基于向量garch-m模型的股價關系研究

0b股與b股間的溢出效應和信息流動中國企業的外國投資主要來自三種形式：b股、h股和紅色融資股。紅籌股與H股同在香港上市交易,其根本區別是:紅籌股在境外注冊、管理,本質上屬于香港公司或海外公司;H股在內地注冊、管理,本質上屬于中國大陸公司。B股與H股及紅籌股的最大區別是:B股在境內上市和交易,而H股和紅籌股則在境外上市和交易。關于我國股票間收益和波動溢出效應的研究,由于交易品種較少和交易時間跨度較短的限制,早期研究的結論或多或少值得商榷。后期的研究,如Song、Liu和Romilly采用GARCH模型探討了滬市和深市股票收益和波動之間的關系;Poon和Fung運用多變量EGARCH-M模型、采用兩步估計法檢驗了H股和紅籌股與滬深普通股之間的收益和波動溢出效應;吳文鋒、朱云等通過檢驗在A、B股市場同時上市公司股票收益率的Granger因果關系,分析了B股向境內居民開放前后的A,B股兩個市場之間的信息流動情況;趙留彥和王一鳴在不考慮收益溢出效應的前提下,運用向量GARCH模型研究了A、B股市場間的信息流動和波動溢出效應;等等。可以看出,這些文獻更多的是研究A股與B股、A股與H股及紅籌股之間的溢出效應和信息流動,對B股與H股及紅籌股間溢出效應的研究則不多見;采用的模型主要是單變量模型、兩步估計方法的多變量模型,以及不考慮收益溢出效應的向量模型;溢出效應也主要是從股票收益或波動單方面進行檢驗。單變量模型和兩步估計法的多變量模型,由于沒有考慮市場間的相互影響,損失了市場間相關性中所包含的有效信息。獨立地從股票收益或波動單方面檢驗溢出效應,則忽視了金融資產收益和波動之間本身的相互聯系。根據價格發現理論,股票價格的變化是一個不斷反應新信息而尋求均衡的過程,信息領先市場的收益率有助于預測信息落后市場的收益率,信息流動與收益率溢出效應有關;Ross通過無套利定價模型也證明了信息流動也與價格的波動密切相關。因此,后續研究的一個自然延伸就是,同時從收益和波動兩個方面并考慮市場間的相互影響來分析B股與H股及紅籌股間的溢出效應和信息流動。收益溢出效應的驗證主要是檢驗一個市場的滯后收益率是否對另一個市場預期收益率具有解釋力。波動溢出效應的研究得益于ARCH模型和GARCH模型,以及后來如GARCH-M之類ARCH族模型的建立。由于ARCH族模型屬于非線性模型,待估參數往往較多,因此早期研究者通常事先作出諸多限制條件來簡化模型。但是,簡化過的模型損失了市場間相關性中所包含的有效信息,因而對收益率波動的刻畫是不充分的。對單變量模型的進一步改進是在聯立的多變量框架下研究市場間的波動溢出效應,即所謂向量GARCH模型(vectorGARCHmodel)。該模型由Engle和Kroner建立,其最大的特點是模型的設定考慮了市場收益率間條件方差和協方差的相互影響,且不必估計很多參數,因而適合于金融市場間波動溢出效應的分析。基于以上所述,本文主要從如下兩個方面進行了拓展:①采用二維向量模型同時從股票收益和波動兩個方面統一地分析B股與H股及紅籌股之間的溢出效應與信息流動;②在向量模型的均值方程中引入波動(方差)變量,即采用向量GARCH-M模型來聯立分析收益和波動的溢出效應。GARCH-M模型不僅刻畫了收益和風險之間關系,而且其均值方程中的方差變量又通過方差矩陣方程將收益與協方差,即市場相關性所包含的有效信息聯系起來。本文的組織結構如下:第二部為數據分析,第三部分為模型設定和估計方法說明,第四部分為估計結果,最后為全文總結。1日生產率的基本統計特征:背景的回顧本文選用上海B股綜合指數、深圳B股成分指數、香港H股指數和紅籌股指數的日收盤價作為樣本數據。H股指數和紅籌股指數均采用香港恒生公司編制的指數。數據來源于Wind資訊。樣本期為2003年1月1日至2006年9月30日。取2003年1月1日為樣本初期,是因為2001年2月19日B股開始對境內居民開放,以及2002年12月1日A股開始對國外合格機構投資者(QFII)開放;B股對內開放直接影響了B股的投資者結構,A股對外開放對境外投資B股的投資者產生了分流,從而間接地影響了B股的投資者結構。為了減小事件發生產生的噪聲影響,本文剔除了事件發生后的一個月數據,即取2003年1月1日為樣本初期。由于大陸有春節、“五一”、“國慶”等長假,而香港有復活節等節日,致使B股與H股和紅籌股的開市和上市日期并不完全一致。根據Hamao,Masulis和Ng的研究,如果兩個股市中的某一股市在某一日沒有交易,在同一實證模型中刪去另一股市在該日的交易數據來進行計量估計,則不會影響研究結果的正確性。因此,為了保證B股與H股和紅籌股交易日期的一致性,本文采用了這種數據處理方式,故實際的樣本期為2003年1月2日至2006年9月29日,觀察數據共計877個。股票日收益率的計算采用對數之差,即:ri,t=ln(Pi,t)-ln(Pi,t-1)。這里r代表日對數收益率,t代表時期,P代表股市收盤指數,i代表B股、H股和紅籌股。B股、H股和紅籌股在整個樣本時期日對數收益率的基本統計特征見表1。表中RB.H、RB.S、RHSE和RHSC分別代表滬市B股、深市B股、H股和紅籌股的收益率。從表1可以看出,四個收益率序列具有顯著的厚尾特征,存在一定程度的自相關,均為平穩序列;平方收益率均存在顯著的自相關,收益率存在顯著的ARCH效應。2b股回歸系數的初步估計綜合上述數據分析及引言的闡述,本文采用如下雙變量GARCH-M模型:(r1tr2t)=(μ1+δ1h11,tμ2+δ2h22,t)+(θ11θ12θ21θ22)(e1,t?1e2,t?1)+(e1te2t)(1)et|Ωt?1～N(0,It)(2)It=C′C+A′et?1e′t?1A+D′It?1D(3)(r1tr2t)=(μ1+δ1h11,tμ2+δ2h22,t)+(θ11θ12θ21θ22)(e1,t-1e2,t-1)+(e1te2t)(1)et|Ωt-1～Ν(0,Ιt)(2)Ιt=C′C+A′et-1e′t-1A+D′Ιt-1D(3)其中:C=(ω110ω12ω22)?A=(α11α21α12α22)?D=(β11β21β12β22)C=(ω11ω120ω22)?A=(α11α12α21α22)?D=(β11β12β21β22)。(r1t,r2t)′為收益率向量,r1t為B股日對數收益率,r2t為H股或紅籌股的日對數收益率。殘差向量為(e1t,e2t)′,其基于t-1期信息集Ωt-1的條件方差-協方差矩陣為It,假定殘差向量服從(0,It)的正態分布。μ1+δ1h11,t為B股預期收益率,μ2+δ2h22,t為H股或紅籌股的預期收益率。參數θ11代表B股對自身非預期信息的滯后反應,θ22則代表H股或紅籌股對自身非預期信息的滯后反應。θ12代表H股或紅籌股對B股的收益溢出效應,θ21則代表B股對H股或紅籌股的收益溢出效應。方程(3)采用Engle和Kroner的BEKK設定方式來刻畫方差-協方差矩陣It的動態特征,It是滯后一期的It-1和滯后一期殘差平方(et-1e′t-1)的線性函數。參數矩陣C為上三角型,A和D則為一般矩陣,It這種動態結構設定能確保條件方差-協方差矩陣It是正定的。B股與H股及紅籌股的條件方差相互影響通過矩陣A和D的非對角元素來表示,具體說來,參數β12、α12分別代表B股對H股及紅籌股的波動溢出效應,β21、α21分別代表H股及紅籌股對B股的波動溢出效應。模型的估計采用極大似然估計方法。若樣本個數為N,殘差向量服從二元正態分布,則模型的對數似然函數為:l=?Nln(2π)?12∑t=1N(ln|It|+e′tI?1tet)l=-Νln(2π)-12∑t=1Ν(ln|Ιt|+e′tΙt-1et)為了對模型進行穩健估計,必須先得到各參數的初值。為此,先對方程(1)進行單變量GARCH(1,1)估計,取這兩個單變量方程中μ1、μ2、δ1、δ2、θ11、θ22的估計值為各自的初值,取方差方程參數估計值的正平方根為矩陣C、A和D對角元素的初值。其余參數的初值均取0。為了檢驗B股對H股及紅籌股的收益溢出效應,虛擬假設為H0:θ21=0,即H股或紅籌股的收益僅受自身過去殘差的影響,與B股的收益無關。H股或紅籌股對B股的的收益溢出效應的檢驗與此類似,虛擬假設為H0:θ12=0。B股對H股及紅籌股波動溢出效應檢驗的虛擬假設為H0:β12=0,α12=0,而紅籌股或H股對B股的波動溢出效應檢驗的虛擬假設為H0:β21=0,α21=0。以上虛擬假設均采用Wald統計量進行檢驗,統計量服從卡方分布,收益溢出效應的自由度為1,波動溢出效應的自由度為2。3紅籌股向b股的溢出效應檢驗模型溢出效應的檢驗結果見表2。限于篇幅,下表沒有給出模型各參數的估計值,只是列出了溢出效應的檢驗結果。從表2可以看出:①對于滬市,B股向H股的收益和波動溢出效應檢驗的統計量均不顯著,而H股向B股的收益和波動溢出效應均高度顯著,這說明B股向H股的收益和波動溢出效應均不存在,而H股向B股的收益和波動溢出效應均存在,信息流動是從H股向B股單向流動的。②對于深市,B股與H股間的波動溢出效應檢驗的統計量均高度不顯著,說明彼此間不存在波動溢出效應;而H股與B股之間的收益溢出效應在10%的顯著水平下存在,表明相互間存在著收益溢出效應。從表2還可以看出,對于滬深兩市,在5%的顯著水平下,B股向紅籌股的收益和波動溢出效應檢驗的統計量均不顯著,而紅籌股B股的收益和波動溢出效應均高度顯著,這說明股B向紅籌股的收益和波動溢出效應均不存在,而紅籌股向B股的收益和波動溢出效應均存在,信息流動是從紅籌股向B股單向流動的。對上述檢驗結果,可作如下解釋:(1)紅籌股和H股對B股均有信號引導作用,是因為它們均在香港市場交易,而香港股票市場是一個高度自由化和國際化的資本市場,是亞洲地區股市漲跌的“領頭羊”,市場相對成熟,受操縱的可能性小于交易B股的內地市場,投資者也更易于獲取信息,這使得身為“港股”的紅籌股、H股往往被認為具有更高的信息含量,更為內地投資者所信任,成為內地投資者判斷內地股市未來走向和投資決策的“風向標”之一。(2)紅籌股比H股對B股有更強的信號引導作用與它們自身特征有關。紅籌股和H股雖同屬“中資概念股”,其企業發展也主要依托于內地經濟,但紅籌股公司是在境外注冊和管理,為全流通股,與國際高度接軌,本質上屬于香港或海外公司;而H股公司是在內地注冊和管理,公司股票與內地公司股票相似,仍有部分股票不能流通,本質上屬于內地公司。由于海外公司經營狀況的信息透明度要高于內地公司,其信息更能為投資者所獲得,且大多數紅籌股公司管理要較H股公司好,因而紅籌股比H股對內地B股更具有“風向標”作用。(3)滬深兩市H股對B股的不同溢出效應可能與兩市地理位置有關,即所謂的“本土偏好”(HomeBias)現象。雖然現代通訊工具發達,有關股市信息可以瞬間到達世界各地,投資者可以最優投資組合原理來構建投資組合,以實現利潤最大化。但是,正如Karolyi和Stulz(2003)所總結,投資者在進行投資組合時往往偏離最優投資組合原則,將自己所熟悉的、國內的股票權重設置過大,即所謂的“本土偏好”現象。由于B股的購買者多為港澳客戶,深交所毗鄰港澳,投資深市B股的傾向高于投資滬市B股的傾向,從而使得深市B股對H股的信息引導作用大于滬市,深市B股與H股之間就存在著一種雙向的收益溢出效應。4各種b股之間的溢出效應和信息流動情況不存在本文通過運用雙變量GARCH-M模型分析H股、紅籌股與內地B股之間的