中国利率与股市间波动溢出效应的实证研究

摘 要：采用多变量EGARCH模型分别对利率与沪深股市问的波动溢出效应进行的实证研究表明，股票收益率对利率收益率有着显著的短期动态影响；利率与沪深股市间存在着显著的双向波动溢出，除了利率对深圳市场的方向外；其他方向的波动溢出均存在着不对称性。

　　关键词：波动溢出效应；多变量EGARCH模型；不对称性
　　　
　　一、引言
　　
　　随着信息通信技术和衍生技术的，“金融抑制”观点和“金融深化”理论的提出，一些国家纷纷撤消金融管制，从而增强了金融市场间的信息交流，使得各市场间的相关性大大加强。因此，波动可能会从一个金融市场传递到另一个金融市场，即金融市场间可能存在着波动溢出效应。
　　自上世纪90年代初起，国外开始研究各金融市场间的波动溢出效应。Hamao等运用单变量GARCH－M模型研究纽约、东京、伦敦股市间的波动溢出效应，发现1987年世界股市崩溃后，呈现出纽约到伦敦、东京，伦敦到东京股市的波动溢出效应。Koutmos和Booth运用多变量EGARCH模型研究纽约、东京、伦敦世界三大股市的波动溢出，发现三大股市之间不仅存在波动溢出效应，而且其波动溢出还存在不对称性，市场的坏消息比好消息对另一市场的波动影响更大。另外，So、Li和Lam通过建立向量SV模型来研究马来西亚与泰国股票指数间的波动关系，赵留彦和王一鸣运用向量GARCH—BEKK模型来研究中国A、B股市波动溢出与信息传递关系，张碧琼则运用EGARCH模型来检验纽约、伦敦、东京、香港、上海、深圳股市之间日收益波动溢出的流星雨假定。当然，波动溢出效应并非只局限于股市，Laopodis采用多变量VAR-EGARCH模型研究德国马克各汇率间波动溢出，发现其汇率间不仅存在波动溢出，同时还具有不对称性，市场坏消息比好消息对另一市场的波动影响更强烈。Kanas和Kouretas则通过研究希腊官方汇率与黑市汇率间的波动溢出效应，发现两市场之间存在着不对称性的波动溢出。
　　关于中国利率与股市关系的研究，目前主要集中于两者收益率一阶矩的关系，而对波动溢出效应(即收益率条件二阶矩关系)的研究却比较少。尽管两者收益率一阶矩间的领先滞后关系对其预测提供了信息，但金融市场间的波动溢出效应研究，可以让我们了解市场吸收信息的过程和市场波动之间的关系，这对配置资产组合、防范金融风险有着重要的意义。
　　
　　二、多变量EGARCH模型
　　
　　1991年，Nelson提出了EGARCH模型，它相对GARCH模型来说具有两个突出的优点：(1)不需要限制参数来保证条件方差方程隐含的条件波动总是正值；(2)允许好坏消息的影响具有不对称性[引。
　　在研究多个变量、多个市场波动之间的相互影响关系，需要把单变量GARCH类模型扩展到多变量情况，Pagan指出多变量框架内分析问题能够充分利用残差向量的方差一协方差矩阵所包涵的信息，与单变量模型相比能够得到更加精确的参数估计值。所以本文采用多变量EGARCH模型来研究中国利率与股市间的波动溢出效应。
　　模型具体如下：
　　
　　三、数据和诊断性检验
　　
　　
　　(一)数据样本选取
　　为了区分中国利率与沪深股市间不同的波动溢出效应，本文分别对上海和深圳股市进行实证研究，选用的考察变量分别为上证综合指数和深证成份指数，而利率变量我们选用7天银行间同业拆借利率。样本期为2000年3月1日到2005年7月29日，共1288个数据。日收益率采用对数差分的形式，计算公式为：
　　
　　(二)数据的基本统计分析
　　表1列出了利率与股票收益率及收益率平方序列的统计特征，利率与沪深股市收益率序列的偏度和峰度说明它们呈现出显著的尖峰特征，JB统计量也表明每个收益率序列都不服从正态分布；6阶、12阶自相关的Ljung-Box Q检验表明：利率收益率序列存在着显著的自相关现象，而沪深股市的收益率序列则不存在。根据收益率平方序列的Ljung-BoxQ检验结果，无论利率还是沪深股市收益率平方序列的自相关性在统计上都是极为显著的，这揭示7天同业拆借利率和沪深股市的波动都存在着时变性和聚类性。
　　(三)诊断性检验
　　在应用前面多变量EGARCH模型之前，我们需要对数据进行一些检验。首先要检验利率和股票指数日对数收盘价的单位根及它们之间是否具有协整关系，以此来确定均值方程式(1)、(2)中是否要加入误差修正项(Vecm)；然后要检验均值方程的残差序列是否具有ARCH效应，以及条件方差是否具有不对称性，这是建立EGARCH模型的理论依据。
　　1．单位根、协整关系检验。我们运用ADF检验法和Johansen协整检验法来进行单位根和协整关系检验。表2列出了单位根检验结果，表明利率和股票指数的日对数收盘价接受存在单位根的原假设，而其一阶差分则拒绝存在单位根的原假设，由此可以推断它们都是I(1)过程，可以进一步检验利率与上证综指和利率与深证成指间的协整关系。
　　表3列出了同业拆借利率与上证综指、深证成指间的协整关系检验结果，从中我们可以看出同业拆借利率与上证综指、深证成指都具有1个协整关系。因此在多变量模型的均值方程中须加入误差修正项(Vecm)，即用向量误差修正(VEC)模型。
　　
　　2．ARCH效应检验和条件方差不对称性检验。对于残差序列的ARCH效应，我们运用拉格朗日乘子(LM)检验法来检验。对于条件方差不对称性的检验，本文则采用Engle和Ng提出的诊断检验方法，包括符号偏误检验(SBT)、负向程度偏误检验(NSBT)、正向程度偏误检验(PSBT)、联合检验(JT)来检验，JT的检验回归式：
　　

　　
　　表4分别列出了利率与沪深股市的ARCH效应检验和条件方差不对称性检验结果。LM(2)、LM(6)和LM(10)统计量都显著拒绝没有ARCH效应的原假设，显示收益率残差序列的ARCH效应非常明显，存在显著的条件方差。虽然SBT检验表明正向与负向未预期收益对波动的影响效果差异不够显著。但是NSBT、PSBT检验表明：大的正负向冲击所引起的波动比小的正负向冲击所引起的波动要大，以及JT检验表明未预期变动的方向和大小对波动的影响也不同，这些表明条件方差的不对称性可能存在。
　　
　　四、多变量EGARCH模型估计结果
　　
　　对于多变量EGARCH模型的参数估计，大多采用极大似然估计法，我们也将采用此方法对模型参数进行估计。在标准化残差服从正态分布条件下，含有T个样本时的对数似然函数为：　表5是利率与股市间波动溢出效应的估计结果。从表中可以看出，不管是研究利率与沪市还是深市的波动溢出效应，模型标准化残差检验的Q统计量和Q²统计量数据都显示它们不存在线性和非线性相关，这说明多变量EGARCH模型检测结果是可靠的，检验结果能够有效地解释利率与沪深股市间的波动溢出效应。
　　均值方程中的系数是表示利率与股票收益率间的动态影响关系，发现利率与沪市股票收益率和利率与深市股票收益率的短期动态影响关系相同。从表5中可知，沪、深股市股票收益率只有其滞后三期的影响是显著的，而其它滞后期和利率收益率都不显著。说明从短期来看，利率收益率对股票收益率的影响不显著，但是利率收益率不仅受到其滞后一至九期的显著影响，另外股票收益率滞后一、二、四、六、七期对其的显著影响，且只有滞后一期的系数为正，其它的都为负，说明较近滞后期的股票收益率对利率收益率的影响是正的，而较远滞后的影响是负的。
　　
　　从利率与沪市间波动溢出效应的实证结果中可知，方差方程中所有估计的系数在1％显著性水平下都是显著的，β_S、β_I分别为0．956 760、0．98 0467，它们分别描述两个市场波动的持续性，都小于1说明它们的条件方差是有穷的。显著的δ_s，_I、θ_s，_I、δ_I，_S、θ_I，_S表明利率与沪市存在着显著的双向波动溢出，且双向的波动溢出都具有不对称性。δ_s，_I的值是0．107 863(为正)，说明利率波动对沪市波动起着正向的传递效果，且δ_s，_I的值是－0．407 935(为负)，说明在波动幅度相同的情况下，利率的负向波动比正向波动对沪市的波动影响要大，即体现出不对称性；δ_I，_S的值是－0．134 944(为负)，说明沪市波动对利率波动是负向传递的，δ_I，_S的值是0．394 670(为正)则说明沪市的正向波动对利率波动的影响大于负向波动。
　　利率与深市间波动溢出效应的实证研究表明，两者同样具有显著的双向波动溢出——利率波动对深市波动起着正向的传递效果，深市波动对利率波动则是负向传递的，且深市的正向波动对利率波动的影响大于负向波动；但δ_s，_I的值不显著，说明利率波动对深市的波动的不对称性在统计上不显著。
　　
　　五、结论与启示
　　
　　本文使用日收益数据，运用多变量EGARCH模型对利率与沪深股市的波动溢出效应进行了实证研究。结果表明：(1)利率收益率不仅受到其自身滞后值的显著影响，还受到股票收益率滞后值的显著影响；但是不管是沪市还是深市，利率收益率对其股票收益率的影响都不显著。(2)利率与沪深股市之间都存在着显著的双向波动溢出效应，说明中国利率与股市之间短期信息的同源性以及利率与股市间具有信息流，且除了利率对深市外其它方向的波动溢出都具有不对称性，即正负向波动的变动对其它市场的波动影响不同。
　　最后值得一提是，2005年4月底中国股市开始了股权分置改革，可以说是中国股市的一次根本性制度变革，对中国股市必将产生深远的影响，所以对于之后的利率与股市间波动溢出以及股改对两者波动溢出是否会产生影响等问题是值得进一步研究的。