股票市场波动性传递多维GARCH分析.docVIP

股票市场波动性传递多维GARCH分析 　　[摘要] 本文运用多维GARCH方法分析了亚太主要股票市场间的动态相依关系及其市场波动在各个经济体间的跨界传递。本研究用三维和五维全 模型估计了模型中的参数。实证结果表明，香港恒生指数在全球范围内接受其他指数的直接和间接的波动传递，并通过协方差和方差把波动传递到其它的股票市场。上海证券交易所和深圳证券交易所仍是一个相对封闭的市场，其市场波动具有相对独立性。 　　[关键词] 多维GARCH 股票市场 波动传递 　　 　　一、引言及文献回顾 　　20世纪90年代亚太地区的金融危机，各国金融市场的波动传递在世界上已倍受关注，它不仅是金融市场波动传递的一个典型实例，且引发了广义自回归条件异方差模型（GARCH）研究的现实意义。金融市场的波动往往表现出异方差特性，异方差建模为市场波动刻画、风险描述与防范等提供了有力工具，因此，异方差???模成为金融市场研究的热点之一。 　　自1982年Engle发表具有重大影响的自回归条件异方差（ARCH）模型论文以来，金融时间序列数据的波动性建模就倍受关注。同时，人们不断改进和衍生出了新的ARCH模型。近几年又出现了研究多市场的多维广义自回归条件异方差模型及其在不同条件下模型的扩展与变形，不仅涵盖了单变量的波动特性，而且刻画了不同变量间的相互关系，多维GARCH模型为分析金融市场的相互影响和相互关系提供了有力的解决工具。 　　近年来，国内外众多学者都利用不同类型的模型对股票市场的波动传递性进行了深入探索。Karolyi(1995)使用VAR-GARCH和BEKK模型探讨了1981年～1989年美国纽约股市、加拿大多伦多股市收益率及其变化之间的短期动态波动传递性质，结果发现每个市场都对另外一个市场有滞后影响，对模型进行验证后，表示多维GARCH模型能充分反映两个股市之间的动态波动传递性。周义，李梦玄（2007)采用BEKK模型研究了不同股票市场指数的相关性，用上证综合指数与香港恒生指数的波动时变进行了实证研究，结果发现两市场股票指数在所研究时段内呈很弱的正相关。 　　本文主要探讨全BEKK模型以及股指波动是如何在股票市场中传递的。研究的时间是从2004年1月2日～2007年11月13日，研究的股票指数包括上证综合指数，深证成份指数，香港恒生指数，台湾加权指数，日经225指数，纽约交易所综合指数和纳斯达克综合指数。其创新点主要体现在两方面:用全BEKK模型保证了协方差矩阵的正定性，参数有一定的经济意义;应用模型估算各市场间的动态相关性，从而得到的方差和协方差参数分别代表了市场的直接波动和间接波动。 　　二、数据描述 　　股票指数的频率是天，用该国货币表示指数价格；如果市场当天闭市，该日的股票指数用它前一个交易日的收盘价格表示，一共1009个观测数据。股票指数的收益序列计算公式： 　　（1） 　　注：LB(n)代表滞后n期的LB检验的P值，ARCH(n)代表滞后n期的ARCH检验的P值，Jacque-Bera代表该检验的P值，检验设定的显著性水平为5%。 　　由表1看出指数收益序列总体上通过了LB(n)检验，其表明指数收益序列不存在序列相关。而用LB(n)检验指数收益平方的序列时，所有收益平方序列都具有明显的序列相关性；又ARCH(n)检验表明每个股票指数收益的残差序列都存在ARCH效应。这就为设立模型的GARCH项和ARCH项提供了合理性。 　　三、多维GARCH模型的描述 　　为了同时估计模型中的一阶矩和二阶矩，本文在众多的模型中选择了BEKK（Baba, Engle, Kraft, Kroner,1990)模型。 BEKK模型的多元GARCH(1,1)可以表示为： 　　 （2） 　　两维GARCH模型可表示为： 　　 （3） 　　 　　 　　其中。Ht是条件协方差矩阵，其中的n代表维数，参数的非线性组合代表的时间滞后方差、协方差和误差项都蕴含着经济意义。 　　假设估计过程为正态分布误差，这就隐含了下面的最大似然估计函数： 　　 （4） 　　其中T为样本数目；N是被估计系统的维数；代表了被估参数的向量集。并利用Berndt，Hall，Hall和Hausman（1974）的运算方法处理估算过程。 　　四、实证结果分析 　　在理想状态下,应把所有和中国股票市场相关的市场都包括在研究范畴中,考虑到运算的效率和实际的研究意义,仅研究几个重要的股票市场就可得到较好的结果。在金融研究领域，超过5维的GARCH模型没有显著的经济意义,因此本文采用了3维和5维GARCH模型，研究股票市场间的波动是如何在各市场间传递的。并以“*”标注显著性水平为5%的显著统计量，以“＃” 标注显著性水平为10%的显著统计量，Xi代表指数，V(