：中国股票市场、债券市场和证券投资基金市场的动态相关性研究，由笔耕文化传播整理发布。