基于E-GARCH模型股市周期下三阶段信息冲击研究.docVIP

基于E-GARCH模型股市周期下三阶段信息冲击研究 　　中图分类号:F830 文献标识码:A 　　内容摘要:本文在充分考虑前人研究成果的基础上,利用E-GARCH模型对于我国证券周期不同阶段下信息冲击的影响进行了分析,得出以下结论:在证券市场的各阶段,信息带来的冲击影响是不同的。在证券市场的盘整阶段,利好信息对大盘股和基金的冲击较显著,而对中小盘不显著。在证券市场上涨阶段,投资人对利空信息的冲击不敏感,而对利好信息的冲击较显著,说明在牛市中,利空信息被忽视,而利好信息的影响则被放大,投资人开始青睐于中小盘股票;在熊市中,利空信息的影响被放大,而利好信息则被忽视,投资人存在普遍的恐慌情绪。 　　关键词:信息冲击 周期 E-GARCH模型 　　 　　文献回顾 　　 　　作为新兴市场之一的我国证券市场处于成长时期,发展过程中市场表现出有效性较弱、投机性较强的特点,体现在一定程度的市场波动性。同时,市场交易制度存在缺陷,使市场不确定性因素和风险增大,周期性的变化更为剧烈。对于发达成熟市场的波动性研究结果表明(Nelson,1994),资产的价格具有随机游走性质;收益率的波动存在积聚性、持久性以及呈现出均值回复现象。经验分布表现为尖峰厚尾特征,有的金融序列表现出波动非对称性。Engel(1982)的自回归条件异方差(ARCH)模型,Bollerslev(1986)的广义ARCH模型(GARCH),Engle、Lilien和Robins(1986)的广义ARCH-M模型,Zakoian(1990)和Glosten、Jafanathan、Runkle(1993)的GJR-GARCH模型为这类效应研究提供了重要的思路和工具。 　　对于我国证券市场的GARCH效应的分析,已有的研究普遍认为中国股市ARCH效应显著。这些研究在运用GARCH模型分析过程中普遍存在以下几方面的缺点:一是在GARCH模型的分析过程中没有考虑金融时间序列的非对称性和非正态性,从而影响估计参数的有效性;二是在数据处理中采用整体分析,没有考虑把数据分阶段进行分析导致分析结果不完善;三是在对证券市场的波动分析中没有考虑到证券周期的各阶段波动影响不一致的背景。 　　本文在充分考虑上述研究成果的基础上,利用E-GARCH模型对我国证券周期不同阶段下信息冲击的影响进行了分析,得出以下结论:在证券市场的各阶段,信息带来的冲击影响是不同的。我国证券市场的盘整阶段,利好信息对大盘股和基金的冲击较显著,而对中小盘不显著。在证券市场上涨阶段,投资人对利空信息的冲击不敏感,而对利好信息的冲击较显著,说明在牛市中,利空信息被忽视,而利好信息的影响则被放大,投资人开始青睐于中小盘股票;在熊市中,利空信息的影响被放大,而利好信息则被忽视,投资人存在普遍的恐慌情绪。 　　 　　数据选择及统计检验 　　 　　截至2009年底,我国证券市场已经经历了1998年亚洲金融危机和始于2008年下半年的全球性金融危机的两次重大冲击,我国证券市场结构发生了重大变化,为了研究我国股市周期下信息波动带来的影响,本文以2005年12月30日为分割线,对我国2003年1月至2008年10月中证基金指数、大盘股指数、中盘股指数、小盘股指数进行3阶段E-GARCH模型分析,通过对比前后三期的非对称性杠杆效益,对我国股市周期下信息的冲击进行实证分析。 　　根据我国股票市场周期,文章将中证基金指数、大盘股指数以及小盘股指数分为三阶段,分别是:S1(震荡筑底):2003年1月3日至2005年12月30日;S2(上涨):2006年1月至2007年10月;S3(下跌):2007年10月至2008年10月。 　　对于数据的选取,本文分别以jjzs、dpzs、xpzs代表中证基金指数、大盘股指数、小盘股指数。这类数据的选取为开盘价、最高价、最低价和收盘价四者的平均数。数据来源为WIND资讯网站。为避免数据的剧烈波动,消除时间序列的异方差性,对以上数据取前后两期的自然对数的差值,即: 　　rjjzs=log(jjzst)-log(jjzst-1); rdpzs=log(dpzst)-log(dpzst-1);rxpzs=log(xpzst)-log(xpzst-1)。本文中时间序列数据用Eviews5软件处理, 最优滞后期由AIC和SC信息准则判别。 　　表1给出了三阶段各序列数据的描述性统计量。从表1可以看出,各序列在三样本区间具有不同的均值和标准差,并且差异较大。对于均值和方差相等进行检验,其统计量非常显著,拒绝各序列在三阶段均值方差相等的原假设(见表2),因此对于各序列项采用分段建模有一定的合理性。各序列收益率尖峰厚尾的特征明显,偏度系数显著不为零,峰度系数远大于3,由JB统计量可以判定收益率均不符合