利用GARCH族模型对股票价量关系的实证研究 ——股票日收益率的条件方差和日交易量的关系.pdfVIP

摘 要 本文从股票日收益率的条件方差和股票日交易量的关系出发，研究股票的 价量关系。价量关系的研究有五个方面的意义：一、有助于更深入的理解市场 微观结构；二、辅助进行事件研究；三、认识价格的经验分布；四、帮助分析 期货市场；五、对研究收益动能有重要的补充作用。本文的研究主要关注第一 和第三个方面。通过研究价量关系，能对信息在市场上的传播方式和速度，投 资者对信息的反应方法和程度，投资者的分类、卖空限制等市场微观结构的理 论有更深刻地认识；也能了解股票收益率产生“尖峰厚尾”形态的原因。 本文的数据取自天相投资分析系统，分析工具为 Eviews3.1 和 EXCEL 。样 本区间为 2003 年 1 月 2 日至2004 年 12 月 31 日，共两年，合计484 个交易日。 在市场指数方面，本文选取得的是最具代表性的上证指数、上证 A 股指数、深 证综指和深证 A 股指数。此外还选取了 30 只个股进行研究，主要有两方面的考 虑：（一）、股票日收益率的条件异方差性导致它的方差以及股票之间的协方差 是时变的，而传统的资产组合理论要求方差和协方差稳定不变，所以用资产组 合的方法研究股票日交易量与日收益率的条件方差的关系有一定的局限性； （二）、引起股价波动的信息既有涉及整个市场或产业的系统性信息，也有针对 个股的独立性信息，比如公司的年报、重大事件批露等，这些信息都有可能引 起该股股价波动和交易量的变化，因此利用个股的数据能更全面的分析股票日 交易量与日收益率的条件方差的关系。因为本文基于的理论是混合分布假说， 它要求股票每天有充足的信息量以满足中心极限定理的假设；另外 ARCH 模型 也要求数据是连续的，如果一只股票交易低迷，甚至经常没有交易，那么就会 给分析带来不便。所以本文选取了流通市值最大的 30 只股票，以保证交易的活 跃性。 本文包括如下几个主要变量：股票的日收益率Rit采取对数差分形式；个股 的交易量LTOit采取对数换手率的形式，指数的交易量采取百万手的计量单位； 根据AR （5 ）或ARMA （5，1）预测交易量，把交易量分成可预期部分LTOFit 和不可预期部分ALT 。此外，本文还引入了多个虚拟变量来研究交易量对股票 it 利用 GARCH族模型对股票价量关系的实证研究 ——股票日收益率的条件方差与日交易量的关系 日收益率条件方差影响的非对称性和结构性差异。虚拟变量DR在股价下跌时取 1，价格上升和不变时取0，并采取乘法形式。虚拟变量D13i和D23i 的设置方法 是：把股票i在样本期内的所有日交易量从小到大进行排序，当股票日交易量小 于1/3分位数时D13i取1，否则取0 ；当股票日交易量大于等于1/3分位数并小于2/3 分位数时，D23i取1，否则取0 。然后，我们将所有股票的1/3分位数和2/3分位数 分别取平均数，按照同样的规则定义虚拟变量T13i和T23i. 。 在模型选择时，本文综合比较了 Schwert、Seguin （1990）， Davidian 、Carrol （1987），Bessembinder 、Seguin （1993）等的普通自回归法和ARCH 族模型的 异同，最终选择了 ARCH(1) ，GARCH(1,1)，EGARCH(1,1)-M 和 EGARCH(1,1) 求股票日收益率的条件方差。本文将当期交易量 LTOt 加入股票日收益率的条件 方差方程后，发现不论是四个指数还是 30 只股票，模型中代表条件方差持续性 α β α 的指标 1 + 1 、θ 等均有显著下降，平均降幅超过 20% ，并且有多只股票的 1 、 1 β1 不再显著，而且当期交易量 LTO 的系数全部通过了 5%显著性水平上的显著 t 性检验，这说明当期交易量能明显削弱甚至消除股票日收益率的 ARCH 效应， 对它的条件方差有很强的解释能力。然后，我们将滞后一期的交易量 LTOt-1 单 独加入条件方差方程查看它的作用，发现它对收益率条件方差的削弱能力不强。 而将滞后一期交易量和当期交易量同时加入条件方差方程时，我们发现滞后一 期交易量对股票日收益率条