论文部分内容阅读
摘要:文章利用1997年1月至2009年6月沪深股市日收益率的数据,通过GARCH模型对中国沪深两市股指波动水平与机构投资者的发展状况进行了实证研究。研究发现,中国股市波动性水平偏高,但相比2002年之前,之后的波动性水平明显降低。文章的实证结果表明机构投资者起到了稳定市场、减少非理性市场波动的作用。
关键词:机构投资者;股市波动性;GARCH模型
一、引言
波动是股票市场的基本特征,没有了波动股市也就失去了它存在的意义,但过度的非理性市场震荡则会不利于市场的健康发展。中国股票市场一直以来波动性水平都很高,且时常发生市场价格明显背离经济运行的异常波动。从理论上讲,机构投资者的投资行为相对理性化,投资规模相对较大,投资周期相对较长,从而有利于减少股票市场的非理性异常波动。鉴于此,中国证监会将超常规发展机构投资者作为推进中国证券市场稳定发展的重要政策手段,在此背景下,机构投资者在短短数年的时间里获得了迅速发展。但是,机构投资者究竟有没有起到稳定市场的作用?学者对此研究的结论还存在较大的差异。本文利用GARCH模型研究了机构投资者与股市波动性之间的关系,通过实证研究发现,中国股市波动性水平很高,但超常规发展机构投资者之后,股市波动性水平明显降低。从而肯定了监管层大力发展机构投资者政策的效果。
本文第一部分为文献综述,介绍国内外关于机构投资者与股市波动性之間关系的相关文献;第二部分介绍GARCH模型;第三部分进行实证研究;第四部分得到结论。
二、模型介绍
金融领域早期的研究都假定证券收益的波动性是已知的、不变的。但是很多学者发现股票市场的价格波动是随着时间变化的,并且在较大幅度的波动之后往往会伴随着较大幅度的波动,即方差具有时变性和集聚性的特征。鉴于此,Engle(1982)提出了自回归条件异方差(ARCH)模型。ARCH模型将方差和条件方差区分开,并让条件方差作为过去误差的函数而变化,波动性不再是作为一个常数,而是受前期波动性影响,且具有时变性。随后,Bollerslev (1986)在此基础上提出了广义自回归条件异方差(GARCH)模型,这个模型有一大进步就是考虑了方差的滞后结构。一个形式简单且应用广泛的模型是GARCH(1,1)。该模型具有其他复杂模型的主要特征,而且它通常拟合的效果较好。本文通过实证检验后发现,数据具有非正态性、平稳性的特征,且通过了ARCH检验,满足GARCH模型的各项要求,可以利用GARCH(1,1)模型来描述收益率序列的波动。
GARCH(1,1)模型的标准形式为:
Rt=λut+εt①
σ2t=ω+aε2t-1+βσ2t-1②
①式称作均值方程,②式称作GARCH方程。其中,Rt是对数日收益率,εt是残差;σ2t为当期的方差;ε2t-1为ARCH项,它用前一期残差的平方表示,反映前一期的波动性;σ2t-1为GARCH项,它用前一期的预测方差表示。
三、实证研究
本文选取上证综合指数和深证成分指数为研究对象来描述整个股票市场的波动变化特征。中国股市在1996年底开始实行涨跌幅限制制度,为了排除这一措施对股市波动的影响,选取的样本数据为1997年l月2日至2009年6月30日沪深两市各3018个每日收盘指数,然后根据上证综指和深证成指的日收盘数据计算出市场的日收益率。采用对数收益率概念,即Rt=LN(Pt/Pt-1)。其中Rt为股票指数日收日收益率,Pt,Pt-1)分别为第t日与第t-1日的日收盘指数。数据来源于WIND数据库,并采用EVEIWS5.1软件进行处理。
2001年7月,社保基金参与了中石化A股的申购和配售,宣告社保基金入市。2001年9月,国内第一只开放式基金——华安创新证券投资基金,成功发行,宣告中国机构投资者的主力证券投资基金步入快速发展阶段。2002年12月,上海证券交易所和深圳证券交易所分别发布《合格境外机构投资者证券交易实施细则》,这标志着中国QFII制度正式启动。虽然早在2000年,监管层就明确了超常规发展机构投资者的方针路线,但机构投资者直到2001年下半年才真正开始“超常规发展”的。为研究机构投资者对中国股市波动性的影响,本文将数据划分为两个时间段:第一个时间段为1997年l月2日至2001年12月31日;第二个时间段为2002年1月4日至2009年6月30日。机构投资者在第二个时间段相比第一个时间段发展更为迅速,持股水平更高。为了研究方便,将上证综指第一个阶段记作sh1,第二个阶段记作sh2;深成指数第一个阶段记作sz1,第二个阶段记作sz2。
(一)正态分布检验
运用EVEIWS5.1对数据进行运算,整理后得到表1。
从表1基本统计结果可以看出,两市指数日收益率的偏度分别为-0.342501、-0.077825、-0.168362和-0.140439,说明沪深指数日收益率的分布都是左偏分布的。两市指数日收益率的峰度分别为8.949393、6.707007、7.881429和6.118241远大于正态分布的峰度值3,表明数据具有尖峰厚尾性。再使用Jarque-Bera方法进行正态性检验,检验统计值分别为1802.191、969.9382、1203.072、690.6552,P=0.000,概率值足够小以至于必须怀疑原假设的正确性。这也就说明,用正态分布对中国股市收益率的波动性进行描述是不正确的。根据日收益率指数的统计特征,用ARCH类模型对其波动性进行分析是合适的。
(二)平稳性检验
本文的研究对象沪深指数都是时间序列数据,必须满足平稳性检验。这里运用ADF方法检验序列的平稳性。经检验得到表2:
通过分析检验结果可以得出:在显著性水平为1%、5%和10%时,均有ADF值显著小于各临界值。因此拒绝时间序列数据存在单位根的假设,可以认为沪深指数数据是平稳的。
(三)ARCH检验
先研究sh1,由于股票价格指数收益率序列常常用一种特殊的单位根过程——随机游走模型描述,这里进行估计的基本形式为:
shlt=λshlt-1+εt③
运用③式对沪深两市的收益率进行条件异方差的ARCH-LM检验,得到检验结果如表3所示:
此处的P值为0,拒绝原假设,说明上式得残差数列存在ARCH效应。运用同样的方法,可以得到sh2、sz1、sz2的ARCH Test结果:
从表4可以看出,sh2、sz1、sz2的P值都很小,说明由sh2、sz1、sz2得到的残差数列也存在ARCH效应。
综上所述,sh1、sh2、sz1、sz2满足GARCH模型的各项要求,可以利用GARCH(1,1)模型来描述日收益率序列的波动。
(四)GARCH模型实证结果分析
利用GARCH(1,1)模型对各组样本进行估计后,得到实证结果表5:
ARCH项和GARCH项系数之和(α+β)表示波动持续性的强弱。α+β小于1,表明外部冲击对条件方差的影响是有限的,受到冲击后的条件方差会随时间逐渐向其均值回归,并且α+β越小于1,向其均值回归的速度越快。由表6可见,两市α+β都小于1,说明模型满足平稳性。α+β很接近于1,说明中国股票市场波动对外部冲击的反应函数是以一个相对较慢的速率衰减,随机冲击的影响还是具有相当程度的持续性,也就得说当证券市场受到冲击出现异常波动时,短期内很难消除异常波动。分别比较两市两阶段后发现,在大力发展机构投资者之后,两市α明显变小,β则显著变大,α+β数值都有所减小,说明ARCH过程趋于平稳,持续性参数下降,波动性的记忆特征减弱,股市波动对冲击的反应函数是以一个相对更快的速度衰减。因此,股市经历一次突发事件后,股价能以更快的速度恢复正常,减少股市的异常波动。
四、结论
本文利用GARCH模型对中国股票市场中机构投资者是否起到了稳定股市的作用进行了实证研究,研究发现在大力发展机构投资者后,市场波动性显著降低,机构投资者起到了稳定股市和抑制股指异常波动的作用。机构投资者并不是影响股市稳定性的唯一因素,影响中国股票市场稳定性的因素还有很多。当前的中国股市波动水平仍然很高,而且仍然存在着很多不规范的地方。这就要求监管层在大力发展机构投资者的同时,为中国股市建立更加完善的运行规则,推进股市向更规范化发展。
参考文献:
1、孙兆斌.诌议机构投资者在证券市场稳定中的作用[J].现代管理科学,2002(3).
2、吴福龙,曾勇,唐小我.中国证券投资基金的羊群行为分析[J].管理工程学报,2004(3).
3、祁斌,黄明,陈卓思.机构投资者与股市波动性[J].金融研究,2006(9).
4、宋冬林,毕子男,沈正阳.机构投资者与市场波动性关系的研究——基于中国A股市场的实证分析[J].经济科学,2007(3).
5、周学农,彭丹.机构投资者对中国股市波动性影响的实证研究[J].系统工程,2007(12).
(作者单位:南京航空航天大学经济管理学院。其中,段进东为教授)
关键词:机构投资者;股市波动性;GARCH模型
一、引言
波动是股票市场的基本特征,没有了波动股市也就失去了它存在的意义,但过度的非理性市场震荡则会不利于市场的健康发展。中国股票市场一直以来波动性水平都很高,且时常发生市场价格明显背离经济运行的异常波动。从理论上讲,机构投资者的投资行为相对理性化,投资规模相对较大,投资周期相对较长,从而有利于减少股票市场的非理性异常波动。鉴于此,中国证监会将超常规发展机构投资者作为推进中国证券市场稳定发展的重要政策手段,在此背景下,机构投资者在短短数年的时间里获得了迅速发展。但是,机构投资者究竟有没有起到稳定市场的作用?学者对此研究的结论还存在较大的差异。本文利用GARCH模型研究了机构投资者与股市波动性之间的关系,通过实证研究发现,中国股市波动性水平很高,但超常规发展机构投资者之后,股市波动性水平明显降低。从而肯定了监管层大力发展机构投资者政策的效果。
本文第一部分为文献综述,介绍国内外关于机构投资者与股市波动性之間关系的相关文献;第二部分介绍GARCH模型;第三部分进行实证研究;第四部分得到结论。
二、模型介绍
金融领域早期的研究都假定证券收益的波动性是已知的、不变的。但是很多学者发现股票市场的价格波动是随着时间变化的,并且在较大幅度的波动之后往往会伴随着较大幅度的波动,即方差具有时变性和集聚性的特征。鉴于此,Engle(1982)提出了自回归条件异方差(ARCH)模型。ARCH模型将方差和条件方差区分开,并让条件方差作为过去误差的函数而变化,波动性不再是作为一个常数,而是受前期波动性影响,且具有时变性。随后,Bollerslev (1986)在此基础上提出了广义自回归条件异方差(GARCH)模型,这个模型有一大进步就是考虑了方差的滞后结构。一个形式简单且应用广泛的模型是GARCH(1,1)。该模型具有其他复杂模型的主要特征,而且它通常拟合的效果较好。本文通过实证检验后发现,数据具有非正态性、平稳性的特征,且通过了ARCH检验,满足GARCH模型的各项要求,可以利用GARCH(1,1)模型来描述收益率序列的波动。
GARCH(1,1)模型的标准形式为:
Rt=λut+εt①
σ2t=ω+aε2t-1+βσ2t-1②
①式称作均值方程,②式称作GARCH方程。其中,Rt是对数日收益率,εt是残差;σ2t为当期的方差;ε2t-1为ARCH项,它用前一期残差的平方表示,反映前一期的波动性;σ2t-1为GARCH项,它用前一期的预测方差表示。
三、实证研究
本文选取上证综合指数和深证成分指数为研究对象来描述整个股票市场的波动变化特征。中国股市在1996年底开始实行涨跌幅限制制度,为了排除这一措施对股市波动的影响,选取的样本数据为1997年l月2日至2009年6月30日沪深两市各3018个每日收盘指数,然后根据上证综指和深证成指的日收盘数据计算出市场的日收益率。采用对数收益率概念,即Rt=LN(Pt/Pt-1)。其中Rt为股票指数日收日收益率,Pt,Pt-1)分别为第t日与第t-1日的日收盘指数。数据来源于WIND数据库,并采用EVEIWS5.1软件进行处理。
2001年7月,社保基金参与了中石化A股的申购和配售,宣告社保基金入市。2001年9月,国内第一只开放式基金——华安创新证券投资基金,成功发行,宣告中国机构投资者的主力证券投资基金步入快速发展阶段。2002年12月,上海证券交易所和深圳证券交易所分别发布《合格境外机构投资者证券交易实施细则》,这标志着中国QFII制度正式启动。虽然早在2000年,监管层就明确了超常规发展机构投资者的方针路线,但机构投资者直到2001年下半年才真正开始“超常规发展”的。为研究机构投资者对中国股市波动性的影响,本文将数据划分为两个时间段:第一个时间段为1997年l月2日至2001年12月31日;第二个时间段为2002年1月4日至2009年6月30日。机构投资者在第二个时间段相比第一个时间段发展更为迅速,持股水平更高。为了研究方便,将上证综指第一个阶段记作sh1,第二个阶段记作sh2;深成指数第一个阶段记作sz1,第二个阶段记作sz2。
(一)正态分布检验
运用EVEIWS5.1对数据进行运算,整理后得到表1。
从表1基本统计结果可以看出,两市指数日收益率的偏度分别为-0.342501、-0.077825、-0.168362和-0.140439,说明沪深指数日收益率的分布都是左偏分布的。两市指数日收益率的峰度分别为8.949393、6.707007、7.881429和6.118241远大于正态分布的峰度值3,表明数据具有尖峰厚尾性。再使用Jarque-Bera方法进行正态性检验,检验统计值分别为1802.191、969.9382、1203.072、690.6552,P=0.000,概率值足够小以至于必须怀疑原假设的正确性。这也就说明,用正态分布对中国股市收益率的波动性进行描述是不正确的。根据日收益率指数的统计特征,用ARCH类模型对其波动性进行分析是合适的。
(二)平稳性检验
本文的研究对象沪深指数都是时间序列数据,必须满足平稳性检验。这里运用ADF方法检验序列的平稳性。经检验得到表2:
通过分析检验结果可以得出:在显著性水平为1%、5%和10%时,均有ADF值显著小于各临界值。因此拒绝时间序列数据存在单位根的假设,可以认为沪深指数数据是平稳的。
(三)ARCH检验
先研究sh1,由于股票价格指数收益率序列常常用一种特殊的单位根过程——随机游走模型描述,这里进行估计的基本形式为:
shlt=λshlt-1+εt③
运用③式对沪深两市的收益率进行条件异方差的ARCH-LM检验,得到检验结果如表3所示:
此处的P值为0,拒绝原假设,说明上式得残差数列存在ARCH效应。运用同样的方法,可以得到sh2、sz1、sz2的ARCH Test结果:
从表4可以看出,sh2、sz1、sz2的P值都很小,说明由sh2、sz1、sz2得到的残差数列也存在ARCH效应。
综上所述,sh1、sh2、sz1、sz2满足GARCH模型的各项要求,可以利用GARCH(1,1)模型来描述日收益率序列的波动。
(四)GARCH模型实证结果分析
利用GARCH(1,1)模型对各组样本进行估计后,得到实证结果表5:
ARCH项和GARCH项系数之和(α+β)表示波动持续性的强弱。α+β小于1,表明外部冲击对条件方差的影响是有限的,受到冲击后的条件方差会随时间逐渐向其均值回归,并且α+β越小于1,向其均值回归的速度越快。由表6可见,两市α+β都小于1,说明模型满足平稳性。α+β很接近于1,说明中国股票市场波动对外部冲击的反应函数是以一个相对较慢的速率衰减,随机冲击的影响还是具有相当程度的持续性,也就得说当证券市场受到冲击出现异常波动时,短期内很难消除异常波动。分别比较两市两阶段后发现,在大力发展机构投资者之后,两市α明显变小,β则显著变大,α+β数值都有所减小,说明ARCH过程趋于平稳,持续性参数下降,波动性的记忆特征减弱,股市波动对冲击的反应函数是以一个相对更快的速度衰减。因此,股市经历一次突发事件后,股价能以更快的速度恢复正常,减少股市的异常波动。
四、结论
本文利用GARCH模型对中国股票市场中机构投资者是否起到了稳定股市的作用进行了实证研究,研究发现在大力发展机构投资者后,市场波动性显著降低,机构投资者起到了稳定股市和抑制股指异常波动的作用。机构投资者并不是影响股市稳定性的唯一因素,影响中国股票市场稳定性的因素还有很多。当前的中国股市波动水平仍然很高,而且仍然存在着很多不规范的地方。这就要求监管层在大力发展机构投资者的同时,为中国股市建立更加完善的运行规则,推进股市向更规范化发展。
参考文献:
1、孙兆斌.诌议机构投资者在证券市场稳定中的作用[J].现代管理科学,2002(3).
2、吴福龙,曾勇,唐小我.中国证券投资基金的羊群行为分析[J].管理工程学报,2004(3).
3、祁斌,黄明,陈卓思.机构投资者与股市波动性[J].金融研究,2006(9).
4、宋冬林,毕子男,沈正阳.机构投资者与市场波动性关系的研究——基于中国A股市场的实证分析[J].经济科学,2007(3).
5、周学农,彭丹.机构投资者对中国股市波动性影响的实证研究[J].系统工程,2007(12).
(作者单位:南京航空航天大学经济管理学院。其中,段进东为教授)