中國滬深股市收益率相關(guān)性的實(shí)證分析

《中國滬深股市收益率相關(guān)性的實(shí)證分析》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、中國滬深股市收益率相關(guān)性的實(shí)證分析：開放的資本市場，不同市場在資金流動、市場運(yùn)作等方面聯(lián)系的加強(qiáng)使得市場間的關(guān)聯(lián)度增加。我國的上海和深圳交易所同處中國大陸，所面對的經(jīng)濟(jì)、政治和法律環(huán)境相同，監(jiān)管環(huán)境、投資者結(jié)構(gòu)、上市公司的質(zhì)量、治理結(jié)構(gòu)相同或相似。研究這兩個股市間的相關(guān)性與互動性可以反映資金流向和市場效率。上證綜合指數(shù)日收益率和深證成分指數(shù)日收益率均存在較大的波動，滬深兩市日收益率序列均不服從正態(tài)分布，尖峰厚尾性顯著，波動存在簇族性?？捎肎ARCH模型和EGARCH模型來擬合收益率序列的波動性，通過模型得出滬市的有效性比較強(qiáng)，深市對滬市收益率的溢出效應(yīng)不顯著。　　關(guān)鍵詞：

2、股票收益率GARCHEGARCH　　　　一、數(shù)據(jù)的與變換　　本文選取上證綜合指數(shù)與深證成分指數(shù)交易日的收盤價，樣本范圍為2007年1月5日至2009年12月18日，共973個觀察值，全部數(shù)據(jù)于萬德資訊金融終端。對原始數(shù)據(jù)序列取對數(shù)，并采用對數(shù)一階差分表示收益率，即RSHt=lg(shinxt)-lg(shinxt-1)，RSZt=lg(szinxt)-lg(szinxt-1)?！　　　《?、樣本數(shù)據(jù)的基本統(tǒng)計(jì)特征　　首先對收益率序列作描述性統(tǒng)計(jì)分析，結(jié)果顯示：時間序列RSHt和RSZt正態(tài)分布（S=0，K=3）相比，均呈現(xiàn)左偏。Jarque-Bera正態(tài)性檢驗(yàn)值為189.5

3、10888和115.196106，P值俊等于0，表明至少可以在99%的置信水平下拒絕零假設(shè)，即序列不服從正態(tài)性分布?！　　　∪?、序列的平穩(wěn)性檢驗(yàn)　　本文采用擴(kuò)展的Dickey-Fuller(ADF)檢驗(yàn)，假設(shè)上證指數(shù)收益率序列在0均值上下波動，所以采用無時間趨勢的回歸模型。取k=5進(jìn)行檢驗(yàn)，結(jié)果顯示RSH和RSZ的T-teststatistic分別為-30.99307和-29.66630，均小于1%顯著水平上的臨界值-3.440，所以拒絕序列存在單位根的零假設(shè)，因此上證綜指日收益率時間序列和深證成指日收益率時間序列均序列不存在單位根，是顯著平穩(wěn)的?！　　　∷?、序列的自相關(guān)

4、性　　分別作出RSHt的自相關(guān)圖和偏自相關(guān)圖，從相關(guān)系數(shù)、自相關(guān)圖和LB-Q統(tǒng)計(jì)量中可以看出，上證綜指日收益率序列一階不存在相關(guān)性，但是2階以后的自相關(guān)系數(shù)和偏相關(guān)系數(shù)有反復(fù)波動增減的現(xiàn)象，雖然幅度不大，但是從LB-Q統(tǒng)計(jì)量得知，在5%的顯著性水平下，上證收益率存在16階和24階高階自相關(guān)?！　L試用ARMA(p,q)來估計(jì)上證指數(shù)收益率與其自身滯后量的關(guān)系，分別令p=1~5；q=1~5；利用AIC和SBIC來篩選，根據(jù)結(jié)果：無論是以AIC還是SBIC為準(zhǔn)則，都應(yīng)選擇ARMA(3,3)。同時我們從序列RSH的自相關(guān)圖和偏自相關(guān)圖中可以發(fā)現(xiàn)，序列RSH在第三階開始有2次明顯

5、的上升，我們認(rèn)為可以嘗試使用ARMA(

6、

7、1，3

8、

9、，

10、

11、1，3

12、

13、)來解釋序列?！　〗酉聛碛肂ox-Jenkins方法估計(jì)和識別上述兩個模型，其Ljung-Box的Q統(tǒng)計(jì)量均不顯著，即接受殘差無顯著自相關(guān)的假設(shè)。而ARMA(3,3)的AIC和SBIC指數(shù)都要優(yōu)于ARMA(

14、

15、1,3

16、

17、,

18、

19、1,3

20、

21、)，所以ARMA(3,3)能夠比較好地擬合上證綜合指數(shù)收益率?！　〗又?，利用拉格朗日乘數(shù)檢驗(yàn)對ARMA(3，3)殘差進(jìn)行ARCH效應(yīng)檢驗(yàn)。選擇滯后5階，Chi-Squared(5)為29.208608，SignificanceLevel為0.00002110。ARMA(3，

22、3)的殘差存在明顯的ARCH效應(yīng)。接下來本文引入外生變量來擬合上證綜合指數(shù)的均值，同時結(jié)合異方差模型來分析?！　　　∥?、上證指數(shù)日收益率與深成指數(shù)日收益率相關(guān)性分析　　滬深股市相似的結(jié)構(gòu)和相同的環(huán)境應(yīng)該使得二者收益率有很強(qiáng)的相關(guān)性。于是，我們將RSZt-1和RSHt-1作為RSHt的解釋變量進(jìn)行簡單線性回歸。同時，我們不做檢驗(yàn)而直接引入GARCH來捕捉回歸方程殘差的異方差現(xiàn)象。這是因?yàn)楣芍甘找娴牟▌勇势毡榇嬖谌壕?、尖峰厚尾的現(xiàn)象。一般來說，GARCH(1,1)模型已能很好的捕捉殘差高階自相關(guān)現(xiàn)象，構(gòu)建模型：　　　　　　結(jié)果如表1。RSZt-1和RSHt-1的系數(shù)都不顯著，

23、GARCH(1,1)模型的各項(xiàng)參數(shù)都是顯著不為零的，說明了群聚、尖峰厚尾的現(xiàn)象的存在。標(biāo)準(zhǔn)化后殘差平方的LB-Q值均不顯著，即經(jīng)過處理后殘差不存在異方差現(xiàn)象。但是，標(biāo)準(zhǔn)化后的殘差仍然存在自相關(guān)現(xiàn)象，于是考慮引入描述波動非對稱性的EGARCH進(jìn)一步分析，構(gòu)建如下模型：　　　　～N（0，1）　　　　結(jié)果如表2。和GARCH(1,1)模型一樣，兩市日收益率滯后一項(xiàng)都不顯著。兩個模型中，RSHt-1對其當(dāng)期RSHt的影響也都是不顯著的，這說明前一日上證市場的信息已反映在該日收益率中，上證市場是弱有效的。滬深兩個市場屬同一個金融市場范疇