久久久久无码精品,四川省少妇一级毛片,老老熟妇xxxxhd,人妻无码少妇一区二区

基于EGARCH模型的交易所國(guó)債市場(chǎng)波動(dòng)性分析

時(shí)間:2024-08-25 02:44:37 金融畢業(yè)論文 我要投稿
  • 相關(guān)推薦

基于EGARCH模型的交易所國(guó)債市場(chǎng)波動(dòng)性分析

一、題目的提出  
  國(guó)債市場(chǎng)是經(jīng)濟(jì)運(yùn)行中一個(gè)不可或缺的重要組成部分,聯(lián)結(jié)貨幣政策和財(cái)政政策,溝通貨幣市場(chǎng)和資本市場(chǎng)。目前,我國(guó)國(guó)債市場(chǎng)結(jié)構(gòu)分割,銀行間債券市場(chǎng)與交易所債券市場(chǎng)構(gòu)成國(guó)債市場(chǎng)的主體框架,銀行間市場(chǎng)參與機(jī)構(gòu)較少,形成寡頭壟斷;交易所市場(chǎng)參與者眾多,形成競(jìng)爭(zhēng)機(jī)制。在交易所市場(chǎng)中,通過(guò)買(mǎi)賣(mài)雙方的競(jìng)爭(zhēng)機(jī)制決定價(jià)格,其交易過(guò)程透明,形成的交易價(jià)格公正、公平。[1]
  波動(dòng)性(Volatility)是資產(chǎn)收益的不確定性的衡量,測(cè)度資產(chǎn)的風(fēng)險(xiǎn)。一般而言,波動(dòng)性越大,風(fēng)險(xiǎn)越大。Engle(1982)首先提出的自回回條件異方差模型?即ARCH模型 將方差和條件方差區(qū)分開(kāi)來(lái),并讓條件方差作為過(guò)往誤差的函數(shù)而變化,從而為解決異方差題目提供了新的途徑。Bollerslev(1986)提出了廣義自回回條件異方差GARCH 模型。國(guó)外學(xué)者將這種方法應(yīng)用到經(jīng)濟(jì)的諸多領(lǐng)域,顯示了ARCH模型族的適用性。國(guó)內(nèi)也有學(xué)者應(yīng)用ARCH模型族對(duì)證券市場(chǎng)進(jìn)行了實(shí)證研究,黃后川、陳浪南(2003)對(duì)股票市場(chǎng)波動(dòng)率評(píng)估和分析,[2]王燕輝、王凱濤(2004)應(yīng)用EGARCH分析了深圳股市的波動(dòng)性。[3]國(guó)債安全性并非渾然天成,“327”國(guó)債風(fēng)波仍然讓人記憶猶新,國(guó)債回購(gòu)風(fēng)險(xiǎn)拖累了諸多證券公司和上市公司,目前國(guó)債市場(chǎng)的供求失衡導(dǎo)致國(guó)債價(jià)格變異和利率的進(jìn)一步失真,從而會(huì)引發(fā)國(guó)債市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)。交易所國(guó)債的波動(dòng),無(wú)論對(duì)于國(guó)家,還是對(duì)機(jī)構(gòu)投資者,包括個(gè)人投資者,都是一個(gè)值得關(guān)注的重要題目。
  
  二、指標(biāo)選擇與數(shù)據(jù)分析
  
  (一)指標(biāo)選擇
  上海證券交易所的國(guó)債交易量占整個(gè)交易所市場(chǎng)的99%。2006年3月,上海證券交易所擁有國(guó)債現(xiàn)貨43只,國(guó)債質(zhì)押式回購(gòu)9只。上證國(guó)債指數(shù)(LEB)是上證指數(shù)系列的第一只債券指數(shù),它使我國(guó)證券市場(chǎng)股票、債券、基金“三位一體”的指數(shù)體系基本形成。上證國(guó)債指數(shù)是以上海證券交易所上市的所有固定利率國(guó)債為樣本?按照國(guó)債發(fā)行量加權(quán)而成,每月最后一個(gè)交易日,將剩余期限不到一年的國(guó)債剔除。自2003年1月2日起對(duì)外發(fā)布,基日為2002年12月31日?基點(diǎn)為100點(diǎn)?代碼為000012。上證國(guó)債指數(shù)的目的是反映我國(guó)債券市場(chǎng)整體變動(dòng)狀況?是我國(guó)債券市場(chǎng)價(jià)格變動(dòng)的“指示器”。上證國(guó)債指數(shù)既為投資者提供了精確的投資標(biāo)準(zhǔn),又為金融產(chǎn)品創(chuàng)新實(shí)了基礎(chǔ);谏厦娴姆治,本文選擇上證國(guó)債指數(shù)為指標(biāo)來(lái)對(duì)交易所國(guó)債市場(chǎng)的波動(dòng)進(jìn)行度量。
  (二)數(shù)據(jù)分析
  上證國(guó)債指數(shù)的動(dòng)態(tài)公布是從2003年2月24開(kāi)始,數(shù)據(jù)的時(shí)間區(qū)間是從2003年2月24日到2005年12月30日,共696個(gè)數(shù)據(jù)。國(guó)債指數(shù)收益率(DLEB)是通過(guò)式(1)得到的。
  DLEB=InPt-InPt-1(1)
  上證國(guó)債指數(shù)歷史走勢(shì)如圖1所示,波谷是2004年4月30日99.1,波峰是2005年12月10日109.73。國(guó)債收益率的圖形如圖2所示,可以看出在一定范圍內(nèi)存在劇烈波動(dòng)。數(shù)據(jù)來(lái)自大聰明軟件,運(yùn)用Eviews分析處理。
  
  圖1 國(guó)債指數(shù)歷史走勢(shì)
  
  圖2國(guó)債指數(shù)收益率
  
  三、實(shí)證分析
  
  (一)平穩(wěn)性檢驗(yàn)
  采用ADF(Dickey and Fuller,1981)和PP(Phillips and Perron,1988)法進(jìn)行單位根檢驗(yàn)。對(duì)上證國(guó)債指數(shù)和收益率序列進(jìn)行檢驗(yàn)發(fā)現(xiàn),國(guó)債指數(shù)序列(LEB)不是平穩(wěn)序列,而收益率序列(DLEB)則是平穩(wěn)性序列(見(jiàn)表1)。
  
  表1 單位根檢驗(yàn)
  
  (二)正態(tài)性檢驗(yàn)
  國(guó)債收益的時(shí)間序列的特征是方差不僅隨時(shí)間變化,而且有時(shí)變化得很激烈。對(duì)其進(jìn)行正態(tài)性檢驗(yàn),偏度是-1.80031,峰度是17.5419,偏離正態(tài)分布的水平。按時(shí)間觀察,表現(xiàn)出“波動(dòng)集群”(volatility clustering)特征,即方差在一定時(shí)段中比較小,而在另一時(shí)段中比較大。從取值的分布看表現(xiàn)的則是尖峰厚尾(leptokurtosis and fat-tail)特征,即均值四周與尾區(qū)的概率值比正態(tài)分布大,而其余區(qū)域的概率比正態(tài)分布小。
  (三)ARCH效應(yīng)檢驗(yàn)
  對(duì)殘差εt是否存在ARCH或GARCH效應(yīng)進(jìn)行檢驗(yàn),通常采用Engle(1982)提出的拉格朗日乘子檢驗(yàn)法(Lagrange Multiplier test),簡(jiǎn)稱(chēng)LM檢驗(yàn),一般是對(duì)εt2進(jìn)行AR(q)自回回估計(jì)得到擬合優(yōu)度R2。然后利用結(jié)論:在不存在ARCH或GARCH的原假設(shè)下,統(tǒng)計(jì)量TR2服從于自由度為q的x2分布,在選定的明顯性水平下,當(dāng)TR2值大于x2分布的臨界值時(shí),則拒盡εt不存在ARCH或GARCH的原假設(shè),即以為存在ARCH或GARCH效應(yīng)。經(jīng)過(guò)擬合,滯后1階和滯后3階構(gòu)成的自回回時(shí)間序列比較明顯。
  DLEBt1DLEBt-1 β2DLEBt-3 εt(2)
  (四)EGARCH模型
  若一個(gè)平穩(wěn)隨機(jī)變量可以表示為AR(p)形式,其隨機(jī)誤差項(xiàng)的方差可用誤差項(xiàng)平方的q階分布滯后模型描述,則稱(chēng)為ARCH模型。為避免ARCH模型的滯后項(xiàng)過(guò)多,可采用加進(jìn)st2的滯后項(xiàng)的方法,這就形成GARCH模型,即廣義自回回條件異方差模型。
  EGARCH模型,即指數(shù)(Exponential)模型,由Nelson在1991年提出的,其目的是為了刻畫(huà)條件方差對(duì)市場(chǎng)中正、負(fù)干擾的反應(yīng)的非對(duì)稱(chēng)性。[4]模型中條件方差采用了自然對(duì)數(shù)形式,意味著杠桿效應(yīng)是指數(shù)型的。此時(shí)條件方差ht為延遲擾動(dòng)項(xiàng)εt-i 的反對(duì)稱(chēng)函數(shù):
  
  ARCH項(xiàng)。與GARCH和ARCH相比,這種模型的優(yōu)點(diǎn)在于可以區(qū)別正信息和負(fù)信息的不同影響。正信息表示“利好”,負(fù)信息表示“利壞”。固然正信息和負(fù)信息的盡對(duì)值相同,但EGARCH模型可以區(qū)別正、負(fù)信息對(duì)波動(dòng)的不同影響。因此EGARCH模型可以很好的描述了金融市場(chǎng)中的非對(duì)稱(chēng)性。此外由于方差被表示成指數(shù)形式,因而對(duì)模型中的參數(shù)沒(méi)有任何約束,這是EGARCH模型的一大優(yōu)點(diǎn)。由于等式右側(cè)是st2的對(duì)數(shù),所以無(wú)論等式右側(cè)是正是負(fù),作為其反對(duì)數(shù),st2總是正的。上式右側(cè)第2項(xiàng)是用條件標(biāo)準(zhǔn)差st除信息ut及其滯后項(xiàng),(ut /st)表示標(biāo)準(zhǔn)信息。第3項(xiàng)是用均值u減標(biāo)準(zhǔn)信息的盡對(duì)值。
  經(jīng)過(guò)分析,EGARCH(1,1)是擬合的較好的模型,即對(duì)式(2)和式(4)進(jìn)行回回分析,結(jié)果如表2所示,利壞的影響強(qiáng)于利好信息的影響。
  
  
  四、結(jié)論與建議
  
  經(jīng)過(guò)實(shí)證分析,交易所國(guó)債指數(shù)序列不是平穩(wěn)序列,而收益率序列則是平穩(wěn)性序列,分布呈現(xiàn)尖峰厚尾特征,收益率在一定的范圍內(nèi)存在波動(dòng)性。值得說(shuō)明的是,經(jīng)擬合所得的EGARCH模型顯示利壞信息的影響要遠(yuǎn)遠(yuǎn)大于利好信息的影響。
  交易所國(guó)債市場(chǎng)的波動(dòng)性原因可回結(jié)為三點(diǎn):首先是國(guó)債自身的波動(dòng)性,交易所國(guó)債并非一勞永逸的,其風(fēng)險(xiǎn)依然存在;其次是國(guó)債市場(chǎng)的分割,Granger因果關(guān)系檢驗(yàn)發(fā)現(xiàn)銀行間國(guó)債市場(chǎng)與交易所國(guó)債市場(chǎng)價(jià)格傳遞,微觀結(jié)構(gòu)中傳染機(jī)制起到舉足輕重的作用;最后是投資者行為,投資者厭惡損失,非理性行為造成羊群效應(yīng)等非理性現(xiàn)象,增加了交易所國(guó)債市場(chǎng)的波動(dòng)性。
  2006年,交易所國(guó)債市場(chǎng)一路飆開(kāi),但交易量大幅萎縮,股市與債市的蹺蹺板效應(yīng)日趨明顯。勿庸置疑,國(guó)債不僅為國(guó)民經(jīng)濟(jì)發(fā)展提供了大量建設(shè)資金,也在一定程度上滿(mǎn)足了社會(huì)各類(lèi)投資者投資國(guó)債的需要,不斷擴(kuò)大的國(guó)債發(fā)行規(guī)模,為市場(chǎng)提供了更多的活動(dòng)性,有利于活躍和穩(wěn)定金融市場(chǎng),保證財(cái)政政策和貨幣政策的有效實(shí)施。國(guó)債關(guān)系國(guó)計(jì)民生,財(cái)政部和人民銀行等相關(guān)部分應(yīng)實(shí)時(shí)監(jiān)控、審時(shí)度勢(shì),加強(qiáng)國(guó)債市場(chǎng)基礎(chǔ)設(shè)施建設(shè),加強(qiáng)兩大市場(chǎng)的聯(lián)系機(jī)制,采用公然市場(chǎng)等手段,把國(guó)債的波動(dòng)控制在“黃金輸送點(diǎn)”的安全范圍內(nèi)。國(guó)債是機(jī)構(gòu)投資者資產(chǎn)組合的必然選擇,機(jī)構(gòu)投資者應(yīng)在團(tuán)隊(duì)研究凸性與久期等基礎(chǔ)上,采取科學(xué)的投資策略。國(guó)債是個(gè)人投資者,特別是風(fēng)險(xiǎn)厭惡者,相對(duì)理想的投資工具,切勿盲目跟莊,以免遭遇巨大的風(fēng)險(xiǎn)。國(guó)債價(jià)格是社會(huì)資金供求的反映,國(guó)債收益率是基準(zhǔn)利率的代表,我國(guó)國(guó)債市場(chǎng)的改革發(fā)展依然迫切。
  
  參考文獻(xiàn):
  [1] 唐旭.中國(guó)國(guó)債市場(chǎng)金融功能分析[J].新金融,2005,(4).
  [2] 黃后川,陳浪南.中國(guó)股票市場(chǎng)波動(dòng)率得到評(píng)估及特性分析[J].經(jīng)濟(jì)研究,2003,(2).
  [3] 王燕輝,王凱濤.股票交易量對(duì)收益率波動(dòng)性的影響——對(duì)深市各股的實(shí)證分析[J].金融研究,2004,(12).
  [4] 王佳妮、李文浩.GARCH模型能否提供好的波動(dòng)率猜測(cè)[J].數(shù)目經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2005,(6).

【基于EGARCH模型的交易所國(guó)債市場(chǎng)波動(dòng)性分析】相關(guān)文章:

基于GARCH模型族的上海股市波動(dòng)性分析03-24

基于La―VaR模型的中國(guó)國(guó)債市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)研究03-24

國(guó)債市場(chǎng)應(yīng)對(duì)入世策略分析03-21

基于雙邊市場(chǎng)理論的期貨交易所競(jìng)爭(zhēng)策略03-21

基于教學(xué)知識(shí)點(diǎn)的模型框架與結(jié)構(gòu)分析03-18

基于因子分析的套利定價(jià)模型及實(shí)證研究03-24

基于MATLAB的非線(xiàn)性電路模型分析與仿真03-07

基于質(zhì)量技術(shù)特征改善率的并行優(yōu)化模型分析03-19

基于GARCH模型的大豆期貨收益率波動(dòng)的分析12-12