行為金融在中國(guó)資本市場(chǎng)的實(shí)證研究

1、行為金融在中國(guó)資本市場(chǎng)的實(shí)證研究【摘要】本文根據(jù)時(shí)間序列分析方法，構(gòu)建了方差A(yù)R（P）和標(biāo)準(zhǔn)差A(yù)R（P）兩個(gè)波動(dòng)模型，同時(shí)，基于上證指數(shù)日收盤價(jià)的數(shù)據(jù)，采用Eviews軟件對(duì)兩模型做了估計(jì)和檢驗(yàn)。結(jié)果成功地證明了我國(guó)股市存在羊群效應(yīng)。進(jìn)而說(shuō)明了我國(guó)殷票市場(chǎng)缺乏有效性。為提高我國(guó)股票市場(chǎng)的有效性，降低股市的主觀風(fēng)險(xiǎn)，本文給出了一些相應(yīng)的建議。【關(guān)鍵詞】羊群效應(yīng)；實(shí)證分析一、引言經(jīng)濟(jì)周期波動(dòng)、經(jīng)濟(jì)增長(zhǎng)與高度易變的投資有著重要的關(guān)聯(lián)，而投資很

2、大程度上又受到資本市場(chǎng)的約束。作為資本市場(chǎng)之一的股票市場(chǎng)。其波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)和經(jīng)濟(jì)波動(dòng)有著不可忽視的沖擊作用。因此，股票市場(chǎng)波動(dòng)行為一直是經(jīng)濟(jì)學(xué)界關(guān)注的問(wèn)題。認(rèn)識(shí)股票市場(chǎng)的波動(dòng)和股市的風(fēng)險(xiǎn)客觀性對(duì)投資雙方以及宏觀經(jīng)濟(jì)的平穩(wěn)增長(zhǎng)、對(duì)國(guó)家構(gòu)建和諧社會(huì)都有著十分重要的現(xiàn)實(shí)性意義。Nelson（1989）利用EGARCH模型分析了時(shí)間序列Stard90指數(shù)日收益率的波動(dòng)性；劉金全等（2006）使用多種非對(duì)稱性GARCH模型檢驗(yàn)了滬市股票日收益率序

3、列.發(fā)現(xiàn)條件波動(dòng)性和波動(dòng)中的條件非對(duì)稱性；Mele（1993）利用漂移GARCH模型對(duì)一些國(guó)家的股票市場(chǎng)進(jìn)行了研究.發(fā)現(xiàn)這些國(guó)家的股票市場(chǎng)存在條件異方差性，這種異方差的波動(dòng)呈現(xiàn)非對(duì)稱性。股票市場(chǎng)存在很大的風(fēng)險(xiǎn).但因其本身報(bào)酬結(jié)構(gòu)的特點(diǎn).收益也是頗豐的。正是源于此，股票市場(chǎng)上，投資者的行在許多金融時(shí)間序列的研究中，人們?cè)谶@些時(shí)間序列數(shù)據(jù)中觀察到“汽泡”，是一群具有大方差的觀察值.這類現(xiàn)象通過(guò)進(jìn)一步的研究發(fā)現(xiàn)不僅存在于金融時(shí)間序列而且也存在

4、于其它經(jīng)濟(jì)時(shí)間序列。本文可根據(jù)Engle（1982）檢驗(yàn)殘差中的波動(dòng)聚集性的思想和序列本身所具有的“高波動(dòng)跟著高波動(dòng)和低波動(dòng)跟著低波動(dòng)”這一特性，提出下列自回歸模型。（2）其中，Δszpt=szptszpt1，ut～N（0，）。（Δszpt）2。表示上證指數(shù)日收盤價(jià)的方差，用以描述價(jià)格的波動(dòng)性；lΔszptl表示上證指數(shù)日收盤價(jià)數(shù)的標(biāo)準(zhǔn)差，用以描述價(jià)格波動(dòng)的絕對(duì)誤差。兩個(gè)模型中的隨機(jī)擾動(dòng)項(xiàng)，我們均假定為獨(dú)立同分布于均值為0、方差為一常數(shù)

5、的正態(tài)分布。由于，因此，如果模型中的參數(shù)0，則表明股票價(jià)格現(xiàn)期的波動(dòng)受到先前的各期波動(dòng)的正向沖擊。這樣的參數(shù)符號(hào)的假定，正好能描述序列本身因羊群效應(yīng)所致的“高波動(dòng)跟著高波動(dòng)和低波動(dòng)跟著低波動(dòng)”的數(shù)據(jù)特性。從而對(duì)羊群效應(yīng)存在性檢驗(yàn)等價(jià)于檢驗(yàn)參數(shù)估計(jì)值是否顯著大于O。三、模型中的參數(shù)估計(jì)及檢驗(yàn)利用原始數(shù)據(jù)，我們可以得到序列Δszpt的2959個(gè)樣本數(shù)據(jù)。由于數(shù)據(jù)的波動(dòng)聚集性，近期的波動(dòng)大于過(guò)去的波動(dòng)，因此，我們?cè)趯?duì)模型（3）進(jìn)行估計(jì)時(shí)取滯后