我國新三板市場運行特征及其與主板、創(chuàng)業(yè)板市場的關系

王佳麗

摘 要：文章獲取2014年5月19日至2015年6月15日的三板成指數據，以其收益率序列為基礎，建立GARCH模型，擬合新三板市場收益率波動情況，并且結合新三板收益率的數據統(tǒng)計分析，總結新三板市場的特征，如新三板收益率序列存在較高風險溢價，且存在波動集群現(xiàn)象。通過對比主板市場波動與新三板發(fā)展歷程中出現(xiàn)較大事件的時間，發(fā)現(xiàn)多有重合，找到主板市場、創(chuàng)業(yè)板市場同期數據，利用ADF單位根檢驗，判斷序列平穩(wěn)性，得出協(xié)整關系并建立VECM模型，利用Granger因果分析、脈沖響應分析以及方差分解，分析得出新三板市場與主板市場、創(chuàng)業(yè)板市場間的相互關系?；贓views軟件分析得出的結果與相關文獻研究結論略有不同，在文中給予解釋，本文的研究結論和成果對新三板市場制度制定以及相關研究具有較高的借鑒意義。

關鍵詞：新三板 GARCH 主板 創(chuàng)業(yè)板 相互影響

中圖分類號：F830.91 ?文獻標識碼：A

文章編號：1004-4914（2015）09-110-04

一、文獻綜述

中國金融市場日益完善，不同功能的融資市場各自發(fā)揮著不容忽視的作用，主板市場主要服務于大型成熟的企業(yè)，而在全球經濟回暖的大環(huán)境下，中國GDP增速放緩，一批新興產業(yè)的出現(xiàn)可以激活市場，是被各大機構投資者看好的投資對象。為了充分解決中小新創(chuàng)企業(yè)融資難的問題，便利融投資雙方的需求，全國中小企業(yè)股份轉讓系統(tǒng)應運而出，2012年擴容以來，新三板的星火已成燎原之勢，在2015年，轉板試點政策越發(fā)明朗，做市業(yè)務于2015年3月18日三板做市股指正式發(fā)布指數行情，做市業(yè)務快速展開，局面被打開。截至2015年第一季度，做市轉讓部分總市值1336.58億元，不到協(xié)議轉讓部分的一半，但是成交額已經遠超過協(xié)議轉讓部分。做市制度成功吸引更多投資者進入新三板市場。同時各類新三板產品積極入市，公募基金試水新三板獲得成功后，正在積極準備新三板指數基金產品。新三板帶來的巨大機遇，無疑將對中國金融市場帶來一定的影響，本文主要就是為了研究新三板市場的運行特征以及與主板市場、創(chuàng)業(yè)板市場間的互動關系。

以往對于新三板市場的研究多是從制度角度出發(fā)，如柴穎（2012）就是從新三板轉板制度入手，如何打通準入新三板的通道，吸引更多投資者，使新三板能夠為更多退市企業(yè)及難以在中小板上市的企業(yè)提供融資平臺。鮑珍慧（2012）主要從宏觀角度出發(fā)，研究了新三板市場的構建，包括掛牌上市制度、發(fā)行相關制度以及操作秩序等。陸泱（2013從定量角度，運用多元線性回歸模型，發(fā)現(xiàn)小企業(yè)在新三板市場的融資效果，并進一步總結出新三板融資功能有限、流動性差等問題。自Engle（1982）采用ARCH模型研究收益率以來，國外學者在股票股價收益的研究方面取得了大量研究成果，產生了GARCH（Bollerslev，1986），GARCH-M（Engle，et al，1987），TARCH（Zakoian，1990）等模型。羅陽（2013）認為，GARCH模型可較好地擬合股指波動變化所呈現(xiàn)的尖峰厚尾特征，并能有效消除股指波動的異方差性。以往的學者，如朱雙婧（2014）試圖通過進行Granger因果檢驗和協(xié)整分析來看新三板與創(chuàng)業(yè)板之間的相互影響關系，自行編制了新三板指數，并以此與創(chuàng)業(yè)板綜進行對比研究，但是這其中，計算過于簡單，忽視了企業(yè)分紅等問題，以及沒有把市場的反饋體現(xiàn)出來。

本文結合以上文獻的思路，充分考慮到已有研究在新三板領域的缺失以及新三板領域的新動態(tài)，利用2014年5月19日上線的三板成指，一年多的數據進行研究，在新環(huán)境下，研究新三板的特征以及與主板、創(chuàng)業(yè)板市場的聯(lián)系。本文創(chuàng)新性的內容，希望為后續(xù)研究提供借鑒。

二、新三板市場基本研究

為了能夠充分、準確地反映新三板市場，擬采用自全國代辦股份轉讓系統(tǒng)新交易結算系統(tǒng)切換上線，即2014年5月19日至2015年6月15日間所有交易日的數據來對新三板運行情況進行分析。所有的數據均來自Wind資訊金融終端。

為了反映新三板市場的波動，利用收益率的變化來反映波動以及風險。新三板市場的收益率，采用各個交易日收盤指數的對數差。公式為

RRt=lnpt-lnpt-1

其中Pt表示三板成指當天的收盤價，RRt表示新三板市場收益率。

新三板收益率有明顯的波動集群現(xiàn)象（見圖1），為了能夠更加清晰地了解波動情況，我們對數據進行如下的統(tǒng)計分析（見圖2）。

由分析情況可知，三板成指的峰度為12.10602，P值為0.000000，拒絕三板成值呈現(xiàn)正態(tài)分布的假設，峰值大，呈現(xiàn)尖峰厚尾的特征。厚尾特征的出現(xiàn)一般而言有兩個方面的原因：（1）信息集中出現(xiàn)導致指數大幅波動;（2）信息的作用沒有立即在期貨市場顯示出來，大量信息的積累導致了大幅的波動。

接下來對序列進行ADF單位根檢驗（全稱為Augmented Dickey-Fuller檢驗），在Eviews中運行ADF單位根檢驗，可以得到以下結果（見表1）。

P值為0.0000，很顯著，因此新三板收益率時間序列為平穩(wěn)序列。

而做出的新三板收益率的自相關和偏自相關圖并沒有出現(xiàn)拖尾特征，并且Q統(tǒng)計量對應的P值都比較顯著，P值較小，說明在1%的水平上，拒絕“序列不存在自相關性”的原假設，則序列存在自相關性。

自回歸滑動平均模型（ARMA模型，Auto-Regressive and Moving Average Model）是研究時間序列的重要方法，由自回歸模型（簡稱AR模型）與滑動平均模型（簡稱MA模型）為基礎“混合”構成。選取ARMA（p，q）模型擬合序列，分別選?。╬，q）為（1，1）（2，2）（3，3）（3，4）幾個模型進行估計，觀察各模型的P值。通過上面的分析結果可以看出，在選取P=3，Q=3時，所對應的P值最小，T統(tǒng)計量最大。

輸出結果表達式為

RRt=-0.6120883ε-3+0.629361RRt-3+μt

（-5.600） ?（6.557）

R2=0.067 DW=2.2585

對序列進行ARCH-LM檢驗

通過ARCH檢驗，P值接近為0，拒絕原假設，即認為新三板收益率序列存在ARCH效應，并且由進行到5階ARCH-LM檢驗結果，P值依然很小，即序列方程存在高階ARCH效應，應考慮建立GARCH（p，q）模型。

為了確定GARCH模型的系數，結合不同系數下得出的AIC和SC進行判斷，GARCH模型結果匯總表如表3。

通過比較不同GARCH（p，q）加入后的AIC、SC值，發(fā)現(xiàn)GARCH（2，2）、GARCH（1，1）的AIC、SC值較小，是可以選擇的較優(yōu)模型。

故在ARMA（3，3）的基礎上加入GARCH模型來擬合，分別加入GARCH（2，2）、GARCH（1，1）模型，觀察模擬效果。

GARCH（2，2）中不滿足α、β非負的約束條件，加入GARCH（1，1）滿足約束條件，將上述結果代入ARMA（3，3）-GARCH（1，1）可得RRt=-0.5536ε-3+0.5719RRt-3+μt

GARCH（1，1）方程是：σt2=0.27416+0.3397*μt-12+0.6585*σt-12

用EVIEWS生成擬合殘差序列圖與實際圖，在ARMA（3，3）中加入GARCH（1，1）模型擬合效果較好，新三板收益率序列服從ARMA（3，3）-GARCH（1，1）模型。

加入GARCH（1，1）后，該序列不存在ARCH效應，說明GARCH（1，1）消除了方程殘差序列的條件異方差。

在ARCH（3，3）-GARCH（1，1）中，ARCH項與GARCH項的系數之和近似為0.339676+0.658481<1，滿足小于1的參數約束條件。由于參數非常接近1，表明條件方差所受的沖擊是持久的。

三、新三板與主板、創(chuàng)業(yè)板市場的相互影響研究

本節(jié)選取創(chuàng)業(yè)板綜合指數（簡稱：創(chuàng)業(yè)板綜）、全國代辦股份轉讓系統(tǒng)新交易結算系統(tǒng)切換上線（簡稱：三板成指）、上海證券交易所綜合指數（簡稱：上證綜指）分別代表創(chuàng)業(yè)板、新三板、主板市場的波動情況以及收益率特征。數據區(qū)間為2014年5月19日至今。

繪制主板市場波動情況的走勢圖可以看出，2006年新三板出現(xiàn)、2012年新三板擴容、2014年新三板指數出現(xiàn)，這三個標志性的時期，主板市場均出現(xiàn)向上震蕩的特征?；诖?，認為新三板和主板市場之間存在一定關系，繼續(xù)深入研究。

根據相關系數矩陣可以看出，創(chuàng)業(yè)板綜合三板成指之間相關系數為0.891109，創(chuàng)業(yè)板綜與上證綜指之間的相關系數為0.929867，上證綜指與三板成指之間的相關系數為0.936828，三組市場指數之間的相關性都較高，且都呈現(xiàn)正相關。

分別對上證綜指、三板成指和創(chuàng)業(yè)板綜的數據進行ADF單位根檢驗，ADF檢驗并沒有拒絕“序列不平穩(wěn)”的原假設，所以三組數據的單位根檢驗結果顯示，三組序列均不平穩(wěn)。

接下來對三組數據的一階差分構建新序列，進行ADF檢驗。

在1%的顯著性水平上，新序列拒絕了“序列不平穩(wěn)”的原假設，即上證綜指、創(chuàng)業(yè)板綜、三板成指一階差分序列都是平穩(wěn)的，所以原來的三組序列均為一階單整序列，接下來可進行Johansen協(xié)整分析。

發(fā)現(xiàn)三板成指和創(chuàng)業(yè)板綜序列之間存在一個協(xié)整關系，三板成指與上證綜指之間不存在顯著協(xié)整關系。

由結果可以看出，在5%的顯著性水平上，拒絕“三板成指一階差分不是上證綜指一階差分的Granger因果關系”的原假設，故三板成指一階差分是上證綜指一階差分的Granger成因。但是上證綜指一階差分不是三板成指一階差分的Granger成因。

由結果可以看出，在10%的顯著性水平上，拒絕“創(chuàng)業(yè)板綜不是三板成指一階差分的Granger因果關系”的原假設，故創(chuàng)業(yè)板綜一階差分是三板成指一階差分的Granger成因，但是三板成指一階差分不是創(chuàng)業(yè)板綜一階差分的Granger成因。這里得出的結論與以往學者做出的結論有所不同，主要原因是新三板市場指數選擇的不同，系以前的學者采用的是自行編制的指數，難免與市場供求實際情況有所偏離。

由結果可以看出，在5%的顯著性水平上，拒絕“上證綜指不是創(chuàng)業(yè)板綜一階差分的Granger因果關系”的原假設，故上證綜指一階差分是創(chuàng)業(yè)板綜一階差分的Granger成因，但是創(chuàng)業(yè)板綜不是上證綜指一階差分的Granger成因。

四、脈沖響應分析

脈沖響應函數的概念在金融時間序列分析中有廣泛的應用，可以用來刻畫一個變量受到另一個變量正向或負向沖擊后形成的動態(tài)路徑和持續(xù)時間情況。為了觀察新三板對主板市場和創(chuàng)業(yè)板市場的影響，利用Eviews做出主板市場、新三板市場、創(chuàng)業(yè)板市場脈沖響應分析示意圖。

較明顯的關系是創(chuàng)業(yè)板對于主板市場的正向沖擊做出的反應，反應隨時間增長而不斷弱化;而創(chuàng)業(yè)板對主板市場幾乎不造成大的沖擊作用，這與Granger因果關系中的結果相符。同時，主板市場和創(chuàng)業(yè)板市場受到來自新三板市場一個正向沖擊后，在2期之前達到一個高點，接著略微減弱后，隨時間推移不斷增長。相對于創(chuàng)業(yè)板市場的影響力，新三板市場的影響力更加穩(wěn)定和持久。

五、方差分解

方差分解的基本思想是，把系統(tǒng)中的全部內生變量（k個）的波動按其成因分解為與各個方程相關聯(lián)的k個組成部分，從而得到各個相關信息對模型內生變量的相對重要程度。

由方差分解結果可知：新三板市場總方差，當滯后期為1時，100%來自于自身，隨滯后期增加，略有降低，只在之后10期時才有約0.65%來自創(chuàng)業(yè)板市場的影響，所以創(chuàng)業(yè)板市場對于新三板市場波動的貢獻度低;但是對于創(chuàng)業(yè)板市場的總方差，約有4%來自新三板市場，說明相比而言，新三板市場對于創(chuàng)業(yè)板市場波動的貢獻度較大。

同樣，考慮主板市場與新三板市場，當滯后期為1時，新三板總方差100%來自于自身，隨滯后期增加，略有降低，只在之后10期時才有約0.01%來自創(chuàng)業(yè)板市場的影響，所以創(chuàng)業(yè)板市場對于新三板市場波動的貢獻度幾乎為0;但是對于主板市場的總方差，約有6.33%來自新三板市場，新三板市場對于創(chuàng)業(yè)板市場波動的貢獻度較大，影響較為顯著。

六、研究結論

本文第一部分采用自2014年5月19日三板成指正式發(fā)布以來的所有交易日的最新數據，通過公式，將指數轉化為收益率，利用Eviews對新三板市場的收益率、波動、風險等特征進行了分析，新三板市場收益率呈現(xiàn)較為顯著的尖峰厚尾特征，有明顯的波動集聚現(xiàn)象。通過建立ARMA（3，3）模型，并添加GARCH（1，1）項，使模型可以更好擬合新三板市場波動特征。由于ARCH項的系數小于GARCH項的系數，說明新三板市場自身的記憶性對于市場波動的影響要強于外部沖擊，這一結論對后續(xù)的政策制定以及市場研究有很大的借鑒價值。

本文第二部分的研究主要集中于發(fā)現(xiàn)新三板市場與主板市場、創(chuàng)業(yè)板市場之間的相互影響關系。研究表明，新三板和主板市場之間不存在協(xié)整關系，主要是因為二者的功能定位差別較大，創(chuàng)業(yè)板綜一階差分是三板成指一階差分的Granger成因，且新三板和創(chuàng)業(yè)板存在協(xié)整關系，說明功能相似的兩個股票市場間，存在較明顯的相互影響關系。進一步研究發(fā)現(xiàn)，新三板對于創(chuàng)業(yè)板市場和主板市場的影響較大，創(chuàng)業(yè)板市場對于主板市場的沖擊遠不如新三板，新三板市場在不斷發(fā)展，其在整個金融體系中的地位不斷上升，加之政策規(guī)范，新三板競爭創(chuàng)業(yè)板市場，是不爭的事實。結合本文研究所得出的結論，在新三板制度制定過程中，應該充分考慮新三板與其他股票市場的相互影響，并且由于新三板的風險較大和越來越多公司以及投資者較易進入市場，應健全監(jiān)督機制，為國內外投資者和投資機構營造較為規(guī)范安全的投資平臺。

參考文獻：

[1] 柴穎.我國新三板市場引入轉板制度的研究[D].上海：華東政法大學，2012

[2] 鮑珍慧.新三板掛牌與交易法律制度研究[D].上海：華東政法大學，2012

[3] 陸泱.中小企業(yè)在新三板的融資效果分析[D].上海：上海交通大學，2013

[4] 張成思.金融計量學時間序列分析視角[M].北京：中國人民大學出版社，2012

[5] 羅陽，楊桂元.基于GARCH類模型的上證股市波動性研究[J].統(tǒng)計與決策，（12）：162-165，2013

[6] 任繼勤，單曉彤，梁策.中國主板與創(chuàng)業(yè)板市場風險比較分析——基于GARCH-VAR方法[J].財貿研究，（3）：128-132，2015

[7] 閆杜鵑.主要股票市場與貨幣市場的關聯(lián)性及協(xié)調性研究[D].廣州：華南理工大學，2014

[8] 梁恒.基于GARCH族模型的我國滬深股市波動非對稱性研究[D].安徽：安徽大學，2014

[9] 朱雙婧.我國新三板市場與創(chuàng)業(yè)板市場運行特征比較[D].山東：山東大學，2014

[10] 張立，曾五一.中國股指期貨市場、ETF市場與股票市場波動時變的聯(lián)動效應研究[J].經濟統(tǒng)計學（1）：145-154，2013

[11] 張婧.基于上證指數的中國股市ARCH效應分析[J].價值工程（3）：230-231，2014

[12] 韋艷華，張世英.金融市場的相關性分析—Copula-GARCH模型及其應用[J].系統(tǒng)工程（4）：7-12，2004

（作者單位：中央財經大學 北京 100000）

（責編：李雪）