孫世楠+周博文

[摘要]2015年6月末，中國股市在持續(xù)了一年多的高漲之后遭到重挫，出現(xiàn)了“股災(zāi)”，雖然政府積極應(yīng)對，但市場情緒并未好轉(zhuǎn)，恐慌繼續(xù)蔓延，導(dǎo)致股市持續(xù)低迷。文章以“清配”和“停止托市”兩個時間節(jié)點界定第一輪股災(zāi)，并運用TARCH模型和彈簧振子理論分析了上證指數(shù)在本輪股災(zāi)前后特征的變化。結(jié)果顯示：上證指數(shù)在“股災(zāi)”后表現(xiàn)出顯著的非對稱性特征，并且“股災(zāi)”后上海股市反而有更高的配置效率和更低的市場摩擦。

[關(guān)鍵詞]股災(zāi)；非對稱性； TARCH模型；彈簧振子理論

1引言

在金融波動性研究領(lǐng)域中，很多專家學(xué)者通過GARCH族模型的應(yīng)用比較深入地討論了國內(nèi)外股票市場的非對稱性問題，然而在這些分析中卻鮮有涉及市場效率的分析，這主要是受限于當(dāng)前主流的隨機游走模型的影響。

本文在運用常用的TARCH模型分析上證指數(shù)非對稱性的同時引入彈簧振子理論。希望在描述上證指數(shù)的非對稱性的同時可以通過彈簧振子理論計算市場有效性的相關(guān)指標(biāo)，以更好地描述市場的運行狀態(tài)。

2文獻綜述

GARCH族模型在研究市場波動性和非對稱性方面有很好的效果，很多專家學(xué)者通過各自的研究得出了非常有用的結(jié)論。何曉光和朱永軍（2007）運用ARMA-EGARCH及ARMA-TARCH模型，研究1993年1月以來滬深兩市的A股指數(shù)的日收益數(shù)據(jù)，認(rèn)為中國股票市場在發(fā)展的早期，市場表現(xiàn)為反向的非對稱性或非對稱不明顯，而隨著時間的發(fā)展，股市收益的波動則顯現(xiàn)出帶杠桿效應(yīng)非對稱性，即收益率波動的非對稱性都表現(xiàn)出階段性特征。方璐（2010）應(yīng)用非對稱的ARCH模型，研究金融危機前后我國上證A股指數(shù)，得出金融危機發(fā)生前“利好”對股指的沖擊大于“利空”，危機發(fā)生后“利空”對股指的沖擊大于“利好”的結(jié)論，即金融危機前后我國上證A股表現(xiàn)出了明顯的非對稱性。馬鑫杰（2013）利用非對稱的ARCH模型從牛、熊市兩個時期分別比較利好與利空信息對股市沖擊的程度，得出我國股票市場的有效性受不同周期信息不對稱的影響的結(jié)論。

然而，另一些學(xué)者卻得出了不同的結(jié)論。張虎和魯鴿（2013）利用非對稱的ARCH模型對上證指數(shù)和香港恒生指數(shù)進行實證研究和對比，發(fā)現(xiàn)上證指數(shù)不存在明顯的波動不對稱性，而恒生指數(shù)存在明顯的波動不對稱性，利空消息的作用大于利好消息的作用。林德欽（2014）運用GARCH族各模型對創(chuàng)業(yè)板指波動率的實證分析，發(fā)現(xiàn)AR（1）-GARCH（1，1）模型對創(chuàng)業(yè)板指波動率的預(yù)測更為有效。這表明，在創(chuàng)業(yè)板指數(shù)中，信息沖擊的非對稱效應(yīng)并不明顯。

此外，本文用到的彈簧振子理論，由趙貞玉等于2007年提出，該理論克服了有效市場假說中的“資本市場在新信息公布的瞬間完成了對該信息的反應(yīng)并達到新的均衡”假設(shè)，統(tǒng)一了市場處于平穩(wěn)期和對新信息進行反應(yīng)的調(diào)整期的價格波動方程，并提供了衡量市場效率和摩擦的指標(biāo)。

3模型介紹

3.1彈簧振子理論

彈簧振子理論的基本思想是：證券在受到一定的信息沖擊后，會產(chǎn)生后續(xù)的價格波動并有其相應(yīng)的公允市價，就好比彈簧在一個力的作用下，能夠圍繞其均衡位置做有規(guī)律的運動，最終達到新的均衡。

4數(shù)據(jù)及實證檢驗

4.1數(shù)據(jù)描述

本文的數(shù)據(jù)以2015年6月13日證監(jiān)會宣布清理配資作為股災(zāi)的起點，以8月14日證監(jiān)會宣布股市企穩(wěn)，國家停止托市作為股災(zāi)官方意義的結(jié)束。然后將2015年股市全年的數(shù)據(jù)用這一“歷史”事件切開，分為股災(zāi)前（記為E1）和股災(zāi)后的數(shù)據(jù)（記為E2），最后用這兩段數(shù)據(jù)研究股災(zāi)前后上證股指收益率的波動特征以及它們之間特征的變化。實證分析運用Eviews 6.0軟件獲得結(jié)果。

4.2實證分析

4.2.1統(tǒng)計描述

首先檢驗E1和E2期收益率的波動性及平穩(wěn)性，圖1和圖2分別是E1期和E2期收益率的折線圖。從圖中不難發(fā)現(xiàn)，盡管數(shù)據(jù)較少，但E1期和E2期收益率還是表現(xiàn)出了“集聚性”。

另外，E1期的峰度和JB統(tǒng)計量分別為6.84和89.88，E2期的峰度和JB統(tǒng)計量分別為5.59和39.15，收益率序列的分布明顯呈“尖峰厚尾”性。

4.2.2平穩(wěn)性檢驗

從收益率的折線圖可以看出無論是E1期還是E2期收益率折線圖都沒有明顯的趨勢，因而檢驗時選擇有截距而無趨勢項的選項，檢驗結(jié)果如表1所示。

根據(jù)表1的結(jié)果來看，E1期和E2期的收益率序列均在1%的顯著水平下拒絕了存在單位根的原假設(shè)，因此E1期和E2期的收益率序列都是平穩(wěn)的。

4.2.3ARCH效應(yīng)檢驗

（1）ACF及PACF圖

基于彈簧振子理論建立E1期和E2期的上證指數(shù)的二階自回歸方程，并提取殘差做殘差的ACF及PACF圖。見圖3和圖4。

從圖中容易得到E1期的殘差序列只在滯后2階的情況下存在相關(guān)性，而E2期則在滯后1階的情況下存在較強的相關(guān)性。

（2）條件異方差的ARCH LM檢驗

由圖3和圖4易看出對E1期的ARCH LM檢驗滯后期取2是合適的，對E2期的檢驗取滯后1期是合適的。計算結(jié)果如表2和表3所示。

由表2和表3容易得出不管是E1期還是E2期都在5%的顯著水平下拒絕了不存在ARCH效應(yīng)的原假設(shè)，即E1和E2期都在一定程度上表現(xiàn)出條件異方差性。

4.2.4建立TARCH模型

這里選用TARCH（1，1）模型是在綜合考慮E1期和E2期數(shù)據(jù)特征及其他ARCH族模型效果的基礎(chǔ)上選擇的。對E1建立TARCH（1，1）的結(jié)果如下：

由上述結(jié)果可以看出，E1期上證指數(shù)對其二階滯后項并不顯著，這可能是由上半年股票市場顯著的牛市特征，市場交易活躍等原因所致。

根據(jù)彈簧振子理論可以計算出k1和r1的值，其中k1表示資本市場的彈性系數(shù)（反映資本市場對該證券的定價效率）；r1表示市場摩擦系數(shù)（反映交易成本）；由式（4）可得E1期，k1=-0.0311，r1=14.3678

對E2期建立的TARCH（1，1）的所有參數(shù)的系數(shù)都通過了5%顯著水平的檢驗。方程估計如下：

5模型分析與結(jié)論

5.1TARCH模型分析

E1期即上半年的TARCH模型中，杠桿效應(yīng)項的系數(shù)γ不顯著地等于-0.145157，小于0，說明“好消息”能比“壞消息”產(chǎn)生更大的波動。當(dāng)出現(xiàn)“好消息”時，該沖擊會給lnshind帶來一個0.153121倍的沖擊，而出現(xiàn)“壞消息”時，僅會帶來一個0.007964（0.153121-0.145157）倍的沖擊。可以看出，盡管模型的參數(shù)并不顯著但其經(jīng)濟意義并未違背上半年整體的一個牛市的特征。

E2期即下半年的TARCH模型中，杠桿效應(yīng)項的系數(shù)γ=0.182277且顯著，說明股票價格的波動具有明顯“杠桿”效應(yīng)：當(dāng)出現(xiàn)“利好消息”時，會對股票價格指數(shù)帶來一個-0.211483倍的沖擊，而出現(xiàn)“利空消息”時，則會帶來一個-0.029206（-0.211483+0.182277）倍的沖擊。從兩者的符號來看，很好地反映了下半年的恐慌心理，即無論利好還是利空市場都在下挫。但這里好像存在一個邏輯錯誤，即利空消息能比等量的利好消息產(chǎn)生更小的向下刺激動能。這可能和下半年投資者的“緊張兮兮”有關(guān)，因為“股災(zāi)”給投資者帶來的傷害，導(dǎo)致投資者對任何一個“利好消息”都報以懷疑的態(tài)度，稍有不對就瘋狂“逃命”，而“利空消息”的影響，從投資心理學(xué)及投資者結(jié)構(gòu)角度考慮，可能的原因在于：投資者在虧損時，投資者會自然的存在行情逆轉(zhuǎn)的幻想，尤其在虧損很大之后，由于害怕“踏空”（后悔厭惡），投資者會自然的進行心理暗示，導(dǎo)致對“利空消息”的“麻木”。而且，國內(nèi)市場散戶是市場的主導(dǎo)，這只會導(dǎo)致“麻木”的蔓延。

5.2彈簧振子模型分析

比較E1期和E2期的k值與r值，易發(fā)現(xiàn)反而是股災(zāi)后市場表現(xiàn)的更有效率及交易成本的降低，這和我們的預(yù)期可能并不一致。但細細思索又表現(xiàn)出一定的合理性，因為經(jīng)過這一輪股災(zāi)之后，投資者“謹(jǐn)慎”地在市場中摸索，“小心翼翼”地“理性”地支配著其市場行為。對于任何的信息投資者都必然會思忖再三以期避免大的市場波動造成虧損，這有利于減少信息不對稱所造成的市場摩擦及對市場的扭曲。

與之對應(yīng)，上半年或許是國家牛市的盲目信賴，市場對各信息的反應(yīng)往往缺乏理性，市場價格不能有效反映市場的真實狀態(tài)，人們完全被情緒所掌控，造成上半年定價效率較低而且市場摩擦較大。下半年雖說市場處于一種極度的惶恐中，但投資者總算回歸了一些理性——也許是過度理性，市場也逐漸回歸于現(xiàn)有信息約束下的均衡，定價效率有所提高，摩擦有所減少。

參考文獻：

[1]方璐.金融危機下上海股市非對稱效應(yīng)的實證分析[J].金融市場，2010（1）.

[2]馬鑫杰.基于信息不對稱性反應(yīng)的股票市場有效性實證研究[J].商業(yè)時代，2013（8）.

[3]林德欽.創(chuàng)業(yè)板指數(shù)波動率預(yù)測效果比較研究——基于GARCH族模型[J].金融教學(xué)與研究，2014（1）.

[4]萬蔚，方孝感.我國滬、深股市的波動性研究——基于GARCH 族模型[J].價值工程，2007（10）.

[5]何曉光，朱永軍.中國 A股市場收益波動的非對稱性研究[J].數(shù)理統(tǒng)計與管理，2007（1）.

[6]張虎，魯鴿.上證指數(shù)和香港恒生指數(shù)波動不對稱性的實證比較[J].統(tǒng)計與決策，2013（23）.

[7]趙貞玉，歐陽令南，祝波.彈簧振子理論及對上海股市的實證研究[J].管理科學(xué)學(xué)報，2007（6）.

[8]高鐵梅.計量經(jīng)濟分析方法與建?！狤Views應(yīng)用及實例（第二版）[M].北京：清華大學(xué)出版社，2009：193-218.