中国股市波动的非对称性研究

发布时间：2020-06-05 00:45

【摘要】：20世纪90年代以来,有关金融市场波动性问题的研究一直是学术界和实务界理论和实证研究的焦点课题之一,众多国内外学者运用各种方法对此进行了研究,取得了卓有成效的结论。大量研究结论表明,金融市场的波动性特征不但在投资、证券定价、风险管理和货币政策等领域产生重要影响,而且对金融市场也造成严重冲击,进而波及全球经济,金融市场的波动性预测已成为衡量金融市场及其经济脆弱性的重要指标,金融市场波动特征也是许多中央银行在制定宏观金融政策时需要考虑的变量,例如,美联储在制定货币政策时会考虑股票、债券、货币和商品市场等的波动性,英格兰银行的货币政策会议也经常讨论关键金融变量的市场波动性问题。我国的金融市场起步较晚,无论是金融市场的机制体制,还是金融市场产品的开发,都处于不断完善和发展阶段。但是,随着我国社会主义市场经济体制的逐步深化,以及金融体制改革的进一步推进,金融市场在在我国金融体系中的作用越来越重要,在发挥资源配置、风险管理、价格发现等方面的作用日渐突出。但是,当前我国金融市场发展面临的社会经济环境更加复杂多变,各种不确定性因素不断增多。如何继续深入推进我国金融市场改革,需要解决一系列理论和实务问题,金融市场波动性特征的理论研究是一个非常重要的方面。因此,对金融市场波动性进行研究,不但具有重要的理论价值,而且具有重要的现实意义。股市波动研究的两大基本特征是长记忆特征和非对称特征。本论文与已有研究一样,将主要对我国股市的这两大基本特征进行研究。本论文解决的几个主要问题:主要研究沪深股市收益率序列的长记忆特征和收益率条件方差的长记忆特征:一是对我国股市不同发展阶段的长记忆特征的比较研究;二是研究中国股市波动的非对称性,主要研究研究利好利空信息对股价波动的影响程度;三是我国股市不同发展阶段股市波动非对称性的比较研究。本论文遵循的主要逻辑结构:国内外现状评述→我国股市收益基本统计特征分析→中国股市长记忆特征研究→中国股市非对称性研究→中国股市非对称性的分阶段比较研究。论文在梳理国内外有关金融市场波动性问题研究文献的基础上,归纳出现有研究的局限和不足,以此作为论文研究的切入点。本论文采用的研究方法:结合我国股票市场的发展特点,基于多种分布假设,综合运用多种经济计量模型,研究我国股市长记忆特征和非对称特征。在对我国股票市场的长记忆特征的研究中,主要运用修正的重标极差分析方法R/S、自回归分数积分滑动平均模型ARFIMA及分形条件异方差模型FIEGARCH模型,在对非对称性研究中,主要运用了TARCH模型、EGARCH模型、GJR模型和APARCH模型。本论文的研究结果及主要研究结论: 关于中国股市收益率的基本统计特征和基本检验分析。沪深股市的对数收益率序列是平稳序列,并存在明显的尖峰厚尾特征;正态分布检验表明两市收益率序列不服从正态分布。两市收益率序列不独立,并且具有一定的自相关性;用ARMA(1,1)模型基本可以消除序列的自相关性。沪市波动性大于深市的波动性;两市收益率波动都存在一定的ARCH效应。关于中国股市的长记忆特征研究。运用修正的R/S分析及ARFIMA(1,d,1)模型分别对沪深股市收益率序列、收益率绝对值序列和收益率平方序列的长记忆特征进行了实证研究。建立并估计了不同分布假设条件下的沪深两市收益率条件异方差的ARFIMA(1,d,1)-FIGARCH(1,d,1)模型。研究结果表明:不同的收益率序列分布假设会导致不同的研究结论。当假设收益率序列服从正态分布且残差序列不存在异方差时,沪深股市收益率序列均不存在长记忆特征,但收益率绝对值序列和收益率平方序列存在显著的长记忆特征。当考虑到股票收益率序列的异方差性,进而分别建立沪深两市收益率的ARFIMA(1,d,1)-FIGARCH(1,d,1)模型,在假设收益率序列服从学生T分布时,沪深股市收益率均存在显著的长记忆特征,收益率序列条件异方差也存在显著的长记忆特征;假设收益率序列服从正态分布时,沪深股市收益率不存在长记忆特征,但收益率序列条件异方差存在显著的长记忆特征。我国股市收益率序列长记忆特征具有明显的阶段性特点,总体上呈逐渐减弱趋势。收益率序列条件异方差始终存在显著的长记忆特征。上证综指收益率序列长记忆特征强于深证成指收益率序列。关于中国股市的非对称特征研究。在介绍常用的股票市场非对称性检验和实证研究方法的基础上,结合我国股市波动的基本统计特征,建立了我国股市波动非对称性的相关实证研究模型,模型设定考虑了我国股市的长记忆特征。当扰动项服从学生T分布或偏态学生T分布时,沪市的ARFIMA-GJR模型和ARFIMA-APARCH模型均显示沪市存在波动非对称特征。深市ARFIMA-GJR模型显示在扰动项服从学生T分布时存在非对称特征,但ARFIMA-APARCH模型显示不存在非对称效应。因此,我国股市波动存在显著的非对称效应,利空消息比等量的利好消息会带来更大的股价变动,这与国外市场的主要研究结论是一致的。关于中国股市波动非对称特征的比较研究。按照重要交易制度的变化,将我国股市分为三个阶段:1996年实施涨跌幅限制制度前、股权分置改革前和股权分置改革后。然后分别对三个阶段沪深股市波动非对称特征进行研究。并根据股市的不同市场行情比较研究波动非对称性。研究发现,不同时期具有不同的非对称特征:①涨跌幅制度前,沪深两市股市波动均未发现非对称特征;②股权分置改革前,两市波动均具有显著的非对称特征;股权分置改革后,非对称特征消失;③股权分置改革前,沪深两市具有的波动非对称特征方向相同,即利空消息比利好消息带来更大的股市波动;④牛市中,股权分置改革前,沪深两市均不存在非对称特征;股权分置改革后,沪深两市均存在非对称性,利好消息比等量利空消息带来更大的股市波动;⑤熊市中,沪深两市在股权分置改革前后均有典型的波动非对称特征,均表现为利空消息比等量利空消息带来更大的股市波动;⑥由于股权分置改革前牛市行情中没有非对称性,因此股权分置改革前的股市非对称特征主要是由熊市主导决定的;股权分置改革后,由于牛市和熊市具有相反的非对称特征,最终体现为整个期间没有非对称特征。本文的研究特色和创新之处在于: 一是本论文对各种分布假设情况下的长记忆特征进行了对比研究。为了更好的接近股市收益分布的尖峰厚尾特征,现有研究一般都假定服从某一分布特征,进而研究股市收益率序列的长记忆特征,缺乏对在不同分布特征下的长记忆特征比较研究。本文则研究了不同分布假设下,长记忆特征的差异。二是国内现有研究对我国股市波动的非对称性研究和记忆特征研究均是割裂的,在研究股市波动非对称特征时,一般不考虑长短记忆特征。本研究在建立我国股市波动非对称性研究模型时,充分考虑了股市收益的短记忆特征、长记忆特征及非对称特征,构建了我国股市的非对称性和长短记忆性的综合研究模型。三是本研究对我国股市不同阶段的长记忆特征及波动非对称特征进行了比较研究,并认为我国股市波动具有典型的阶段性特点。我国股市在不同发展时期,在不同的市场行情中,长记忆特征和非对称特征的表现不一样的,这说明样本区间选择对于研究我国股市波动特征具有重要作用。
【学位授予单位】：重庆大学
【学位级别】：博士
【学位授予年份】：2010
【分类号】：F224;F832.51

【引证文献】