異質(zhì)市場(chǎng)環(huán)境下投資者行為對(duì)股市波動(dòng)的影響研究

異質(zhì)市場(chǎng)環(huán)境下投資者行為對(duì)股市波動(dòng)的影響研究

1超高頻數(shù)據(jù)及其模型的應(yīng)用隨著科學(xué)技術(shù)的快速發(fā)展，金融高頻數(shù)據(jù)存儲(chǔ)和獲取成本的降低，acd模型及其目標(biāo)波動(dòng)率日益成為國(guó)內(nèi)外科學(xué)家研究市場(chǎng)微觀(guān)結(jié)構(gòu)的重點(diǎn)對(duì)象。engl和shou首次展示了自回歸條件下模型（acd模型）的建模思想，用于研究實(shí)時(shí)交易數(shù)據(jù)中交易到達(dá)的時(shí)間。該模型使用該模型分析不規(guī)則到達(dá)時(shí)間的金融高頻數(shù)據(jù)。在標(biāo)準(zhǔn)acd模型的基礎(chǔ)上，bauwiot提出了log-acd模型。該模型可以避免線(xiàn)性acd模型驗(yàn)證中的一些參數(shù)限制，并為驗(yàn)證市場(chǎng)微觀(guān)假設(shè)提供更合適的結(jié)構(gòu)模型。ghysels和jacek將acd和garch模型有機(jī)結(jié)合起來(lái)，提出了acd-garch模型?；趃rangar因果檢驗(yàn)，驗(yàn)證了交易持續(xù)時(shí)間和波動(dòng)率之間的相互作用。結(jié)果表明，我國(guó)高頻數(shù)據(jù)及其模型的研究和應(yīng)用主要集中在模型的引進(jìn)和對(duì)上海、深圳的驗(yàn)證分析上。陳敏、王國(guó)明等人首次將acd模型引入中國(guó)股票市場(chǎng)，并對(duì)上海港市的收入進(jìn)行了相關(guān)性分析。結(jié)果表明，當(dāng)價(jià)格連續(xù)期達(dá)到較高的水平時(shí)，產(chǎn)品和長(zhǎng)期作物科的數(shù)量和長(zhǎng)度與模型中的相同。耿克紅和張世英在中國(guó)證券市場(chǎng)上進(jìn)行了示范分析，結(jié)果表明，在價(jià)格持續(xù)期，集中度現(xiàn)象非常強(qiáng)烈。陳敏洪、張世英在表1和mg-v模型的基礎(chǔ)上提出了兩者的模型，劉向立在表1中提出了兩者的模型。這表明，在價(jià)格波動(dòng)中的各自作用及其在中國(guó)的股票市場(chǎng)和期貨市場(chǎng)的相關(guān)驗(yàn)證方法分為三個(gè)部分：a型和太小。將公司合并在一起，在估計(jì)連續(xù)性和連失性風(fēng)險(xiǎn)的邊緣分布，以及在它們之間的聯(lián)合分布方面，模型具有優(yōu)勢(shì)。綜合以上分析,我們發(fā)現(xiàn)基于高頻日內(nèi)數(shù)據(jù)的ACD模型在金融市場(chǎng)微觀(guān)結(jié)構(gòu)上得到了廣泛應(yīng)用,而且優(yōu)勢(shì)越發(fā)明顯.但是,這些基于交易持續(xù)期所構(gòu)建的模型都是在有效市場(chǎng)理論假設(shè)之一交易者同質(zhì)的前提下建立的模型.然而,實(shí)證中發(fā)現(xiàn)了一些與有效市場(chǎng)理論不一致的現(xiàn)象,如:小公司效應(yīng)和季節(jié)效應(yīng)等等,這些現(xiàn)象使得一部分研究人員對(duì)同質(zhì)和理性的交易者這個(gè)假設(shè)產(chǎn)生了質(zhì)疑.于是,Müller等提出了異質(zhì)市場(chǎng)假說(shuō),該假說(shuō)認(rèn)為交易者是異質(zhì)的.Corsi在Müller異質(zhì)市場(chǎng)假說(shuō)的基礎(chǔ)上提出了HAR-RV(heterogeneousautoregressivemodelofrealizedvolatility)模型,即通過(guò)不同時(shí)間段(日、周、月)的已實(shí)現(xiàn)波動(dòng)率的自回歸過(guò)程來(lái)刻畫(huà)異質(zhì)交易行為,該模型的偏回歸系數(shù)直接度量了特定類(lèi)型交易者的行為對(duì)整個(gè)波動(dòng)率的邊際影響.為了在異質(zhì)市場(chǎng)環(huán)境下考慮交易久期對(duì)波動(dòng)率的影響,Liu和Maheu把ACD模型與Coris[1t]HAR-RV模型結(jié)合起來(lái),提出了HAR-BACD模型,該模型能夠考察交易久期對(duì)波動(dòng)率影響以及包含不同信息量的波動(dòng)成分對(duì)即時(shí)總波動(dòng)的貢獻(xiàn)大小.基于以上分析,本文在異質(zhì)市場(chǎng)假說(shuō)的基礎(chǔ)上,充分考慮Copeland提出的連續(xù)信息到達(dá)假說(shuō),即交易量作為市場(chǎng)信息的代理變量這一重要特征,從市場(chǎng)微觀(guān)結(jié)構(gòu)的角度來(lái)進(jìn)一步考察交易量、市場(chǎng)波動(dòng)和交易持續(xù)期它們?nèi)呦嗷ブg的關(guān)系.進(jìn)而第一次將交易量納入到HAR-BACD模型中,構(gòu)建了HAR-BACD-V模型來(lái)描述超高頻數(shù)據(jù)背景下的股市動(dòng)態(tài)特性,以進(jìn)一步揭示金融市場(chǎng)微觀(guān)結(jié)構(gòu)的相關(guān)特征.本文結(jié)構(gòu)安排如下:第2部分模型介紹.第3部分實(shí)證分析,第4部分結(jié)論.2哈r-bacd-v模型2.1交易持續(xù)期模型本文為了真實(shí)的反映交易量對(duì)交易持續(xù)期的影響,且保證參數(shù)的有效性,從而引入Bauwens和Giot提出的LOG-ACD模型,并將交易量V這一微觀(guān)因子加入其中,以考察交易量對(duì)交易持續(xù)期的影響.此時(shí),擴(kuò)展對(duì)數(shù)ACD(1,1)模型可以表示如下:其中ti表示第i次交易所發(fā)生的時(shí)間,即0=t0<t1<…<tN,則交易的持續(xù)期可定義為xi=ti-ti-1.ψi為給定過(guò)去的到達(dá)時(shí)間得到的交易持續(xù)期的期望:voli=(Vi-Vi-1)/Vi-1,εi獨(dú)立同分布且服從布爾分布(Burr分布),它的密度函數(shù)如下:2.2har-bacd-v模型的基本原理本文在異質(zhì)市場(chǎng)假說(shuō)的基礎(chǔ)上,吸取了Liu和Maheu的HAR-BACD模型的建模思想,將市場(chǎng)上的交易者根據(jù)交易頻率不同劃分為短期交易者、中期交易者、長(zhǎng)期交易者,并將Crosi提出的HAR-RV模型中日、周、月已實(shí)現(xiàn)波動(dòng)率分別代表三種不同類(lèi)型交易者的交易行為所產(chǎn)生的波動(dòng),并結(jié)合市場(chǎng)微觀(guān)結(jié)構(gòu)中的價(jià)量關(guān)系,將成交量V這一重要的微觀(guān)因子引入到模型中,構(gòu)建HAR-BACD-V模型.該模型收益率方程和波動(dòng)率方程如下所示:,其中ζi獨(dú)立同分布且服從tv(0,1)分布其中,是用交易持續(xù)期調(diào)整后的單位時(shí)間內(nèi)的收益率;表示交易的到達(dá)速度;xi/ψi表示持續(xù)時(shí)間的實(shí)際值對(duì)其期望值的偏離;為期望交易的到達(dá)速度;分別代表短、中、長(zhǎng)期交易者的交易行為在第i-1期所產(chǎn)生的波動(dòng),它們的計(jì)算方法如下所示:由上述(1)、(2)、(3)式共同構(gòu)成本文的HAR-BACD-V模型.HAR-BACD-V模型不僅可以對(duì)證券市場(chǎng)上的異質(zhì)性進(jìn)行進(jìn)一步檢驗(yàn),而且還可以在檢驗(yàn)的基礎(chǔ)上判斷不同交易頻率的投資者的交易行為對(duì)即時(shí)總波動(dòng)的影響.根據(jù)異質(zhì)市場(chǎng)假說(shuō),每一種波動(dòng)成分對(duì)應(yīng)著不同交易頻率的市場(chǎng)參與者,各類(lèi)交易者對(duì)信息反映時(shí)間不同,形成的投資預(yù)期也不同,通過(guò)交易活動(dòng)產(chǎn)生不同類(lèi)型的波動(dòng)成分.通過(guò)研究過(guò)去不同類(lèi)型波動(dòng)成分與當(dāng)期即時(shí)總波動(dòng)間的相互關(guān)系,也可以反映不同市場(chǎng)成分動(dòng)態(tài).另外,HAR-BACD-V模型從市場(chǎng)微觀(guān)結(jié)構(gòu)著手進(jìn)一步深入研究量?jī)r(jià)關(guān)系,通過(guò)引入交易量V這一微觀(guān)變量,以考察交易量對(duì)交易持續(xù)期、收益率和波動(dòng)率的影響,有利于我們從總體上對(duì)金融市場(chǎng)微觀(guān)結(jié)構(gòu)理論有一個(gè)全面的認(rèn)識(shí).本文采用極大似然估計(jì)法分步對(duì)模型參數(shù)進(jìn)行估計(jì),先對(duì)BACD模型的參數(shù)進(jìn)行極大似然估計(jì),通過(guò)參數(shù)α、β、γ的估計(jì)結(jié)果,可以對(duì)交易集群性、交易量對(duì)交易持續(xù)期的影響做出初步判斷;在上步估計(jì)結(jié)果的基礎(chǔ)上,再通過(guò)對(duì)HAR-BACD-V模型中收益率和波動(dòng)率方程進(jìn)行極大似然估計(jì),最后我們將對(duì)估計(jì)結(jié)果進(jìn)行集中整理和深入分析,總結(jié)出相關(guān)結(jié)論.3交易持續(xù)期3.1數(shù)據(jù)的獲取與預(yù)處理本文選取滬市交易活躍的浦發(fā)銀行作為研究對(duì)象,截取其在2009年6月1日-2009年9月25日之間共85個(gè)交易日的235841筆分筆交易數(shù)據(jù),平均每天2775筆交易.數(shù)據(jù)來(lái)源于國(guó)泰安高頻數(shù)據(jù)庫(kù),數(shù)據(jù)指標(biāo)包括交易發(fā)生時(shí)刻、價(jià)格、交易量.研究中除了剔除連續(xù)競(jìng)價(jià)時(shí)間以外的交易數(shù)據(jù)外,交易量為零和交易時(shí)間外記錄的數(shù)據(jù)也要剔除,最后在對(duì)模型估計(jì)中為避免開(kāi)盤(pán)和收盤(pán)的影響,還要剔除每天上午9:30-9:50和每天下午14:40-15:00的交易數(shù)據(jù),這樣還剩下185963筆交易數(shù)據(jù).然后利用定義式xi=ti-ti1對(duì)剩下數(shù)據(jù)計(jì)算兩筆交易之間的持續(xù)時(shí)間,即交易持續(xù)期.另外,根據(jù)ri=log(pi)-log(pi-1)來(lái)計(jì)算超高頻收益率,根據(jù)式voli=(Vi-Vi-1)/Vi-1計(jì)算交易量變化率.超高頻數(shù)據(jù)的一個(gè)重要特征是日內(nèi)周期模式,因此,用超高頻數(shù)據(jù)計(jì)算得到的交易持續(xù)期、交易量變化率以及收益率都存在著明顯的“日內(nèi)效應(yīng)”,即這些指標(biāo)在一定的時(shí)間范圍內(nèi)都呈現(xiàn)出周期性的變化特征.由圖1(限于篇幅只給出交易持續(xù)期和交易量日內(nèi)樣條圖)可以看出:交易持續(xù)期的日內(nèi)樣條圖成倒“U”型,這表明股市在早上開(kāi)盤(pán)和下午接近收盤(pán)時(shí),交易持續(xù)期很短,交易最為活躍;而在其他時(shí)間交易則相對(duì)平淡.這可以相應(yīng)的從圖2交易量日內(nèi)樣條的“U”圖可以看出來(lái).若將交易持續(xù)期和交易量這兩變量作為信息流的替代指標(biāo)從直觀(guān)的圖上來(lái)解釋價(jià)格波動(dòng)的話(huà),它符合Easley和O’Hara的市場(chǎng)微觀(guān)結(jié)構(gòu)理論,即短的時(shí)間間隔意味著新的信息進(jìn)入市場(chǎng),而長(zhǎng)的交易間隔與無(wú)信息發(fā)布有關(guān),同時(shí),也驗(yàn)證了我國(guó)股票市場(chǎng)信息傳播基本符合Copeland提出的連續(xù)信息到達(dá)假說(shuō),即市場(chǎng)信息分步逐漸向外擴(kuò)散的過(guò)程中,往往伴隨著成交量的不斷增加.因此,為了防止這種“日內(nèi)效應(yīng)”對(duì)數(shù)據(jù)分析的影響,首先在對(duì)它們建模分析之前,必須剔除“日內(nèi)效應(yīng)”對(duì)模型的干擾.本文采用線(xiàn)性樣條函數(shù)對(duì)變量的“日內(nèi)效應(yīng)”加以剔除,研究中線(xiàn)性樣條函數(shù)的結(jié)點(diǎn)選擇每天的上午9:30,10:00,10:30,11:00,11:30;下午的13:00,13:30,14:00,14:30,15:00時(shí)刻,共10個(gè)結(jié)點(diǎn),即K=10.然后根據(jù)得到的線(xiàn)性樣條函數(shù),即可求出消除“日內(nèi)效應(yīng)”的持續(xù)期、交易量變化率和超高頻收益率.相關(guān)指標(biāo)原始數(shù)據(jù)和調(diào)整后數(shù)據(jù)的描述性統(tǒng)計(jì)量分析如表1所示.通過(guò)對(duì)表1數(shù)據(jù)分析發(fā)現(xiàn),浦發(fā)銀行的交易持續(xù)期、收益率和交易量變化率等指標(biāo)的Ljung-Bcox統(tǒng)計(jì)量的值在調(diào)整前后都非常大,它們各自都存在自相關(guān)性,因而,針對(duì)交易持續(xù)期的ACD模型和收益率的自回歸模型的建模思路具有一定的針對(duì)性.調(diào)整后的交易持續(xù)期、收益率和交易量變化率最終將用于HAR-BACD-V模型參數(shù)的估計(jì).3.2交易持續(xù)期持續(xù)性和回歸本文采用極大似然法分步對(duì)HAR-BACD-V模型進(jìn)行估計(jì).為了得到ψi的估計(jì)值,首先對(duì)BACD模型在殘差εi服從布爾分布的條件下進(jìn)行估計(jì),估計(jì)結(jié)果如表2所示.根據(jù)表2顯示,對(duì)BACD模型估計(jì)的所有的參數(shù)都比較顯著,且β系數(shù)比較大接近于1,這說(shuō)明交易持續(xù)期的持續(xù)性比較強(qiáng).同時(shí),,k>1,說(shuō)明布爾分布較好地?cái)M合了交易持續(xù)期的殘差分布,從而進(jìn)一步驗(yàn)證了馬超群和馬明良關(guān)于復(fù)雜的布爾分布更適合我國(guó)高頻數(shù)據(jù)持續(xù)期建模的結(jié)論.在BACD模型參數(shù)估計(jì)的基礎(chǔ)上本文繼續(xù)對(duì)HAR-BACD-V模型中收益率方程和波動(dòng)率方程采用極大似然估計(jì)法進(jìn)行估計(jì).由于超高頻數(shù)據(jù)與低頻數(shù)據(jù)相比在統(tǒng)計(jì)特征上發(fā)現(xiàn)了很大的變化,因而,我們不能在原有的正態(tài)分布條件下對(duì)模型參數(shù)估計(jì),于是,本文采用更廣義的tv(0,1)分布作為收益率殘差ui的分布函數(shù),并在此條件下,構(gòu)造極大似然函數(shù)對(duì)模型參數(shù)進(jìn)行估計(jì).在參數(shù)的初步估計(jì)過(guò)程中,我們發(fā)現(xiàn)交易持續(xù)期對(duì)收益率影響并不顯著,這與耿克紅和張世英得出的結(jié)論是一致的.于是,本文在收益率方程中剔除交易持續(xù)期這個(gè)變量,再重新對(duì)模型參數(shù)進(jìn)行估計(jì),最終估計(jì)結(jié)果如表3所示.3.3估計(jì)模型的檢驗(yàn)1)從表2(BACD模型參數(shù)估計(jì)結(jié)果)可以看出α+β=0.993603,非常接近于1,則反映出交易持續(xù)期存在明顯的集聚類(lèi)特征,即長(zhǎng)的交易持續(xù)期后面緊跟著一個(gè)長(zhǎng)的交易持續(xù)期,短的交易持續(xù)期后面緊跟著一個(gè)短的交易持續(xù)期.這進(jìn)而說(shuō)明了在我國(guó)股票市場(chǎng)中,往往在一段時(shí)間內(nèi)交易非常頻繁,而在另一段時(shí)間內(nèi)交易相當(dāng)平淡.該模型很好地解釋了股市交易持續(xù)期的集聚類(lèi)現(xiàn)象,這與Engle和Russell、Bauwens和Giot等對(duì)美國(guó)證券市場(chǎng)的研究結(jié)論是類(lèi)似的.另外,系數(shù)λ=-6.23E-05,則說(shuō)明交易量的變化率對(duì)交易持續(xù)期存在負(fù)向影響效應(yīng),即我國(guó)股市的交易量變化率越大,交易顯得十分活躍,意味著信息的到來(lái)會(huì)縮短交易持續(xù)期;交易量變化率越小,交易相當(dāng)平淡,同樣意味著信息的缺乏會(huì)延長(zhǎng)交易持續(xù)期.這與馬超群和張明良對(duì)中國(guó)證券市場(chǎng)的研究結(jié)論類(lèi)似,即交易量對(duì)價(jià)格持續(xù)期具有負(fù)的效應(yīng).2)從表3(收益率方程)估計(jì)參數(shù)結(jié)果來(lái)看,我們可知交易持續(xù)期的長(zhǎng)短對(duì)金融產(chǎn)品的收益率沒(méi)有顯著影響,同時(shí),系數(shù)μ=0.005026,且顯著不為零,說(shuō)明交易量變化率對(duì)收益率有正向的影響效應(yīng),即交易量變化率越大,說(shuō)明信息的到來(lái)使市場(chǎng)的需求狀況發(fā)生了變化,股市整體交易頻繁,金融產(chǎn)品的絕對(duì)收益率在增加;反之,交易量變化率越小,說(shuō)明市場(chǎng)缺乏信息,股市整體交易平淡,金融產(chǎn)品的絕對(duì)收益率在減少.這也驗(yàn)證了Copeland提出的連續(xù)信息到達(dá)假說(shuō).3)從表3(波動(dòng)方程)參數(shù)估計(jì)結(jié)果來(lái)看,大多數(shù)參數(shù)都比較顯著.其中β1=0.082092、β2=0.080791、β3=0.078255且這三個(gè)參數(shù)顯著不為零,從而進(jìn)一步驗(yàn)證了我國(guó)股市交易者異質(zhì)性的存在.另外,參數(shù)之間存在β1>β2>β3的關(guān)系,說(shuō)明不同交易頻率投資者的交易行為對(duì)我國(guó)股市波動(dòng)的影響是不同的,短期交易者的交易行為對(duì)我國(guó)股市波動(dòng)影響較大,中期交易者其次,長(zhǎng)期交易者影響最小,這與我國(guó)股票市場(chǎng)個(gè)體投資者占主導(dǎo)、機(jī)構(gòu)投資者比例相對(duì)較少的投資者結(jié)構(gòu)有很大關(guān)系.1/xi前的系數(shù)γ1估計(jì)結(jié)果為正,說(shuō)明交易持續(xù)期越長(zhǎng),意味著沒(méi)有新信息進(jìn)入股票市場(chǎng),多數(shù)投資者選擇不交易,股市交易平淡,從而股市波動(dòng)較小;反之,交易持續(xù)期越短,意味著有大量新的信息不斷進(jìn)入股票市場(chǎng),股市交易顯得十分活躍,從而股市波動(dòng)較大.變量xi/ψi前的系數(shù)估計(jì)結(jié)果為正,這說(shuō)明當(dāng)實(shí)際的交易持續(xù)期與期望的交易持續(xù)期偏離越大時(shí),新信息進(jìn)入市場(chǎng)并沒(méi)有立刻并廣大投資者吸收加以反映,而是逐步向外擴(kuò)散,在這個(gè)擴(kuò)散過(guò)程中同時(shí)伴隨著成交量的放大和股市波動(dòng)的加劇.系數(shù)γ3=-0.100630小于零,這說(shuō)明新信息的流入,使一部分投資者不斷修正自己的交易預(yù)期,在股市活躍時(shí)不至于盲目跟風(fēng),通過(guò)推遲交易減緩股市波動(dòng);在股市冷淡時(shí)不至于失去獲利機(jī)會(huì),通過(guò)積極交易加劇股市波動(dòng).此外,voli前的參數(shù)估計(jì)結(jié)果v為正,說(shuō)明交易量變化率與股市波動(dòng)有正向相關(guān)關(guān)系,即交易量變化率越大,股市波動(dòng)率越大,波動(dòng)越劇烈;交易量變化率越小,股市波動(dòng)率越小,這是因?yàn)樾畔⒘魅胧袌?chǎng)時(shí)更多的投機(jī)者進(jìn)入交易市場(chǎng)使交易量增大,擴(kuò)大了市場(chǎng)的不穩(wěn)定性;而投機(jī)者退出交易市場(chǎng),使交易量減少,同時(shí)也降低了市場(chǎng)的不穩(wěn)定性,這結(jié)果和Easley和O’Hara理論相符.同時(shí),也驗(yàn)證了我國(guó)股票市場(chǎng)信息傳播基本是符合Copeland提出的連續(xù)信息到達(dá)假說(shuō).即市場(chǎng)信息是分步向外傳播的,不對(duì)稱(chēng)信息對(duì)交易量和波動(dòng)性有較持續(xù)的影響,絕對(duì)價(jià)格波動(dòng)和交易量可以作為新信息到達(dá)的不同表現(xiàn)形式,存在著共同變化的趨勢(shì),同時(shí)兩者相互作用,并反映市場(chǎng)的新信息.4