第5期 中国股票市场的波动性研究)))EGARCH2M模型的应用动更为剧烈。这说明了我国投资者的投资理念不强,其投资行为极易受到各种消息的影响,一旦出现利好消息,往往便盲目地进入股市,从而引起股市的剧烈震荡。

最后,在上证综合指数和深证综合指数的模型中,参数D的估计值分别为3.29和3.75,这表明如果增加1个单位的风险(条件方差),在上海证券市场,投资者要求增加3.29个单位的收益率作为对风险的补偿,而在深圳证券市场,则要求增加3.75个单位的收益率。这种较高的风险补偿要求是由于我

27

国证券市场的发展还不完善,股市中的投机氛围很浓,从而导致股价的波动十分剧烈和频繁,而我国投资者的风险承受能力又较弱,因此,投资者对证券风险十分敏感,一旦风险增加,必然要求得到较高的风险补偿。换言之,我国股市的波动性对收益率具有非常显著的影响。

此外,深证综合指数模型的D估计值大于上证综合指数模型的D估计值,说明了深圳证券市场的风险要大于上海证券市场的风险。这一点可以从条件方差ht的时序图(见图1和图2)中得到印证

。

图1 条件方差ht的时序图:上证综合指数 从图上可以发现,上海证券市场和深圳证券市场的波动具有很强的同步性,即条件方差ht的值基本上是同时增加和减少,但在深证综合指数模型中,ht的最大值接近0101,而在上证综合指数模型中,ht的最大值略小于010055。因此,深圳证券市场的风险要高于上海证券市场的风险,相应地,投资者要求的风险补偿也就更高。4 结论

根据以上建模结果,可以得出的基本结论是:我国股市的波动性存在着非对称ARCH效应,即证券收益率的条件方差对正、负冲击具有不对称反应,正冲击对条件方差的影响要大于负冲击对条件方差的影响;我国股市的波动性与收益率显著正相关,投资者所要求的风险补偿较高,这与我国股市的风险较大、投资者的风险承受能力较差是相符的。显然,认识到我国股市波动性的这些特点,可以为投资者规避风险以及政府对股市实施监管提供决策依据。注释:

¹f(ht)通常采用ht、t和lnht三种形式,本文采用这三种形式进行了估计,结果表明采用ht时的估计效果最佳。

º本文对ARCH效应进行了LM和Q检验,得出了与已有研究完全一致的结论,即我国股市存在ARCH效应,为了节省篇幅,本文未列出检验的结果。对于LM和Q检验方法,可参见文献[9]。

图2 条件方差ht的时序图:深证综合指数参考文献:

[1]EngleRF.AutoregressiveConditionalHeteroscedasticity

WithEstimateoftheVarianceofUnitedKingdomInfla2tion[J].Econometrica,1982,(50):98721008.[2]BollerslevT.GeneralizedAutoregressiveConditionalHet2

eroskedasticity[J].JournalofEconometrics,1986,(31):3072327.

[3]丁华.股价指数波动中的ARCH现象[J].数量经济技术经济研究,1999,(9):22225.[4]吴长凤.利用回归2GARCH模型对我国沪深股市的分析[J].预测,1999,(4):46247.

[5]魏巍贤,周晓明.中国股票市场波动的非线性GARCH预测模型[J].预测,1999,(5):47249.[6]王军波,邓述慧.利率、成交量对股价波动的影

响)))GARCH修正模型的应用[J].系统工程理

论与实践,1999,(9):49257.

[7]EngleRF,LilienDM,RobinsRP.EstimatingTime

VaryingRiskPremiaInTheTermStructure:TheARCH2MModel[J].Econometrica,1987,55:3912407.[8]NelsonDB.ConditionalHeteroskedasticityInAssetre2

turns:ANewApproach[J].Econometrica,1991,(59):3472370.

[9]EndersW.AppliedEconometricTimeSeries[M].John

Wiley&SonsInc.,199511352165.t