基于EGARCH模型的交易所國債市場波動性 3300字

基于EGARCH模型的交易所國債市場波動性3300字一、問題的提出

國債市場是經(jīng)濟運行中一個不可或缺的重要組成局部，聯(lián)結(jié)貨幣政策和財政政策，溝通貨幣市場和資本市場。目前，我國國債市場結(jié)構(gòu)分割，銀行間債券市場與交易所債券市場構(gòu)成國債市場的主體框架，銀行間市場參與機構(gòu)較少，形成寡頭壟斷;交易所市場參與者眾多，形成競爭機制。在交易所市場中，通過買賣雙方的競爭機制決定價格，其交易過程透明，形成的交易價格公道、公平。[1]

波動性(Volatility)是資產(chǎn)收益的不確定性的衡量，測度資產(chǎn)的風(fēng)險。一般而言，波動性越大，風(fēng)險越大。Engle(1982)首先提出的自回歸條件異方差模型《即ARCH模型將方差和條件方差辨別開來，并讓條件方差作為過去誤差的函數(shù)而變化，從而為解決異方差問題提供了新的途徑。Bollerslev(1986)提出了廣義自回歸條件異方差GARCH模型。國外學(xué)者將這種辦法應(yīng)用到經(jīng)濟的諸多領(lǐng)域，顯示了ARCH模型族的適用性。國內(nèi)也有學(xué)者應(yīng)用ARCH模型族對證券市場進行了實證研究，黃后川、陳浪南(2022)對股票市場波動率評估和分析，[2]王燕輝、王凱濤(2022)應(yīng)用EGARCH分析了深圳股市的波動性。[3]國債平安性并非渾然天成，“327〞國債風(fēng)波仍然讓人記憶猶新，國債回購風(fēng)險拖累了諸多證券公司和上市公司，目前國債市場的供求失衡導(dǎo)致國債價格變異和利率的進一步失真，從而會引發(fā)國債市場的系統(tǒng)性風(fēng)險。交易所國債的波動，無論對于國家，還是對機構(gòu)投資者，包括個人投資者，都是一個值得關(guān)注的重要問題。

二、指標(biāo)選擇與數(shù)據(jù)分析

(一)指標(biāo)選擇

上海證券交易所的國債交易量占整個交易所市場的99%。2022年3月，上海證券交易所擁有國債現(xiàn)貨43只，國債質(zhì)押式回購9只。上證國債指數(shù)(LEB)是上證指數(shù)系列的第一只債券指數(shù)，它使我國證券市場股票、債券、基金“三位一體〞的指數(shù)體系根本形成。上證國債指數(shù)是以上海證券交易所上市的所有固定利率國債為樣本《按照國債發(fā)行量加權(quán)而成，每月最后一個交易日，將殘余期限不到一年的國債剔除。自2022年1月2日起對外發(fā)布，基日為2022年12月31日《基點為100點《代碼為000012。上證國債指數(shù)的目的是反映我國債券市場整體變動狀況《是我國債券市場價格變動的“指示器〞。上證國債指數(shù)既為投資者提供了精確的投資尺度，又為金融產(chǎn)品創(chuàng)新夯實了根底?；谏厦娴姆治觯疚倪x擇上證國債指數(shù)為指標(biāo)來對交易所國債市場的波動進行度量。

(二)數(shù)據(jù)分析

上證國債指數(shù)的動態(tài)頒布是從2022年2月24開始，數(shù)據(jù)的時間區(qū)間是從2022年2月24日到2022年12月30日，共696個數(shù)據(jù)。國債指數(shù)收益率(DLEB)是通過式(1)得到的。

DLEB=InPt-InPt-1(1)

上證國債指數(shù)歷史走勢如圖1所示，波谷是2022年4月30日99.1，波峰是2022年12月10日109.73。國債收益率的圖形如圖2所示，可以看出在一定范圍內(nèi)存在激烈波動。運用Eviews分析處理。

三、實證分析

(一)平穩(wěn)性檢驗

采用ADF(DickeyandFuller，1981)和PP(PhillipsandPerron，1988)法進行單位根檢驗。對上證國債指數(shù)和收益率序列進行檢驗發(fā)現(xiàn)，國債指數(shù)序列(LEB)不是平穩(wěn)序列，而收益率序列(DLEB)那么是平穩(wěn)性序列(見表1)。

(二)正態(tài)性檢驗

國債收益的時間序列的特征是方差不僅隨時間變化，而且有時變化得很劇烈。對其進行正態(tài)性檢驗，偏度是-1.80031，峰度是17.5419，偏離正態(tài)分布的水平。按時間察看，表現(xiàn)出“波動集群〞(volatilityclustering)特征，即方差在一定時段中比擬小，而在另一時段中比擬大。從取值的分布看表現(xiàn)的那么是尖峰厚尾(leptokurtosisandfat-tail)特征，即均值附近與尾區(qū)的概率值比正態(tài)分布大，而其余區(qū)域的概率比正態(tài)分布小。

(三)ARCH效應(yīng)檢驗

對殘差εt是否存在ARCH或GARCH效應(yīng)進行檢驗，通常采用Engle(1982)提出的拉格朗日乘子檢驗法(LagrangeMultipliertest)，簡稱LM檢驗，一般是對εt2進行AR(q)自回歸估計得到擬合優(yōu)度R2。然后利用結(jié)論：在不存在ARCH或GARCH的原若下，統(tǒng)計量TR2服從于自由度為q的x2分布，在選定的顯著性水平下，當(dāng)TR2值大于x2分布的臨界值時，那么拒絕εt不存在ARCH或GARCH的原若，即認(rèn)為存在ARCH或GARCH效應(yīng)。經(jīng)過擬合，滯后1階和滯后3階構(gòu)成的自回歸時間序列比擬顯著。

DLEBt=β1DLEBt-1+β2DLEBt-3+εt(2)

(四)EGARCH模型

假設(shè)一個平穩(wěn)隨機變量可以表示為AR(p)形式，其隨機誤差項的方差可用誤差項平方的q階分布滯后模型描述，那么稱為ARCH模型。為防止ARCH模型的滯后項過多，可采用參加st2的滯后項的辦法，這就形成GARCH模型，即廣義自回歸條件異方差模型。

EGARCH模型，即指數(shù)(Exponential)模型，由Nelson在1991年提出的，其目的是為了刻畫條件方差對市場中正、負(fù)干擾的反饋的非對稱性。[4]模型中條件方差采用了自然對數(shù)形式，意味著杠桿效應(yīng)是指數(shù)型的。此時條件方差ht為延遲擾動項εt-i的反對稱函數(shù)：

ARCH項。與GARCH和ARCH相比，這種模型的優(yōu)點在于可以區(qū)別正信息和負(fù)信息的不同影響。正信息表示“利好〞，負(fù)信息表示“利壞〞。雖然正信息和負(fù)信息的絕對值相同，但EGARCH模型可以區(qū)別正、負(fù)信息對波動的不同影響。因此EGARCH模型可以很好的描述了金融市場中的非對稱性。此外由于方差被表示成指數(shù)形式，因而對模型中的參數(shù)沒有任何約束，這是EGARCH模型的一大優(yōu)點。因為等式右側(cè)是st2的對數(shù)，所以無論等式右側(cè)是正是負(fù)，作為其反對數(shù)，st2總是正的。上式右側(cè)第2項是用條件規(guī)范差st除信息ut及其滯后項，(ut/st)表示規(guī)范信息。第3項是用均值u減規(guī)范信息的絕對值。

經(jīng)過分析，EGARCH(1，1)是擬合的較好的模型，即對式(2)和式(4)進行回歸分析，結(jié)果如表2所示，利壞的影響強于利好信息的影響。

四、結(jié)論與倡議

經(jīng)過實證分析，交易所國債指數(shù)序列不是平穩(wěn)序列，而收益率序列那么是平穩(wěn)性序列，分布呈現(xiàn)尖峰厚尾特征，收益率在一定的范圍內(nèi)存在波動性。值得表明的是，經(jīng)擬合所得的EGARCH模型顯示利壞信息的影響要遠(yuǎn)遠(yuǎn)大于利好信息的影響。

交易所國債市場的波動性原因可歸結(jié)為三點：首先是國債自身的波動性，交易所國債并非一勞永逸的，其風(fēng)險依然存在;其次是國債市場的分割，Granger因果關(guān)系檢驗發(fā)現(xiàn)銀行間國債市場與交易所國債市場價格傳遞，微觀結(jié)構(gòu)中傳染機制起到舉足輕重的作用;最后是投資者行為，投資者厭惡損失，非理性行為造成羊群效應(yīng)等非理性現(xiàn)象，增加了交易所國債市場的波動性。

2022年，交易所國債市場一路飆開，但交易量大幅萎縮，股市與債市的蹺蹺板效應(yīng)日趨明顯。勿庸置疑，國債不僅為國民經(jīng)濟開展提供了大量建設(shè)資金，也在一定程度上滿足了社會各類投資者投資國債的需要，不斷擴大的國債發(fā)行規(guī)模，為市場提供了更多的流動性，有利于活潑和穩(wěn)定金融市場，保證財政政策和貨幣政策的有效實施。國債關(guān)系國計民生，財政部和人民銀行等相關(guān)部門應(yīng)實時監(jiān)控、審時度勢，加強國債市場根底設(shè)施建設(shè)，加強兩大市場的聯(lián)系機制，采用公開市場等伎倆，把國債