沪深300指数收益率波动实证探究

沪深300指数收益率波动实证探究

ID:46732318

大小:71.00 KB

页数:8页

时间:2019-11-27

沪深300指数收益率波动实证探究_第1页
沪深300指数收益率波动实证探究_第2页
沪深300指数收益率波动实证探究_第3页
沪深300指数收益率波动实证探究_第4页
沪深300指数收益率波动实证探究_第5页
资源描述:

《沪深300指数收益率波动实证探究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、沪深300指数收益率波动实证探究【摘要】波动性是股票市场的重要特征,本文从股票的波动性出发,选取沪深300综合指数为研究对象,采用GARCH模型族对2005到2012年沪深300指数日收益率的波动情况进行了实证分析。实证分析结果表明,沪深300指数具有明显的ARCH效应,股指收益率具有显著的“尖峰厚尾”特点,并存在波动的集群效应,表现出明显的波动持续性。【关键词】沪深300指数;收益率;波动性;GARCH模型一、引言股票市场的波动性是近来金融研究的热点,对金融市场收益和波动的研究主要是源于对资产定价和风险管理的需要。大量的研究表明金融数据具有尖峰厚尾、波

2、动丛集性或波动集中、杠杆效应的特性,而经典的线性结构以及时间序列模型确不能够很好地解释金融数据的上述特征,也就不能够把握数据的有关特征。为了刻画金融数据的特征,现在被广泛应用的一种特殊非线性模型是称之为“ARCH”的模型,即自回归条件异方差模型。ARCH模型首先由Engle(1982)提出,Bollerslev(1986)在Engle的基础上对异方差的表现形式进行了直接的线性扩展,形成了应用更为广泛的GARCH模型。在随后的几十年中,经济学家们又对上述模型进行了扩展和完善,形成了GARCH—M、TARCH、EGARCH等模型。进而形成了一个GARCH模型

3、族。本文即运用GARCH模型族作为工具,对沪深300指数的收益率波动性进行了实证分析。我国近年来股票市场的波动性进行了大量的实证研究,边一斐运用GARCH模型对我国沪市指数进行了实证研究,确定了指数EGARCH模型为上证综指长期波动的最优预测模型。谷岭基于GARCH模型族的上海股市波动性分析证明上证综指期望收益与期望风险之间存在正相关关系。此外,还有很多学者对沪市深市的指数波动性进行了分析,研究了股票周内效应等等方面。但是国内众多的研究都未将沪深股市结合起来,因此,本文选取能够较好代表沪深两市的沪深300指数进行研究,使用GARCH模型分析对我国的整个股

4、票市场的收益率波动性。二、模型设计(%1)GARCH模型广义的ARCH模型,即GARCH模型由Bollerslev(1986)和Taylor(1986)各自独立地发展起来的。GARCH模型允许条件方差依赖于自身的前期值,因此在最简单的情况下,即GARCH(1,1)模型如下:其中被称为条件方差,是由于该方差是根据过去任何的被认为有关的信息计算出的前一时期的估计值。运用GARCH模型,可把当期拟合方差解释为长期平均值(依赖于)、前一期有关波动的信息()和前一期模型中的拟合方差()的加权函数。GARCH模型能表达为这样一种形式,即它实际上是条件方差的ARMA模

5、型。(二)均值GARCH模型(GARCH-M模型)金融学中的大多数模型都假设投资者应该为承担额外的风险而获得更高的收益。处理这一概念的一种方法是设定证券的收益可部分地由它的风险所决定。Engle.L订ien和Robins(1982)建议设定为ARCH-M模型,这样资产收益的条件方差就进入到条件均值方程去了。现在GARCH-M模型比ARCH更为流行,所以通常估计GARCH-M模型。下面给出GARCH-M的设定:如果是正的且具有统计显著性,那么由条件方差增加所给定的风险增减会导致均值收益的上升。因此可被解释为风险报酬(RiskPremium)。而条件方差代表

6、了期望风险的大小。所以GARCH-M模型适合于描述那些期望收益与期望风险密切相关的金融资产。而根据现代资产定价理论。金融产品的风险是其价格决定的一个重要因素。因此,该模型在检验现代资产定价理论的实证研究中得到了广泛的应用。三、实证分析本文的研究对象为沪深300指数的日收益率,时间区间为2005年1月4日到2012年4月120,时间间隔为天,样本数据容量为1742个。本文的数据来源于“大智慧”软件,所使用的统计软件为Eviews5.0。沪深300指数的收益率采用相邻两天指数对数收益率,即对数的一阶差分,计算公式为,其中表示日收益率,表示第t天的收盘价格,表

7、示第t-1天的收盘价格。运用GARCH类模型分析时间序列数据可以分为两个步骤:一是分析样本数据是否可以运用GARCH类模型来描述,主要是进行ARCH效应的检验;二是对GARCH类模型的参数进行估计和检验。(一)收益率序列的自相关性分析首先对样本的收益率序列进行单位根检验(采用AugmentedDickey-Fuller检验),检验结果显示在1%的显著性水平下,沪深300收益率序列的ADF检验t统计量的值远小于MacKinnon临界值,从而拒绝原假设,即沪深300收益率序列不存在单位根,是平稳序列。下面对沪深300指数收益率序列进行自相关分析,结果如表1,

8、对于滞后10阶的自相关系数和偏自相关系数都很小,但是都不是显著异于0。事实上,直

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。