中國股票市場信息流對股價(jià)波動的影響分析ppt課件

1、中國股票市場信息流對股價(jià)動搖的影響分析吳世農(nóng)大連理工大學(xué)財(cái)務(wù)管理研討所李延喜一、文獻(xiàn)回想在股票市場上，股價(jià)的動搖性特征不斷是金融經(jīng)濟(jì)學(xué)研討的熱點(diǎn)問題。許多股價(jià)序列都具有時(shí)變方差(Time-varying Variance)的特征，即在一些時(shí)期的動搖非常猛烈，而在另一些時(shí)期的動搖又相對平緩。為了描寫時(shí)間序列的這一特征，2003年諾貝爾經(jīng)濟(jì)學(xué)獎獲得者Engle于1982 年提出了自回歸條件異方差A(yù)utoregressive ConditionalHeteroskedasticity模型，即ARCH模型。.一、文獻(xiàn)回想Bollerslev1986進(jìn)一步提出了廣義自回歸條件方差 Generalized

2、 ARCH模型，即GARCH 模型。以后，模型不斷得到擴(kuò)展和改良，構(gòu)成了ARCH 族模型。國外學(xué)者利用這些模型進(jìn)展了大量的實(shí)證研討，闡明GARCH 模型及其擴(kuò)展方式能有效地描畫股票價(jià)錢的動搖性。雖然ARCH 族模型可以很好地描寫股價(jià)動搖的特征，但只能闡明價(jià)錢動搖受其本身歷史動搖的制約，卻不能解釋有哪些外生變量引起股價(jià)的動搖。終究什么要素驅(qū)動股價(jià)產(chǎn)生動搖？根據(jù)市場微觀構(gòu)造實(shí)際Theory of Microstructure，價(jià)錢的動搖主要是由于新的信息不斷到達(dá)市場且新信息在被市場價(jià)錢吸收的過程中產(chǎn)生的。.一、文獻(xiàn)回想Clark1973最早提出解釋股價(jià)動搖和成交量相關(guān)性的混合分布假說Mixture

3、 Distribution Hypothesis支持MDH 實(shí)際的研討Lamoureux 和Lastrapes1990將成交量作為信息流的替代目的，參與到GARCH 的條件方差方程中，經(jīng)過對美國市場上20 只股票的分析，研討包含信息流的GARCH 模型中ARCH 效應(yīng)的解釋效能。以為代表市場信息流的成交量目的可以吸收大部分的ARCH 效應(yīng)，成交量是由產(chǎn)生價(jià)錢動搖的一樣要素驅(qū)動的。Brailsford1996、Phylaktis 和Kavussanos1996、Omran 和Mckenzie2000以及Marsh 和Wagner2000對不同國家市場的實(shí)證研討都得出類似的結(jié)論。.一、文獻(xiàn)回想反對

4、MDH 實(shí)際的研討Lamoureux 和Lastrapes1994的研討發(fā)現(xiàn)，成交量的納入并沒有消除ARCH 效應(yīng)的影響Sharma 等人1996估計(jì)了ARCH效應(yīng)的解釋效能，經(jīng)過對紐約股票買賣指數(shù)的分析，研討市場收益的分布情況。他們的研討闡明即使將成交量包含在GARCH 模型中，ARCH 效應(yīng)對動搖性依然具有很強(qiáng)的解釋效能。Locke 和Sayers1993對S&P500 指數(shù)期貨動搖性的研討結(jié)論與Sharma 等人1996的一致，他們以為成交量代表的市場信息流最多只是有助于解釋ARCH 效應(yīng)。.一、文獻(xiàn)回想為進(jìn)一步探明這一緣由，日本學(xué)者M(jìn)iyakosh Tatsuyoshi2002將東京股

5、票指數(shù)TOPIX分成兩個(gè)階段進(jìn)展分析，其結(jié)論不一致。Miyakosh 對這一景象進(jìn)展深化的分析，以為成交量作為信息流的代表，可以分成兩部分。一部分經(jīng)過自回歸過程可以得到解釋，另一部分那么是潛在的、不可預(yù)測的信息，也就是說，當(dāng)期成交量是由過去的信息和當(dāng)期或未來的信息所共同決議的。因此，當(dāng)期成交量既可以解釋由ARCH 描寫的動搖繼續(xù)性即過去動搖的記憶過程Volatility Persistence，也可以闡明新信息對價(jià)錢動搖的沖擊。當(dāng)成交量被結(jié)合進(jìn)條件方差方程時(shí)，它所包含的舊信息被ARCH 過程吸收，因此，在包含成交量的股價(jià)動搖方程中，成交量代表的是到達(dá)市場的新信息，而ARCH 效應(yīng)反映的是舊信息

6、對價(jià)錢動搖的影響。.一、文獻(xiàn)回想早在1994 年，國內(nèi)學(xué)者俞喬就指出上海指數(shù)存在 ARCH 景象，其后不少學(xué)者運(yùn)用不斷開展的ARCH 族模型對中國股票市場的動搖特征進(jìn)展了初步的研討。丁華1999，唐齊鳴等2001，李勝利2002都證明了中國股市的收益率具有明顯的動搖聚類性Volatility Clustering和繼續(xù)性。近年來，國內(nèi)學(xué)者對量價(jià)關(guān)系的研討可以分為：股價(jià)變化的絕對量與成交量之間的關(guān)系張維、閆冀楠，1998；陳怡玲、宋逢明，2000股價(jià)變動與成交量之間的關(guān)系王承煒、吳沖鋒，2002和價(jià)錢動搖方差與成交量之間的關(guān)系Xu，2000；趙留彥，王一鳴，2003。吳沖鋒等2001，2002進(jìn)

7、一步將成交量納入股價(jià)序列中，研討成交量如何驅(qū)動價(jià)錢變化。.一、文獻(xiàn)回想王承煒、吳沖鋒2001在研討A、B股互自相關(guān)中發(fā)現(xiàn)，A、B股在思索成交量后的GARCH(1,1)模型結(jié)果中有所不同。李雙成等2002的研討結(jié)果闡明，在GARCH(1,1)模型中，將成交量作為信息流的替代目的可以顯著降低價(jià)錢動搖的繼續(xù)性，ARCH效應(yīng)明顯減弱。支持MDH實(shí)際。王春峰等2002運(yùn)用GARCH-M模型研討深滬股市時(shí)卻發(fā)現(xiàn)，參與成交量后，中國股票市場動搖性的ARCH效應(yīng)降低的程度遠(yuǎn)低于國外成熟市場。.本文研討特征研討對象有所不同將中國股票市場1997 年7月至2002 年12 月期間劃分為盤整期、多頭期和空頭期，分別

8、研討在三種不同市場態(tài)勢中國股市的價(jià)錢動搖與市場信息流之間的關(guān)系。研討內(nèi)容有所延伸不僅驗(yàn)證MDH 實(shí)際在中國股票市場能否有效，而且進(jìn)一步分析了不同市場態(tài)勢中股價(jià)動搖終究是受舊信息ARCH 效應(yīng)的影響還是受新信息當(dāng)期成交量的影響，以調(diào)查市場在不同階段對新舊信息的吸收和反映程度。研討模型有所拓展不僅采用GARCH模型，而且采用EGARCH 模型研討信息流對股價(jià)動搖的影響，從而更為全面地提示了不同市場態(tài)勢中股價(jià)動搖受信息流影響的特征。.二、實(shí)際根底、研討方法與模型一混合分布假說MDHClark1973提出的混合分布假說是研討價(jià)錢動搖與市場信息流關(guān)系的實(shí)際根底。該假說以為：價(jià)錢變動和成交量是由一個(gè)潛在的

9、、不可觀測的信息流共同決議的。根據(jù)MDH 實(shí)際，股價(jià)變化的動態(tài)特征依賴于信息流到達(dá)過程的時(shí)間序列的行為。對于既定的m，中心極限定理以為日價(jià)錢變動近似正態(tài)分布，其方差與m 成比例。因此，日價(jià)錢變動的條件方差可以以為是到達(dá)市場的新信息的單調(diào)增函數(shù)。由此可以推斷，成交量與日價(jià)錢變動之間呈正相關(guān)關(guān)系。換言之，由于成交量和價(jià)錢的分布都服從于信息事件數(shù)m 的隨機(jī)分布，因此，成交量和價(jià)錢的動搖是由市場信息流結(jié)合決議。.二GARCH 模型Lamoureux 和Lastrapes1990運(yùn)用GARCH(1,1)模型研討成交量與價(jià)錢動搖的關(guān)系。根據(jù)國內(nèi)外學(xué)者的研討資料，GARCH(1,1)模型足以反映大多數(shù)經(jīng)濟(jì)類

10、時(shí)間序列的條件方差，本文也采用GARCH(1,1)模型作為研討模型。本文的研討模型如下： 其中， r t 是日收益率； t 1是過去價(jià)錢變化的條件均值； t是一日內(nèi)未預(yù)期的價(jià)錢變化，也是日內(nèi)逐次價(jià)錢變化之和；ht表示價(jià)錢動搖；0 0，1 和1 均 0，1+ 1反映了序列動搖的繼續(xù)性，即序列在過去時(shí)動搖的大小特征在當(dāng)前時(shí)辰被“承繼下來的多少，越接近于 1，“承繼的就越多，整個(gè)序列的動搖就越大。偏低的情況。 1和 1代表ARCH 效應(yīng)，闡明價(jià)錢的動搖在很大程度上依賴于舊信息的影響。67.根據(jù)MDH 實(shí)際，當(dāng)期成交量作為新信息的替代目的，對價(jià)錢動搖h t具有重要影響，因此成交量可以作為外生變量直接參

11、與GARCH 模型的條件方差方程Lamoureux 和Lastrapes，1990，于是方程(7)可以表達(dá)為：其中， V t表示第t日的成交量。根據(jù) MDH 實(shí)際，假設(shè)成交量序列存在序列相關(guān)，當(dāng) 0且顯著，ARCH 效應(yīng)將明顯減弱，甚至能夠從式8中消逝。8.三EGARCH 模型GARCH 模型隱含了這樣一個(gè)假設(shè)：同等程度即絕對值相等的正沖擊和負(fù)沖擊所引起的動搖條件方差是一樣的，即條件方差對正、負(fù)沖擊的反響是對稱的。但是，Black1976留意到正面信息(實(shí)踐報(bào)酬率大于預(yù)期報(bào)酬率)和負(fù)面信息(實(shí)踐報(bào)酬率小于預(yù)期報(bào)酬率)對于股價(jià)動搖性的明顯不同，即存在著杠桿效應(yīng)Leverage Effect。Ne

12、lson1991提出的指數(shù)GARCH 模型Exponential GARCH，簡稱EGARCH可以較好地模擬這種非對稱性，他的研討驗(yàn)證了杠桿效應(yīng)的存在。.本文將運(yùn)用EGARCH 模型描畫價(jià)錢動搖的情況。將方程(7)交換為方程(9)：9其中，1丈量動搖繼續(xù)性； 是杠桿效應(yīng)系數(shù)，假設(shè)為負(fù)數(shù)，且 -1 3；3Jarque-Bera 正態(tài)檢驗(yàn)統(tǒng)計(jì)量回絕正態(tài)分布的原假設(shè)。中國股市在多頭期的平均收益率明顯高于其他三個(gè)時(shí)期，而空頭期的平均報(bào)酬率最低且為負(fù)值。四組數(shù)據(jù)的規(guī)范差反映出中國股市在空頭期的動搖性更大，而盤整期的動搖最小。圖中盤整期的偏度為負(fù)值，其他為正值，且空頭和多頭期的數(shù)值較大。從峰度的數(shù)據(jù)來看，

13、四個(gè)時(shí)期收益率的分布均呈現(xiàn)明顯的厚尾特征，并且在均值處的波峰很尖。Jarque-Bera 正態(tài)檢驗(yàn)的結(jié)果證明了股票指數(shù)每日收益的分布不是正態(tài)分布。.收益率序列的相關(guān)性檢驗(yàn)表1-4 分別列示各時(shí)期收益率序列和收益率平方序列的自相關(guān)函數(shù)ACF和偏自相關(guān)函數(shù)PACF以及Ljung-Box-Pierce Q 檢驗(yàn)的結(jié)果，檢驗(yàn)收益率序列的相關(guān)性。.由表1-4 發(fā)現(xiàn)，在大部分時(shí)滯上，各樣本期收益率序列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)值都很小，均小于0.1，闡明收益率序列并不具自相關(guān)，因此，在條件期望方程中不需求引入自相關(guān)性的描畫部分，而是采用ARMA0,0的方式，收益率可以用方程(6)表示。Ljung-Box-

14、Pierce Q 檢驗(yàn)的結(jié)果闡明收益率序列不存在明顯的序列相關(guān)。但是收益率平方序列具有很強(qiáng)的序列相關(guān)性。對收益率序列的ARCHLM 檢驗(yàn)，證明收益率的二階矩存在顯著的ARCH 效應(yīng)，因此，用GARCH 建模是適宜的。.四成交量的調(diào)整為了將內(nèi)生增長從序列中剔除，本文先對成交量取自然對數(shù)，而后做散點(diǎn)圖，發(fā)現(xiàn)對數(shù)成交量近似呈現(xiàn)線性趨勢。然后運(yùn)用簡單但較為有效的50 階挪動平均法生成對數(shù)成交量的長期趨勢，再從對數(shù)成交量中剔除長期趨勢。對剔除后的序列進(jìn)展平穩(wěn)性檢驗(yàn)。結(jié)果闡明：該序列能顯著經(jīng)過ADF 單位根檢驗(yàn)，存在單位根的原假設(shè)被回絕，闡明去除長期增長趨勢的對數(shù)成交量序列是平穩(wěn)序列，將該序列作為本文運(yùn)用

15、的成交量數(shù)據(jù)。.四、實(shí)證研討結(jié)果一GRACH 模型的估計(jì)結(jié)果利用GRACH1,1模型和包含成交量的GRACH1,1模型對上證A 股指數(shù)動搖的擬合結(jié)果見表6。.在不包含成交量的GARCH(1,1)模型中：在全樣本期， 1 + 1接近于1，闡明股市具有很強(qiáng)的動搖繼續(xù)性；在盤整期，ARCH 效應(yīng)并不明顯；在多頭期，ARCH 效應(yīng)十清楚顯，其動搖展現(xiàn)出很強(qiáng)的繼續(xù)性和聚類性；在空頭期， 1 + 1的系數(shù)和略大于1，闡明空頭期收益率序列的條件方差不能滿足平穩(wěn)性要求，闡明在市場下跌階段，預(yù)測價(jià)錢動搖僅僅依托過去方差的記憶是不夠的，還存在“其他未知的影響市場變動的要素。.在包含成交量的GARCH(1,1)模型

16、中：我們發(fā)如今三種市場態(tài)勢中，成交量系數(shù)在1%的顯著性程度上均為正值，闡明中國股市的價(jià)錢動搖與成交量顯著正相關(guān)，成交量代表的市場新信息流對價(jià)錢動搖存在顯著的當(dāng)期效應(yīng)。參與成交量之后，盤整期、多頭期乃至全樣本期，繼續(xù)性參數(shù) 1+ 1都幾乎堅(jiān)持不變，依然非常顯著，ARCH 效應(yīng)和新信息流共同解釋價(jià)錢的動搖性。但在空頭期，思索成交量之后，繼續(xù)性參數(shù)從略大于1 減少為0.7014，ARCH 過程趨于平穩(wěn)，闡明成交量是“其他未知的影響市場變動的要素之一。.二EGRACH 模型的估計(jì)結(jié)果運(yùn)用EGARCH1,1模型和包含成交量的EGARCH1,1模型對股價(jià)動搖的估計(jì)結(jié)果見表7。.第一，在不包含成交量的EGR

17、ACH1,1模型中，盤整期、多頭期、空頭期和全樣本期的繼續(xù)性參數(shù)1 均接近于1，闡明中國股市具有很明顯的ARCH 效應(yīng)，其動搖展現(xiàn)出很強(qiáng)的繼續(xù)性和聚類性。其中，盤整期的繼續(xù)性參數(shù)相對而言依然較低。第二，在不包含成交量EGARCH(1,1)模型中，盤整期和空頭期的杠桿效應(yīng)系數(shù)為負(fù)，并且大于-1，闡明利空音訊負(fù)沖擊引起的股價(jià)動搖大于一樣程度的利好音訊正沖擊引起的股價(jià)動搖，利空音訊的作用大于利好音訊。但在多頭期，杠桿效應(yīng)系數(shù)為正，闡明一樣程度的利好音訊所引起的股價(jià)動搖更為猛烈，利好音訊的作用大于利空音訊。此外，在空頭期時(shí)，EGARCH 模型中的杠桿效應(yīng)不明顯。.第三，在包含成交量的EGARCH(1,

18、1)模型中，成交量前的系數(shù)估計(jì)值均顯著為正。在不同的市場態(tài)勢中，成交量所代表的新信息與股價(jià)動搖的相關(guān)程度并不一樣：在盤整期，相關(guān)程度最低；在多頭期，相關(guān)程度要高于盤整期；在空頭期，新信息與股價(jià)動搖的正相關(guān)性最為明顯。第四，在包含成交量的EGARCH(1,1)模型中，思索成交量之后，ARCH 效應(yīng)在不同市場態(tài)勢中的變化程度有所不同：在盤整期和多頭期，ARCH 效應(yīng)幾乎沒有發(fā)生變化，ARCH 效應(yīng)與成交量所代表的新信息流共同解釋股價(jià)的動搖；但在空頭期， ARCH 效應(yīng)顯著降低，這意味著股價(jià)動搖對舊信息沖擊的依賴性明顯減弱，新信息對當(dāng)期動搖的影響加強(qiáng)，市場對新信息的吸收更為充分有效。.在三種不同的市

19、場態(tài)勢中，新舊信息對中國股市動搖的不同影響程度.五、剔除成交量時(shí)間趨勢的模型及其檢驗(yàn)把剔除時(shí)間趨勢后的成交量序列納入GARCH1，1模型和EGARCH1，1模型，估計(jì)結(jié)果如表9 和表10 所示。.從表9 和表10 可以看出：第一，無論哪個(gè)時(shí)期，無論是運(yùn)用GARCH1，1模型或EGARCH1，1模型，剔除時(shí)間趨勢的成交量對價(jià)錢動搖程度都具有顯著的影響；第二，無論哪個(gè)時(shí)期，無論是運(yùn)用GARCH1，1模型或EGARCH1，1模型，代表新信息的剔除時(shí)間趨勢的成交量納入模型后，都導(dǎo)致ARCH 效應(yīng)下降，其中這種下降在空頭期特別明顯。成交量在剔除時(shí)間趨勢后，并沒有改動本文上述研討的根本結(jié)論。.六、研討結(jié)論與啟示一研討結(jié)論1