(中國海洋大學 山東 青島 266000)
進入21世紀以來,在學術(shù)界和金融實務領(lǐng)域研究中,金融市場的波動率一直是許多學者以及業(yè)界人士的研究重點,他們往往通過理論模型方法對金融市場波動率進行探究。政府在衡量經(jīng)濟脆弱性指標時,也將金融市場波動率作為重要的參考指標。因此,美聯(lián)儲通過綜合考慮商品市場、貨幣市場、債券市場以及股票市場的波動率來制定貨幣政策。我國改革開放以來,金融資產(chǎn)定價日漸復雜,金融產(chǎn)品愈漸豐富,因此金融市場波動特征的深入理解與分析提出了更高的要求。
在1970年之前,國內(nèi)外學者假定波動率不因時間變化的變化而變化。1982年,Engle創(chuàng)造性的發(fā)現(xiàn)波動率隨時間變化而變化,并且這種變化與過去的收益率存在線性關(guān)系。
國外許多學者針對資本市場中波動非對稱性特征,運用各種模型對世界各國資本市場進行研究普遍認為:與相同大小利好消息相比,利空消息對波動性影響更大。Hentsehel等認為“反饋效應”或“杠桿效應”兩種理論可以很好的解釋波動非對稱性現(xiàn)象。
2014年陸蓉等將股票市場進行階段性的劃分,研究中國股票市場在牛市和熊市階段對“利好"與“利空"的反應程度有何不同。2017年李勝利等發(fā)現(xiàn)日收益率僅僅在空頭市場存在顯著的“杠桿效應”,在多頭期、盤整期和全樣本期,正面消息導致波動率變大,而負面消息導致波動率變小。
本文將股市發(fā)展大致分為三個階段,第一階段為實施漲跌幅限制制度前、第二階段為股權(quán)分置改革前和第三階段股權(quán)分置改革后,下面分別分析三個時期我國股市波動的非對稱性特征。
本文以上證綜指漲跌幅限制之前月度數(shù)據(jù)作為研究對象,假設(shè)時間序列擾動項服從高斯(正態(tài))分布,上證綜指對數(shù)收益率序列的 EGARCH 模型估計結(jié)果如表1 所示。

表1 擾動項服從高斯分布的上證綜指漲跌幅限制之前EGARCH模型
上證綜指漲跌幅限制之前EGARCH模型的方差方程為:
從表1分析可知,利空消息比等量的利好消息產(chǎn)生更大的波動,利好消息會對股票價格指數(shù)帶來0.802189倍的沖擊,而利空消息會對股票價格指數(shù)帶來1.714716倍的沖擊。說明在漲跌幅限制之前,我國股市存在明顯的非對稱性。
以上證綜指股權(quán)分置改革之前月度數(shù)據(jù)作為研究對象,假設(shè)時間序列擾動項服從高斯(正態(tài))分布,上證綜指對數(shù)收益率序列的EGARCH模型估計結(jié)果如表2所示。

表2 擾動項服從高斯分布的上證綜指股權(quán)分置改革之前EGARCH模型
上證綜指股權(quán)分置改革之前EGARCH模型的方差方程為:
從表2分析可知,利好消息比等量的利空消息產(chǎn)生更大的波動,利好消息會對股票價格指數(shù)帶來1.824693倍的沖擊,而利空消息會對股票價格指數(shù)帶來1.80倍的沖擊。說明在漲跌幅限制之前和股權(quán)分置改革之前,我國股市存在明顯的非對稱性。
以上證綜指股權(quán)分置改革之后月度數(shù)據(jù)作為研究對象,假設(shè)時間序列擾動項服從高斯(正態(tài))分布,上證綜指對數(shù)收益率序列的EGARCH模型估計結(jié)果如表3所示。

表3 擾動項服從高斯分布的上證綜指股權(quán)分置改革之后EGARCH模型
上證綜指股權(quán)分置改革之后EGARCH模型的方差方程:
從表3分析可知,利空消息比等量的利好消息產(chǎn)生更大的波動,利好消息會對股票價格指數(shù)帶來3.345850倍的沖擊,而利空消息會對股票價格指數(shù)帶來4.287237倍的沖擊。
依據(jù)我國股票市場不同的發(fā)展階段進行細分,認為在整個發(fā)展階段都存在波動非對稱性,但是不同的發(fā)展階段具有不同的非對稱性特征:在漲跌幅限制之前以及股權(quán)分制改革之后,非對稱性特征表現(xiàn)為利空消息相比利好消息引起更大的波動;相反在漲跌幅限制之后股權(quán)分制改革之前,表現(xiàn)為好消息引起的波動更大。