張可可
摘要:股票市場收益率的波動一直是國內外學者們研究的重點,大量的實證研究結果表明股票市場上收益率波動存在著非對稱的現(xiàn)象。本文以中國股票市場上滬深300指數(shù)2008年1月2日至2020年3月31日的日收益率序列數(shù)據(jù)為樣本,利用GARCH族模型對數(shù)據(jù)進行擬合,分析信息沖擊對股票市場收益率波動的影響。
關鍵詞:信息沖擊? 股票市場? 波動
一、引言
自1973年Peker K.Clark首次提出股票價格波動的混合分布假說理論,有關市場信息流與股票價格波動間的關系就一直是研究的重點。在股票市場中,收益率受外部信息干擾而產(chǎn)生的波動是尤為重要的特征。在有效市場理論的假設下,同等數(shù)量的信息將引起收益率的對稱波動。然而,我國股票市場歷史時間不長,發(fā)展仍不成熟,信息沖擊對于股票市場波動的影響還需要進一步分析。
控制論創(chuàng)始人維納認為,信息是人們與外部社會實施相互反饋的橋梁。在資本市場中,信息更多被當成投資者進行投資決策的有效數(shù)據(jù)。1948年,數(shù)學家香農提出,信息可被用來消除隨機不定性?;谶@一觀點,資本市場中的不確定性實質則可認為是由于信息不完全所產(chǎn)生的。若基于投資者的角度看待信息沖擊,剡亮堯等人(2014)認為當市場上存在兩類交易者:在一段時間內沒有新的信息產(chǎn)生時,主要是不知情交易者之間相互交易。一般來說,知情交易者基于新信息的出現(xiàn)交易,能夠引起資產(chǎn)價格的波動。當市場上知情交易者占多數(shù)時,可判定資本市場受到信息沖擊(譚地軍,田益祥,黃文光,2009)。而張琳等學者(2020)則從市場的角度結合理性預期學說,認為信息沖擊應該是信息發(fā)布時市場未能預期到并據(jù)此做出反應的部分。
Pierluigi Balduzzi,Edwin J.Elton,and T.Clifton Green(1996)通過研究債券市場中新聞事件發(fā)布的時點,發(fā)現(xiàn)公告附近時點的交易異常激烈,從而使公共新聞所包含的信息能迅速通過交易被納入到資產(chǎn)的價格中。李偉,沙芳(2007)認為金融市場上的信息傳導機制始于金融主體披露信息,通過中介服務機構等傳遞到投資者,投資者則將收集到的信息通過交易反饋給市場。而陳耿,陳誠(2010)認為宏觀政策等因素通過信息的披露向市場傳遞,進而影響投資者信心和市場參與的行為。而高研,張新雨(2014)在研究金融危機傳染機制的過程中發(fā)現(xiàn),理性預期都是以信息一次性披露作為假設條件。
以研究對象為主線梳理有關信息沖擊對股市波動的影響的文獻。張萌(2017)發(fā)現(xiàn)信息沖擊之所以會對我國股市波動造成影響,其根本原因是我國股票市場投資主體以散戶為主,缺乏專業(yè)的技術分析能力。而張琳,熊海芳(2016)將股票收益因新信息造成的非預期沖擊依據(jù)方向區(qū)別為“利好”與“利空”,發(fā)現(xiàn)了股市收益率波動的對稱性反應。
Hossein Asgharian等人(2013)發(fā)現(xiàn)月度宏觀經(jīng)濟數(shù)據(jù)與市場聯(lián)系更為密切。而Ivan Indriawan(2018)認為宏觀經(jīng)濟新聞的發(fā)布會迫使投資者修正對公司未來現(xiàn)金流量和折現(xiàn)率的預期,從而調整其投資和風險管理策略。Linda H.Chena,George J.Jiangb,Kevin X.Zhu(2018)發(fā)現(xiàn)企業(yè)的信息不確定性越高,宏觀經(jīng)濟新聞公告產(chǎn)生的影響也會越大。
目前,針對我國股票市場波動的研究主要建立在GARCH族模型上,例如杜冰(2019)選取DCC-GARCH模型,張雙妮等人(2019)則選用GARCH(1,1)模型。
二、研究設計
資產(chǎn)收益率波動模型。在GARCH模型中,要考慮兩個不同的設定:其一是條件均值,其二則是條件方差。以標準化的GARCH(1,1)模型為例:
其中,xt是外生變量向量,γ是系數(shù)向量,因此在均值方程是帶有誤差項的外生變量函數(shù)。而σt2是依賴過去信息的一期向前預測方差,即條件方差。在條件方差方程中,α+β可以用來測定沖擊對于金融時間序列數(shù)據(jù)造成的波動持續(xù)性。若α+β趨向于1,即可證明,沖擊造成的波動具有持續(xù)性。
Nelson在1991年提出EGARCH模型,作為非對稱的GARCH模型之一,它不對模型中參數(shù)的非負性進行約束,更好地分析了信息波動的非對稱性,條件方差方程如下:
在條件方差方程中,參數(shù)α測度沖擊影響的程度,參數(shù)γ測度信息沖擊對條件方差的影響是否對稱。對于一個給定的信息沖擊,波動的持續(xù)性可以用β來表示。當β大于零,條件方差方程能夠捕捉到時間序列的波動集聚現(xiàn)象,前一期的波動性會對后一期的波動產(chǎn)生正面影響。
三、信息沖擊對股市造成的波動的實證研究
(一)數(shù)據(jù)選取
本文選擇滬深300指數(shù)的日收盤價作為樣本數(shù)據(jù),主要研究該股的日收益率,以此來代表中國股票市場的波動特征。鑒于本文研究的是信息沖擊對于股票市場造成的影響,故而將樣本數(shù)據(jù)的起點選在2008年1月,樣本數(shù)據(jù)的終點則是2020年3月。本文中的所有數(shù)據(jù)來源于Wind數(shù)據(jù)庫。為了避免股價變動和股價水平之間的依賴關系,本文通過對數(shù)差分的形式對日收盤價的原始數(shù)據(jù)進行轉換。
(二) 收益率序列的描述性統(tǒng)計
自2008年以來我國股票市場的波動情況相對穩(wěn)定,并在一定程度上表現(xiàn)出波動的聚集性。綜合整個樣本期間,2008年前后表現(xiàn)得最為明顯,主要原因可能是金融危機的爆發(fā)和蔓延,我國股票市場發(fā)生劇烈震蕩。為了減輕危機帶來的負面影響,政府采取一系列的經(jīng)濟刺激計劃,但過程較長,恢復較為緩慢。2014年開始,我國股市再次經(jīng)歷下跌,股票市場出現(xiàn)明顯波動。2019年,受中美貿易摩擦的影響,貿易戰(zhàn)升級增加了我國企業(yè)盈利水平的不確定性,股票市場形成劇烈波動。之后,隨著新冠疫情在資本市場的發(fā)酵,股票市場的波動愈演愈烈。
滬深300指數(shù)的日收益率序列的偏度為-0.504857,峰度為7.058182,J-B統(tǒng)計量為2170.743,表現(xiàn)出明顯的尖峰厚尾現(xiàn)象。由于偏度的統(tǒng)計值小于零,表現(xiàn)出負偏性,這說明滬深300指數(shù)的日收益率小于均值的交易日較多。通過對日收益率序列數(shù)據(jù)的分析,可以認定GARCH族模型適用于模擬分析我國的股市波動。
(三) 數(shù)據(jù)檢驗
本文使用ADF檢驗來驗證滬深300指數(shù)日收益率序列的平穩(wěn)性問題。t統(tǒng)計量的取值為-53.24242,遠小于1%的顯著性水平下的臨界值,因此不能認為滬深300指數(shù)的日收益率序列存在單位根,即滬深300指數(shù)的樣本數(shù)據(jù)是平穩(wěn)的。
對序列進行自相關性檢驗,發(fā)現(xiàn)自相關值(AC)和偏相關值(PAC)接近于零,說明可能存在弱相關性;而Q統(tǒng)計量的值隨著滯后階數(shù)的增加不斷增大,對應的P值在滯后階數(shù)達到6時趨于0.001,這說明該時間序列數(shù)據(jù)存在相關性。
本文采用ARCH-LM檢驗模型估計得到的殘差序列是否存在ARCH效應,F(xiàn)統(tǒng)計量為39.98287,T*R2統(tǒng)計量為353.5019,取值較大,且P值近似于零,這說明滬深300指數(shù)日收益率序列數(shù)據(jù)存在ARCH效應。
(四)模型估計
首先,對滬深300指數(shù)日收益率序列數(shù)據(jù)進行ARCH建模。在實施ARCH-LM檢驗時,通過對滯后殘差平方的t統(tǒng)計量的P值的觀察發(fā)現(xiàn),可以對殘差建立ARCH(5)模型,存在著高階ARCH效應,可以用GARCH族模型來擬合日收益率的殘差序列。本文主要考慮的模型為GARCH(1,1)和EARCH(1,1),擬合結果如下表所示:
可以看出各系數(shù)均能通過5%的顯著性水平的檢驗,這說明模型的擬合是有意義的。在用GARCH(1,1)模擬時,滬深300指數(shù)的波動持續(xù)性接近于1,這說明股票市場中條件方差的波動沖擊性是持久的。一旦股票市場受到信息沖擊,在短時間內不能完全消除。在EGARCH(1,1)模型的估計結果中,非對稱項系數(shù)的估計值為-0.0209,這說明信息沖擊對于股價波動存在著顯著的非對稱現(xiàn)象。若外界環(huán)境產(chǎn)生一個正向的信息沖擊,那么對日收益率波動的影響為0.1314;若為負向,影響為0.1732。
(五)信息沖擊曲線
為了進一步說明我國股票市場存在的波動非對稱性,觀察正負沖擊對波動的影響,繪制出EGARCH模型的信息沖擊曲線,如下圖所示:
從圖中可以看出,左右兩側的信息沖擊曲線較為光滑,但左側信息沖擊曲線斜率的絕對值略大于右側的斜率,這印證了EGARCH(1,1)模型中的結論。
四、結論與建議
本文利用滬深300指數(shù)日收益率序列,采用GARCH族模型進行波動性建模擬合,得到結論如下:
第一,滬深300指數(shù)的日收益率序列存在明顯的波動集群性特征,表現(xiàn)出尖峰厚尾的特征,這說明我國股票市場尚未成熟,市場風險較大。
第二,從GARCH族模型的擬合結果來看,我國股票市場上波動的非對稱現(xiàn)象一直存在。當外界信息沖擊產(chǎn)生并造成股票市場波動時,短時間內波動不會消失。此外,無論是非對稱項的系數(shù)還是信息沖擊曲線的斜率,都說明了負向信息沖擊的影響大于正向。
鑒于我國股票市場起步較晚,發(fā)展尚不健全,投資者尚未形成系統(tǒng)的投資理念,對外界信息的判別能力各有高低,這些因素使得外部信息沖擊給股票市場帶來很大的波動起伏。為了促進我國股票市場的良好發(fā)展,應建立公平、公正、公開的市場規(guī)則。一是完善股票市場結構,減少政府的過度干預。雖然國家的宏觀調控在股票市場的發(fā)展過程中有著重要作用,但應盡量避免頻繁的調節(jié),讓市場充分發(fā)揮自主調節(jié)功能。二是完善信息披露制度,加大市場監(jiān)管力度。在我國股票市場發(fā)展過程中,利用內幕信息操縱股價的行為時有發(fā)生,信息的傳導偏離正常軌道從而造成沖擊,以至于市場資源配置效率低下。只有加強信息公開,完善信息披露制度,才能構建合理透明的金融市場。
參考文獻
[1]Asgharian,Hossein,Hou,Ai Jun,Javed,F(xiàn)arrukh.The Importance of the Macroeconomic Variables in Forecasting Stock Return Variance :A GARCH-MIDAS Approach[J].Journal of Forecasting,2013,32(7).
[2]Balduzzi P ,Elton E J ,Green T C .Economic News and the Yield Curve:Evidence From the U.S.Treasury Market[J].New York University Leonard N Stern School Finance Department Working Paper Seires,1996.
[3]Chen L H ,Jiang G J ,Zhu K X .Total Attention:The Effect of Macroeconomic News on Market Reaction to Earnings News[J].Journal of Banking & Finance,2018.
[4]Indriawan I .Market quality around macroeconomic news announcements:Evidence from the Australian stock market[J].Pacific Basin Finance Journal,2018.
[5]陳耿,陳誠.信息披露質量與資本市場抗沖擊能力:國際比較研究[J].經(jīng)濟問題探索,2010,000(003):119-125.
[6]杜冰.股市震蕩期間我國股市波動性研究[J].行政事業(yè)資產(chǎn)與財務,2019(22).
[7]高研,張新雨,程棵,等.信息逐漸披露下的金融傳染[J].管理科學學報,2014(03):7-18.
[8]李偉,沙芳.信息傳導機制與金融風險防范 [J].科技信息,2007,000(007):13-14.
[9]剡亮亮,何眾志,徐龍炳.雙向交易機制、信息傳導與股票價格[J].經(jīng)濟管理,2014,036(012):106-115.
[10]譚地軍,田益祥,黃文光.有信息沖擊、無信息沖擊與波動率非對稱性[J].管理工程學報,2009,23(02):92-98.
[11]張琳,熊海芳."利好"和"利空"消息對深證成指周收益率波動的沖擊研究[J].金融經(jīng)濟月刊,2016.
[12]張琳,張軍,王擎.宏觀經(jīng)濟信息發(fā)布對股票市場收益率及其波動的影響[J].系統(tǒng)工程理論與實踐,2020,40(06):1439-1451.
[13]張萌.信息沖擊、非理性投資與股市聯(lián)動——基于滬深市場交易數(shù)據(jù)的實證檢驗[J].南方金融,2017,000(002):32-39.
[14]張雙妮,張雙蘭.研究美國股市對我國股市的波動溢出效應——基于VAR模型和GARCH(1,1)模型[J].中國集體經(jīng)濟,2019,000(022):166-168.