- 相關推薦
基于ＥＧＡＲＣＨ模型的交易所國債市場波動性分析
一、題目的提出國債市場是經濟運行中一個不可或缺的重要組成部分，聯結貨幣政策和財政政策，溝通貨幣市場和資本市場。目前，我國國債市場結構分割，銀行間債券市場與交易所債券市場構成國債市場的主體框架，銀行間市場參與機構較少，形成寡頭壟斷；交易所市場參與者眾多，形成競爭機制。在交易所市場中，通過買賣雙方的競爭機制決定價格，其交易過程透明，形成的交易價格公正、公平。[1]
波動性(Volatility)是資產收益的不確定性的衡量，測度資產的風險。一般而言，波動性越大，風險越大。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分開來，并讓條件方差作為過往誤差的函數而變化，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。國外學者將這種方法應用到經濟的諸多領域，顯示了ARCH模型族的適用性。國內也有學者應用ARCH模型族對證券市場進行了實證研究，黃后川、陳浪南(2003)對股票市場波動率評估和分析，[2]王燕輝、王凱濤(2004)應用EGARCH分析了深圳股市的波動性。[3]國債安全性并非渾然天成，“327”國債風波仍然讓人記憶猶新，國債回購風險拖累了諸多證券公司和上市公司，目前國債市場的供求失衡導致國債價格變異和利率的進一步失真，從而會引發國債市場的系統性風險。交易所國債的波動，無論對于國家，還是對機構投資者，包括個人投資者，都是一個值得關注的重要題目。
二、指標選擇與數據分析
(一)指標選擇
上海證券交易所的國債交易量占整個交易所市場的99%。2006年3月，上海證券交易所擁有國債現貨43只，國債質押式回購9只。上證國債指數(LEB)是上證指數系列的第一只債券指數，它使我國證券市場股票、債券、基金“三位一體”的指數體系基本形成。上證國債指數是以上海證券交易所上市的所有固定利率國債為樣本?按照國債發行量加權而成，每月最后一個交易日，將剩余期限不到一年的國債剔除。自2003年1月2日起對外發布，基日為2002年12月31日?基點為100點?代碼為000012。上證國債指數的目的是反映我國債券市場整體變動狀況?是我國債券市場價格變動的“指示器”。上證國債指數既為投資者提供了精確的投資標準，又為金融產品創新夯實了基礎�；谏厦娴姆治觯疚倪x擇上證國債指數為指標來對交易所國債市場的波動進行度量。
(二)數據分析
上證國債指數的動態公布是從2003年2月24開始，數據的時間區間是從2003年2月24日到2005年12月30日，共696個數據。國債指數收益率(DLEB)是通過式(1)得到的。
DLEB=InPt-InPt-1(1)
上證國債指數歷史走勢如圖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。國債收益率的圖形如圖2所示，可以看出在一定范圍內存在劇烈波動。數據來自大聰明軟件，運用Eviews分析處理。
圖1 國債指數歷史走勢
圖2國債指數收益率
三、實證分析
(一)平穩性檢驗
采用ADF(Dickey and Fuller，1981)和PP(Phillips and Perron，1988)法進行單位根檢驗。對上證國債指數和收益率序列進行檢驗發現，國債指數序列(LEB)不是平穩序列，而收益率序列(DLEB)則是平穩性序列(見表1)。
表1 單位根檢驗
(二)正態性檢驗
國債收益的時間序列的特征是方差不僅隨時間變化，而且有時變化得很激烈。對其進行正態性檢驗，偏度是-1.80031，峰度是17.5419，偏離正態分布的水平。按時間觀察，表現出“波動集群”(volatility clustering)特征，即方差在一定時段中比較小，而在另一時段中比較大。從取值的分布看表現的則是尖峰厚尾(leptokurtosis and fat-tail)特征，即均值四周與尾區的概率值比正態分布大，而其余區域的概率比正態分布小。
(三)ARCH效應檢驗
對殘差εt是否存在ARCH或GARCH效應進行檢驗，通常采用Engle(1982)提出的拉格朗日乘子檢驗法(Lagrange Multiplier test)，簡稱LM檢驗，一般是對εt2進行AR(q)自回回估計得到擬合優度R2。然后利用結論：在不存在ARCH或GARCH的原假設下，統計量TR2服從于自由度為q的x2分布，在選定的明顯性水平下，當TR2值大于x2分布的臨界值時，則拒盡εt不存在ARCH或GARCH的原假設，即以為存在ARCH或GARCH效應。經過擬合，滯后1階和滯后3階構成的自回回時間序列比較明顯。
DLEBt=β1DLEBt-1 β2DLEBt-3 εt(2)
(四)EGARCH模型
若一個平穩隨機變量可以表示為AR(p)形式，其隨機誤差項的方差可用誤差項平方的q階分布滯后模型描述，則稱為ARCH模型。為避免ARCH模型的滯后項過多，可采用加進st2的滯后項的方法，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(Exponential)模型，由Nelson在1991年提出的，其目的是為了刻畫條件方差對市場中正、負干擾的反應的非對稱性。[4]模型中條件方差采用了自然對數形式，意味著杠桿效應是指數型的。此時條件方差ht為延遲擾動項εt-i 的反對稱函數：
ARCH項。與GARCH和ARCH相比，這種模型的優點在于可以區別正信息和負信息的不同影響。正信息表示“利好”，負信息表示“利壞”。固然正信息和負信息的盡對值相同，但EGARCH模型可以區別正、負信息對波動的不同影響。因此EGARCH模型可以很好的描述了金融市場中的非對稱性。此外由于方差被表示成指數形式，因而對模型中的參數沒有任何約束，這是EGARCH模型的一大優點。由于等式右側是st2的對數，所以無論等式右側是正是負，作為其反對數，st2總是正的。上式右側第2項是用條件標準差st除信息ut及其滯后項，(ut /st)表示標準信息。第3項是用均值u減標準信息的盡對值。
經過分析，EGARCH(1，1)是擬合的較好的模型，即對式(2)和式(4)進行回回分析，結果如表2所示，利壞的影響強于利好信息的影響。
四、結論與建議
經過實證分析，交易所國債指數序列不是平穩序列，而收益率序列則是平穩性序列，分布呈現尖峰厚尾特征，收益率在一定的范圍內存在波動性。值得說明的是，經擬合所得的EGARCH模型顯示利壞信息的影響要遠遠大于利好信息的影響。
交易所國債市場的波動性原因可回結為三點：首先是國債自身的波動性，交易所國債并非一勞永逸的，其風險依然存在；其次是國債市場的分割，Granger因果關系檢驗發現銀行間國債市場與交易所國債市場價格傳遞，微觀結構中傳染機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等非理性現象，增加了交易所國債市場的波動性。
2006年，交易所國債市場一路飆開，但交易量大幅萎縮，股市與債市的蹺蹺板效應日趨明顯。勿庸置疑，國債不僅為國民經濟發展提供了大量建設資金，也在一定程度上滿足了社會各類投資者投資國債的需要，不斷擴大的國債發行規模，為市場提供了更多的活動性，有利于活躍和穩定金融市場，保證財政政策和貨幣政策的有效實施。國債關系國計民生，財政部和人民銀行等相關部分應實時監控、審時度勢，加強國債市場基礎設施建設，加強兩大市場的聯系機制，采用公然市場等手段，把國債的波動控制在“黃金輸送點”的安全范圍內。國債是機構投資者資產組合的必然選擇，機構投資者應在團隊研究凸性與久期等基礎上，采取科學的投資策略。國債是個人投資者，特別是風險厭惡者，相對理想的投資工具，切勿盲目跟莊，以免遭遇巨大的風險。國債價格是社會資金供求的反映，國債收益率是基準利率的代表，我國國債市場的改革發展依然迫切。
參考文獻：
[1] 唐旭.中國國債市場金融功能分析[J].新金融，2005，(4).
[2] 黃后川，陳浪南.中國股票市場波動率得到評估及特性分析[J].經濟研究，2003，(2).
[3] 王燕輝，王凱濤.股票交易量對收益率波動性的影響——對深市各股的實證分析[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率猜測[J].數目經濟技術經濟研究，2005，(6).
【基于ＥＧＡＲＣＨ模型的交易所國債市場波動性分析】相關文章：
基于ＧＡＲＣＨ模型族的上海股市波動性分析03-24
國債市場應對入世策略分析03-21
基于雙邊市場理論的期貨交易所競爭策略03-21
基于教學知識點的模型框架與結構分析03-18
基于因子分析的套利定價模型及實證研究03-24
基于質量技術特征改善率的并行優化模型分析03-19