沪深基金巿场收益率及溢出效应相关分析.docVIP

沪深基金市场收益率及溢出效应相关分析 钟卫东 （山东大学经济研究中心, 山东 济南， 250100） 摘要：沪深投资基金市场由于受市场结构、地理区位、经济文化等因素的影响，两市之间逐渐整合，在收益率和波动性上都存在相关性。本文利用ARCH类模型及Granger因果检验对沪深基金指数进行了实证研究，结果表明：沪深基金市场收益率一阶矩与二阶矩上都存在显著相关关系，上海基金市场对于深证基金市场具有一期前导作用，两市波动的溢出效应也是非对称的，仅存在上海对深圳的溢出效应。 关键词：基金市场 收益率 溢出效应 ARCH类模型 Granger因果检验 一、导言 投资基金是一种利益共享、风险共担的集合证券投资方式，由于具有集合投资、专家理财、分散风险和规模经济等独特优势，所以广受投资者欢迎。自20世纪80年代以来,投资基金在国际金融市场上获得了持续、迅猛的发展。从世界各国发展经验来看,投资基金已经成为与保险、银行并列的三大金融支柱产业，其举足轻重的地位已受到越来越多的业内人士和学术界的关注。 自1997年11月《证券投资基金管理暂行办法》颁布实施以来我国证券投资基金业快速稳步发展。截至2004年11月份我国成立基金管理公司52家，已募集完毕并宣告成立的基金总数达147只,其中封闭式基金54只开放式基金93只,基金净值总额达2747.67亿元。2004年11月初沪深市场总值为42960.1亿，流通市值为11781.22亿，基金净值总额约为沪深股市流通市值的23%。表1为1998年到2004年基金市场发展概况。 表1 年份 1998 1999 2000 2001 2002 2003 2004 基金管理公司数 5 10 10 14 21 49 52 封闭基金数 5 20 33 48 54 54 54 开放基金数 0 0 0 2 17 58 93 基金资产规模（亿元） 107.4 577.4 896.6 979 1258 1782 2747.67 注：以上开放式基金数据不包括发行未上市的开放式基金居民储蓄存款余额121 093亿元and Ng(1995)也发现在同一地区股市的收益具有显著的共同可预测成分，陈守东（1998）利用ARMA模型得出了沪深股市同步性的结论。 以往由于基金市场的资产量不大，数据期间也不够长，研究没有数据基础。经过几年发展壮大，基金资产量快速增长，与股票市场的资产比逐年升高，无论从数量还是资产量上都保持着迅猛发展势头，此时研究两市间的相互关系，意义更加明显，也有了数据支持。 本文拟利用ARCH类模型及Granger因果检验对沪深基金市场之间的相互关系进行实证研究，以探究两市之间的整合关联性。以下结构安排为：第二部分为数据和研究方法的说明，第三部分是对数据的分析，第四部分是对分析结果的总结评价，并建议了进一步研究的方向。 数据与研究方法说明 本文选取沪市基金指数和深市基金指数来代表两个基金市场，上海基金指数的是所有在上海证券交易所上市的投资基金，反映了基金价格整体变动状况，自2000年6月9日起正式发布。是所有在证券交易所上市的证券投资基金，反映了基金的整体变动状况，表示t日基金指数收盘价，则基金的几何收益率为： =㏒—㏒。 对于上海深圳两基金市场之间相互关系的考察，我们不仅要考虑两市收益率的一阶矩的关系，还要检验二阶矩上的格兰杰因果关系即波动溢出效应。因为尽管收益率一阶矩变动的领先滞后关系能够对价格的变动提供预测信息，但这种均值的相关关系却未必意味着信息就是由领先市场向滞后市场传递的，而根据Ross(1989)的结论，价格波动与市场获得信息的速度直接相关。 对于波动的模拟，我们利用ARCH类模型。金融时间序列的一个显著特点就是条件异方差性。Engel（1982）在研究英国通货膨胀时提出自回归条件异方差模型（ARCH），Bollerslev（1986）将其推广到广义ARCH模型（GARCH）。这些模型以线性形式刻画了误差项的条件二阶距性质，通过条件异方差的变化来刻画波动的随时间变化（time-varying）和聚集性（clustering）。Engel，Lilien，Robins（1987）提出了GARCH—M模型来描述时变方差对收益的直接影响。ARCH类模型现已被广范应用于股票市场、货币市场、汇率市场等金融计量领域。 为研究沪深基金市场收益率及波动性的相关关系，我们用GARCH（1，1）模型来模拟基金市场收益率，用模型残差项的条件方差描述基金市场的波动性，用Granger因果检验来考察沪深两市的相互影响。对于波动的考察我们借鉴Hamao等（1990）使用的单变量GARCH模型研究伦敦、东京、纽约间股市波动溢出关系的方法，并出于我们