搜索
股票市场波动的股票市场波动的风险结构和政策影响效应风险结构和政策影响效应西南财经大学统计学院西南财经大学统计学院史史代代敏敏北京，北京，2004.6.2004.6.1818--1919来源：来源：国家自然科学基金项目国家自然科学基金项目教育部人文社科十五规划第一批项目教育部人文社科十五规划第一批项目研究内容：研究内容：股票市场波动的风险结构及其变化趋势：基于股票市场波动的风险结构及其变化趋势：基于GARCHGARCH模型的分析模型的分析股票市场波动的政策影响效应：基于干预模型的分析股票市场波动的政策影响效应：基于干预模型的分析一、股票市场波动的风险结构及其变化趋势：一、股票市场波动的风险结构及其变化趋势：基于基于GARCHGARCH模型的分析模型的分析（一）已有研究（一）已有研究在收益率生成模型中，假定误差序列是白噪在收益率生成模型中，假定误差序列是白噪声，没有考虑收益率序列的条件异方差性。声，没有考虑收益率序列的条件异方差性。收益率序列往往呈现出条件异方差性，即存收益率序列往往呈现出条件异方差性，即存在波动聚集的在波动聚集的GARCHGARCH效应（效应（★★）），如果忽略这，如果忽略这一点采用经典方法进行估计，则会存在较大偏一点采用经典方法进行估计，则会存在较大偏差。差。（二）基于（二）基于GARCHGARCH模型的分析模型的分析itmtiiiturr++=βαititituhε=2(1)(1)ititithuhωαβ−−=++~(0,1)itiidNε将指数模型与将指数模型与GARCHGARCH模型相结合来考察风险结构，模型相结合来考察风险结构，模型结构如下：模型结构如下：采用极大似然估计法对模型进行估计，然后计算系统风采用极大似然估计法对模型进行估计，然后计算系统风险和非系统风险占总风险的比例：险和非系统风险占总风险的比例：222pmpσσβγ=，22211pmpσσβγ−=−研究对象：研究对象：上海股票市场上海股票市场AA股股票。股股票。样本选取：样本选取：参照上证参照上证3030指数样本股的筛选方法，兼指数样本股的筛选方法，兼顾行业分布、流通市值规模大小、上市公司财务状顾行业分布、流通市值规模大小、上市公司财务状况和经营业绩好坏等因素，选取况和经营业绩好坏等因素，选取3030只作为样本股进只作为样本股进行分析。行分析。投资组合的构造方法：投资组合的构造方法：在在3030只样本股票中采用随机只样本股票中采用随机简单等权组合方法，构造简单等权组合方法，构造2020个个““11种股票组合种股票组合””、、2020个个““22种股票组合种股票组合””、、2020个个““33种股票组合种股票组合””、、……、、2020个个““2020种股票组合种股票组合””。。风险结构分析：风险结构分析：计算每种组合的风险构成，然后计计算每种组合的风险构成，然后计算具有相同规模的算具有相同规模的2020个股票组合的平均系统风险和个股票组合的平均系统风险和非系统风险，考察风险结构。非系统风险，考察风险结构。时间范围：时间范围：分年度计算。分年度计算。从纵向角度看，上海股票市场系统风险占比随着时间推从纵向角度看，上海股票市场系统风险占比随着时间推移逐步下降，市场分散风险的功能不断增强。移逐步下降，市场分散风险的功能不断增强。年度19931994199519961997199819992000平均比例0.71250.70120.62810.53240.4300.29180.34640.307200.10.20.30.40.50.60.70.819931994199519961997199819992000年度系统风险占总风险比例二、股票市场波动的政策影响效应：二、股票市场波动的政策影响效应：基于干预模型的分析基于干预模型的分析新兴股票市场往往表现出价格波动的频率新兴股票市场往往表现出价格波动的频率高、幅度大等特点高、幅度大等特点。在引起我国股市波动的诸多。在引起我国股市波动的诸多因素中因素中，政策的影响较为突出。，政策的影响较为突出。因此，有必要从数量分析的角度探讨政策引因此，有必要从数量分析的角度探讨政策引起股市波动的特征、深度和广度。起股市波动的特征、深度和广度。（一）政策影响股市波动的显著性（一）政策影响股市波动的显著性从从19921992年至年至20012001年，上海股票市场的年，上海股票市场的5858次异常波动中，由次异常波动中，由政策性因素引起的波动共有政策性因素引起的波动共有2929次，占总次数的次，占总次数的5050％，若把％，若把扩容也视为政策因素，那么由政策性因素引起的市场异扩容也视为政策因素，那么由政策性因素引起的市场异常波动达到常波动达到3838次，占次，占65.565.5％。可见，政策确实是影响股％。可见，政策确实是影响股市波动的一个主要因素。市波动的一个主要因素。表1上海股票市场异常波动影响因素分布次数（1992—2001）1992199319941995199619971998199920002001政策因素3341450432扩容因素3102030000消息因素0021032100其它0330110211合计67945122743资料来源：《中国证券大全》、《中国证券报》、《证券市场导报》及其它相关资料。为了考察政策影响市场波动的显著性和影响的深度为了考察政策影响市场波动的显著性和影响的深度度，我们用虚拟变量回归来作分析，回归模型结构如度，我们用虚拟变量回归来作分析，回归模型结构如下：下：其中其中STST为月内日收益率的标准差，为月内日收益率的标准差，RR为极差。用它们来度为极差。用它们来度量市场每月的波动性大小。量市场每月的波动性大小。DD1t1t=1=1，，若本月有政策出台；若本月有政策出台；DD2t2t=1=1，，若本月有扩容因素；若本月有扩容因素；=0=0，本月没有政策出台。，本月没有政策出台。=0=0，本月没有扩容因素。，本月没有扩容因素。DD3t3t=1=1，，若本月有消息传言，若本月有消息传言，=0=0，本月没有消息传言。，本月没有消息传言。112233tttttSTDDDuαβββ=++++112233tttttRDDDuωγγγ=++++结果：在没有政策、扩容以及消息因素影响的条件下，市场月内日收益率标准差的平均值达到2%左右；月内日收益率极差的平均值为8%到9%。当有政策出台时，日收益率波动幅度加大，波幅接近平常水平的两倍。（二）政策的干预效应分析（二）政策的干预效应分析11、模型、模型从我国股票市场的实际数据来看，无论是利空政策还是利从我国股票市场的实际数据来看，无论是利空政策还是利多政策出台，当天都有强烈的反应，并且对市场的影响都多政策出台，当天都有强烈的反应，并且对市场的影响都不是单期脉冲，而会持续一段时间。因此我们设定如下形不是单期脉冲，而会持续一段时间。因此我们设定如下形式的干预模型：式的干预模型：()1()1()TtttrrByPBBBωθµεδδφ=++−−−在实证分析中，我们对模型的几种可能形式逐个进行诊断检验，从中挑选出拟合得较好的模型进行分析。22、样本与数据处理、样本与数据处理选择政策事件。共四次：选择政策事件。共四次：（（11））19941994年年88月月11日证监会推出三大利好政策；日证监会推出三大利好政策；（（22））19961996年年1212月月1616日证监会发出通知、人民日报发表社论和实日证监会发出通知、人民日报发表社论和实行涨跌停板制度；行涨跌停板制度；（（33））19991999年年55月月1919日，一方面有利好传言，同时有政策出台；日，一方面有利好传言，同时有政策出台；（（44））20012001年年77月月2424日实施国有股减持。日实施国有股减持。选择的样本范围为事件发生前后各选择的样本范围为事件发生前后各5050个交易日，因此对每个交易日，因此对每一次政策事件的分析，样本总数大约为一次政策事件的分析，样本总数大约为100100左右，如果事件前后左右，如果事件前后的较长时期内没有外部因素冲击，则适当扩大样本范围。的较长时期内没有外部因素冲击，则适当扩大样本范围。33、平稳性分析、平稳性分析干预分析要求响应变量是平稳的，因此应首先对上干预分析要求响应变量是平稳的，因此应首先对上证日收盘指数的原序列进行识别，若非平稳，则需要进行证日收盘指数的原序列进行识别，若非平稳，则需要进行差分处理。差分处理。上证日收盘指数序列平稳性检验，检验模型如下：上证日收盘指数序列平稳性检验，检验模型如下：DF检验：1tttytyαδωε−∆=+++ADF检验：11kttititiytyyαδωβε−−=∆=+++∆+∑表2上海股市日收盘指数序列单位根检验结果ω估计值T统计量值麦金农临界值DW值原序列-0.004874-2.324975-3.41452.004535差分序列-1.006470-46.18731-2.86341.998837注：表中麦金农临界值对应的显著性水平为5%。结果表明，在结果表明，在5%5%的显著性水平下，上证日收盘指数序列的显著性水平下，上证日收盘指数序列存在单位根，股价指数是非平稳的，但日收盘指数差分序存在单位根，股价指数是非平稳的，但日收盘指数差分序列是平稳的，即上证日收盘指数序列是一阶单整的列是平稳的，即上证日收盘指数序列是一阶单整的。。因因此，在做干预分析之前，我们对原序列进行一阶差分使其此，在做干预分析之前，我们对原序列进行一阶差分使其平稳化，然后把差分序列作为响应序列进行建模平稳化，然后把差分序列作为响应序列进行建模。。44、模型估计、模型估计()1TtttyPBωµεδ∆=++−表3政策影响上海股市的干预模型估计结果政策µ估计值t—值ω估计值t—值δ估计值t—值残差白噪声检验Q(6)Q(12)（1）0.369690.10111.901993.04-0.49647-2.244.488.06（2）7.207602.12-98.52441-4.610.7980312.239.1019.57（3）-0.99886-0.3332.520372.700.9504531.859.2815.53（4）-0.63628-0.32-38.66866-2.630.8685311.763.777.91在5%的显著性水平下，ω、δ的参数估计都显著，而且对模型残差的白噪声检验中，多用途检验统计量Q值小于对应2χ分布临界值，即残差序列通过白噪声检验，因此估计模型是统计显著的，模型拟合效果较好。股价指数在第t（tT≥）日受政策的干预影响为：()1TttZPBωδ=−迭代可得：tTtZωδ−=，ω体现了股价指数受政策冲击的即期大小，δ反映了股价指数受政策干预影响的衰减速度。从表3可以看出，随着时间推移，ω估计值变小，而δ的估计值则变大了。表明在90年代中期以前，股票市场受政策的冲击力度较大，但持续时间较短，90年代后期以来，市场受政策的即期冲击力度变小，但持续时间变长。在市场发展初期，市场波动的系统风险在总风险中的在市场发展初期，市场波动的系统风险在总风险中的占比非常高，风险结构很不合理，但从动态的角度来占比非常高，风险结构很不合理，但从动态的角度来看，系统风险在总风险中的占比随着时间的推移明显看，系统风险在总风险中的占比随着时间的推移明显下降，特别是下降，特别是9090年代后期以来，市场风险结构的改善年代后期以来，市场风险结构的改善比较明显，说明市场波动受系统因素的影响在不断弱比较明显，说明市场波动受系统因素的影响在不断弱化，投资者可以通过适度分散化来降低价格波动带来化，投资者可以通过适度分散化来降低价格波动带来的风险。的风险。政策冲击对股票市场的影响显著，影响幅度很大。平政策冲击对股票市场的影响显著，影响幅度很大。平均而言，相关政策出台使得市场波动幅度加大到平常均而言，相关政策出台使得市场波动幅度加大到平常水平的两倍。尽管水平的两倍。尽管9090年代后期以来政策对股市波动的年代后期以来政策对股市波动