基于ｅｇａｒｃｈ模型的交易所国债市场波动性分析的论文

《基于ｅｇａｒｃｈ模型的交易所国债市场波动性分析的论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于ＥＧＡＲＣＨ模型的交易所国债市场波动性分析的论文一、问题的提出　　　　国债市场是经济运行中一个不可或缺的重要组成部分，联结货币政策和财政政策，沟通货币市场和资本市场。目前，我国国债市场结构分割，银行间债券市场与交易所债券市场构成国债市场的主体框架，银行间市场参与机构较少，形成寡头垄断；交易所市场参与者众多，形成竞争机制。在交易所市场中，通过买卖双方的竞争机制决定价格，其交易过程透明，形成的交易价格公正、公平。[1]　　波动性(volatility)是资产收益的不确定性的衡量，测度资产的风险。一般而言，波动性越大，风险越大。engle(

2、1982)首先提出的自回归条件异方差模型即arch模型　将方差和条件方差区分开来，并让条件方差作为过去误差的函数而变化，从而为解决异方差问题提供了新的途径。bollerslev(1986)提出了广义自回归条件异方差garch　模型。国外学者将这种方法应用到经济的诸多领域，显示了arch模型族的适用性。国内也有学者应用arch模型族对证券市场进行了实证研究，黄后川、陈浪南(2003)对股票市场波动率评估和分析，[2]王燕辉、王凯涛(2004)应用egarch分析了深圳股市的波动性。[3]国债安全性并非浑然天成，“327”国债风波仍然让人记

3、忆犹新，国债回购风险拖累了诸多证券公司和上市公司，目前国债市场的供求失衡导致国债价格变异和利率的进一步失真，从而会引发国债市场的系统性风险。交易所国债的波动，无论对于国家，还是对机构投资者，包括个人投资者，都是一个值得关注的重要问题。.　　　　二、指标选择与数据分析　　　　(一)指标选择　　上海证券交易所的国债交易量占整个交易所市场的99%。2006年3月，上海证券交易所拥有国债现货43只，国债质押式回购9只。上证国债指数(leb)是上证指数系列的第一只债券指数，它使我国证券市场股票、债券、基金“三位一体”的指数体系基本形成。上证国债指数

4、是以上海证券交易所上市的所有固定利率国债为样本按照国债发行量加权而成，每月最后一个交易日，将剩余期限不到一年的国债剔除。自2003年1月2日起对外发布，基日为2002年12月31日基点为100点代码为000012。上证国债指数的目的是反映我国债券市场整体变动状况是我国债券市场价格变动的“指示器”。上证国债指数既为投资者提供了精确的投资尺度，又为金融产品创新夯实了基础。基于上面的分析，本文选择上证国债指数为指标来对交易所国债市场的波动进行度量。　　(二)数据分析　　上证国债指数的动态公布是从2003年2月24开始，数据的时间区间是从

5、2003年2月24日到2005年12月30日，共696个数据。国债指数收益率(dleb)是通过式(1)得到的。　　dleb=inpt-inpt-1(1)　　上证国债指数历史走势如图1所示，波谷是2004年4月30日99.1，波峰是2005年12月10日109.73。国债收益率的图形如图2所示，可以看出在一定范围内存在剧烈波动。数据来自大智慧软件，运用evieultipliertest)，简称lm检验，一般是对εt2进行ar(q)自回归估计得到拟合优度r2。然后利用结论：在不存在arch或garch的原假设下，统计量tr2服从于自由度为q的

6、x2分布，在选定的显著性水平下，当tr2值大于x2分布的临界值时，则拒绝εt不存在arch或garch的原假设，即认为存在arch或garch效应。经过拟合，滞后1阶和滞后3阶构成的自回归时间序列比较显著。　　dlebt=β1dlebt-1+β2dlebt-3+εt(2)　　(四)egarch模型　　若一个平稳随机变量可以表示为ar(p)形式，其随机误差项的方差可用误差项平方的q阶分布滞后模型描述，则称为arch模型。为避免arch模型的滞后项过多，可采用加入st2的滞后项的方法，这就形成garch模型，即广义自回归条件异方差模型。　　e

7、garch模型，即指数(exponential)模型，由nelson在1991年提出的，其目的是为了刻画条件方差对市场中正、负干扰的反应的非对称性。[4]模型中条件方差采用了自然对数形式，意味着杠杆效应是指数型的。此时条件方差ht为延迟扰动项εt-i的反对称函数：　　　　arch项。与garch和arch相比，这种模型的优点在于可以区别正信息和负信息的不同影响。正信息表示“利好”，负信息表示“利坏”。虽然正信息和负信息的绝对值相同，但egarch模型可以区别正、负信息对波动的不同影响。因此egarch模型可以很好的描述了金融市场中的非对称

8、性。此外由于方差被表示成指数形式，因而对模型中的参数没有任何约束，这是egarch模型的一大优点。因为等式右侧是st2的对数，所以无论等式右侧是正是负，作为其反对数，st2总是正的。上式右侧第