股票市場(chǎng)的波動(dòng)性存在結(jié)構(gòu)突變嗎

摘要：基于1996年12月至2013年7月間的日度時(shí)間數(shù)據(jù)，并加入異常值對(duì)方差的結(jié)構(gòu)突變檢測(cè)影響，運(yùn)用修正的ICSS算法探究中國(guó)股市波動(dòng)的結(jié)構(gòu)突變性。實(shí)證表明，異常值的產(chǎn)生往往與一些政策事件相關(guān)，這印證了中國(guó)資本市場(chǎng)的“政策市”特點(diǎn)；剔除異常值的影響后，滬深股市收益的波動(dòng)分別出現(xiàn)了5次結(jié)構(gòu)突變，波動(dòng)存在輕微的偽持續(xù)性現(xiàn)象，突變的時(shí)點(diǎn)也與一些重大經(jīng)濟(jì)事件相對(duì)應(yīng)，這反映出中國(guó)資本市場(chǎng)的不穩(wěn)定性及政策效應(yīng)。因此，監(jiān)管層有必要完善市場(chǎng)機(jī)制建設(shè)，謹(jǐn)慎應(yīng)對(duì)各種國(guó)內(nèi)外政策沖擊等引起的市場(chǎng)風(fēng)險(xiǎn)。

關(guān)鍵詞：股市；GARCH；異常值；結(jié)構(gòu)突變

文章編號(hào)：2095-5960（2014）02-0043-07；中圖分類號(hào)：F830；文獻(xiàn)標(biāo)識(shí)碼：A

一、引言與文獻(xiàn)綜述

波動(dòng)性是金融理論的核心，精確刻畫金融資產(chǎn)收益的波動(dòng)性對(duì)開展金融活動(dòng)至關(guān)重要。然而，一些諸如政策調(diào)整或金融危機(jī)等經(jīng)濟(jì)沖擊事件往往會(huì)造成金融系統(tǒng)短期內(nèi)劇烈震蕩，使資產(chǎn)收益率出現(xiàn)異常變化甚至改變其波動(dòng)預(yù)期。這種異常變化極有可能引起資產(chǎn)收益的無條件方差出現(xiàn)時(shí)變特性，即改變波動(dòng)的持續(xù)性。而以往大多數(shù)的研究，均使用一個(gè)穩(wěn)定的ARCH（GARCH）[1][2]過程對(duì)金融市場(chǎng)的收益率進(jìn)行波動(dòng)性建模，顯然忽略了這種結(jié)構(gòu)性變化產(chǎn)生的影響。

事實(shí)上，20世紀(jì)90年代以來一些學(xué)者便開始注意到波動(dòng)的時(shí)變特性（Diebold，1986；LamoureuxLastrapes，1990）[3]]4]。MikoschSarica（2004）[5]強(qiáng)調(diào)，忽略了波動(dòng)的結(jié)構(gòu)突變性將導(dǎo)致GARCH模型的估計(jì)結(jié)果出現(xiàn)偏誤，過高的估計(jì)波動(dòng)的持續(xù)性，即出現(xiàn)偽持續(xù)現(xiàn)象。Malik Hassan（2004）[6]、Rapach Strauss（2008）[7]等指出，通過ICSS算法檢測(cè)出的結(jié)構(gòu)突變時(shí)點(diǎn)往往與一些重要經(jīng)濟(jì)沖擊事件相關(guān)，這些政策事件可能是波動(dòng)出現(xiàn)結(jié)構(gòu)突變的誘導(dǎo)因素。Malik、EwingPayne（2005）[8]、Kang、ChoYoon（2009）[9]、KumarMaheswaran（2012）[10]等研究發(fā)現(xiàn)，股票市場(chǎng)的結(jié)構(gòu)突變性不僅存在于發(fā)達(dá)國(guó)家市場(chǎng)，還廣泛存在于諸如東歐、亞洲等一些新興市場(chǎng)國(guó)家中，且這種波動(dòng)的結(jié)構(gòu)性變化較之更為頻繁，這也與新興市場(chǎng)國(guó)家更容易受到國(guó)內(nèi)政策的干預(yù)和國(guó)外經(jīng)濟(jì)沖擊等現(xiàn)狀相符，市場(chǎng)表現(xiàn)出不穩(wěn)定的特點(diǎn)。更進(jìn)一步，這些經(jīng)濟(jì)沖擊事件同時(shí)也會(huì)導(dǎo)致金融時(shí)間序列的收益出現(xiàn)異常觀測(cè)值（Outliers）。而RodriguesRubia（2011）[11]最近的研究則表明，異常值的存在會(huì)嚴(yán)重影響基于ICSS算法下的結(jié)構(gòu)突變檢測(cè)結(jié)果，降低其檢驗(yàn)勢(shì)甚至檢測(cè)出錯(cuò)誤的突變時(shí)點(diǎn)。國(guó)內(nèi)研究方面，王芳和張文愛（2012）[12]探究了中國(guó)股票市場(chǎng)的雙記憶性與結(jié)構(gòu)突變性，發(fā)現(xiàn)波動(dòng)的結(jié)構(gòu)突變會(huì)影響長(zhǎng)記憶特性。謝赤和趙丹（2012）[13]的實(shí)證結(jié)果表明，人民幣匯率在對(duì)其他幾種主要貨幣存在不同程度的偽持續(xù)性現(xiàn)象，而加入結(jié)構(gòu)突變點(diǎn)后有效降低了波動(dòng)的偽持續(xù)性。李宇浩和顧鋒娟（2013）[14] 運(yùn)用GARCH模型，對(duì)2005年1月至2012年6月國(guó)際股票市場(chǎng)、國(guó)際債券市場(chǎng)、國(guó)際外匯市場(chǎng)和資本流入對(duì)我國(guó)滬深300指數(shù)的傳導(dǎo)影響進(jìn)行研究。實(shí)證分析表明，“世界因素”對(duì)我國(guó)股市收益率 （yield）存在顯著傳導(dǎo)影響，我國(guó)股市收益率超過1/4的波動(dòng)可以從“世界因素”中得到解釋，這說明當(dāng)前國(guó)際金融市場(chǎng)風(fēng)險(xiǎn)已經(jīng)成為我國(guó)股市波動(dòng)的重要源頭。夏芳（2012）[15]研究發(fā)現(xiàn)，管理者盈余管理使得股價(jià)同步性降低，而投資者情緒波動(dòng)使得股價(jià)同步性上升；但是，兩者均導(dǎo)致股票收益的“慣性”或“反轉(zhuǎn)”效應(yīng)增強(qiáng)，即市場(chǎng)信息效率下降。

就中國(guó)而言，股票市場(chǎng)受政策干預(yù)較多，這使得收益率出現(xiàn)異常值的現(xiàn)象更為突出，而以上文獻(xiàn)中較少注意到異常值的存在對(duì)結(jié)構(gòu)突變的影響。因此，本文在RodriguesRubia（2011）的基礎(chǔ)上，在研究中加入異常值對(duì)結(jié)構(gòu)突變的影響，一方面探究中國(guó)股票市場(chǎng)的政策特性，另一方面則通過剔除異常值的影響，探究股市波動(dòng)的結(jié)構(gòu)突變特性，進(jìn)而提出相應(yīng)的政策建議。

二、計(jì)量方法介紹

（一）結(jié)構(gòu)突變檢驗(yàn)——修正的ICSS算法

表2中還給出了這些異常值附近時(shí)點(diǎn)上所產(chǎn)生的一些經(jīng)濟(jì)、政治等沖擊事件。可以看出，在整個(gè)樣本期內(nèi)有近75%的異常值出現(xiàn)均與政府對(duì)市場(chǎng)的干預(yù)直接相關(guān)，這可能是由于中國(guó)資本市場(chǎng)剛起步，市場(chǎng)行為還未趨于規(guī)范，因而“政策市”的特點(diǎn)比較明顯。例如1996年為抑制股市過度投機(jī)，《人民日?qǐng)?bào)》刊登的社論引發(fā)股市一輪較大幅度的調(diào)整，1999年為搞活市場(chǎng)的六項(xiàng)政策則引爆了著名的“5·19”行情，2000年以后的新股配售制度、國(guó)有股減持辦法等。這些政策的出臺(tái)，不僅僅在當(dāng)天影響到股市價(jià)格，還影響股市日后的走勢(shì)。另外，金融全球化背景下，中國(guó)股市逐漸受到全球金融市場(chǎng)的影響。金融危機(jī)初期，全球股市下挫觸發(fā)“中國(guó)資產(chǎn)價(jià)值重估”，2008年1月22日隨著平安融資消息發(fā)布，兩市重挫7%，近千只個(gè)股跌停，并由此伴隨世界股市一路下跌。

需要說明的是，2008年9月20日至2013年7月5日期間近5年內(nèi)并未檢測(cè)出其他異常值，通過統(tǒng)計(jì)分析發(fā)現(xiàn)，這段時(shí)期內(nèi)股市日收益率的絕對(duì)值在2008年9月22日最大，日收益為7.7%。該時(shí)點(diǎn)緊鄰最后一個(gè)異常值點(diǎn)（當(dāng)天日收益為9.45%），因此具有很強(qiáng)的慣性因素，而非政策沖擊。若將臨界值放寬至C=8，以上證指數(shù)為例，則檢測(cè)出39個(gè)異常值，其中有5個(gè)異常值位于2008年9月20日后的時(shí)段，取絕對(duì)值處理，最小值為6.05%，從沖擊的程度上看，有4個(gè)異常值小于之前檢測(cè)結(jié)果的最低水平7.61%。本文對(duì)異常值檢測(cè)采用了較高的臨界值，更多的是關(guān)注那些對(duì)股市影響程度較為劇烈的沖擊事件，檢測(cè)結(jié)果與實(shí)際情況一致。2008年9月19日之后中國(guó)股市出現(xiàn)異常波動(dòng)的情況有所下降，這與波動(dòng)的結(jié)構(gòu)突變特性也是相一致的，即波動(dòng)相繼進(jìn)入低波動(dòng)機(jī)制內(nèi)。

（三）方差的結(jié)構(gòu)突變檢驗(yàn)

對(duì)數(shù)據(jù)進(jìn)行異常值修正后，我們通過結(jié)構(gòu)突變檢驗(yàn)發(fā)現(xiàn)，上證A股指數(shù)與深成指數(shù)的波動(dòng)性在樣本期內(nèi)均出現(xiàn)了5次結(jié)構(gòu)突變現(xiàn)象，將樣本序列劃分為6個(gè)不同的機(jī)制（Regime）。圖1、2中，分別用個(gè)標(biāo)準(zhǔn)差的帶寬刻畫每個(gè)結(jié)構(gòu)突變點(diǎn)所定義的區(qū)間。另外，與Malik Hassan（2004）、Rapach Strauss（2008）等一樣，我們還在表3中列出了這些結(jié)構(gòu)突變時(shí)點(diǎn)附近選取的一些重要經(jīng)濟(jì)沖擊事件。

四、結(jié)論與政策建議

綜上所述，結(jié)構(gòu)突變的引入對(duì)于正確認(rèn)識(shí)中國(guó)股市的波動(dòng)特征至關(guān)重要。本文通過引入異常值檢驗(yàn)，剔除異常值對(duì)結(jié)構(gòu)突變檢測(cè)的影響之后，對(duì)中國(guó)股市1996年12月16日至2013年7月5日這17年間收益率的波動(dòng)性進(jìn)行實(shí)證分析，發(fā)現(xiàn)：

在異常值檢測(cè)上，上證A股存在16個(gè)異常觀測(cè)值，深成指數(shù)存在13個(gè)異常觀測(cè)值，絕大多數(shù)異常觀測(cè)值的出現(xiàn)往往與一些政策事件相關(guān)，從另一方面印證了中國(guó)股市的“政策市”特點(diǎn)。此外，2007年以后中國(guó)股票市場(chǎng)也開始更多地受到全球市場(chǎng)的影響，國(guó)際金融市場(chǎng)上的突發(fā)性劇烈動(dòng)蕩也會(huì)影響中國(guó)股市收益的波動(dòng)狀況。

剔除異常值對(duì)結(jié)構(gòu)突變檢測(cè)的影響之后，滬深股市收益的波動(dòng)特征在樣本期內(nèi)各出現(xiàn)了5次結(jié)構(gòu)突變，而在2005年之后這種突變現(xiàn)象較頻繁。這表明中國(guó)資本市場(chǎng)仍是一個(gè)不成熟的市場(chǎng)，存在著波動(dòng)的不穩(wěn)定性，且政策沖擊、制度變遷和金融危機(jī)等沖擊事件對(duì)市場(chǎng)的影響較為明顯，而這些沖擊事件可能是引起市場(chǎng)收益的波動(dòng)出現(xiàn)結(jié)構(gòu)突變的誘因。

最后，在偽持續(xù)現(xiàn)象上，中國(guó)股市收益波動(dòng)的持續(xù)性較長(zhǎng)，即一旦出現(xiàn)較大的沖擊，金融系統(tǒng)表現(xiàn)出比較明顯的不穩(wěn)定性，且這種動(dòng)蕩的持續(xù)時(shí)間也較長(zhǎng)，這也符合新興市場(chǎng)國(guó)家資本市場(chǎng)特點(diǎn)。

盡管中國(guó)經(jīng)濟(jì)總量已躍居世界第二，但中國(guó)資本市場(chǎng)的發(fā)展依然相對(duì)滯后。在金融自由化和全球化浪潮下，監(jiān)管者應(yīng)準(zhǔn)確把握金融市場(chǎng)的波動(dòng)特性及其時(shí)變特性。一方面，應(yīng)當(dāng)完善制度建設(shè)，通過出臺(tái)相關(guān)政策法規(guī)，從法理上規(guī)范資本市場(chǎng)的正常秩序，維護(hù)廣大普通投資者的合法權(quán)益，并加強(qiáng)對(duì)廣大投資者的引導(dǎo)，積極引導(dǎo)投資者回歸理性投資，方可有效降低資本市場(chǎng)的非理性波動(dòng)。另一方面，在干預(yù)市場(chǎng)時(shí)，監(jiān)管者還應(yīng)密切關(guān)注國(guó)內(nèi)外宏觀經(jīng)濟(jì)形勢(shì)，評(píng)估這些沖擊因素對(duì)中國(guó)資本市場(chǎng)的影響，方可制定有效的政策方案來應(yīng)對(duì)其可能對(duì)中國(guó)資本市場(chǎng)造成的結(jié)構(gòu)性變化影響以及潛在的極端市場(chǎng)風(fēng)險(xiǎn)，降低這種影響程度并減少由此造成的潛在損失。

參考文獻(xiàn)：

[1] Engle，R. F.Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation [J]. Econometrica，1982.50（4）：987-1007.

[2] Bollerslev，T. Generalized autoregressive conditional heteroskedasticity [J].Journal of Econometrics，1986，31（3）：307 – 327.

[3] Diebold，F(xiàn). X. Modeling the persistence of conditional variance： a comment [J].Econometric

Reviews，1986，5（1）：51-56.

[4] Lamoureux，C. G. and W. D. Lastrapes. Persistence in Variance， Structural Change， and the

GARCH Model [J] . Journal of Business and Economic Statistics，1990，8（2）：225-234.

[5] Mikosch，T. and C. Sarica. Nonstationarities in financial time series， the long range dependence， and the IGARCH effects [J] . Review of Economics and Statistics，2004，86（1）：378-390.

[6] Malik，F(xiàn). and S. A. Hassan. Modeling volatility in sector index returns with GARCH models using an iterated algorithm [J] . Journal of Economics and Finance，2004，28（2）：211-225.

[7] Rapach，D. E. and J. K. Strauss. Structural breaks and GARCH models of exchange rate volatility [J].Journal of Applied Economics，2008，23（1）：382-416.

[8] Malik，F(xiàn).，B. T. Ewing and J. E. Payne. Measuring volatility persistence in the presence of sudden changes in the variance of Canadian stock returns [J].Canadian Journal of Economics，2005，38（3）：1037-1056.

[9] Kang，S. H.，H. G. Cho and S. M. Yoon. Modeling sudden volatility changes： Evidence from Japanese and Korean stock markets [J] . PHYSICA，2009，388（17）：3543-3550.

[10] Kumar，D. and S. Maheswaran. Modelling asymmetry and persistence under the impact of sudden changes in the volatility of the Indian stock market [J].IIMB management Review，2012，24（4）：123-136.

[11] Rodrigues，P. M. and A. Rubia. The Effects of Additive Outliers and Measurement Errors when Testing for Structural Breaks in Variance [J] . Oxford Bulletin of Economics and Statistics，2011，73（4）：449-468.

[12]王芳，張文愛.中國(guó)股票市場(chǎng)結(jié)構(gòu)突變與雙長(zhǎng)記憶的實(shí)證分析 [J].統(tǒng)計(jì)與決策，2012（7）：152-155.

[13]謝赤，趙丹. 結(jié)構(gòu)突變會(huì)影響人民幣匯率收益率波動(dòng)特性嗎？[J].南方經(jīng)濟(jì)，2012（9）：102-115.

[14]李宇浩，顧鋒娟.風(fēng)險(xiǎn)傳導(dǎo)、資本流入與股市波動(dòng)——基于滬深300指數(shù)的實(shí)證研究[J].證券市場(chǎng)導(dǎo)報(bào)，2013（4）：34-38.

[15]夏芳.盈余管理、投資者情緒與股價(jià)“同漲同跌” [J].證券市場(chǎng)導(dǎo)報(bào)，2012（8）：49-56.

[16] Sanso，A，V. Arrago and J. L. Carrion. Testing for change in the unconditional variance of financial time series [J] . Revistade Economia Financiera，2004（ 4）：32-53.

[17] Inclan，C. and G. C. Tiao. Use of cumulative sums of squares for retrospective detection of changes in Variance [J] . Journal of the American Statistical Association，1994，89（427）：913-923.

[18] Andreou，E. and E. Ghysels. Detecting Multiple Breaks in Financial Market Volatility Dynamics [J] . Journal of Applied Econometrics，2002，17（5）：579-600.

[19] Newey，W.K. and K. D. West. Automatic Lag Selection in Covariance Matrix Estimation [J] . Review of Economic Studies，1994，61（4）：631-653.

[20] Aggarwal，R.，C. Inclan and R. Leal .Volatility in Emerging Stock Markets [J] . The Journal of Financial and Quantitative Analysis，1999，34（1）：33-55.

[21] Franses，P. H. and H. Ghijsels. Additive outliers， GARCH and forecasting volatility [J] . International Journal of Forecasting，1999，15（1）：1-9.