浅谈沪深股市收益和风险分析
来源：岁月联盟
时间：2013-03-14
（三）杠杆效应模型估计
沪深股市A股指数的T-GARCH模型估计结果为（括号中为Z统计量值）：
Rsht=0.2094hsht-0.0433Rsh t-1+ε t
（3.7429） （0.8633）
hsht=0.133762（εsht-1）2+0.932536hsht-1-0.102942Dsht（εsh t-1）2
（-2.6543） （4）
Rszt=0.2019hszt-0.0433Rsz t-1+ε t
（3.823） （0.1687）
hszt=0.1028（εsz t-1）2+0.9363hszt-1-0.7956Dszt（εsz t-1）2
（-2.4389） （5）
从上述估计结果中可以看出，哑变量前的系数均为负值，并且在5%均十分显着，说明两市存在的“杠杆效应”十分显着，市场利空消息的影响明显强于利好消息的影响。这是中国沪深股市波动性的重要特征，也和国内其他学者的研究及国外学者对股市研究相一致。虽然对沪深两市的影响因素来源基本相同，但由于两市上市公司结构差异较大，沪市主要侧重大型国企，而深市则侧重中小板块，因此，企业规模的差异也影响了两市波动性的程度，即波动性的非对称性程度并不一致，且差异较大（由哑变量的系数大小0.102942和0.7956可以看出），沪市受利空消息影响的波动程度明显比深市要好很多。
结论
我们通过ECM模型和GARCH模型，分析中国沪深两市的关联性，也对收益率和波动性进行统计检验，得到的结论上面已经有了说明，下面总结
首先，通过ECM模型，我们认为沪深两市的长期收益率几乎没有显着差异。两市收益率均受到长期均衡关系的显着影响，同时修正项为负的，这一反馈机制起到了保持长期均衡的作用。其次，我们发现，沪深两市指数收益率和波动性之中存在较为明显的非线性与非对称性。GARCH模型中显着的ARCH和GARCH项表明，两市的收益率序列存在一定的波动聚类与持续性。GARCH-M模型估计结果显示，市场存在一定的风险溢价，波动性增加了当前收益率。其中两地存在着相似的的风险溢价，且风险溢价是正向的，两个市场上的投资者都有一定程度的风险偏好。最后，通过T-GARCH模型检验结果，看到两市存在一定的“杠杆效应”，市场利好消息的影响弱于利空消息的影响，市场的波动性对消息影响呈现一定程度的非对称性。两市存在的利空消息均大于利多消息的作用，尤其是受利空消息的影响时，深市的波动幅度明显大于沪市。
参考文献：
[1]樊智，张世英.非线性协整建模研究及沪深股市实证分析[J].管理科学学报，2005，(2).
高辉，赵进文.期货价格收益率与波动性的实证研究[J].财经问题研究，2007，(2).
黄泽先，曾令华，江群.市场有效性传统及其演进和反思[J].数量经济技术经济研究，2008，(2).
胡永宏，陆忠华.沪深股市杠杆效应的实证分析[J].数学的实践与认识，2005，(3).
李姝，吕光明.中国股市股价指数变动的协整研究[J].辽宁师范大学学报，2001，(9).
史代敏.沪深股市股指波动的协整性研究[J].数量经济技术经济研究，2002，(9).
王智波.1970年以后的有效市场假说[J].世界经济，2004，(8).
王燕鸣，楚庆丰.沪深股市IPO行业版块研究[J].金融研究，2009，(1).
仲黎明，刘海龙，吴冲锋.深发展与深成指协整和引导关系的实证检验[J].预测，2003，(2).
[10]周立，王东.沪深股市的互动[J].统计与决策，2005，(8).
[11]Engle.R，1982，“Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation”，Economitrics，Volume 50，Issue 4，pp：987-1007.
[12]Granger.C，1980，“Testing for causality： A personal viewpoint”，Journal of Economic Dynamics and Control，Volume 2，Issue 1，pp： 329-352.
[13]Johansen，S.1988，“Statistical Analysis of Cointegration Vectors”，Journal of Economic Dynamics and Control，Volume 12，Issue 2-3，pp：231-254
下一篇：浅谈房地产投资风险分析
