我國股市和匯市波動溢出效應(yīng)實(shí)證探究

《我國股市和匯市波動溢出效應(yīng)實(shí)證探究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、我國股市和匯市波動溢出效應(yīng)實(shí)證探究　　【摘要】本文選取上證綜指和人民幣對美元名義匯率兩個變量，運(yùn)用GARCH-BEKK模型對我國股市與匯市之間的波動溢出效應(yīng)進(jìn)行了實(shí)證研究。結(jié)果表明，匯改后我國股市與匯市存在雙向波動溢出效應(yīng)，且有非對稱性的特點(diǎn)，即匯市對股市的波動溢出效應(yīng)比股市對匯市的波動溢出效應(yīng)更強(qiáng)?！娟P(guān)鍵詞】股市；匯市；波動溢出；BEKK-GARCH模型一、引言證券市場與外匯市場是構(gòu)成金融市場的重要部分，二者協(xié)調(diào)有序的發(fā)展對金融市場的健康與穩(wěn)定有著密切關(guān)系。2005年是具有里程碑意義的一年，股權(quán)分置改革和匯率改革后，股價與匯率逐步走向市

2、場化。自人民幣升值以來，資產(chǎn)價格與本幣升值的關(guān)系一直是學(xué)術(shù)界討論的熱點(diǎn)。研究股市與匯市之間的信息傳導(dǎo)機(jī)制，不僅有助于認(rèn)識金融市場之間的相互影響，而且對于金融風(fēng)險的防范和相關(guān)政策的制定也有很大的意義。7波動溢出是指一個市場波動的變化對其它市場產(chǎn)生的影響，一般用方差來衡量波動。Kanas（2000）使用雙變量EGARCH模型，對6個發(fā)達(dá)國家股市與匯市之間的非線性關(guān)系進(jìn)行研究。吳奉剛和王芙蓉（2008）采用多元GARCH模型對我國股市與匯市之間的波動溢出效應(yīng)進(jìn)行研究。本文采用BEKK形式的多元GARCH模型，對匯改以來股市與匯市的信息傳導(dǎo)機(jī)制進(jìn)

3、行研究，通過捕捉股價和匯率的波動溢出效應(yīng)，以期進(jìn)一步理解兩個市場的動態(tài)關(guān)系。二、模型介紹本文使用EngleandKroner提出的BEKK形式的多元GARCH模型，該模型的優(yōu)點(diǎn)在于可以保證協(xié)方差矩陣的正定性且需要估計的參數(shù)個數(shù)較少。BEKK（p，q）模型假設(shè)：殘差向量的條件方差協(xié)方差矩陣服從以下形式：H■=C■C■■+■A■（ε■ε■■）A■■+■B■H■B■■。其中，C0為下三角矩陣，而Ai、Bj是方陣。對于兩變量的BEKK（1，1）模型，為了更好地看出市場間的溢出效應(yīng)，將上面的矩陣方程寫成便于觀察的方程組：其中，h11表示市場1的條件

4、方差，h22表示市場2的條件方差。a211和b211分別表示市場1波動率自身存在的ARCH效應(yīng)和GARCH效應(yīng)程度，a221和b221分別表示市場1對市場2波動率沖擊的ARCH效應(yīng)和GARCH效應(yīng)程度。a222和b222分別表示市場2波動率自身存在的ARCH效應(yīng)和GARCH效應(yīng)程度，a212和b212分別表示市場2對市場1波動率沖擊的ARCH效應(yīng)和GARCH效應(yīng)程度?？梢酝ㄟ^檢驗(yàn)a12，a21，b12，b21在統(tǒng)計上是否顯著異于零，來考察市場1和市場2之間是否存在波動溢出效應(yīng)。具體檢驗(yàn)如下：7（1）不存在市場1對市場2的單向波動溢出效應(yīng)。

5、H0：a21=b21=0；（2）不存在市場2對市場1的單向波動溢出效應(yīng)。H0：a12=b12=0；（3）不存在市場1和市場2的雙向波動溢出效應(yīng)。H0：a12=b12=a21=b21=0。三、實(shí)證研究（一）數(shù)據(jù)與描述性統(tǒng)計本文選取2005年7月22日至2012年12月31日的上證綜指和人民幣對美元的名義匯率中間價作為研究樣本。為了使兩個市場的數(shù)據(jù)相匹配，踢除了交易日不一致的數(shù)據(jù)，最終獲得1813組數(shù)據(jù)。數(shù)據(jù)來源于國泰安研究服務(wù)中心數(shù)據(jù)庫。數(shù)據(jù)分析通過EVIEWS6.0實(shí)現(xiàn)。為了減小數(shù)據(jù)的波動和異方差性，采用對數(shù)收益率，記上證綜指、人民幣對美

6、元匯率分別為p1，t和p2，t，則對數(shù)收益率分別為：SRt=（lnp1，t-lnp1，t-1）×100，ERt=（logp2，t-logp2，t-1）×100。股市與匯市收益率的描述性統(tǒng)計見表1。表1股市和匯市收益率的描述性統(tǒng)計7注：1.*表示在1%顯著性水平下拒絕原假設(shè)。2.JB統(tǒng)計量為Jarque-Bera正態(tài)性檢驗(yàn)統(tǒng)計量。3.Q（20）和Q2（20）分別為檢驗(yàn)序列自相關(guān)性和對應(yīng)平方序列自相關(guān)性的Ljung-Box統(tǒng)計量。從標(biāo)準(zhǔn)差來看，上證綜指收益率波動性大于匯率收益率；從偏度來看，兩者均是左偏分布；兩者的峰度都大于3，說明具有尖峰后

7、尾的特征；JB統(tǒng)計量顯示，兩者的分布不服從正態(tài)分布。觀察兩市收益率的圖形可以看出二者均存在波動的集聚性，表1中序列自相關(guān)性和對應(yīng)平方序列自相關(guān)性的LB統(tǒng)計量均在1%的顯著性水平下拒絕原假設(shè)，同樣驗(yàn)證了這一點(diǎn)。（二）單位根檢驗(yàn)本文采用ADF單位根檢驗(yàn)法對股市和匯市收益率序列進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果見表2。結(jié)果表明，在1%的顯著性水平下，兩市收益率序列均拒絕存在單位根的原假設(shè)，即兩市收益率序列均是平穩(wěn)的。表2ADF單位根檢驗(yàn)注：檢驗(yàn)形式（C，T，L）中C、T、L分別表示常數(shù)項(xiàng)、趨勢項(xiàng)和滯后階數(shù)。C值為0，表示單位根檢驗(yàn)方程中不存在截距項(xiàng)；T值

8、為0，表示單位根檢驗(yàn)方程中不存在趨勢項(xiàng)。L值由SC信息準(zhǔn)則確定。（三）ARCH效應(yīng)檢驗(yàn)7本文采用拉格朗日乘數(shù)法對兩市收益率序列是否存在ARCH效應(yīng)進(jìn)行檢驗(yàn)。根據(jù)殘差平方序列的自相關(guān)性，選擇滯后