黃祥鐘

（福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院，福建 福州 350116）

基于波動(dòng)期限分解的中國(guó)股市風(fēng)險(xiǎn)—回報(bào)關(guān)系研究

黃祥鐘

（福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院，福建 福州 350116）

運(yùn)用波動(dòng)期限成分分解方法，在成分GARCH模型的均值方程中，將長(zhǎng)期波動(dòng)成分和短期波動(dòng)成分分開(kāi)作為獨(dú)立的解釋變量，從而考察股票價(jià)格指數(shù)超額收益與長(zhǎng)期波動(dòng)成分及短期波動(dòng)成分的關(guān)系。實(shí)證結(jié)果顯示，短期波動(dòng)成分對(duì)股指回報(bào)主要產(chǎn)生負(fù)面影響；上證指數(shù)的長(zhǎng)、短期波動(dòng)成分對(duì)股票收益率的貢獻(xiàn)都有顯著性，而其他發(fā)達(dá)市場(chǎng)指數(shù)主要受長(zhǎng)期波動(dòng)影響。這表明我國(guó)股票市場(chǎng)的風(fēng)險(xiǎn)—回報(bào)關(guān)系具有特殊性。

期限分解；成分GARCH；風(fēng)險(xiǎn)-回報(bào)關(guān)系；極大似然法

一、文獻(xiàn)綜述

金融資產(chǎn)具有風(fēng)險(xiǎn)性和收益性的基本特征，經(jīng)典的定價(jià)理論通常認(rèn)為二者存在確定的關(guān)系（如CAPM模型），但這種關(guān)系并不能完全得到實(shí)證的支持。Scruggs列出部分學(xué)者用不同條件市場(chǎng)方差模型的14個(gè)檢驗(yàn)結(jié)果，其中7個(gè)結(jié)果顯示市場(chǎng)回報(bào)與波動(dòng)率之間的關(guān)系無(wú)顯著性；另外7個(gè)有顯著性關(guān)系的實(shí)證結(jié)果中，有3個(gè)表明回報(bào)與波動(dòng)率的關(guān)系是負(fù)的[1]。這種風(fēng)險(xiǎn)—回報(bào)關(guān)系的不確定性與經(jīng)典理論相悖，學(xué)者開(kāi)始試圖通過(guò)對(duì)風(fēng)險(xiǎn)進(jìn)行更仔細(xì)的刻畫(huà)以解決這一問(wèn)題。Adrian和Rosenberg建立兩成分波動(dòng)模型，市場(chǎng)超額回報(bào)分別與短期波動(dòng)成分和長(zhǎng)期波動(dòng)成分相關(guān)，因此模型可以衡量不同期限波動(dòng)對(duì)市場(chǎng)超額回報(bào)的貢獻(xiàn)[2]。Guo和Neely用成分GARCH-均值模型研究了18個(gè)國(guó)家股票回報(bào)與不同期限波動(dòng)成分的關(guān)系，發(fā)現(xiàn)其中11個(gè)國(guó)家的數(shù)據(jù)回歸結(jié)果中，長(zhǎng)、短期波動(dòng)成分的系數(shù)都有顯著性，而且長(zhǎng)期波動(dòng)成分在大部分股市中起到更重要的決定性作用，但系數(shù)符號(hào)具有不確定性（大部分符號(hào)為正）[3]。Zarour和Siriopoulos用類(lèi)似的方法研究中東地區(qū)9個(gè)新興市場(chǎng)的波動(dòng)成分，發(fā)現(xiàn)只有約旦、阿曼和沙特三個(gè)市場(chǎng)具有成分結(jié)構(gòu)[4]。這些實(shí)證說(shuō)明不同股票市場(chǎng)上長(zhǎng)期風(fēng)險(xiǎn)對(duì)股票收益的影響存在差異性和復(fù)雜性。Christ offer sent等也把回報(bào)的波動(dòng)分解為長(zhǎng)期成分和短期成分，并將其運(yùn)用于歐式期權(quán)的定價(jià)[5]。

國(guó)內(nèi)學(xué)者對(duì)波動(dòng)分解的研究相對(duì)較少。宋逢明和李翰陽(yáng)將股票收益分解為市場(chǎng)收益和個(gè)股收益，從而衡量?jī)蓚€(gè)收益的波動(dòng)，這種分解方法不同于這里提到的波動(dòng)成分分解方法[6]；張普和吳沖鋒通過(guò)區(qū)分流動(dòng)性與波動(dòng)性的差異，對(duì)波動(dòng)性?xún)r(jià)值進(jìn)行建模，但文章并沒(méi)有對(duì)波動(dòng)性的期限成分進(jìn)行研究[7]。

現(xiàn)有研究表明，波動(dòng)期限成分分解有助于更好地解釋股票指數(shù)的風(fēng)險(xiǎn)—回報(bào)關(guān)系。本文將在成分GARCH模型基礎(chǔ)上，將波動(dòng)的長(zhǎng)期成分和短期成分作為獨(dú)立的解釋變量加入均值方程中，從而建立成分GARCH成分均值模型（C-GARCH-CM模型），通過(guò)對(duì)模型的檢驗(yàn)考察兩個(gè)問(wèn)題：（1）不同期限的波動(dòng)成分與股票回報(bào)間的關(guān)系是否有差異；（2）不同市場(chǎng)的風(fēng)險(xiǎn)—回報(bào)關(guān)系是否有差異。對(duì)這兩個(gè)問(wèn)題的考察有助于更深入地理解我國(guó)股票市場(chǎng)風(fēng)險(xiǎn)價(jià)格的特殊性。

二、波動(dòng)期限成分分解模型的研究思路

（一）模型思路

標(biāo)準(zhǔn)GARCH模型包括均值方程和方差方程：

其中公式（1）是均值方程，xt為解釋變量的列向量；公式（2）為隨機(jī)擾動(dòng)項(xiàng)ut的條件方差方程。根據(jù)本文的研究目的，可以將公式（2）的條件方差方程用成分GARCH模型的方差方程代替，從而分解出長(zhǎng)期波動(dòng)成分和短期波動(dòng)成分，并且將分解出的長(zhǎng)、短期波動(dòng)成分分別作為均值方程的兩個(gè)解釋變量。由此設(shè)定成分GARCH成分均值模型（簡(jiǎn)稱(chēng)為CGARCH-CM模型）如下：

公式（3）是模型的均值方程，Rt表示股票指數(shù)的超額回報(bào)率，它由qt和ht-qt決定；qt是隨時(shí)間變化的長(zhǎng)期方差（即長(zhǎng)期波動(dòng)成分），它將在c2的作用下緩慢收斂到c1，ht-qt是波動(dòng)的暫時(shí)成分（即短期波動(dòng)成分）。公式（5）和（6）是成分GARCH模型的基本設(shè)定。公式（4）對(duì)均值方程中的ut序列施以更強(qiáng)的假定，其中{zt}是一個(gè)i.i.d序列，其均值為0，方差為1。根據(jù)時(shí)間序列的不同分布，可以假設(shè)zt序列服從正態(tài)分布、t分布或廣義誤差分布等。這里假設(shè)zt服從自由度為k的t分布，自由度k待定。實(shí)際運(yùn)用中，公式（3）中指數(shù)超額回報(bào)率Rt的計(jì)算公式為：

其中rt表示股票指數(shù)回報(bào)率，rf,t表示相應(yīng)的無(wú)風(fēng)險(xiǎn)利率。rt的計(jì)算采用對(duì)數(shù)收益率，即：

其中Pt和Pt-1分別表示當(dāng)天和前一個(gè)交易日的收盤(pán)指數(shù)。

（二）模型的計(jì)算方法

根據(jù)Bollerslev的研究[8]，公式（3）中，如果ut是具有k個(gè)自由度、方差為ht的t分布，當(dāng)k>2時(shí)，其密度函數(shù)可以寫(xiě)成：

未知參數(shù)向量為 ψ =(θ1,θ2,θ3,c1,c2,c3,c4,c5,k)′，此時(shí)樣本對(duì)數(shù)似然函數(shù)為：

公式（9）和（10）中，Γ(·)代表Gamma函數(shù)。針對(duì)公式（10）利用極大似然法可求出參數(shù)值。本文利用Eviews6.0軟件進(jìn)行統(tǒng)計(jì)分析。

三、數(shù)據(jù)說(shuō)明

本文主要研究中國(guó)股票市場(chǎng)風(fēng)險(xiǎn)—回報(bào)關(guān)系，同時(shí)研究美國(guó)、英國(guó)和中國(guó)香港、中國(guó)臺(tái)灣股票市場(chǎng)的風(fēng)險(xiǎn)—回報(bào)關(guān)系，從而進(jìn)行橫向?qū)Ρ龋钥疾熘袊?guó)股票市場(chǎng)風(fēng)險(xiǎn)—回報(bào)關(guān)系的特殊性。下面說(shuō)明各市場(chǎng)指數(shù)選擇、無(wú)風(fēng)險(xiǎn)利率選擇、時(shí)間區(qū)間及相應(yīng)的數(shù)據(jù)來(lái)源。

（一）中國(guó)股票市場(chǎng)

上證綜合指數(shù)是中國(guó)最早發(fā)布的股票價(jià)格指數(shù)，是觀察中國(guó)股票市場(chǎng)走勢(shì)的重要參考，對(duì)中國(guó)資本市場(chǎng)上具有舉足輕重的影響力，因此選擇上證綜指作為中國(guó)股票市場(chǎng)指數(shù)的代表。中國(guó)股市從1996年12月16日起實(shí)行每日最高波幅限制，實(shí)施限制的第一周內(nèi)（周一至周五）股市波動(dòng)巨大，其日對(duì)數(shù)收益率分別為-10.43%、-9.92%、7.15%、-7.50%和-1.92%，之后回復(fù)平穩(wěn)。為避免波幅政策執(zhí)行初期市場(chǎng)的過(guò)度反應(yīng)對(duì)數(shù)據(jù)分析造成影響，本文選擇一周后的1996年12月23日作為開(kāi)始日期，截止日期為2012年12月31日，這一期間上證綜指共有3879個(gè)交易日。出于研究時(shí)間區(qū)間可比性考慮，其他各個(gè)市場(chǎng)的時(shí)間區(qū)間與此處相同。上證綜指原始數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)CSMAR（若無(wú)特別說(shuō)明，本文其他數(shù)據(jù)也均來(lái)自CSMAR）。

出于數(shù)據(jù)可得性考慮，本文將7天期銀行同業(yè)拆借利率作為中國(guó)市場(chǎng)的無(wú)風(fēng)險(xiǎn)利率，由于同業(yè)拆借利率只有月度平均值數(shù)據(jù)，因此以該值作為當(dāng)月內(nèi)每天的無(wú)風(fēng)險(xiǎn)利率（用復(fù)利方法轉(zhuǎn)化為日利率，以下各市場(chǎng)無(wú)風(fēng)險(xiǎn)利率同樣處理）。

（二）美國(guó)股票市場(chǎng)

標(biāo)準(zhǔn)普爾500（S&P500）指數(shù)以加權(quán)平均方式計(jì)算，涵蓋范圍廣，通常被認(rèn)為比道·瓊斯指數(shù)具有更好的代表性，因此本文以其作為美國(guó)股票市場(chǎng)指數(shù)的代表。與上證綜指相同時(shí)間區(qū)間內(nèi)，S&P500指數(shù)共4041個(gè)交易日數(shù)據(jù)。

美國(guó)有發(fā)達(dá)的國(guó)庫(kù)券市場(chǎng)，美國(guó)市場(chǎng)的無(wú)風(fēng)險(xiǎn)利率通常選擇國(guó)庫(kù)券利率。本文以3個(gè)月期國(guó)庫(kù)券貼現(xiàn)利率作為相應(yīng)交易日的無(wú)風(fēng)險(xiǎn)利率，并用復(fù)利方法轉(zhuǎn)化為日利率（日度數(shù)據(jù)，數(shù)據(jù)來(lái)源：美國(guó)聯(lián)邦儲(chǔ)備體系網(wǎng)站）。

（三）中國(guó)香港股票市場(chǎng)

恒生指數(shù)是以發(fā)行量為權(quán)數(shù)的加權(quán)平均股價(jià)指數(shù)，也是香港最具影響力的指數(shù)，本文以其作為香港股市指數(shù)代表。本文研究期間內(nèi)，恒生指數(shù)交易日共3967個(gè)。

1991年以后，香港政府就沒(méi)有發(fā)行過(guò)政府債券；由于“非典”等因素的影響，2004年發(fā)行過(guò)一次政府債券，之后到2009年才較為連續(xù)地發(fā)行。學(xué)者研究香港市場(chǎng)情況時(shí)，一般無(wú)法使用政府債券利率作為無(wú)風(fēng)險(xiǎn)利率，而只能使用其他利率代替?？紤]到聯(lián)系匯率制下港元與美元的密切關(guān)聯(lián)，本文選擇3個(gè)月美國(guó)國(guó)庫(kù)券利率作為香港市場(chǎng)的無(wú)風(fēng)險(xiǎn)利率。

（四）英國(guó)股票市場(chǎng)

倫敦金融時(shí)報(bào)100指數(shù)（FTSE100），又稱(chēng)富時(shí)100指數(shù)，是在倫敦證券交易所上市的最大的100家公司的股票價(jià)格指數(shù)，它是歐洲最主要的股價(jià)指數(shù)之一，本文以此作為英國(guó)股市指數(shù)的代表。本文研究期間內(nèi)，F(xiàn)TSE100指數(shù)交易日共4045個(gè)。

英國(guó)是最早發(fā)行國(guó)庫(kù)券的國(guó)家，國(guó)庫(kù)券收益率是常用的無(wú)風(fēng)險(xiǎn)利率，本文用3個(gè)月期英國(guó)國(guó)庫(kù)券月度平均貼現(xiàn)率作為英國(guó)股票市場(chǎng)的無(wú)風(fēng)險(xiǎn)利率（月度數(shù)據(jù)，數(shù)據(jù)來(lái)源：英格蘭銀行網(wǎng)站）。

（五）中國(guó)臺(tái)灣股票市場(chǎng)

臺(tái)灣加權(quán)指數(shù)（TAIEX）是中國(guó)臺(tái)灣地區(qū)最重要的股票指數(shù)，其計(jì)算方法與S&P500相同，能夠反映整體市場(chǎng)股票價(jià)值變動(dòng)，本文采用其作為臺(tái)灣股市指數(shù)代表。研究期間臺(tái)灣加權(quán)指數(shù)共3997個(gè)交易日。

臺(tái)灣當(dāng)局發(fā)行債券數(shù)量有限，無(wú)法用債券利率作為無(wú)風(fēng)險(xiǎn)利率。本文選擇臺(tái)灣五大行①包括臺(tái)灣銀行、土地銀行、合作金庫(kù)、第一商銀、華南銀行和彰化銀行。其中不同時(shí)間土地銀行和彰化銀行只用其中一家數(shù)據(jù)。3個(gè)月定期存款平均利率為無(wú)風(fēng)險(xiǎn)利率（月度數(shù)據(jù)，數(shù)據(jù)來(lái)源：臺(tái)灣貨幣當(dāng)局網(wǎng)站），由于該網(wǎng)站能夠獲得的存款利率數(shù)據(jù)最早為2001年1月，因此1996年12月至2000年12月的存款利率數(shù)據(jù)以臺(tái)灣銀行公布的3個(gè)月期定期存款利率代替(月度數(shù)據(jù)，數(shù)據(jù)來(lái)源：臺(tái)灣銀行網(wǎng)站)。

四、實(shí)證結(jié)果

（一）數(shù)據(jù)描述性統(tǒng)計(jì)結(jié)果

表1給出各指數(shù)超額收益率數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果：

從表1中各數(shù)據(jù)的偏度和峰度值來(lái)看，數(shù)據(jù)序列都不符合正態(tài)分布基本特征，而且各序列的J-B統(tǒng)計(jì)量的概率值均為0，因此不能認(rèn)為樣本服從正態(tài)分布。觀察QQ圖可知（因篇幅關(guān)系，這里不給出具體圖形），此處各指數(shù)樣本的分布更接近t分布，下面都以t分布假設(shè)下的極大似然函數(shù)公式（10）計(jì)算C-GARCH-CM模型的參數(shù)。

表1 指數(shù)超額收益率數(shù)據(jù)的描述性統(tǒng)計(jì)

（二）模型計(jì)算結(jié)果

根據(jù)公式（3）至公式（10），在Eviews中計(jì)算各個(gè)市場(chǎng)指數(shù)的C-GARCH-CM模型，計(jì)算結(jié)果見(jiàn)表2。

表2 模型結(jié)果

從結(jié)果來(lái)看，上證綜指的長(zhǎng)期和短期波動(dòng)成分系數(shù)都具有統(tǒng)計(jì)顯著性（在5%水平上），這表明短期波動(dòng)成分和長(zhǎng)期波動(dòng)成分對(duì)上證綜指回報(bào)都有解釋能力。其他發(fā)達(dá)股票市場(chǎng)上，系數(shù)θ2都不顯著，系數(shù)θ3都具有統(tǒng)計(jì)顯著性（1%或5%水平上），表明長(zhǎng)期波動(dòng)成分對(duì)這些股票市場(chǎng)指數(shù)回報(bào)更有解釋力，而短期波動(dòng)成分則解釋力不強(qiáng)。

系數(shù)c1表示長(zhǎng)期波動(dòng)成分的收斂趨勢(shì)，F(xiàn)TSE為0.0001，其他指數(shù)為0.0002（因四舍五入關(guān)系，這些數(shù)值實(shí)際上并不相同）。系數(shù)c2表示長(zhǎng)期波動(dòng)成分的收斂速度，在計(jì)算結(jié)果中，其數(shù)值接近于1，表明長(zhǎng)期成分將緩慢收斂。上證綜指的c2等于1，表示其長(zhǎng)期波動(dòng)成分并不收斂于某一固定值，因此相應(yīng)的系數(shù)c1不具有顯著性。系數(shù)c4+c5表示短期波動(dòng)的收斂速度，除上證綜指之外其他四個(gè)指數(shù)，該值接近1且大于c2，說(shuō)明短期成分收斂的速度比長(zhǎng)期成分更慢；上證綜指該值為0.9224，說(shuō)明上證綜指短期波動(dòng)成分收斂速度相對(duì)較快。

（三）長(zhǎng)、短期波動(dòng)成分對(duì)比

由于上證綜指的長(zhǎng)、短期波動(dòng)成分都有顯著性，下面將計(jì)算分解出來(lái)的上證綜指每日長(zhǎng)、短期波動(dòng)在圖1中畫(huà)出。

圖1 上證綜指長(zhǎng)、短期波動(dòng)成分對(duì)比

長(zhǎng)期波動(dòng)成分均大于0，短期波動(dòng)成分在0附近變動(dòng)。長(zhǎng)期波動(dòng)成分在一定期間內(nèi)呈現(xiàn)出某種趨勢(shì)，而短期波動(dòng)成分則在0附近持續(xù)變動(dòng)，二者有明顯區(qū)別。

（四）長(zhǎng)、短期波動(dòng)成分對(duì)股指收益的貢獻(xiàn)

根據(jù)公式（3），長(zhǎng)期波動(dòng)對(duì)Rt的貢獻(xiàn)為 θ3qt，短期波動(dòng)的貢獻(xiàn)為θ2(ht-qt)。由于長(zhǎng)、短期波動(dòng)成分對(duì)上證綜指回報(bào)都有顯著影響，故重點(diǎn)分析長(zhǎng)、短期波動(dòng)對(duì)上證綜指收益貢獻(xiàn)的情況，見(jiàn)圖2；為方便對(duì)比，圖2也給出了長(zhǎng)、短期波動(dòng)對(duì)S&P500指數(shù)收益率貢獻(xiàn)的情況（列出S&P500指數(shù)加以對(duì)比的原因是，在表2計(jì)算結(jié)果中，該指數(shù)的系數(shù)θ2的p值是除上證綜指外最小的，因此更有可比性）。

從圖2來(lái)看，上證綜指短期波動(dòng)成分的貢獻(xiàn)有更大的波動(dòng)性，而長(zhǎng)期波動(dòng)成分的貢獻(xiàn)波動(dòng)較平穩(wěn)；短期波動(dòng)成分對(duì)收益的貢獻(xiàn)可能為負(fù)，而長(zhǎng)期波動(dòng)成分對(duì)收益的貢獻(xiàn)均為正。S&P500指數(shù)情況與此類(lèi)似，但短期波動(dòng)成分的變動(dòng)在大部分情況下不如上證綜指的劇烈。在上證綜指所有3879個(gè)交易日中，有1089個(gè)交易日的短期波動(dòng)成分貢獻(xiàn)度大于0，其余交易日貢獻(xiàn)小于0。由此可見(jiàn)，上證綜指短期波動(dòng)對(duì)股指收益有較大影響，而且其影響方向不確定；長(zhǎng)期波動(dòng)給股指收益帶來(lái)正向影響，但相對(duì)S&P500指數(shù)來(lái)講影響程度較小。

圖2 長(zhǎng)、短期波動(dòng)成分對(duì)收益的貢獻(xiàn)

為更準(zhǔn)確地衡量長(zhǎng)、短期波動(dòng)成分對(duì)收益貢獻(xiàn)的相對(duì)大小，計(jì)算長(zhǎng)期波動(dòng)貢獻(xiàn)率λL和短期波動(dòng)貢獻(xiàn)率λS如下：

表3對(duì)比了各指數(shù)長(zhǎng)、短期波動(dòng)對(duì)指數(shù)收益的貢獻(xiàn)率。相比較而言，上證綜指的長(zhǎng)、短期波動(dòng)對(duì)指數(shù)收益的貢獻(xiàn)率更接近；其他指數(shù)的長(zhǎng)期波動(dòng)貢獻(xiàn)率均超過(guò)70%，明顯超過(guò)短期波動(dòng)。這也說(shuō)明對(duì)中國(guó)股市來(lái)講，長(zhǎng)、短期波動(dòng)成分具有類(lèi)似的重要性，而其他股市上，長(zhǎng)期波動(dòng)具有更重要的意義。

表3 長(zhǎng)、短期波動(dòng)成分對(duì)指數(shù)收益的貢獻(xiàn)率

（五）模型擬合優(yōu)度

若R2為負(fù)，則定價(jià)模型表現(xiàn)不如基準(zhǔn)模型。對(duì)比結(jié)果見(jiàn)表4。

表4 各指數(shù)擬合優(yōu)度對(duì)比

從表4來(lái)看，各股票指數(shù)的C-GARCH-CM模型的擬合優(yōu)度比沒(méi)有考慮波動(dòng)期限成分的一般GARCH-M模型都略有提高，但除上證綜指外，其他指數(shù)結(jié)果的可決系數(shù)都小于零。這表明，對(duì)于上證綜指來(lái)講，期限波動(dòng)分解模型不僅好于沒(méi)有考慮波動(dòng)期限成分的一般GARCH-M模型，同時(shí)也好于隨機(jī)游走模型。從前面的分析來(lái)看，只有上證綜指的長(zhǎng)、短期波動(dòng)成分都有顯著性，這可能是導(dǎo)致針對(duì)中國(guó)股票市場(chǎng)而言C-GARCH-CM模型優(yōu)于GARCHM模型和隨機(jī)游走模型的原因。

五、結(jié)論

通過(guò)上面的分析可以得出如下結(jié)論：

（1）在發(fā)達(dá)股票市場(chǎng)上，股票指數(shù)回報(bào)主要與長(zhǎng)期波動(dòng)相關(guān)，短期波動(dòng)對(duì)股票回報(bào)解釋力度不強(qiáng)。但中國(guó)股市回報(bào)不僅與長(zhǎng)期波動(dòng)相關(guān)，也與短期波動(dòng)相關(guān)。這反映出中國(guó)股票市場(chǎng)風(fēng)險(xiǎn)—回報(bào)關(guān)系不同于發(fā)達(dá)市場(chǎng)。

（2）長(zhǎng)期波動(dòng)成分對(duì)各指數(shù)收益的貢獻(xiàn)為正，而短期波動(dòng)成分對(duì)指數(shù)收益的貢獻(xiàn)多為負(fù)，這表明短期不確定性沖擊對(duì)股市回報(bào)產(chǎn)生顯著的負(fù)面影響。

（3）中國(guó)股票市場(chǎng)受短期波動(dòng)影響較大。發(fā)達(dá)市場(chǎng)上，短期波動(dòng)對(duì)指數(shù)收益的貢獻(xiàn)率不到23%，而中國(guó)上證綜指短期波動(dòng)對(duì)指數(shù)收益的貢獻(xiàn)率達(dá)到35%。

（4）相比一般的波動(dòng)定價(jià)模型，波動(dòng)成分分解的C-GARCH-CM模型的定價(jià)效果有一定的改善。

與發(fā)達(dá)國(guó)家不同，短期波動(dòng)對(duì)中國(guó)股價(jià)指數(shù)回報(bào)有重要影響，這與中國(guó)股票市場(chǎng)投機(jī)氛圍濃厚可能存在關(guān)系，如李心丹等發(fā)現(xiàn)，境內(nèi)投資者的確存在過(guò)度交易的現(xiàn)象，年平均交易次數(shù)大大超過(guò)美國(guó)的水平[10]，過(guò)于頻繁的交易無(wú)疑會(huì)加劇短期波動(dòng)。中國(guó)股市投資者存在明顯的偏重短線操作、忽視長(zhǎng)期投資的特點(diǎn)，股票市場(chǎng)制度建設(shè)不成熟，市場(chǎng)機(jī)制有待完善，股票長(zhǎng)期投資價(jià)值無(wú)法顯現(xiàn)，從數(shù)據(jù)上就反映出我國(guó)股票指數(shù)回報(bào)受短期波動(dòng)的影響明顯。短期波動(dòng)的明顯影響顯然不利于中國(guó)股票市場(chǎng)的長(zhǎng)期健康穩(wěn)定發(fā)展，這是證券監(jiān)管部門(mén)在進(jìn)行股票市場(chǎng)制度建設(shè)和風(fēng)險(xiǎn)管理時(shí)應(yīng)當(dāng)慎重考慮的問(wèn)題。

[1]Scruggs JT.Resolving the Puzzling Intertemporal Relation between the Market Risk Premium and Conditional Market Variance:A Two-factor Approach[J].The Journal of Finance,1998,53(2):575-603.

[2]Adrian T,Rosenberg J.Stock Returns and Volatility:Pricing the Short-Run and Long-Run Components of Market Risk[J].The Journal of Finance,2008,63(6):2997-3030.

[3]Guo H,Neely C J.Investigating the Intertemporal Risk-return Relation in International Stock Markets with the Component GARCH Model[J].Economics letters,2008,99(2):371-374.

[4]Zarour B A,Siriopoulos C P.Transitory and Permanent Volatility Components:The Case of theMiddle East Stock Markets[J].Review of Middle East Economics and Finance,2008,4(2):80-92.

[5]Christ offers en P,Jacobs K,Ornthanalai C,et al.Option Valuation with Long-run and Short-run Volatility Components[J].Journal of Financial Economics,2008,90(3):272-297.

[6]宋逢明，李翰陽(yáng).中國(guó)股票波動(dòng)性的分解實(shí)證研究[J].財(cái)經(jīng)論叢，2004，（4）：23-28.

[7]張普，吳沖鋒.股票價(jià)格波動(dòng):風(fēng)險(xiǎn)還是價(jià)值?[J].管理世界，2010，（11）：52-60，187.

[8]Bollerslev T.A Conditionally Heteroskedastic Time Series Model for Speculative Prices and Rates of Return[J].The Review of Economics and Statistics,1987,69(3):542-547.

[9]Chen M H.Risk and Return:CAPM and CCAPM[J].The Quarterly Review of Economics and Finance,2003,43(2):369-393.

[10]李心丹，王冀寧，傅浩.中國(guó)個(gè)體證券投資者交易行為的實(shí)證研究[J].經(jīng)濟(jì)研究，2002，（11）：54-63.

1003-4625（2014）06-0098-05

F832.5

A

2014-04-08

國(guó)家自然科學(xué)基金（71171056）。

黃祥鐘（1978-），男，福建連江人，副教授，博士研究生，研究方向：金融市場(chǎng)與風(fēng)險(xiǎn)管理。

張艷峰）