文档介绍：2004 年第2 期
企业经济 N O 2004
总第 282 期 E N T E R P R IS E C
深圳成分指数波动率的实证研究
— GQA RCH 一M 模型的应用
李智
(厦门大学数学系,福建厦门361005)
[摘要] ARCH 类模型是刻画序列波动集束(volatilitclustering)和异方差的有力工具,将深I) t!成分指
数作为研究对象,运用GQARCM 模型,并引入了对波动时段进行划分的概念,针对不同的波
动时段,分析其波动率的非对称特点,得出在股市发展的前两个时段,利好消息比利空消息对股
市造成的影响要大,并给出了合理的解释。此外,收益率和波动性在第二时段后具有显著的正相
关关系,这也为我国股市逐步完善提供了实证依据。
〔关键词l 深圳成分指数;波动率;非对称性;GQARCH 一M 模型
[中图分类号] F83091 !文献识别码] A [文章编号1100-5024(2004)0-018-02
一、引言动性的特点。
许多金融时间序列都具有时变方差和波动率聚类二、数据与研究方法
(Volatilitclustering) 的特征,为了刻画这些特征,Engle
1 . 数据的选取
(1982)最先提出了自回归条件异方差(ARCH )模型,假定收
益率误差项服从以条件期望为零,条件方差为收益率滞后误由于我国股市在1993 年之前尚不规范,且规模较小,并
差平方的线性函数的条件正态分布。Bollersle(198)将其推参考陈浪南等(2002)对波动时段的划分,本文选取深圳成分
指数 1993 年 1 月3 日至2000 年 3 月 16 日的每日收盘价,共
广,在条件方差的解释项中加人了滞后条件方差的线性函
1770 个样本观测值,并由此避免因选用深圳综合指数而出现
数,得到了广义的ARCH (GARCH)模型。随后,Engle,Lilie&
Robbins(1987) 提出ARCH 一Mean 模型,把条件方差引人条的由新股上市和人为操纵对波动率造成的影响。复合收益率
Y= 1(Pt)一ln(Pt一1),其中Pt为第t 日成分指数。表 1给
件期望的方程中,以解释和描述风险溢价随时间变化,更为
贴切的描述了风险与报酬间的关系。Zakoia(1990Glosten, 出了序列Yt的统计特征。
et(1992)Nelso(1990Sentan(1995)对传统的ARCH 模表 1深圳成分指致收益率的鑫本统计特征《1993- 1997年日复合收益率)
型进行了修正,提出了TARCH GJR - GARCH EGARCH 和
GQARCH 等非线性模型。修正的GARCH 模型的显著优点在
于:它们不仅保留了GARCH 模型描述过度峰值的优势,而且
2 . 波动时段的划分
能描述波动率的非对称性质。
正如引言中所提到的,对于中国股市由于制度变迁的影
中国股市作为新兴市场,素有“消息市”、“政策市”的称
响表现出的阶段性特征,很有必要在研究中引人波动时段的
号,其波动性更多地受到制度变迁等因素的影响而表现出一
概念,对不同时段的子样本运用不同的模型进行模拟,得到
定的阶段性,