股票市場(chǎng)收益率高階矩的動(dòng)態(tài)特征研究.pdf

1、均值-方差的分析方法由于忽視了三階矩與四階矩風(fēng)險(xiǎn)，常常會(huì)低估風(fēng)險(xiǎn)。與此同時(shí)，金融學(xué)傳統(tǒng)的正態(tài)分布假設(shè)在具體的金融實(shí)踐中不斷受著沖擊。經(jīng)濟(jì)學(xué)家開(kāi)始關(guān)注金融資產(chǎn)收益的非正態(tài)分布特征，即金融資產(chǎn)的收益率并非像傳統(tǒng)研究假設(shè)那樣服從正態(tài)分布，而是存在著左偏與尖峰厚尾的特征。因此，高階矩的建模逐漸受到廣泛關(guān)注。
　　傳統(tǒng)的GARCH模型，引入了方差的時(shí)變性特征，但是并沒(méi)有考慮偏度與峰度的時(shí)變性特征。隨后的一些模型包括GARCHS、GARCHS

2、K、NAGARCHSK等，開(kāi)始關(guān)注偏度與峰度的時(shí)變性特征，并對(duì)其進(jìn)行建模。
　　文章目的在于研究中國(guó)股票市場(chǎng)總體與不同行業(yè)股票收益率高階矩的動(dòng)態(tài)特征。文章選取了2005年1月至2013年6月上交所日收盤(pán)綜合指數(shù)、深交所日收盤(pán)綜合指數(shù)、工業(yè)指數(shù)、商業(yè)指數(shù)、地產(chǎn)指數(shù)、公用指數(shù)，一共六種指數(shù)進(jìn)行研究，每一種指數(shù)的樣本容量均為2057。首先文章對(duì)六組時(shí)間序列數(shù)據(jù)的基本統(tǒng)計(jì)特征與時(shí)間序列特征進(jìn)行分析，研究發(fā)現(xiàn)六種指數(shù)的對(duì)數(shù)收益率分布為非正態(tài)

3、分布，存在著左偏與尖峰厚尾的特征。同時(shí)時(shí)間序列是平穩(wěn)的，波動(dòng)率、偏度、峰度均有顯著的自相關(guān)特征，且存在著自回歸條件異方差現(xiàn)象。因此，六種指數(shù)的對(duì)數(shù)收益率均適合運(yùn)用GARCH類模型進(jìn)行建模。
　　本文所用的模型沒(méi)有單獨(dú)對(duì)條件偏度、條件峰度的時(shí)變特征進(jìn)行建模，而是通過(guò)拋棄GARCH模型傳統(tǒng)的正態(tài)分布的假設(shè)，假設(shè)經(jīng)過(guò)標(biāo)準(zhǔn)差調(diào)整后的殘差項(xiàng)服從動(dòng)態(tài)化的Skewed-t分布，以此刻畫(huà)偏度與峰度的時(shí)變特征。相比傳統(tǒng)的t分布，動(dòng)態(tài)化的Skewed

4、-t分布加入了非對(duì)稱性參數(shù);相比靜態(tài)的Skewed-t分布，動(dòng)態(tài)化的Skewed-t分布突破了自由度、非對(duì)稱性參數(shù)的靜態(tài)的局限性。文中最終使用的模型為基于動(dòng)態(tài)Skewed-t分布的ARMA(1，1)-GJR(1，1)模型，本模型能夠較好的描述收益率左偏與尖峰厚尾的特征。
　　隨后，文章通過(guò)運(yùn)用基于動(dòng)態(tài)Skewed-t分布的ARMA(1，1)-GJR(1，1)模型的偏度、峰度的模擬結(jié)果對(duì)影響偏度、峰度的因素進(jìn)行分析，并結(jié)合偏度、峰度

5、的傳導(dǎo)機(jī)制進(jìn)行分析。
　　通過(guò)以上分析，文章得出的主要結(jié)論有:一、中國(guó)股票市場(chǎng)存在著顯著的三階矩風(fēng)險(xiǎn)和四階矩風(fēng)險(xiǎn)，且六種指數(shù)對(duì)數(shù)收益率的方差、偏度和峰度具有顯著的時(shí)變性。二、通過(guò)模型比較，我們發(fā)現(xiàn)上證綜指、深證綜指、工業(yè)指數(shù)、商業(yè)指數(shù)、地產(chǎn)指數(shù)與公用指數(shù)在經(jīng)過(guò)標(biāo)準(zhǔn)差調(diào)整后的殘差項(xiàng)服從動(dòng)態(tài)化的Skewed-t分布的ARMA(1，1)-GJR(1，1)的模型下比殘差服從正態(tài)分布的ARMA(1，1)-GARCH(1，1)模型、殘差服從正

6、態(tài)分布的ARMA(1，1)-GJR(1，1)模型、殘差服從t分布的ARMA(1，1)-GARCH(1，1)模型與殘差服從t分布的ARMA(1，1)-GJR(1，1)模型的擬合度更好，更適合對(duì)高階矩的動(dòng)態(tài)特征進(jìn)行建模。三、在偏度影響因素分析方面，整體上，滯后階收益率、波動(dòng)率、偏度與交易量對(duì)偏度有一定的解釋力。而且Hong與Stein所提出的“利空信息揭示”效應(yīng)可以解釋中國(guó)股票市場(chǎng)的偏度的大小，同時(shí)，在中國(guó)股票市場(chǎng)存在著顯著的波動(dòng)反饋機(jī)制。