深圳股票市場杠桿效應研究
2008-01-01 00:00:00蔣天虹
財經問題研究 2008年2期
摘 要：本文應用EGARCH．M模型對深圳股票市場的杠桿效應進行了實證分析，結果表明，深圳市場的收益率有效測度了風險因素，并發現當市場面臨信息沖擊時，壞消息對市場的沖擊大于好消息，即存在顯著負的杠桿效應。在進行分段回歸后，顯示杠桿效應隨時間變化，由初期的負的杠桿效應變化為正的杠桿效應。最后結合我國股票市場特征進行了理論解釋。
關鍵詞：深圳股票市場；波動性；杠桿效應；EGARCH模型
中圖分類號：F830．91文獻標識碼：A文章編號：1000．176X（2008）02．0071．05
一、引 言
現代金融理論的核心內容之一是關于資產選擇和資產定價的研究， 金融風險是其中的關鍵因素之一，而波動性是金融風險的一種典型度量， 因此，研究金融市場的波動性具有理論價值和現實意義。
長期以來，金融資產價格的波動特征很早就被人們所認識。Mandelbrot和Fama的研究發現，金融資產價格變化往往具有“大的波動性后跟隨大的波動性，小的波動性之后往往跟隨小的波動性”的集群性。[10．8]Engle提出了自回歸條件異方差模型（ARCH模型）來刻畫條件方差中存在的這種集群性，認為擾動項的條件方差依賴于它的前期值的大小，[6]但是由于ARCH模型估計時必須保證參數非負且參數之和小于1，這很難精確做到。因此，Bollerslev發展了廣義自回歸條件異方差模型（GARCH模型）來刻畫金融資產條件方差的時變性，[1]該模型較好地解決了參數估計方面的約束問題，之后GARCH類模型得到廣泛的運用。
在資本市場上，許多金融資產當遭遇信息沖擊時通常表現為一種非對稱性，即波動率對市場下跌的反應比對市場上升的反應更加迅速、更加大，由于較低的股價減少了股東權益，股價的大幅下降增加了公司的杠桿作用從而提高了持有股票的風險，因此也被稱為“杠桿效應”。為了描述這種信息的非對稱沖擊，Nelson引進了EGARCH來反映信息波動不對稱方面的影響；[11]Zakoian和Glosten等提出了TARCH模型來描述這種非對稱性；[13．9]Ding et al．提出了PARCH模型以描述沖擊對條件方差的影響。[5]以上的這些模型都通過對方差方程的不同設定來描述信息沖擊的非對稱性。為了使得信息沖擊的非對稱性影響更加直觀，Engle和Ng繪制了好消息和壞消息的非對稱信息曲線。[7]以上發展起來的模型和方法在實證研究中大量運用，眾多的研究結果也證實了波動非對稱效應在各國股票市場的廣泛存在。如Chiang與 Doong應用TAR．GARCH對亞洲7個股票交易所的日收益率、周收益率和月收益率分別建模進行估計；[3]Crouhy 與Rockinger應用ATGARCH和HGARCH模型對全球21個主要股票市場的波動性進行實證研究，[4]大量研究表明，負的杠桿效應在國外市場上最為普遍。
在對實證結果的解釋方面，Campbell與Hentschel以杠桿效應或反饋效應來解釋。[2]根據杠桿效應，股價的下跌將提高公司的財務杠桿(即負債/權益比率) ，從而提高公司的風險，這將通過未來波動性的增大表現出來。這樣，股票未來的波動性與其現有收益之間就存在一個負相關關系。反饋效應則認為，大的利好消息通常伴隨著其他大的利好消息，這樣將增大股價未來的波動性，反過來將增大投資者對股票的預期回報率，降低股票價格，從而減小了利好消息對股價波動性的正向影響。
國內有關我國股市波動性不對稱的文章很多，陳浪南等采用GJR GARCH ．M模型，在劃分時段分別建模的基礎上，發現中國股票市場利好消息比利空消息對市場波動性的影響更大。[14]陸蓉等采用GARCH模型對牛市和熊市階段信息的不平衡效應進行了研究，發現牛市階段呈現收益正沖擊效應，而熊市階段有收益負沖擊效應。[15]周少甫等利用t分布下的EGARCH．M模型發現中國股市波動存在著明顯的非對稱效應，但卻是利空消息比利好消息對市場波動影響更大。[16]李小為研究卻發現上海市場上只存在收益正沖擊效應。[17]總之，國內關于我國股票市場波動非對稱性的研究由于樣本選取和方法的不同，結論也不一致，因此有必要進一步研究。本文應用EGARCH．M模型來探討深圳股票市場的波動非對稱性的特征，結果顯示我國深圳股票市場存在顯著為負的杠桿效應，與國外相關研究結論一致。
二、數據與方法
1．樣本數據選取
我國股票市場創立以來，經歷了從幼稚到成熟的發展階段，無論是投資者素質還是監管部門的機制設定和管理制度都得到了初步改進和成熟。鑒于股票市場創立初期，股票市場各種違規事件的層出不窮，監管機制的不完善，本文選取我國1996年12月16日開始實施漲跌幅限制作為研究的起點，考慮到該制度實施前股價的大幅度波動和實施后的適應期，選取漲跌幅限制開始實施一個月后的交易日作為樣本的起點。因此，本文選取深圳A股綜合指數1997年1月20日到2007年6月29日的收盤指數，共2 516個數據，數據來源于WIND咨詢數據庫。
由于股票指數是一個具有單位根的非平穩過程，因此，對此取對數差分得到深圳股市的日收益率序列：R=log(Pt)．log(Pt．1)，Pt表示第t日的收盤指數。ADF檢驗顯示收益率序列的統計量為．48．508，小于1%水平下的臨界值．3．433，故收益率序列為平穩序列，可以直接用于 EGARCH模型中。
2．模型設定
國內大量實證研究顯示我國股市是弱式有效的，收益率存在自相關性。另外，為反映股票收益率與其風險的相關性，引入條件標準差以替代風險水平，因此，假設收益率序列服從如下隨機過程：
上式中Rt代表市場指數日收益率，式中的λ是風險溢價的度量，是投資者的相對風險厭惡系數，在理論上說，如果投資者是風險厭惡型，市場風險溢價和市場的條件方差（風險）應該是正相關的，也即是λ應為正值，風險越大，預期收益也應越高。n是滯后階數。
描述股票市場杠桿效應的模型很多，如TGARCH模型（也簡稱為GJR模型）、EGARCH模型和PARCH模型等，其中前面兩個使用得較多。本文采用Nelson[11]提出的EGARCH模型（指數GARCH模型）的修正形態，模型中的條件方差方程為方程（2）式。該模型一方面確保條件方差是非負的，另一方面允許殘差的條件分布服從正態分布、學生t分布或GED分布，多種分布假定可以更好地描述殘差的分布特征，本文假設殘差服從學生t分布。
等式（2）左邊是條件方差的對數，意味著杠桿影響是指數的，而不是二次的，所以條件方差的預測值一定是非負的，杠桿效應的存在只要通過γ≠0的檢驗就可證明：好消息（ut．1>0）和壞消息（ut．1<0）對條件方差有不同的影響，當γ≠0時，說明存在杠桿效應，如果γ>0，好消息對條件方差的沖擊比壞消息大，反之，如果γ<0，說明壞消息的沖擊大于好消息。另外，為了保證條件方差σt為正值，且未預期收益ut服從寬平穩過程，條件方差等式中的各項系數需滿足： ω>0，β>0，α>0，α+β<1。
三、實證研究
1．全樣本估計結果
首先觀察收益率序列，其描述性統計量如表1所示，樣本期內日均收益率為正，但收益率整體偏低，甚至低于同期銀行存款利率水平，對比投資者投入股市所承擔的風險及收益，可以部分解釋我國儲蓄率為何居高不下的狀況。另外，從偏度、峰度及J．B統計量可見，收益率不服從正態分布，而是呈現“尖峰厚尾”的特征。
為描述收益率的自相關性，加入其滯后項，并根據AIC準則和SC準則來選擇滯后階數，結果顯示，AR（4）具有最小的 AIC值和SC值，且四階之后對應的統計量不斷變大，因此，選擇滯后四階。對方程（1）回歸后的殘差進行ARCH．LM檢驗，結果顯示，F統計量和TR2統計量分別為56．015和157．732，且都在1%的顯著性水平下拒絕不存在ARCH效應的原假設，即深圳股市日收益率存在ARCH效應，因此，構建AR．EGARCH模型，并假設殘差的條件分布服從t分布，并采用準極大似然（QML）方法估計。
根據估計的EGARCH模型結果，依據Engle和Ng[7]的思想，為使信息沖擊的杠桿效應影響更加直觀，繪制相應的杠桿效應的信息沖擊曲線如圖1：
從圖1可以看出，信息沖擊曲線在沖擊小于0時，也就是面臨負沖擊或者是壞消息時，比較陡峭；而在正沖擊時則相對平緩。這就說明了負沖擊使得市場波動性的變化比正沖擊更大，存在顯著的杠桿效應。
2．分段分析
陳浪南和陸蓉的研究顯示，信息沖擊的杠桿效應是隨時間變化的，前者利用ICSS法則尋找收益率序列中波動性突然變化的點，并以此來劃分時段，后者根據艾略特波動理論，并結合我國股市發展的政策干預和政策變遷來劃分“牛市”和“熊市”。[14．15]本文直接按照深圳A股綜合指數在樣本區間內的起伏來劃分區段，如圖2所示。
深圳A股綜合指數從1997年1月20日的351．15點上升到2001年6月13日的697．68點，然后開始下挫，并于2005年7月18日探底，指數為244．71點。隨后開始進入上升通道，指數一路飆升，到2007年6月29日時已達1 125．7點。因此，本文把樣本劃分為三個區段，分別為：1997年1月20日—2001年6月13日；2001年6月14日—2005年7月18日；2005年7月19日—2007年6月29日。然后分別對各時間段進行回歸，考察信息沖擊的杠桿效應隨時間變化的可能性。回歸結果如表2所示：
從表2的第三、四、五列可見，在三個時間段內，深圳股票市場仍存在顯著的杠桿效應。在第一階段，在10%的水平下存在負的杠桿效應；在第二階段，在1%的水平下仍然存在負的杠桿效應；在第三階段，在1%的水平下卻存在正的杠桿效應。分段回歸之后，杠桿效應的結論也不一致，在前兩個階段，都存在負的杠桿效應，而在之后的大牛市中存在正的杠桿效應。從表2的第三、四、五列可見，在三個時間段內，深圳股票市場仍存在顯著的杠桿效應。在第一階段，在10%的水平下存在負的杠桿效應；在第二階段，在1%的水平下仍然存在負的杠桿效應；在第三階段，在1%的水平下卻存在正的杠桿效應。分段回歸之后，杠桿效應的結論也不一致，在前兩個階段，都存在負的杠桿效應，而在之后的大牛市中存在正的杠桿
效應。結合在第二階段，杠桿效應的顯著性相對降低，表明深圳股市的杠桿效應隨著市場的發展和時間的推移在發生變化。
另外，λ估計值隨著時間的推移不斷增大且統計上顯著，表明我國股票市場是不斷發展的，投機成分不斷減少以及投資者的逐漸成熟。四、結論與分析
從以上分析可見，深圳股票市場中存在著顯著負的非對稱性波動或“杠桿效應”，在第一階段和第二階段同樣存在負的杠桿效應，但顯著性在減弱。
負的杠桿效應的結論與國外研究一致，這意味著同等強度的利空消息比利好消息導致的預期市場波動更大。意味著深圳股票市場對市場的利空消息非常敏感，它的發生與出現利空消息和人們對股市的心理預期相符合。從投資者的心理可以進行解釋：行為金融學的研究表明市場參與者所普遍存在羊群效應，投資者當面臨新聞媒體的消息傳播、市場流言以及市場人氣等消息時有從眾行為的出現，它會產生一種信號的放大機制，可以迅速擴大該消息的影響程度和范圍。因此，當面臨利空消息時，該消息對市場沖擊的力度會隨著投資者之間相互傳遞及相互情緒和行動的影響逐漸增大，甚至遠遠超出信息本身的影響，不利影響的夸大和投資者的傳遞使得整個市場紛紛殺跌，呈現顯著負的杠桿效應。
另一方面，從交易機制來看，由于我國股票市場目前還缺乏做空機制，這決定了我國股票價格變化方向上的不對稱性，加劇了市場價格單向波動趨勢。當面臨壞消息時，投資者只能通過賣出股票來降低風險，而不能使用股指期貨進行賣空。這都加劇了股市風險單向累積，呈現負的杠桿效應，使得投資者對于負沖擊異常敏感。
另外，我國上市公司股本結構、業績及市場投資者的構成也決定了市場在面臨信息沖擊時的過度反應。我國上市公司在股權分置改革之前，存在流通股和非流通股之分，且流通股所占比例較小，使得國有股東和法人股東長期侵害流通股股東的合法利益而無視企業的經營管理，上市公司成為大股東圈錢的工具，導致上市公司業績普遍低下，缺乏長期投資價值，結果短期投機行為盛行。而投資者素質對市場波動也有很大的影響。投資者可以分為個人投資者（也稱為散戶）和機構投資者（包括證券公司及基金管理公司等）。在我國，投資者結構是以個人為主導的，居民個人成為推動股市發展的主要資金供應者，并成為股市擴容和發展的最直接動力。另一方面，個人投資者由于在信息占有等方面的劣勢，在投資行為上具有較強的盲從和跟風傾向；而證券公司和許多法人投資者的資金來源具有短期性為違規色彩，其交易行為的投機性與個人投資者相似，這種追求短期利潤的投資理念決定了整個市場的非理性氛圍。
這些都決定了我國股票市場缺乏長期的穩定投資者，市場換手率居高不下，參與者關注短期內的收益，因此，對信息沖擊異常敏感。結合上市公司的圈錢動機、投資者對股市信心的不穩定及股價偏離其均衡價值，一旦市場中出現利空消息，投資者就會迅速的抽逃資金，股市就會發生劇烈的波動，呈現負的杠桿效應。
但是在第三階段，杠桿效應變化為正的，意味著好消息的沖擊對市場的影響大于壞消息。一方面，我國股票市場在該區間內處于開市以來最大的牛市，與陸蓉的研究結論吻合；另一方面，與我國股權分置改革的逐步推進及對上市公司監管的逐步完善相適應，上市公司業績有所上升，信息披露逐步完善，股東利益逐漸趨于一致，這些都給與投資者對股票市場發展的極大信心，價值投資理念被廣泛接受，投資者更為理性，更關注公司的內在價值和增長潛力而不是短線的炒作。機構投資者如社保基金、保險公司及大量基金管理公司的設立，保證了市場上擁有穩定的投資主體。因此，在市場面臨壞消息的沖擊時，投資者總是可以理性的對待，不會出現之前時間段內的大勢殺跌的行為，市場也不會出現大幅波動，而在面臨利好消息時，投資者信心和熱情被激活，推動市場加速向上。
當然，這也與我國目前缺乏做空機制和流動性泛濫有關。缺乏做空機制下，在牛市階段只能做多才能獲取收益，所以機構投資者不斷拉升股價，與此同時充沛的場外資金的涌入也提供了拉升的基礎，因此，在股市繁榮的背后仍然有隱患存在。
總之，深圳股票市場在總的樣本區間內有顯著負的杠桿效應，在分段之后，第一階段和第二階段存在負的杠桿效應但顯著性在減弱，而到第三階段，杠桿效應發生變化，呈現正的杠桿效應。進一步驗證了我國股票市場的杠桿效應隨著股票市場的發展和時間的推移是不斷發生變化。另外，分段回歸結果也顯示了我國股票市場處于不斷完善和發展的進程中，市場逐步趨于成熟和理性。但是交易機制和監管體制上的缺陷有待進一步完善，以保證股票市場的健康有序發展。
參考文獻：
［1］ Bollerslev， T. Generalized Autoregressive Conditional Heteroskedasticity［J］．Journal of Econometrics，1986，(31):307．327.
［2］ Campbell，JohnY.and Ludger Hentschel.No news is good News: An symmetric model of changing volatility in stocker Returns［M］． Unpublished manuscript， Princeton University，1990.
［3］ Chiang，ThomasC.and DoongS.C. Empirical Analysis of Stock Returns and Volatility: Evidence from Seven Asian Stock Markets Based on TAR．GARCH Model［J］. Review of Quantitative Finance and Accounting， 2001， (17):301．318.
［4］ Crouhy，Michel and Michael Rockinger. Volatility Clustering Asymmetry and Hysteresis in Stock Returns: InternationalEvidence［J］. Financial Engineering and the Japanese Markets，1997，(4):1．35.
［5］ Ding， Z.， Granger， C. W. J. and Engle， R. F. A long memory property of stock market returns and a new model［J］. Journal of Empirical Finance，1993，(1): 83．106.
［6］ Engle，R.F. Autoregressive Conditional heteroskedasticity with estimates of UK inflation［J］.Econometrica，1982，(50):987．1008.
［7］ Engle ，R. F. ，and Victor K. Ng. Measuring and testing the impact of news on volatility［J］.Journal of Finance，1993，( 48 ):1749．1778.
［8］ Fama E F.The Behavior of Stock Market Prices［J］. Journal of Business，1965. 38.
［9］ Glosten， L. R.， R Jagannathan， and D. Runkle.On the Relation between the Expected Value and the Volatility of the Nominal Excess Return on stocks［J］.Journal of Finance， 1993， (48):1779．1801.
［10］ Mandelbrot，B .The Variation of Certain Speculative Prices［J］. Journal of Business，1963，36.
［11］ Nelson，Daniel B. Conditional Heterosdasticity in Asset Return: A New Approach［J］.Economitrica，1991，(59):347．370.
［12］ Robert F Engle， Victor K. Ng.Measuring and testing the impact of new s on volatility［J］. Journal of Finance， 1993，(148): 1749．1779.
［13］ Zakoǐan，J.M.Threshold Heteroskedastic Models［J］. Journal of Economic Dynamics and Control， 1994， (18):931．944.
［14］ 陳浪南，黃杰鯤.中國股票市場波動非對稱性的實證研究［J］.金融研究，2002，(5).
［15］ 陸蓉，徐龍炳.“牛市”和“熊市”對信息的不平衡性反應研究［J］.經濟研究，2004，(3).
［16］ 周少甫，袁興興.我國股票市場波動非對稱性的實證研究［J］.當代經濟管理，2005，(6).
［17］ 李小為.股票市場波動非對稱性的實證研究［J］.中外企業家，2006，(8).
［18］ 趙景文．上市公司信息披露質量的投資價值分析——基于深圳證券市場的相關數據［J］．云南財經大學學報，2007，（2）．
（責任編輯：于振榮）
注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”
