基于VAR的行为金融学波动溢出.docx
- 文档编号:6432603
- 上传时间:2023-01-06
- 格式:DOCX
- 页数:17
- 大小:282.67KB
基于VAR的行为金融学波动溢出.docx
《基于VAR的行为金融学波动溢出.docx》由会员分享,可在线阅读,更多相关《基于VAR的行为金融学波动溢出.docx(17页珍藏版)》请在冰豆网上搜索。
基于VAR的行为金融学波动溢出
我国沪深300股指期货与上证指数之间的波动溢出效应实证分析
制作人:
进击的樱桃荚
我国沪深300股指期货与上证指数之间波动溢出效应的实证分析
内容摘要:
波动溢出效应是资本市场研究中的一个热点问题,其中股指期货市场是被关注度较高的研究对象。
由于我国股指期货上市时间较短,研究其市场波动情况对完善金融期货的监管工作具有重要的意义。
本文主要是针对我国国内的股指期货市场与股票市场之间的波动溢出效应所做的研究。
我们利用行为金融学的理论对波动溢出的机理进行了定性分析,并采用时间序列的相关理论对其进行了定量分析。
采用向量自回归模型(VAR)首次建立了沪深300期货合约价格与上证综合指数之间的关系模型,详细的刻画了期货市场与现货市场之间的波动溢出效应。
从VAR模型可以看出,一个指数波动会引起另一市场的波动,并且现货对期货的影响更加显著。
关键词:
波动溢出效应,行为金融,VAR模型
一、引言
在经济全球化背景下,不同的金融市场之间的联动趋势越来越明显。
单个市场中的价格波动常常会迅速的扩散到其它市场。
因此,不同金融市场间的相互依赖性逐渐增强,一个市场的波动在受到自身历史波动影响的同时也会受到其他市场行情的影响,这种市场间波动的传递与传播被称为“波动溢出效应”。
波动溢出效应既可能存在于不同地域的市场之间,也可能存在于不同类型的金融市场之间,如股票市场、期货市场、债券市场、外汇市场之间等。
价格波动是股票市场和期货市场共同具有的特征,适度的波动有利于增强市场的活跃程度,提高市场的流动性,但频繁地剧烈波动则会扭曲市场的价格机制,造成市场效率损失,进而阻碍了市场对资源的优化配置。
为了发挥股指期货市场的两大积极功能,正确引导股票现货市场,有必要对股指期货市场与股票现货市场之间的关系进行深入研究。
我国股指期货诞生时间较晚,股指期货市场还不够完善,作为股指期货标的的股票现货市场与其关系密切,无论是投资者还是监管者或是国内的经济学家,都对此予以了密切关注。
因此,为了股指期货市场的进一步发展和完善,对我国股指期货市场与股票现货市场之间关系的研究就显得尤为迫切和重要。
而根据国际研究的结果可推断,我国股指期货市场与股票现货市场之间的关系也主要表现为溢出效应。
所以探讨这两者之间的溢出效应,是具有理论意义和现实意义的。
二、文献综述
由于我国股指期货推出时间较晚,多数学者都基于国外较成熟的金融市场进行的研究分析。
张宗成与苏振华(2003)运用ESTAR—ECM模型对股指期货市场与股票市场分别进行了定性分析和定量分析,结论表明二者之间存在着长期均衡的关系。
刘俊奇、田树喜与陈凡(2004)对股指期货与现货市场联动关系进行定性研究,认为随着股指期货的推出,股市会受到巨大影响,发生信息瀑布效应。
肖辉与吴冲锋(2004)利用高频数据对S&P500股指期货与其指数的关系进行了分析,发现股指期货对信息的反应明显早于股票指数,并且股指与期货对不同信息反映灵敏度也不同。
邱建良、魏志良与邱哲修(2005)应用OLS、ECM、GARCH模型,对TAIFEX、MSCI两种不同的股票指数进行研究,认为长期时间内,现货与期货之间具有均衡关系。
程倩与刘志奇(2005)通过对香港恒生指数与现货之间的协整性分析,发现股指期货与股票现货之间存在长期稳定的联动关系,并建立了二者之间的误差修正模型。
任燕燕与李学(2006)针对S&P500股指期货,通过建立向量自回归模型和误差修正模型对股指期货的先行一滞后关系进行了研究,得到的结论是股指期货能够领先于现货市场,及时有效的反映市场信息。
李华与程倩(2006)通过对日经指数期货引入三个时问点的股指波动分析,得到结论期货市场对股票市场的波动性影响不大。
本文的主要创新点在于研究对象的创新,目前,国内外关于波动溢出的文献,主要集中于对股票市场之间、期货市场之间、外汇市场之间的研究,还有少部分学者研究了股票市场与外汇市场间、债券市场间的波动溢出。
我国股指期货的推出时间较晚,对股指期货市场与股票现货市场之间波动溢出的研究较少。
本文以沪深300指数期货及指数现货的历史数据,用计量经济学软件建立时间序列模型,对股指期货的波动溢出效应进行实证研究,描述波动溢出现象。
三、理论分析
(一)波动溢出效应产生原因与机理
1.启发式原则
波动溢出效应的首次提出,是基于不同市场间波动共同产生这一现象的,最根本的解释通常基于信息在不同市场间的流通,交易者对信息反应做出决策行为,而交易者的行为是完成波动溢出的最终途径。
现代金融学以有效市场假说(EMH)为基础,从市场可以充分反映信息以及从信息的自由传导角度出发对波动溢出效应进行了解释,说明了在理性人的假定下,信息在市场中的反映与传导机制。
而行为金融学认为人的行为是有限理性的,现实中的人并不是纯粹的理性人;信息传递中存在障碍,投资者也不可能获取完全信息;即使投资者获取了完全信息,由于无法处理在完善市场条件下获得的几乎无限的信息,也不能充分利用它们。
本文从行为金融学即从有限理性的角度来解释波动溢出效应产生原因与机理。
波动溢出从来都是由信息引发。
依据现代金融学理论,金融资产的价格是各种相关信息作用的结果,是投资者对金融资产未来价值的理性预期,其本质是对相关信息的收集和使用。
价格的波动主要是因为新的信息不断到达市场并在市场中不断更替的过程中产生的,金融市场的波动性归根结底是由影响金融资产价格的各种信息决定的。
行为金融学研究指出,当人面临复杂的决策任务时,会倾向使用启发式判断准则,它们使估计概率和预期值的复杂任务大大简化,但有时它们会导致系统错误。
在人的判断与决策过程中,启发法是一种依赖经验的解题方法,是解决问题的简单笼统的规律或策略,也称之为经验法则。
Aroson的研究给出了四种情形,第一,当没有时间认真思考某个问题时;第二,当负载的信息量过大,以至于人们无法充分地对信息加工利用时;第三,当手中的问题并不十分重要,不必太过思虑时;第四,当缺乏做出决策所需的可靠知识或信息时,容易使用启发式思维。
通过启发式思维做出的判断与决策有一定偏差,称之为启发式偏差。
在股指期货市场中,股指期货的价格波动往往起源于相关股市某只股票的价格波动。
有经验的投资者往往会通过某一板块中某只具有代表性的股票的涨跌,来推断该板块其他股票的行情变化,以及板块指数的变化方向,然后通过跨市交易,将此信息传递到股指期货市场,进而造成期货价格的波动。
相对而言,单只股票的信息拥有的信息量小,容易获得使用起来也简单,因此适合运用启发式原则。
这只是股指期货价格波动溢出的起源之一,当然期货价格还与其它很多信息相关,例如波动的外部因素—政治状况、战争、经济周期、金融危机等,以及波动的内部因素—市场状况、经济政策等,投资者同样可以根据启发式原则做出判断。
2.投资者行为(直接原因)
由于市场信息的不充分性和不对称性,投资者总是希望信息与盈利机会两者兼得,因此,投资者常常会采取一种非理性的投资行为。
不同投资者对市场信息的理解不同,从而引发投资者的行为偏差,以上原因都有可能会导致信息对波动的影响产生些许偏离。
所以,金融市场资产价格的变化还是要靠投资者的交易行为来实现的,投资者交易行为是影响金融市场间波动溢出的最直接原因。
在一般情况下,投资者交易行为都表现为羊群效应。
“羊群效应"指在信息不确定的条件下,投资者行为往往会受到其他投资者的影响,如过度依赖舆论或模仿他人决策,而忽略了市场信息。
因此,是一种非常特殊的非理性行为。
根据行为金融理论,波动往往起源于某个股市的局部,如果没有“羊群行为”,股市投资者或跨市投资者造成的“联动”只能是股市的涟漪,很难演变成拥有巨大的市场间共同趋势。
因为羊群效应涉及到投资方、监管人等相关市场主体的行为,且会影响到市场稳定性和效率,因此,成为金融市场价格波动的重要影响因素之一。
作为波动传递的决定性原因,羊群效应的成因主要有四种情况:
(1)基于心理因素
心理学对羊群效应中投资者心理进行了刻画与分析,人类天生具有趋于一致性的本能,归于集体有安全感。
羊群效应是在经常接触、交流的人群中存在的特有现象。
羊群行为是投资者刻意模仿其他投资者的行为,是由心理因素驱动的。
当自身的交易决策与大众逻辑相似时才会具有安全感;又如出于信息成本的考虑,小投资者会采取“追随领导者”的方针,直接模仿大投资者的交易决策。
因此,在金融市场上,随着一些重大利好或利空消息的披露和发布,在市场价格出现大幅振荡的情况下,投资者往往会选择跟随其他大多数人的举动,如买空与卖空,由此产生了羊群效应。
(2)基于行为偏差
基于行为偏差的羊群效应是指投资者试图以理性方式来判断市场,而在实际投资过程中却是非理性人,其行为往往会受各种心理因素的影响,产生行为的偏差。
基于行为偏差的羊群效应主要包括后悔厌恶和损失厌恶两种形式。
后悔厌恶是指当投资者想要做出决策时,在不确定的条件下,常常会把现在的情形与过去遇到过的情况进行对比,若发现如果进行另一种的选择的话,可能会使他们处于更好的境地,人们就会为已经做出的错误决定而后悔不已。
因此,较为理性的投资者在做决策时,必定会首先关注并参考他人的投资策略,由此引发了羊群效应。
损失厌恶是指人们在面对收益和损失决策时所表现出来的不对称性,它反映了人们风险偏好的非一致性。
当人们得到同样数量的收益和损失时,当面对的是收益时,常表现为风险厌恶;损失可能会使情绪产生更大的波动,常表现为风险偏好。
这是因为收益带来的边际效用递减所致,收益的增加所带来的效用增量要小于损失带来的效用减少量。
损失厌恶理论的作用在于:
它能够用于解释在金融市场下挫时的羊群效应比市场上升时羊群效应大的现象。
因为当市场上扬时,投资者的收益偏好程度却没有得到相应的增加,进而产生较为分散的投资行为;而当市场严重受挫时,投资者的损失厌恶程度将会增加,而承受损失压力的能力却会下降,进而产生了群体性的抛售行为,导致市场的大幅下挫。
(3)基于认知偏差
认知偏差是指当投资者不能获取完全信息时,进而在对信息的加工过程中产生的偏差。
认知偏差主要包含四种情况:
启发式偏差、证实偏差、框定偏差和心理账户。
这四种认知偏差都有可能导致羊群效应的产生。
(4)基于投资者情绪
投资者情绪是指投资者对未来预期的系统性偏差。
金融市场上普遍存在“情绪周期”和主宰每一时期情绪的“7C”路径。
(二)波动效应的机理和市场效应
羊群行为的市场效应有五个方面。
第一,由于羊群行为者往往抛弃自己的私人信息跟随别人做出决策,这会导致市场信息传递链的中断。
第二,如果羊群行为超过某一限度,将诱发另一个重要的市场现象—过度反应。
第三,所有羊群行为的发生基础都是信息的不完全性。
因此,一旦市场的信息状态发生变化,如新信息的到来,羊群行为就会瓦解。
这意味着羊群行为具有不稳定性和脆弱性。
这一点也直接导致了金融市场的不稳定性和脆弱性。
第四,羊群行为容易导致市场特别是债券市场的流动性危机。
原因在于,大量机构投资者做出同向卖出行为时,市场没有投资者买入从而导致供求严重不平衡,事实上卖出交易行为并不能完成。
第五,羊群行为不但会造成市场价格和成交量的波动,影响市场稳定,而且当市场同向运动时,还会产生系统性风险,导致机构投资者分散的多样化投资失灵,并且证券价格偏离基本价值。
羊群行为放大了跨市间的波动传递,进而造成股市的联动效应,即波动溢出效应。
本文通过对沪深300期货价格波动的产生机理及波动溢出过程的分析,选取2013年7月18日到2014年6月17日的沪深300股指期货IF的收盘价格和上证指数的收盘价格,建立沪深300期货价格与上证指数之间的VAR模型,从而有助于更精确地把握期货价格发现的内在规律、更深入地了解股市与期市之间的相互影响的关系,为监管和规范我国金融市场提供决策参考与理论依据。
四、实证分析
(一)时间序列的平稳性检验
本文选取的是我国沪深300股指期货与上证指数2013年7月18日到2014年6月17日的收盘价格的时间序列,并且由于我国股指期货合约与股票市场的交易日和休市日相同,因此剔除公休日后保证了数据的完整连贯性。
由于股指期货(IF)与股指(S)序列的变动幅度较大,为了减少可能存在的异方差性和自相关性影响,对这两个序列取对数,命名为LNIF与LNS,后文以LNIF与LNS序列作为对象进行实证分析。
两序列的走势如下图:
图1股指期货合约和上证指数走势图
从图中可以直观的看出我国股指期货(IF)与股指(S)的变化走势大致相同、波动形态相似,说明二者之间存在着相关性,一种指数的波动会对另一指数产生相同的影响。
1.自相关系数检验
针对上证指数数据序列LNS与D(LNS)序列利用Eviews6.0软件分别进行自相关与偏自相关分析,由于滞后阶数较高,部分分析图见图2、图3:
图2LNS自相关分析图
图3D(LNS)自相关分析图
同理,对沪深300股指期货指数做自相关分析图,见图4、图5:
图4LNIF自相关分析图
图5D(LNIF)自相关分析图
从相关图中可以看出,LNS、LNIF序列的自相关图衰减的很慢,是非平稳序列,D(LNS)、D(LNIF)序列的相关图都在临界域内,数据的自相关AC与偏自相关PAC系数值很快衰减到0,落入随机区间,并围绕0附近波动,由此我们可以得到初步结论,时问序列D(LNS)、D(LNIF)大致是平稳的,且带有一定的随机性。
2.ADF检验
对LNS、D(LNS)、LNIF、D(LNIF)序列进行ADF检验,其中D(LNS)和D(LNIF)序列的ADF检验结果如图6、图7。
图6D(LNS)的ADF检验结果
图7D(LNIF)的ADF检验结果
由检验结果可以看出,经过一阶差分之后的D(LNS)、D(LNIF)序列的ADF统计量为-13.56916、-14.59858,均小于1%、5%和10%显著水平下的临界值,且伴随概率小于0.01,表明D(LNS)、D(LNIF)序列在1%、5%和10%的显著水平下可以拒绝存在单位根的原假设,说明它是平稳序列,且LNS、LNIF序列均为一阶单整。
(二)沪深300股指期货序列与上证指数序列关系分析
我们通过Engle—Granger协整检验来分析验证沪深300股指期货价格与上证指数价是否具有长期协整的关系,首先进行LNIF与LNS序列之间的回归,利用Eviews6.O的回归分析得到结果如图8。
图8LNIF与LNS序列的OLS回归结果
得到回归模型为:
LNIF=-2.6953+1.3631LNS+e
进行残差项的单位根检验:
图9残差项的ADF检验
残差项的ADF值小于1%、5%和10%显著水平下的临界值,说明有足够理由拒绝单位根假设,则残差序列e是平稳序列,则说明LNIF与LNS序列之间存在协整关系。
(三)向量自回归模型(VAR)和Granger因果检验
(1)VAR模型滞后阶数p的选择:
在进行VAR模型滞后阶数p的选择时,需要综合考虑,既要有足够多的滞后项,以便能完整反映所构造的模型的动态特征,又要有足够数目的自由度。
其检验结果为图10:
图10VAR模型滞后阶数检验结果
通过对8个不同阶数的统计量评价,发现p=2有5个统计量显著,因此确定建立VAR
(2)模型。
(2)建立模型:
进行分析结果如下:
图11VAR
(2)模型建立结果
VAR
(2)模型的代数表达式生成结果如下(保留小数点后四位):
LNIF=0.7903*LNIF(-1)+0.2528*LNIF(-2)+0.2591*LNS(-1)-0.3680*LNS(-2)+0.4995
LNS=0.1250*LNIF(-1)-0.0632*LNIF(-2)+0.9140*LNS(-1)-0.0475*LNS(-2)+0.5438
根据VAR
(2)模型,两个方程的拟合优度系数分别为O.950821和0.923613,可以判定VAR
(2)模型能够较好的反映股指期货价格与上证指数之间的动态关系。
模型表明上证指数受其自身历史波动的影响较为显著,受期货价格的变化影响并不明显;股指期货价格受自身价格与上证指数的影响均比较明显。
(3)VAR模型平稳性检验
采用Eviews6.O分析软件描述VAR
(2)模型的全部特征根分布图如下:
图12VAR
(2)模型的特征根表
从VAR
(2)模型的特征根表可以看出,所有根模的倒数都小于1,所以可以认为该模型是稳定的。
(四)Granger检验
基于VAR
(2)模型的Granger检验结果为:
图13Granger检验结果
通过分析图13,我们可以看到在5%的显著性水平下,变量LNS能引起变量LNIF,拒绝原假设,说明现货市场对期货市场有引导作用。
(五)脉冲响应与方差分解
脉冲响应函数描述的是VAR模型中的一个变量的冲击给其他变量所带来的影响,而方差分解是通过分析每一个结构冲击对变量变化的贡献度,进一步评价不同结构冲击的重要性。
图14脉冲响应图
图15方差分析图
方差分析图中的第一幅图图说明期货市场对自身的贡献度很高,8期后略微下降,但依然保持90%以上;第二幅图说明现货市场对股指期货贡献度短期内较小,但随时间推移有所上升;第三幅图股指期货对现货市场贡献度较高,并逐步上升,保持在80%以上;第四幅图表明上证指数对自身的贡献度不高,20%左右。
五、结论与建议
启发式偏差导致了波动溢出的起源,羊群行为详细的解释了波动在市场间传递的机制,跨市投资者无意间导致了波动在不同市场的扩散和震荡加剧。
本文首先采用行为金融学相关原理,对金融市场间波动溢出效应的机理进行定性分析,形象的刻画了波动在市场间传递的过程。
然后分别对股指期货市场行情和市场间的联动效应进行了实证分析,得到了以下结论:
1.股指期货市场和现货市场的波动性较强。
期货价格序列和上证指数序列是非平稳序列,其一阶差分序列平稳。
2.股指期货市场与股市的联动效应:
期货价格与股票指数存在长期的协整关系,两市场间存在着长期均衡。
3.通过对二者的VAR模型建立与分析可知,股指期货价格与现货价格有因果关系。
脉冲响应与方差分解显示了现货对期货的影响效果要强于期货对现货的影响效果,沪深300指数期货市场波动性更强,股市的波动也较容易传播到股指期货市场。
综上所述,我国股指期货市场自身存在着强烈的波动性,股票市场与股指期货市场之间也存在比较强烈的波动溢出效应。
金融期货市场在我国还属于新兴市场,股指期货正式上市交易至今还很短,因此分析金融期货市场的波动情况及其与现货市场间的波动传递关系对制定相关政策与进行市场监管有着非常重要的实际意义。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 VAR 行为 金融学 波动 溢出