论文部分内容阅读
文章主要讨论的问题是资本市场中股票收益率的波动性建模以及系统风险系数的动态估计。研究的两个重点是股票收益率和系统风险系数,收益率可以很好的衡量某个资本单日在前一日基础上的收益情况,同时可以很好的衡量股票的波动性。系统风险β系数衡量的是单个资本受到的市场的影响,反映证券的收益率水平对市场平均收益水平变化的敏感度,是衡量证券承担系统风险水平的指标。投资组合理论中的系统风险系数在理论研究以及投资实践中都具有非常重要的作用,对它的研究将有效的为资产定价以及风险管理提供决策依据。文章的研究主要运用的工具是时间序列分析方法中GARCH族模型和多元GARCH模型。金融时间序列一般情况下呈现出阶段性的相对平稳和阶段性的剧烈波动,因此采用波动性建模的ARCH模型族和GARCH模型族进行估计。另外,在研究系统风险系数时需要估计单只股票与市场指数间的动态条件相关系数序列,需要运用多元GARCH模型,文章选取了DCC-MVGARCH两步建模法实现了对动态条件相关系数序列的估计。文章选取了上证50指数及其成分股的日线交易数据作为样本,在完成对收益率数据的非正态性检验、稳定性检验和ARCH效应检验的基础上对数据进行建模。在比较了模型的AIC、SIC、R平方和残差平方和等指标后确定了最优的模型为GARCH模型族中适用于非对称建模的EGARCH(2,2)模型,实现了对上证50指数收益率序列的良好拟合。最后文章收益率序列建模的基础上讨论了时变的系统性风险β系数。根据DCC-MVGARCH模型获得成分股收益率与指数股收益率的动态相关系数序列以及各自的条件方差序列,带入模型βi=cov(ri,rn)/σm2从而得到系统风险系数序列。研究结果表明大多数成分股收益率的β系数都在0.5-1.5之间波动,且总体而言,系数在2015年二季度时波动变小,这段时间各个股票走势与大盘比较接近。所有成分股中,贵州茅台的β系数数值较小且较为稳定,是上证50指数板块中风险最小的优质蓝筹股,而招商证券的β系数较大,可能存在相当高的风险。