股市波动相关研究论文

2022-04-19

[摘要]对任何一个公司来说，公司债券都是信用风险非常重要的载体，与国债具有一定的利率风险不同，公司债券既有一定的利率风险，还存在信用风险。随着我国信用债券市场的不断扩容，信用价差作为判断信用产品相对价值以及衡量风险收益水平最重要的指标，逐步被广大投资者和学术界所关注。下面小编整理了一些《股市波动相关研究论文(精选3篇)》，仅供参考，希望能够帮助到大家。

股市波动相关研究论文篇1：

中国内地股市与中国香港股市波动溢出及时变相关研究

摘要:文章采用标准BEKK模型和两个拓宽模型研究了上证指数与恒生指数的波动性溢出特征、波动相关性的时变特征，实证结果发现两市场之间的波动性溢出并不显著，任一市场的波动对另一市场的波动产生的传导性影响不明显;两股市的联系和联动性并不十分明显，上海股市的波动具有相对的独立性。

关键词:上海股市香港股市波动性溢出时变相关 BEKK模型

文献标识码:A

一、问题的提出

随着金融市场的放宽和全球化进程的发展，信息在不同市场之间的传导速度大大加快，传导渠道增多，金融市场之间的相互依赖、相互影响与日俱增，金融时间序列间的相关性如相关程度、协同运动、波动的传导和溢出等问题的研究也因此成为一个热点。

常用的相关性分析方法大多是定性或静态的分析方法，因其能提供的信息非常有限而逐渐成为历史。关于动态相关性的研究方法，国外文献研究最多的是多元广义自回归条件异方差模型(MGARCH)。这种模型最早由Bollerslev，T.，etal.提出，①它提供了多元波动分析的一般框架。由于该模型既能捕捉金融时间序列尖峰厚尾、波动丛集的特性，又能反映不同序列之间相关的时变特征，引起越来越多学者的关注，MGARCH 模型在此之后获得了迅速的发展。②

中国股市正处于发展阶段，近年来经常出现大幅波动。上证指数和深证指数的相关性极强，不同板块间也明显存在着不同程度的相关性，这在众多文献中已有证明。对于内地股市与香港等成熟股市之间的相关性研究却几乎没有。本文拟采用一种MGARCH 模型并拓宽为另外两种模型以同时研究上证指数与香港恒生指数的波动溢出性特征以及时变波动相关性特征。

二、模型设定

事实上，在对大量经济和金融问题的分析中，面对的更多是多变量的情景。由一元GARCH过程推广到MGARCH过程的途径有好几种，如VECH、对角VECH等，但这两种模型不能保证协方差矩阵的半正定性，Engle and Kroner 提出的BEKK模型③则可以弥补这个不足。常见的BEKK (1，1)模型，形式如下:

为了说明模型的充分性，④首先还要对模型进行诊断。以模型1为例，残差序列和残差平方序列滞后5阶的L-Box Q 统计量(Q(5)分别为1.6909和3.7994，Q2(5)分别为2.4877和5.8132)均在5%的检验水平上不能拒绝序列不相关的零假设。因此模型是关于Y1与Y2动态关系的一个充分描述。

3. 模型估计结果分析。对于三个模型，矩阵C、A和B相应的参数估计在5%的显著性水平下都是显著的，而且参数估计值几乎相等，这说明在我们所研究的对象下，基本模型的估计能力已经较好。比较模型2和模型1的估计结果可见，矩阵D相应的参数在5%的显著性水平下并不显著(在10%的显著性水平下也不显著)，说明香港股市对上海股市的波动性溢出不明显，同时上海股市对香港股市的波动溢出性也很小，两市场之间的即时联动性不够。

比较模型3和模型2、模型1的估计结果可见，矩阵D相应的参数在模型3和模型2中均不显著，得到香港股市和上海股市的波动性溢出不明显的一致结论;矩阵E相应的参数估计在5%的显著性水平下显著，说明香港股市和上海股市一样在坏消息的情况下波动较大，同时参数E(2，2)大于参数E(1，1)，说明香港股市对坏消息的反应更敏感一些。⑤

(8)式中，ARCH项系数和GARCH项系数的显著性说明Y1与Y2之间相关性的持续性较强，体现了联动作用的长期性特征。两市场的协方差对不利冲击也呈现显著的不对称效应。由时变的方差序列和协方差序列可以得到时变的相关系数序列，参见Watkins(2005)。为了更加清晰地分析数据，表3列出了VAR_Y1.VAR_Y2.COV_Y1Y2和CORR序列的基本统计数据。

从表3可以看出，上海股市的条件方差均值相对较大，其最大值更是香港股市条件方差的最大值的2倍，这说明上海股市总体上波动比香港股市要大一些，并且短时间波动的剧烈程度也大一些。结合相关图示可以更清楚地看出，在研究的时间区域内，上海股市多次剧烈波动。同期香港股市在1999—2001年的波动较大，但其最大值相对仅为上海的1/2，之后波动更是明显小了很多且非常平稳，这说明香港股市整体波动较小，并且随着时间的增长趋于平稳。

表3 方差、协方差、相关系数的基本统计数据

VAR_Y1VAR_Y2COV_Y1Y2CORR均值 0.000191 0.000181 2.07E-05 0.117076最大值 0.001387 0.000684 0.000380 0.579000最小值 6.61E-05 4.72E-05-0.000138-0.370000

从表3可见Y1与Y2的协方差在零值附近波动，但是为正的频率大一些。条件相关系数相对条件协方差而言不受变量单位的影响，从而可以更好地反映Y1与Y2的相关关系。从表3可以看出上海股市和香港股市的相关性呈现明显的时变特征。条件相关系数的取值区间从-0.370000～0.579000，说明两股市的相关性波动较大。条件相关系数的均值为0.117076，表明两市场的相关性不太大，但总体上还是正相关的。从相关图示也可以看出，除了1999年底、2002年底和2006年初呈现几个短暂的背离(负相关)以外，其余时域内二者均为同向波动。而且随着时间的增长，条件相关系数的值总体上有所增大，表明两股市的相关性呈现在波动中缓慢增强的趋势。

四、结论

本文采用标准的BEKK模型以及在此基础上拓宽考虑因素以建立的两个新模型对上证指数、恒生指数两个收益序列的波动性溢出、时变波动相关性进行了实证，结果一致表明:(1)相对香港股市收益稳定、波动小的时变特征而言，上海股市具有收益不稳定、风险高等新兴市场特点;(2)两市场之间的波动性溢出并不显著，任一市场的波动对另一市场的波动产生的传导性影响不明显。(3)上海股市与香港等成熟股市的动态相关性和即时联动性并不十分明显，上海股市的波动具有相对的独立性。虽然内地股市正在逐渐地与全球股市相连接和相互影响，但仍然是一个相对独立的市场。

20世纪90年代以来，由于经济全球化、金融一体化的推动，全球化投资日益盛行，国际资金流动规模及进出频率以惊人速度增长，直接导致全球证券交易所的竞争加剧。内地股市和香港股市应该通过互动加强双方的联系，提升彼此竞争力，才能迎接这巨大的外部冲击与严峻的挑战。

注释:

①Bollerslev，T.，etal. A capital-asset pricing model with time-varying coefficients[J]. Journal of Political Economy，1988 (96): 116~131.

②Bollerslev，T. and Wooldridge，J. Quasi-maximum likelihood estimation and inference in dynamic models with time- varying covariances[J]. Econometric Reviews，1992(11):143～172.

③Engle，R. and Kroner，K. Multivariate simultaneous generalized ARCH[J]. Econometric Theory，1995(11): 122～150.

④Ling，S. and McAleer，M. Stationarity and the existence of moments of a family of GARCH processes[J]. Journal of Econometrica，2002 (106):109~117.

⑤Watkins，C. and McAleer，M.，Related commodity markets and conditional correlations[J]. Mathematics and Computers in Simulation，2005 (68):571～583

(作者单位:华中农业大学经管—土管学院，中南财经政法大学金融学院湖北武汉 430000)

(责编:若佳)

注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”

作者：周　义　李梦玄

股市波动相关研究论文篇2：

公司债信用利差影响因素及动态变化研究

[摘要]对任何一个公司来说，公司债券都是信用风险非常重要的载体，与国债具有一定的利率风险不同，公司债券既有一定的利率风险，还存在信用风险。随着我国信用债券市场的不断扩容，信用价差作为判断信用产品相对价值以及衡量风险收益水平最重要的指标，逐步被广大投资者和学术界所关注。本文总结了关于公司债信用利差的相关研究，并分析与探讨公司债信用利差的影响因素及动态变化情况，旨在规避公司债信用利差的影响因素，促进企业的稳定发展。

[关键词]公司债；信用利差；动态；影响；因素

doi：10.3969/j.issn.1673 - 0194.2015.16.111

信用利差（Credit Spread）指的是企业用来对投资者购买债券所承担的额外风险进行的补偿，是较同期无风险利率高出的那部分，即债券的即期收益与其相对应的无风险利率之间的差。信用利差的确定，是在各个发行主体不同的信用评级基础上建立的，在量化因素方面来看，它与违约概率乘以违约损失率是相等的。在二级市场，信用利差往往是用其来代表企业债券存在的信用风险，并通过对其的动态变化进行观察，推断企业债券违约概念的大小。从债券本身来看，信用价差的大小是对公司债进行定价的基础，而从宏观市场的角度来看，信用价差也能反映整个市场所存在的风险水平。

1 公司债信用利差的相关研究

公司债信用利差指的是公司债券的到期收益高于同期无风险利率的部分，是用来对投资者购买公司债券所承担的额外风险进行的补偿，其中大部分采用的都是国债利率代替无风险利率。公司债信用利差在理论方面的研究大致分为两种模型：结构化模型、简约化模型。

第一，结构化模型。Merton于1974年在Black与Scholes所创建的期权期货定价模型的基础上，创建了信用利差量化的研究新方法，对信用利差的研究起到了划时代意义。结构模型理论认为，如果公司的资产价值较债务金额小时，公司会面临违约困境。所以公司的违约概率也是公司资产的市场价值低于应付债务金额的概率，而在此基础上则可分析公司信用风险对信用利差造成的影响。1994年，Leland 等学者把资产成本、税率以及公司支出等各方面的因素纳入到了结构模型中，并指出最优资本结构的一系列问题，认为公司破产不仅会发生于公司资产价值小于债务价值时，还可能会发生于资产价值高于债务价值时，公司出现现金短缺也不一定就会破产。2003年，Huang 等学者又在结构模型当中引入了违约概率、违约边界以及回收率等各项指标，也指出公司破产并不一定发生在公司资产小于债务规模时，只有公司资产价值占到债务价值的60%左右时，公司才算是真正违约。

虽然结构模型中假设的条件都非常理想化，但利用股价波动对资产价格波动进行推算的方法制约了非上市公司对模型的应用，各界学者对此模型的研究把信用利差量化研究的方法提升到了新的高度，但此模型只研究了企业个体，忽略了行业因素、宏观经济因素方面的影响。

第二，简约化模型。此模型也被称之为违约强度模型，是1995年Jarrow与Turnbul提出来的，1997年Jarrow、Lando与Tumbull，1998年Madan与Una都对此模型进行了改进。这些学者认为，简约化模型大致可分为3种，即基于违约方法、信用价差方法以及基于评级转移方法的查勘型。而以信用价差方法为基础的模型把价差分解成违约和回收这两项分量，是违约债券的收益率替代传统利率的过程。上述学者所提出的简约化模型均将违约视为不可预知的事件，对违约概率以及回收率存在的动态变化过程进行了研究，所得到的信用风险定价公式也比较简洁。

我国研究人员主要在计量分析方面对公司债券信用利差进行研究。2005年，刘国光与王慧敏对我国上海与深圳交易所全部上市公司的国债收益率序列与对应的原债券信用价差进行了研究，并利用格兰杰因果检验与协整检验，得出国债收益率是对公司债信用利差造成影响的主要因素。2006年，任兆璋和李鹏对我国公司债券信用价差存在的个体影响因素进行了实证分析，研究指出缺乏流动性是对信用利差造成影响的主要因素。2009年，冯宗宪和郭建伟、孙克通过ARCH系列的计量模型对企业信用价差动态的过程进行了相关分析，显示出各期限内企业债信用利差系列所表现出的不同异方差结构以及不同时间系列特征。

2 影响公司债信用利差的因素

对公司债信用利差造成影响的主要因素大致分为两方面，首先是宏观因素，是对信用利差造成影响的市场性因素，其次是个体因素，也可以说成是微观因素，通常指的是企业层面上对于信用利差的影响因素。对于我企业债来说，宏观经济环境是对利差造成影响的重要因素，例如通货膨胀的水平对投资者选择投资策略形成了最为直接的影响，如果通货膨胀指数上升，投资者往往会对溢价要求得到更高的补偿。其次，从企业层面的微观因素来看，企业从事的行业与资产结构、规模、企业的盈利能力以及偿债能力等各方面都会对企业的未来发展构成一定影响，因此也会影响到公司债信用利差。公司债信用利差时间序列存在的变化，通常受宏观因素的影响较大，但企业层面的微观因素影响也有一定关系。

2.1 微观因素

2.1.1 公司债券本身

此项因素是违约概率和债券自身的发行量、票面利率、期限以及信用评级息息相关的。通常，公司债券的发行量越大，公司负债的比率也就越高，公司面临违约的冲动也就会更大，而债券票面的利率越大，公司所负担的债务也就会越大，需要每年定期支付的现金也就越多，所以公司违约发生的可能性也会更大。经过信用评级公司对公司的信用进行评级，评级越高的公司其债券风险越小，也更安全，而债券违约概率也会相应降低。公司债券期限对信用利差有两方面影响，首先，若某公司发行的是长期债，其风险会大于短期债，而长期债违约概率也会大于短期债，所以公司长期债是需要公司支付更高的信用利差的；其次，具备发行长期债的公司通常都有较好的业绩，这样的公司需要支付的信用利差应该是更低的。债券期限具有相反的两个效应，它对于公司债信用利差的影响是很难确定的。

2.1.2 公司债发行主体

这是指发行公司债的公司，而发行债公司主体的价值是控制公司债自身因素的主要因素。通常研究者会选择能反映公司偿债能力的指标，即速动比率、流动比率以及资产负债率，并将上述指标作为对公司债券信用利差造成影响的主体性因素。其中的资产负债率可反映公司长期的偿债能力，速动比率以及流动比率可反映出公司在短期内的偿债能力。上述3项指标越高，公司债券也会相对越安全，公司债的信用利差也会更小。

2.2 宏观因素

2.2.1 宏观经济发展

面对2008年的金融危机，我国政府财政向市场投入了4万亿元，并实施了较为宽松的货币政策，使得我国2008至2009年达到了9%以上的GDP增长率，而2010年又上升到10.3%。但是，因前期较为扩张的政策影响，大量的投资涌入了不动产及基础设施等领域，导致我国房地产泡沫现象较为严重，地方政府融资平台发生债务违约的预期也逐步上升，出现了经济过热的迹象。自2011年，因主要的经济体持续宽松的货币政策以及世界经济的复苏，国际大宗商品价格持续上涨、国内投资需求拉动、能源资源以及土地和劳动力等成本持续上升，我国受国际环境的推动，2009年上半年价格总水平逐步回升，至2010年下半年价格上涨压力显著加大，2012年上半年，我国的CPI（消费价格指数）环比显示为负增长，此项指标的回落，显示出我国经济处于温和下降当中，由通货膨胀向通货紧缩转变。2013年，我国CPI同比上涨了2.6%，与上年呈持平状态，此数值的增幅较全年调控目标要低。2014全年的CPI同比涨幅维持在2%左右，控制在了年度3.5%的通货膨胀上限之内。2015年，央行连续降息，贷款利率不断降低，促使资金更多的向债券市场流入，也使得债券的交易量持续上升，使得资金的流动性加大，而公司债信用利差也相应变小。

2.2.2 市场流动性

伴随连续降息、降准以及逆回购操作，显现出了人民银行宽松的政策意图。随着经济下行风险的不断加大，企业的经营形势也更加严峻，而通货膨胀的压力也已逐步缓解，货币政策或将出现更宽松的调整。政策上的利好，可增强企业的融资能力，从而缓解信用风险，降低资金的流动性风险。从债券供给量角度来看，如供给量较大，则信用利差会较高，这二者之间通常是呈正向关系的。但是，资金面和信用利差之间是呈反向关系的，若银行的可利用资金额数越高，其信用利差则会越小，可利用资金额数越低，其信用利差则会越高。

2.2.3 国内股市环境

从1996至1999年股市整个阶段的经验来看，持续宽松的货币政策使得股市处于向上的趋势。2008年和2012年以及本轮货币宽松周期，每次所面临的时代背景都不同，2008年是“增量经济”模式下的货币宽松周期，2012年是从“增量经济”向“存量经济”转轨的“下台阶”时期，本轮货币宽松周期则处在“存量经济”的格局当中。截至2015年6月20日，在宽松的货币政策预期下，上证指数由年初的3 095.07点最高站上了5 178.19点，而上半年的股市也因此出现了波澜壮阔的一波又一波行情，总成交额达到518 436.58亿元。从理论上来看，公司信用利差和股市波动幅度是呈负相关的关系，股市波动即上证综指的波动性越小，信用利差则会越大，波动越大，其信用利差则会越小，这也充分体现了我国股市和债市的翘翘板效应，而资金的流动性也会对公司债信用利差的走势造成一定影响。

2.3 影响公司债信用利差的宏观因素量化指标

2.3.1 消费者物价指数（CPI）

此项指标是衡量通货膨胀的重要指标。通货膨胀的水平一旦上升，消费支出不仅会逐步增加，市场利率还会受到一定影响，从而使投资者要求企业的溢价补偿不断提高，而信用利差也会不断扩大。

2.3.2 采购经理指数（PMI）

一方面，从当前经济的发展形势来看，我国的经济发展势头良好，大众对于经济形势的预期也较好，对于证券的需求也在不断扩大，这将缩小公司债信用利差。另一方面，因股票市场同债券市场之间存在跷跷板效应，当经济形势较好时，我国的股票市场也会相对繁荣，但也会使债券价格不断降低，并使公司债信用利差不断扩大。因此，经济发展形势对信用利差造成的影响是在上述方面综合的前提下形成的。GDP即国内生产总值，是反映国家经济形势最好的经济指标，我国当前所公布的GDP数据为季度与年度，而在数据的可得性方面来看，利用PMI替代GDP，通过汇总采购经理调查的相关指数，一般都是经济监测的先行指标，采购经理指数能将经济的总体情况以及总的变化趋势反映出来。

2.3.3 国债到期收益率

以结构化模型为基础进行分析，可把企业债务视为持有一份不存在风险资产和卖出一份以企业资产价值为标的由看跌期权共同构成的资产组合。通过无风险利率对期权价值的影响，会连带对公司债券价值造成影响，并对收益率造成影响。我国的国债是不存在信用风险的，所以1年期的国债到期的收益率可代替无风险利率，成为公司债信用利差的宏观量化指标。

2.3.4 股票市场指数

此项指数可以将股票行情的变动情况反映出来，而投资者也可以按照股票的升降幅度判断股价变动趋势。投资者在股票市场上的回报增加，既可以降低企业负债率，缩小信用利差，还能将更多的资金吸引到股票市场当中，使得公司信用债券的投资者要求风险溢价更高的补偿金额，从而使信用利差不断扩大。

2.3.5 货币供应量

作为反映宏观货币流动性的重要指标，M1可以将未来物价上涨所存在的潜在压力很好地反映出来，如果央行实行的货币政策比较宽松，M2的前期增速则会较M1增速要高，M1则随后会开启快速增长的模式，并使得通货膨胀的水平不断上升，信用利差也会不断扩大。

2.3.6 收益率曲线斜率

这是会根据经济周期不断发生变化的一项指标，往往是因为短期利率较长期利率低，而收益率的曲线斜率则通常为正。通过收益率曲线斜率发生的变化可反映出未来短期利率走势，并能对经济形势的变化产生预示作用。一旦收益率曲线斜率增大，则国家经济将会逐步走强，也会使信用利差不断缩小，一旦收益率曲线斜率变小，则国家经济也将会逐步走弱，也会使信用利差逐步扩大。

主要参考文献

[1]Merton R C. On the Pricing of Corporate Debt： the Risk Structure of Interest Rates[J]. Journal of Finance，1973（2）：449–470.

[2]HE Leland， KB Toft. Optimal Capital Structure， Endogenous Bankruptcy， and the Term Structure of Credit Spreads[J]. The Journal of Finance，1996（3）：987–1019.

[3]Huang J Z， Huang M. 2000， How Much of the Corporate-Treasury Yield Spread is Due to Credit Risk？[J].Social Science Electronic Publishing，2000（2）：153-202.

[4]RA Jarrow， SM Turnbull.Pricing Derivatives on Financial Securities Subject to Credit Risk[J].The Journal of Finance，1995（1）：53–85.

[5]刘国光，王慧敏.公司债券信用价差和国债收益率动态关系研究[J].山西财经大学学报，2005（5）：117-122.

[6]任兆璋，李鹏.中国企业债券价差个体性影响因素的实证分析[J].华南理工大学学报：社会科学版，2006（1）：52-55.

[7]冯宗宪，郭建伟，孙克.企业债的信用价差及其动态过程研究[J].金融研究，2009（3）：54-71.

[8]陈相如，万迪昉，付雷鸣.我国公司债债券期限的影响因素分析[J].西安交通大学学报：社会科学版，2012（5）.

[9]张凤莲.我国公司债利率定价问题研究[J].价格理论与实践，2010（6）.

[10]李振良.我国公司债市场发展探究[J].商业经济，2013（19）.

作者：常佳歆