基于事件研究法的“大小非”解禁关于股票市场风险研究

ln(ht)=α0+r1+α1+β1ln(ht-1)(4)
　　在GARCH 类模型中vt的分布常用的有:正态(高斯)分布、学生t分布和广义误差分布。例如,假设vt服从正态分布,则:
　　Prob(vt≤-zα)=α (5)
　　Prob(·vt≤-·zα)=α (6)
　　Prob(rt≤μ-·zα)=α (7)
　　其中,zα是正态分布概率为α时刻对应的临界值,所以,时刻t的VaR值可用下式来估计:
　　VaRt=-μ+·F-1(α) (8)
　　在式(8)中,VaRt 的计算只需要估计vt的分布的分位数F-1(·)。其中,α为设定的显着水平,条件方差序列{ht}由GARCH模型直接生成。
　　3.VaR值的准确性检验
　　计算VaR值的模型建立之后,有必要对其进行检验,其中检验方法有多种,本文将采用失败率检验方法。其原理如下:设T代表样本天数,首先,计算实际损失超过VaR值的失败天数,将其记为N;其次,计算失败率p=N/T。如果失败率p大于计算VaR值时所选择的显着水平α,则模型失败;反之,模型成功。在实际应用中,通常假设VaR值的估计具有时间独立性,则对失败的统计次数服从T次贝努里分布,每次失败的期望概率为p0=α。
　　假定原假设为H0:p=p0;备择假设为H1:p≠p0,此时模型的准确性检验转化为对失败率p是否显着异于失败期望概率p0的检验。1995年Kupiec[13]提出了对原假设最合适的检验是似然比率检验:
　　LR=-2ln[(1-p0)T-Np0N]+2ln[(1-p)T-NpN](9)
　　在零假设条件成立下,统计量LR服从自由度为1的χ2分布,在95%的置信水平下的临界值为3.84,如果LR 3.84,则拒绝原假设,说明VaR模型不适合。
　　二、实证研究
　　1.样本选取
　　因目前沪、深股市A股已达到1 500支左右,为使样本具有代表性,本文采取分层抽样的方法,选取沪、深两市各12支股票进行研究。股票市场收益率rt采用对数收益率。
　　本文采用事件研究法对股票收益率序列建立模型,计算VaR值,将首次“大小非”解禁视为具体事件,对每只个股均分为解禁前和解禁后进行建模研究,并将首次解禁日前后各八个月(约160个交易日)定为时间窗。数据处理采用Eviews 5软件。现将本文所选股票及首次“大小非”解禁时间、首次解禁量(如表1所示):
　　2.实证分析
　　(1)模型分析。我们利用上面描述的GARCH类模型对表1中的24只股票分别建立两个模型,即解禁前模型和解禁后模型。从模型估计的参数看,绝大部分参数检验的P值小于0.05,也就是说在5%的显着水平上,基本接受股票收益率的计算模型。
　　将由GARCH类模型得到条件方差ht代入公式(8)计算各期VaR值,然后和实际损失进行比较,从而得到实际损失超过VaR值的天数,利用此天数,就可利用式(9)给出的LR统计量对模型准确性进行检验。针对解禁前和解禁后VaR模型的计算我们发现,LR统计量均小于3.84,所以接受计算VaR值的模型。而且,解禁前后的N/T值在0.01和0.05显着水平下差异均不显着,这也进一步说明了,VaR模型对风险的描述是比较准确的。
　　(2)个股解禁前后市场风险比较。图1及下页图2给出解禁前后两市股票VaR值随时间变化的情况,每个图包括解禁前、解禁后两部分,以空格隔离开。从图中可以看出,“大小非”解禁前后风险是有较明显的变化的,大部分股票VaR值解禁后比接近前大,同时,变化也比较剧烈。
　　为进一步分析比较解禁前后风险的变化,图3及下页图4分别给出两市股票 VaR的箱线图。从图中我们发现:大部分股票解禁后箱体中位数都有增大趋势,而且,箱体最大值也有明显的提升,这就说明股票在解禁后整体VaR值有所增加,即风险水平提高。在给出上述定性分析的同时,本文做了进一步的定量分析,即检验解禁前后VaR的均值是否有显着差异,检验结果在下页表2中给出。从检验结果看,绝大多数股票VaR的均值解禁后较之解禁前有显着差异,风险水平整体提高,这进一步说明“大小非”解禁后风险是有显着差异的。
　　通过上述实证分析,发现:解禁后19只风险变大,5只风险变小,分别为“云南白药”、“高新发展”、“三一重工”、“贵州茅台”、“四创电子”。所以本文的结论为:“大小非”解禁后将使股票市场风险变大。19只风险变大的股票中只有“金牛能源”、“五洲交通”这两只股票解禁前后VaR的均值在0.05的显着水平下差异不显着,其余17只股票解禁前后VaR的均值的差异均显着,这进一步说明,用VaR模型对风险变化进行描述是恰当合理的。
　　本文同时也采用相同的方法对比研究了解禁前后收益率的变化,结果发现,解禁前后收益率的均值在0.05显着水平下没有显着差异,而且通过作图,也看不出明显的变化。因此,仅从收益率角度,不能有效衡量股市解禁前后风险的变化。而采用市场风险统一测量框架——VaR和GARCH类模型对中国A股市场进行研究,则可以很容易地发现大小非解禁对股市风险的影响。而且,模型的建立更能反映股市的共性,从而发现更为一般的规律。
　　结论
　　“大小非”的解禁,是会使股市的风险发生变化的。如果单从收益率角度研究问题,那么,无论是运用定性或是定量方法解禁前后差异均不显着,所以用收益率变化不能衡量股市解禁前后风险的变化。而采用VaR方法和适合描述尖峰厚尾特征的GARCH类模型对中国A股市场进行定性、定量研究,则可以很容易地发现解禁前后风险是有大的差异的。
　　本文探讨了如何研究“大小非”解禁对于股市风险的影响,即采用的比较解禁前后 VaR值的方法能够很好地捕捉到股票风险的变化,并且,模型的建立更能反映股市的共性,从而发现更为一般的规律。而大小非解禁如何具体地影响风险不是本文的内容。
　　“大小非”解禁无疑是一次长期持续的市场扩容,对中国股市影响深远,从一定意义上可以说是对股市重造的必经之路,所以将它作为研究对象是有意义的。
　　参考文献:
　　杨栋,张建龙,张小涛.“大小非”解禁冲击了中国证券市场吗[J].当代经济,2009,(2):49-55.
　　夏清华,李文斌.“大小非解禁”对中国A股上市企业股价的影响[J].技术经济,2009,(5):64-70.
　　黄汉利,佘晓燕.大小非解禁市场反应实证研究[J].财会通讯,2009,(6):64-67.
　　张冬云.小非不足惧,大非要提防[J].证券导刊,2007,(29):69-70.
　　张刚.震荡市中斗法大非套现[J].证券导刊,2007,(10):61-62.
　　刘振华.全流通解禁压力探秘[J].新财经,2006,(7): 94-95.
　　李慧敏.浅谈大小非解禁问题[J].现代商业,2008,(21):27.
　　闵纬国.2009大小非解禁对股价的影响[J].大众理财顾问,2009,(4):42-43.
　　石建勋.大小非减持违规成本必须提高[N].人民日报,2008-05-08.
　　[10]Jorrion,P.Value at Risk: The New Benchmark for Controlling Market Risk[M]. New York: McGraw-Hill Companies,Inc,1997.