基于DCC-GARCH模型分析中國股市行業(yè)間回報率的聯(lián)動性

[摘 要]文章運(yùn)用DCC-GARCH模型分析2000-2016年間房地產(chǎn)業(yè)與建筑業(yè)、金融業(yè)、交通運(yùn)輸業(yè)、IT業(yè)等不同行業(yè)間的回報率聯(lián)動性，得出不同行業(yè)間存在不同大小的動態(tài)條件相關(guān)關(guān)系的結(jié)論。該結(jié)論對股市投資者、股市管理者與政策制定者均具有重要的意義。

[關(guān)鍵詞]DCC-GARCH模型;聯(lián)動性;不同行業(yè)

[DOI] 10.13939/j.cnki.zgsc.2019.08

隨著全球資本市場的開放性不斷增強(qiáng)，全球證券市場間的聯(lián)系越來越緊密。我國資本市場在近30年的發(fā)展過程中，經(jīng)濟(jì)保持快速穩(wěn)定增長，中國證券市場與國際證券市場間的關(guān)聯(lián)性越來越深，各行業(yè)間的相互影響程度也越來越大。而行業(yè)間的聯(lián)動對國內(nèi)股市風(fēng)險的傳播有著巨大的推動作用，了解行業(yè)間的股市回報率的聯(lián)動性對于合理規(guī)避市場風(fēng)險、維持市場穩(wěn)定發(fā)展具有重大的意義。因此，為降低市場風(fēng)險，提高市場投資效率，維持市場穩(wěn)定發(fā)展，研究我國不同行業(yè)間的股市回報率的聯(lián)動性顯得尤為重要。

從已有的研究文獻(xiàn)來看，DCC-GARCH模型在研究國際股市聯(lián)動性方面的應(yīng)用較多，可以很好的捕獲不同股市間的聯(lián)動性。在國內(nèi)，DCC-GARCH模型應(yīng)用于多個領(lǐng)域，在股市領(lǐng)域多停留在分析中國與國際股市的相關(guān)性，以及國內(nèi)滬深兩市的相關(guān)性研究上，很少有人將其應(yīng)用于股市內(nèi)不同行業(yè)間相關(guān)性的研究上。因此，本文運(yùn)用DCC-GARCH模型針對中國股市內(nèi)不同行業(yè)間的聯(lián)動性進(jìn)行研究。

1.研究方法

根據(jù)DCC-GARCH模型的假設(shè)，殘差滿足以下條件：

式中，是兩個行業(yè)收益率的條件協(xié)方差矩陣，是信息集。是對角矩陣，是對角元素。是動態(tài)的條件相關(guān)系數(shù)矩陣，是對角矩陣，對角元素是的對角元素，用來計算標(biāo)準(zhǔn)化殘差。系數(shù)a、b是模型的待估計參數(shù)，a是指現(xiàn)在信息對下一期波動性的影響程度，值越大說明該行業(yè)受沖擊的敏感度越高;b是指收益率波動的持續(xù)性，若a+b的值越接近1，則表明波動持續(xù)的時間越久。

2.數(shù)據(jù)選取

本文研究中國股市不同行業(yè)間的聯(lián)動性，本文選取房地產(chǎn)業(yè)、建筑業(yè)、金融業(yè)、IT業(yè)、交通運(yùn)輸業(yè)五個行業(yè)進(jìn)行研究。數(shù)據(jù)來源于國泰安（CSMAR）數(shù)據(jù)庫。我們以新世紀(jì)為起點(diǎn)，選取2000年1月1日至2016年12月31日的數(shù)據(jù)。考慮到日收益率數(shù)據(jù)的龐大，本文選取樣本區(qū)間內(nèi)的周收益率為研究對象。由于不同行業(yè)存在不同的停牌日期，本文依據(jù)Hamao等人（1990）的做法，將幾個市場交易日不重疊的交易數(shù)據(jù)刪除。由于一個行業(yè)包含數(shù)十甚至幾百家公司，本文以公司市場價值為權(quán)重，計算每個行業(yè)內(nèi)所有公司收益率的加權(quán)平均值作為行業(yè)的周收益率。本文運(yùn)用R進(jìn)行數(shù)據(jù)的處理與分析。

3.數(shù)據(jù)檢驗(yàn)

在進(jìn)行DCC-GARCH模型的參數(shù)估計前，我們需要對數(shù)據(jù)進(jìn)行條件異方差性檢驗(yàn)和平穩(wěn)性檢驗(yàn)。

3.1條件異方差性檢驗(yàn)

我們繪制了各行業(yè)的周收益率數(shù)據(jù)變動圖，它顯示了波動聚類的存在，一定程度表明了各行業(yè)的周收益率序列的波動性具有條件異方差現(xiàn)象，這些序列中出現(xiàn)的擾動不是白噪聲過程。

3.2平穩(wěn)性檢驗(yàn)

實(shí)踐中，很多時間序列都會受到時間的影響，呈現(xiàn)序列不平穩(wěn)的現(xiàn)象。Granger等人（1974）發(fā)現(xiàn)如果時間序列存在不平穩(wěn)現(xiàn)象，可能會引起偽回歸問題。因此在模型參數(shù)估計之前，需要進(jìn)行序列平穩(wěn)性檢驗(yàn)。我們運(yùn)用Dickey-Fuller方法檢驗(yàn)，結(jié)果如表1所示。

從表1看到，我們應(yīng)該拒絕零假設(shè)，各行業(yè)的收益率序列平穩(wěn)，可以進(jìn)行DCC-GARCH模型回歸分析。

4.研究結(jié)論與建議

在回歸DCC-GARCH模型（表2）的同時，得到了以下房地產(chǎn)業(yè)與各行業(yè)間的動態(tài)條件相關(guān)關(guān)系走勢圖。

房地產(chǎn)業(yè)與建筑業(yè)、金融業(yè)、交通運(yùn)輸業(yè)、IT業(yè)之間均呈現(xiàn)動態(tài)的正相關(guān)關(guān)系。但是房地產(chǎn)業(yè)與不同行業(yè)具有不同程度的條件動態(tài)相關(guān)，這種相關(guān)性隨時間推移不斷變化，這對股票市場中的各方參與者均具有重要的意義。

參考文獻(xiàn)

[1] S Y YANG. A DCC analysis of international stock market correlations： the role of Japan on the Asian Four Tigers[J]. Applied Financial Economics Letters， 2005， 1（2）：89-93.

[2]M C LEE， J S CHIOU， C M LIN. A study of value-at-risk on portfolio in stock return using DCC multivariate GARCH[J].Applied Financial Economics Letters，2006， 2（3）：183-188.

[3]徐有俊，王小霞，賈金金.中國股市與國際股市聯(lián)動性分析-基于DCC-GARCH模型研究[J].經(jīng)濟(jì)經(jīng)緯， 2010（26）.

[作者簡介] 王成平（1995-），女，漢族，山西呂梁人，就讀于首都經(jīng)濟(jì)貿(mào)易大學(xué)國際經(jīng)濟(jì)管理學(xué)院，研究方向：金融計量。