滬深股市夏普比率的多重分形相關性分析

吳栩　宋光輝　董艷

摘 要 不同市場的相互關系是金融中的熱點問題，現有研究常常僅從風險或者收益的角度加以討論，忽視了股票市場風險與收益不可分割性的特征.基于此，本文從滬深股市的夏普比率的角度分析了兩個市場的相互關系.結果表明，兩個市場間的協整不明顯，其相關性呈現多重分形波動.

關鍵詞 相互關系；夏普比率；滬深股市；多重分形

中圖分類號 F830.91 文獻標識碼 A

1 引 言

無論是證券投資者，還是證券監(jiān)管者，都十分關注不同股票市場間的相互關系.當不同股票市場所面臨的環(huán)境相似時，其相互關系可充分反映資金的流向以及市場效率.滬市和深市同處中國大陸，所面對政治、經濟、法律等外部環(huán)境相同，所面臨的市場監(jiān)管、投資者結構、上市公司質量等內部因素相似，兩市場間的相互關系更是受到了實業(yè)界與學術界的密切關注.眾多學者指出，滬市和深市的收益、波動之間具有較強的相互關系.鑒于此，實業(yè)界和學術界常常以滬市為代表，把上證綜指作為市場指數，認為滬市和深市具有同質性^[1].然而，股票市場的特征在于風險和收益兩個方面，市場監(jiān)管者、股票投資者并非單純的關注風險或者收益.單純的分析市場風險間相互關系或者單純的分析市場收益間的相互關系對于投資者資產配置、監(jiān)管者洞悉市場無濟于事.因此，本文以夏普比率作為風險調整后收益的測度指標，對我國滬深股市的相互關系進行分析；以期彌補現有文獻的空白以及為實業(yè)界提供一定的參考.

2 文獻評述

國內外學者對不同市場間的相互關系常常從收益率或波動率相關性、均值或波動溢出效應等角度對其加以分析.Andrew 和 Helen （2004）^[2]發(fā)現亞洲成熟股票市場和新興資本市場間存在顯著的均值與波動溢出效應.Graham等（2012）^[3]發(fā)現22個新興股票市場與美國股票市場間具有較強的聯動性.近期，Loh（2013）^[4]進一步指出，歐洲、美國股票市場與13個亞太股票市場的收益率間有較強的聯動性，但在金融危機期間也表現出一些差異性.此外，Thao等（2013）^[5]等國外學者也進行了類似研究.這些研究主要從收益率或波動率的角度對不同市場的相互關系進行分析，未曾考慮到股票市場是風險和收益的綜合體.同時，其所使用的方法往往是線性的，隨著中國股市的分形特征逐漸被眾多學者發(fā)現^[6，7]，完全照搬上述線性分析方法分析中國股市難免有失偏頗.

鑒于不同市場間相互關系的重要性，國內學者也對此進行了大量研究.魯旭和趙迎迎（2012）^[8]認為滬深港三個市場直接或間接引導對方，滬深股市對港市的信息沖擊做出類似的反應，且與港市的動態(tài)關聯性具有趨同性.周璞和李自然（2012）^[9]基于非線性Granger因果關系檢驗指出中國大陸股市和世界其他主要股票市場之間存在非線性信息溢出.董艷和梁滿發(fā)（2013）^[10]指出香港和美國股市對上海股市存在明顯的波動溢出效應.張瑞鋒和汪同三（2013）^[11]利用上證指數和深圳成份指數的高頻時間序列，分析了兩個市場之間波動溢出效應.熊正德和韓麗君（2013）^[12]對中國匯市與股市間的波動溢出效應進行實證研究，結果表明，匯市與股市間在人民幣持續(xù)升值階段和持續(xù)震蕩階段均存在不對稱的波動溢出效應.

由上可見，隨著信息流動的加速，不同資本市場的收益率或波動率之間存在一定的相互關系.然而，現有研究僅僅從收益率或者波動率的角度來考察市場間的相互關系，未曾結合資本市場風險和收益的必須統一考慮的特征.獨立的從風險、收益的單一角度分析不同市場間的相互關系不利于有效刻畫資本市場的相互關系.同時，這些分析方法同樣不能對股票市場的分形特征量體裁衣.因此，本文有別于既有研究，而以夏普比率作為風險調整后的收益指標，采用協整等傳統方法和多重分形分析法對我國滬深股市的相互關系展開分析.

5 結論與展望

本文基于當前學者常常單純的從風險或收益的角度來研究不同市場間的相互關系，忽略了股票市場是風險和收益的結合體的本質特征，不足以全面考察不同市場的相互關系的研究現狀，以夏普比率作為調整風險后的收益，從把風險和收益作為整體的角度考察了我國滬深股市的相互關系.結果顯示，我國滬深股市的夏普比率序列不穩(wěn)定，呈現多重分形波動；兩市場間的協整不明顯，其相關性以多重分形的形式改變.當以風險和收益為整體評價兩市場對信息的反應效率時，深市的效率要高于滬市.本文的結論對實業(yè)界進行時間投資有一定的啟示作用，也在一定程度上彌補了現有研究的缺陷.

本文的研究主要聚焦于我國滬深股市以風險和收益作為整體時的相互關系問題.根絕其結論，以下問題需要進一步研究：

第一，雖然滬深股市的投資者結構、上市公司質量等內部因素相似，當相似不等于完全相同；那么，相似中哪些差別致使了兩市場的效率不同便具有一定的意義.該問題的解決不僅有利于監(jiān)管者監(jiān)管市場，也有利于投資者選擇投資市場.

第二，兩市場夏普比率自身及相關性的多重分形波動表明，其相關性變化過程中可能存在長記憶性、混沌等特征，此時，利用近幾年發(fā)展起來的門限及分數維協整是否能得到更加清晰的結論也尚未可知.

參考文獻

[1] 謝赤， 張麗， 孫柏. 外匯市場與股票市場間波動溢出效應——基于匯改后數據的小波多分辨分析[J]. 系統管理學報， 2012， 21（1）：13-21.

[2] W ANDREW， H HELEN. Transmission of equity returns and volatility in Asian developed and emerging markets[J]. International Journal of Finance & Economics， 2004， 9（1）： 71-80.

[3] M GRAHAM， J KIVIAHO， J NIKKINEN. Integration of 22 emerging stock markets： a three dimensional analysis[J]. Global Finance Journal， 2012， 23（1）： 34-37.

[4] L LOH. Co-movement of Asia-Pacific with European and US stock market returns： a cross-time-frequency analysis[J]. Research in International Business and Finance， 2013， 29（8）： 1-13.

[5] T P THAO， K DALY， C ELLIS. Transmission of the global financial crisis to the East Asian equity markets[J]. International Journal of Economics and Finance， 2013， 5（5）： 171-183.

[6] 許莉莉， 吳自力. 分形布朗運動下有交易成本的外匯期權定價[J]. 經濟數學， 2012， 29（3）： 64-69.

[7] 宋光輝， 吳栩， 許林. 夏普比率時變特征的多重分形分析[J]. 金融經濟學研究， 2013， 28（5）： 109-118.

[8] 魯旭， 趙迎迎. 滬深港股市動態(tài)聯動性研究——基于三元VAR-GJR-GARCH-DCC的新證據[J]. 經濟評論， 2012， 33（1）： 97-107.

[9] 周璞， 李自然. 基于非線性Granger因果檢驗的中國大陸和世界其他主要股票市場間的信息溢出[J]. 系統工程理論與實踐， 2012， 32（3）： 466-475.

[10]董艷， 梁滿發(fā). 基于GC-MSV模型的國內外股市波動溢出效應分析[J]. 財會月刊，2013， 34（10）： 17-20.

[11]張瑞鋒， 汪同三. 基于高頻數據的金融市場波動溢出分析[J]. 財經理論與實踐， 2013， 34（181）： 21-25.

[12]熊正德， 韓麗君. 金融市場間波動溢出效應研究——GC-MSV模型及其應用[J]. 中國管理科學， 2013， 21（2）： 32-41.

[13]W F SHARPE. Mutual fund performance[J]. Journal of Business， 1966， 39（1）： 119- 138.

[14]D N GUJARATI， D C PORTER. Basic econometrics[M].5th Edition. New York： McGraw-Hill， 2009.

[15]鐘志威， 雷欽禮. Johansen和Juselius協整檢驗應注意的幾個問題[J]. 統計與信息論壇， 2008， 23（10）： 80-90.

[16]張書云. Granger因果檢驗用法探討[J]. 數理統計與管理， 2009， 28（2）： 244-251.

[17]Weixing ZHOU. Multifractal detrended cross-correlation analysis for two nonstationary signals[J]. Physica Review E， 2008， 77（2）： 1-4.

[18]宋光輝， 吳栩， 詹素卿，等. 行業(yè)指數相關關系的多重分形時變性及實證分析[J]. 統計與信息論壇， 2013， 28（7）： 32-36.

[3] M GRAHAM， J KIVIAHO， J NIKKINEN. Integration of 22 emerging stock markets： a three dimensional analysis[J]. Global Finance Journal， 2012， 23（1）： 34-37.

[4] L LOH. Co-movement of Asia-Pacific with European and US stock market returns： a cross-time-frequency analysis[J]. Research in International Business and Finance， 2013， 29（8）： 1-13.

[5] T P THAO， K DALY， C ELLIS. Transmission of the global financial crisis to the East Asian equity markets[J]. International Journal of Economics and Finance， 2013， 5（5）： 171-183.

[6] 許莉莉， 吳自力. 分形布朗運動下有交易成本的外匯期權定價[J]. 經濟數學， 2012， 29（3）： 64-69.

[7] 宋光輝， 吳栩， 許林. 夏普比率時變特征的多重分形分析[J]. 金融經濟學研究， 2013， 28（5）： 109-118.

[8] 魯旭， 趙迎迎. 滬深港股市動態(tài)聯動性研究——基于三元VAR-GJR-GARCH-DCC的新證據[J]. 經濟評論， 2012， 33（1）： 97-107.

[9] 周璞， 李自然. 基于非線性Granger因果檢驗的中國大陸和世界其他主要股票市場間的信息溢出[J]. 系統工程理論與實踐， 2012， 32（3）： 466-475.

[10]董艷， 梁滿發(fā). 基于GC-MSV模型的國內外股市波動溢出效應分析[J]. 財會月刊，2013， 34（10）： 17-20.

[11]張瑞鋒， 汪同三. 基于高頻數據的金融市場波動溢出分析[J]. 財經理論與實踐， 2013， 34（181）： 21-25.

[12]熊正德， 韓麗君. 金融市場間波動溢出效應研究——GC-MSV模型及其應用[J]. 中國管理科學， 2013， 21（2）： 32-41.

[13]W F SHARPE. Mutual fund performance[J]. Journal of Business， 1966， 39（1）： 119- 138.

[14]D N GUJARATI， D C PORTER. Basic econometrics[M].5th Edition. New York： McGraw-Hill， 2009.

[15]鐘志威， 雷欽禮. Johansen和Juselius協整檢驗應注意的幾個問題[J]. 統計與信息論壇， 2008， 23（10）： 80-90.

[16]張書云. Granger因果檢驗用法探討[J]. 數理統計與管理， 2009， 28（2）： 244-251.

[17]Weixing ZHOU. Multifractal detrended cross-correlation analysis for two nonstationary signals[J]. Physica Review E， 2008， 77（2）： 1-4.

[18]宋光輝， 吳栩， 詹素卿，等. 行業(yè)指數相關關系的多重分形時變性及實證分析[J]. 統計與信息論壇， 2013， 28（7）： 32-36.

[3] M GRAHAM， J KIVIAHO， J NIKKINEN. Integration of 22 emerging stock markets： a three dimensional analysis[J]. Global Finance Journal， 2012， 23（1）： 34-37.

[4] L LOH. Co-movement of Asia-Pacific with European and US stock market returns： a cross-time-frequency analysis[J]. Research in International Business and Finance， 2013， 29（8）： 1-13.

[5] T P THAO， K DALY， C ELLIS. Transmission of the global financial crisis to the East Asian equity markets[J]. International Journal of Economics and Finance， 2013， 5（5）： 171-183.

[6] 許莉莉， 吳自力. 分形布朗運動下有交易成本的外匯期權定價[J]. 經濟數學， 2012， 29（3）： 64-69.

[7] 宋光輝， 吳栩， 許林. 夏普比率時變特征的多重分形分析[J]. 金融經濟學研究， 2013， 28（5）： 109-118.

[8] 魯旭， 趙迎迎. 滬深港股市動態(tài)聯動性研究——基于三元VAR-GJR-GARCH-DCC的新證據[J]. 經濟評論， 2012， 33（1）： 97-107.

[9] 周璞， 李自然. 基于非線性Granger因果檢驗的中國大陸和世界其他主要股票市場間的信息溢出[J]. 系統工程理論與實踐， 2012， 32（3）： 466-475.

[10]董艷， 梁滿發(fā). 基于GC-MSV模型的國內外股市波動溢出效應分析[J]. 財會月刊，2013， 34（10）： 17-20.

[11]張瑞鋒， 汪同三. 基于高頻數據的金融市場波動溢出分析[J]. 財經理論與實踐， 2013， 34（181）： 21-25.

[12]熊正德， 韓麗君. 金融市場間波動溢出效應研究——GC-MSV模型及其應用[J]. 中國管理科學， 2013， 21（2）： 32-41.

[13]W F SHARPE. Mutual fund performance[J]. Journal of Business， 1966， 39（1）： 119- 138.

[14]D N GUJARATI， D C PORTER. Basic econometrics[M].5th Edition. New York： McGraw-Hill， 2009.

[15]鐘志威， 雷欽禮. Johansen和Juselius協整檢驗應注意的幾個問題[J]. 統計與信息論壇， 2008， 23（10）： 80-90.

[16]張書云. Granger因果檢驗用法探討[J]. 數理統計與管理， 2009， 28（2）： 244-251.

[17]Weixing ZHOU. Multifractal detrended cross-correlation analysis for two nonstationary signals[J]. Physica Review E， 2008， 77（2）： 1-4.

[18]宋光輝， 吳栩， 詹素卿，等. 行業(yè)指數相關關系的多重分形時變性及實證分析[J]. 統計與信息論壇， 2013， 28（7）： 32-36.