论文导读:：为检验QFII对于我国证券市场收益波动率的影响，文章选取上证指数从2002年7月到2008年7月的日收盘价为研究对象，采用GARCH（1，1）模型和EGARCH(1,1)模型进行实证分析。检验结果显示，在QFII刚进入时，QFII投资没有引起证券市场波动性的增加，即使在2005年第四季度股改开始后，QFII投资没有引起证券市场波动性增加。而在2007年12月QFII批准投资额度增加后，证券市场波动性增加。
论文关键词：
股票价格指数是表示多种股票平均价格水平及其变动的指标。用股票价格指标来衡量整个股票市场或者特定行业、特定范围的总体价格变化，能够比较正确地反映股票行情的变化和发展趋势，是投资者对该股票市场整体情况判断的一个重要参照。本文选取上证指数从2002 年7月1日至2008年7月8日之间的日收盘价为研究对象，这一区间排除了2002年6月24日前后由于国有股减持造成的股指大幅波动现象。由于第一家被批准的QFII 建仓A 股市场的首日是2003 年7 月9 日, 因此我们将这一天作为我国正式向QFII 的开放日。定义上证指数的日收益率为 ，其中 为上证指数第t日的日收盘指数。纵观5年来QFII在我国证券市场的投资表现，大致经历了三个阶段：第一阶段，从2003年7月到2005年第三季度，QFII介入我国市场的步伐一直比较缓慢；第二阶段，从2005年第四季度到2007年12月，由于股权分置改革和政策面的放宽，QFII积极看好我国股改行情，开始加速建仓和重仓我国A股市场。数据显示, 2005 年第四季度相比第三季度的持股数增加了74.29%, 所持股份流通总市值也提高了54%；第三阶段，从2007年12月到2008年7月，QFII投资额度从100亿美元增加至300亿美元。为此, 需要在所研究的样本区间内分三个阶段：2003年7月至2005 年第三季度、2005年第4季度到2007年12月和2007年12月到2008年7月。数据来源于巨灵金融终端，包含1113个数据。
一、上证指数日收益走势分析与模型选择
全样本期上证综合指数每个工作日的收益走势图见图1，从图1可看出，QFII进入后我国证券市场上证综合指数的收益波动率总体上呈上升趋势。第一阶段与第二阶段相比，第二阶段的上证综合指数收益波动率略低于第一阶段。但第三阶段的上证综合指数收益波动率较前两个阶段有所增加。
图1 上证综合指数收益图
对于上证综合指数收益率序列 , 其变化规律由模型 来描述, 其中 是 的条件均值， 是随机误差项，服从分布 。 的条件均值方程由ARMA 模型所描述,而条件方差方程由GARCH 族模型来拟合, 这里仅考虑GARCH 和EGARCH 模型。
本文采用GARCH(1,1)模型来估计上述两个阶段以及全样本期间的波动性变化情况。
GARCH(1,1)模型为：
 （1）
  ~ （2）  （3）
其中， >0， 和 均 0。
由于GARCH模型隐含了这样一个假设：同等程度（即绝对值相等）的正冲击和负冲击所引起的波动（条件方差）是相同的，即条件方差对正、负冲击的反应是对称的。但是，Black(1976)注意到正面信息（如实际收益率大于预期收益率）和负面信息（如实际收益率低于预期收益率）对于股价波动性的影响明显不同，即存在杠杆效应（Leverage Effect）。当杠杆效应存在时，股价的波动性会因负面信息的出现而增加，并随正面信息的出现而减少。Christic(1982)对于这种现象提出的经济解释是，负面信息的冲击不仅增加了持有股票的风险，而且减少了相对于债务的股东权益比率，增加了公司的杠杆比率从而提高了持有股票的风险，因此可能导致股价波动性的增大；而正面信息的冲击增加波动风险的同时减少了公司的杠杆比率。很显然，GARCH模型是无法刻画这种非对称效果的，而Nelson(1991)提出的EGARCH模型则可以较好地模型这种非对称性。
 （4）
 （5）
~ （6）
  （7）
其中， 衡量波动的持续性 ，意味着前期正的股价变动会导致当期进一步的正股价变动，负的股价变动与下一步负的股价变动相关。 是一个代表证券市场向QFII开放的虚拟变量,  在2003 年7 月9 日以前取0, 以后都取1。 代表引入QFII的第二阶段虚拟变量，在2005年第三季度以前取0，以后都取1。 代表引入QFII的第三阶段虚拟变量，在2007年12月前取0，以后取1。
二、实证检验分析
（一）基本统计量
将上证综合指数收益率按年和全样本期、QFII进入前、QFII进入后分别计算基本统计量情况。结果见表1。
表1上证综合指数收益率基本统计量分析
|
|
均值
|
标准误差
|
偏度
|
峰度
|
Jarque-Bera
|
Q(36)
|
ADF
|
|
2002
|
-0.035
|
0.669453
|
1.060321
|
7.524519
|
1065.3
|
76.9
|
-36.9
|
|
2003
|
0.018
|
0.493537
|
0.856939
|
2.704522
|
320.5
|
40.6
|
-29.6
|
|
2004
|
-0.030
|
0.569492
|
0.445716
|
0.465189
|
225.9
|
59.6
|
-32.8
|
|
2005
|
-0.016
|
0.594084
|
1.050424
|
4.641095
|
456.3
|
63.7
|
-31.6
|
|
2006
|
0.025
|
0.5169
|
0.9865
|
3.6235
|
532.6
|
89.6
|
-36.9
|
|
2007
|
0.039
|
0.5236
|
0.5693
|
5.8632
|
460.3
|
62.5
|
-30.5
|
|
2008
|
-0.023
|
0.6942
|
1.0126
|
8.6123
|
986.3
|
85.3
|
-33.4
|
|
QFII进入前
|
-0.035
|
0.669453
|
1.060321
|
7.524519
|
106.3
|
76.9
|
-36.9
|
|
QFII进入后
|
0.002
|
0.5653
|
0.82024
|
4.3183
|
496.98
|
66.783
|
-32.4
|
|
全样本期
|
-0.003
|
0.5801
|
0.8545
|
4.7679
|
503.028
|
68.314
|
-33.1
|
表1给出了上证综合指数的基本统计量，QFII进入前收益率的均值要低于进入后的均值；收益率的标准误差，也就是收益的无条件方差在，在QFII进入前略高于QFII进入后。说明QFII进入后股市收益波动率并没有增加。从2002年到2008年历年的标准误差来看，2003-2007年的收益波动率都低于2002年的收益波动率，只有2008年的收益波动率高于2002年的收益波动率。2006年和2007年的收益波动率要低于2004和2005年的收益波动率。在QFII进入股市的第二阶段，股市收益波动率低于第一阶段，而第三阶段的收益波动率高于前两个阶段。在第三个阶段股市收益波动率增加。
从表1可以看出，ADF 检验表明上证综合指数的收益率序列在0.01 的显著水平下都不存在单位根；表1的Q ( 36) 表示滞后36 阶的杨-博克斯Q 统计量, 检验结果表明在整个研究期内, 所收益率序列都存在直至滞后36 阶的自相关； 除此, 上证综合指数收益率分布都是有偏的, 而且还表现出尖峰厚尾的特征；Jarque Bera 统计量进一步说明上证综合指数收益率偏离正态分布( 正态性检验的零假设在0.05 的显著性水平下被拒绝)。上证综合指数收益率的这些统计特征表明,采用EGARCH 模型能够对上证综合指数收益率的波动提供较好的拟合。对于GARCH 族模型的条件均值方程,我们用残差的自相关图来识别在误差项中存在的ARMR 模式,结果发现仅自回归模式AR(p) 就能提供充分的拟合, 赤池信息准则(AkaikeInfocriterion) 和施瓦兹信息准则(Schwarz Criterion) 被用来决定AR ( p) 的滞后项。在条件方差方程中,EGARCH 模型的滞后阶数, 可通过ARCH- LM检验在残差中是否存在ARCH 效应,以及采用施瓦兹信息量(SIC) 判别模型是否过度合等方法来确定。另外, 通过检验系数ζ、η、К的显著性可对EGARCH 模型的适应性做进一步判断。综上, 对上证综合指数数据, 我们发现EGARCH(1,1)模型是合适的, 它们充分地刻画了波动集群性、杠杆效应以及ARCH 效应, 在EGARCH 模型之间的选择主要是基于施瓦兹信息量(SIC) 。
1/2 1 2 下一页 尾页 |
