预览加载中,请您耐心等待几秒...
1/9
2/9
3/9
4/9
5/9
6/9
7/9
8/9
9/9

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

中国股权分置改革与股市波动的非线性持续 王少平陈永伟3 内容提要本文针对中国股权分置改革以来股市运行的现实,通过对非平稳非线性ARCH模型 的扩展,揭示并解释了股市收益波动的特征:短期内波动存在ARCH效应但集聚性相对较弱,这说明 中国股市的短期风险在加剧;成交量以非线性逻辑函数予以解释和确定,这意味着股改后中国股市 的长期风险在减弱。基于此本文认为,股改后中国尤其应加强短期风险管理,强化对市场的监管,长 期风险的减弱意味着股改使股市的承载能力增强,因而可适时适度扩大股市规模,以此缓解流动性 过剩和减弱短期风险。 关键词股权分置改革收益波动成交量ARCH-NNH 一引言 自2005年4月股权分置改革试点工作启动以来,中国股市运行大致经历了以下三个阶段的波动:第 一阶段为2005年4月至8月(改革试点时期),随着对“三一重工”、“清华同方”等四家公司进行改革试 点,股权分置改革正式起动,但是由于管理层和市场各方对如何进行股权分置改革尚没有形成统一的认 识,投资者对股改缺乏信心,使得成交量与股价表现出持续性低迷;第二阶段为2005年9月至2006年4 月(全面展开时期),随着股改首批40家上市公司名单的公布,股改工作全面展开,各上市公司的股改方 案陆续出台,受人民币走势强劲等因素的影响,股价与成交量缓慢爬升,但由于股改的各种配套措施不健 全,特别是关于各种对价方案的争论,投资者的预期不稳定,导致成交量和价格在波动中调整;第三阶段 为2006年5月至12月①(攻坚和收官时期),在股改一周年之际,沪深两市进入股改程序的上市公司达到 868家,占全部A股的64%,市值占比近70%,标志着股改工作已进入攻坚阶段,此时投资者信心和预期 不断增强,导致成交量在前期小幅波动后逐步放大,股票价格亦随之先波动后持续走高。整体而言,中国 股市所经历的三个阶段及其相互演进,导致了波动的直观非线性转换,由此而引出的问题是,股改期间中 国股市波动的特征是什么?如何揭示并刻画这种波动的特征?进一步,股改期间的波动特征能否描述股 改后的股市运行?其现实意义又是什么?回答这些问题即是本文的研究动机。 3王少平:华中科技大学经济学院430074电话:027-62320818电子信箱:wangspi@sina.com;陈永伟:华中科技大学经济学院 430074电子信箱:chenywe@sina.com。 本文受国家自然科学基金(项目编号为70571026)资助。作者感谢两位匿名审稿人提出的富有建设性的修改意见,当然文责自负。 ①由于证监会要求股权分置改革工作必须在2006年底基本完成,因此本文的股改样本截至2006年12月,为了更加完善的研究股 权分置改革对股市收益波动特征的影响,本文第三部分专门对样本容量进行了扩展分析。 世界经济32008年第3期·80· ©1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net 王少平陈永伟 从国内外现有的文献来看,自Engle(1982)提出自回归条件异方差(ARCH)模型以来,ARCH类模型 成为金融计量经济学的一个重要研究领域,其应用则主要集中于揭示股市的波动特征。ARCH类模型一 般可简约地表述为: ut=σtεt(1) 2 其中{εt}是i.i.d.(0,1)序列,如σt由(2)式所确定: 2222 σt=ζ+α1ut-1+α2ut-2+⋯+αmut-m(2) 满足上述(1)、(2)式的ut即为m阶自回归条件异方差过程,简记为ARCH(m)。由于条件异方差通 常用于度量波动,所揭示的是波动的集聚性(clustering)及其持续即ARCH效应,因此ARCH模型一经提 出,就被用于揭示股市的波动特征。唐齐鸣和陈健(2001)发现中国股市存在显著的ARCH效应,张玉春 (2006)认为中国上证A股综合指数存在波动的集聚性。 对ARCH模型的一个简单扩展是在(2)式中增加条件方差的滞后期,使之影响当期的条件方差(波 动),由此形成GARCH模型(Bollerslev,1986)。GARCH(1,1)模型可设定为: 222 σt=α1ut-1+βtσt-1(3) 模型(3)可直接推广到GARCH(m,n)模型。对于GARCH模型,国内外学者也做了大量的经验应 用。Akgiray(1989)发现GARCH模型可以很好地刻画并预测美国股市的波动,Karmakar(2005)利用印度 股市的数据也得出了类似的结论,樊智和张世英(2003)发现中国股市存在显著的GARCH效应。 然而,无论是ARCH模型还是GARCH模型,其基本特征都是以自身的历史信息来线性地解释并确