首页 理论教育 实证分析揭示传统混合分布假说的第一节

实证分析揭示传统混合分布假说的第一节

时间:2023-08-12 理论教育 版权反馈
【摘要】:在第二章第二节的文献综述中,本书已经对混合分布假说理论以及相关的实证研究进行了分析。Lamoureux和Lastraps在混合分布假说理论的基础上,通过实证分析得出结论:交易量作为无法被观测的信息流的代理变量对收益波动具有很强的解释能力。基于此,本章将在异质信念的假设前提下对混合分布假说理论进行实证检验。

实证分析揭示传统混合分布假说的第一节

在第二章第二节的文献综述中,本书已经对混合分布假说理论以及相关的实证研究进行了分析。Clark(1973)指出,由于混合信息流变量的不可观测性,可以用交易量来替代无法被观测的信息流变量。之后,出现了对交易量作为信息流代理变量有效性的检验以及对其他信息流代理变量的研究。Lamoureux和Lastraps(1990)在混合分布假说理论的基础上,通过实证分析得出结论:交易量作为无法被观测的信息流的代理变量对收益波动具有很强的解释能力。

基于此,本章将在异质信念的假设前提下对混合分布假说理论进行实证检验。通过对交易量以及本书异质信念构建过程中所使用的信息交易量和未预期交易量进行对比分析,进一步观察异质信念的前提下,交易量、信息交易量、未预期交易量,哪个变量作为信息流的替代变量更为合理。

首先,考虑到收益率序列的自相关,通过对不同的模型进行对比分析后建立如下形式的GARCH模型来检验美洲、欧洲、亚洲股票市场上交易量(Vt)是否可以作为信息流的替代变量,吸收价格波动的持续性。

其中,dum1t、dum2t为虚拟变量,定义为:

引入虚拟变量的目的是为了刻画收益率序列的变化情况。

表6.1 道琼斯指数信息流替代变量检验结果——基于交易量

注:表中,***表示1%的显著性水平括号内数值为相应参数估计的t值。

美洲股票市场上,表6.1 中道琼斯指数的检验结果表明,在未加入交易量之前,代表价格波动持续性的参数(α12)的值为0.992,接近于1,说明美国股票市场上的价格波动以一个相对较慢的速度衰减。加入交易量以后,(α12)变为0.874,有一定程度的减小,因此将交易量视为信息流的代理变量具有一定的合理性。但由于持续性参数(α12)的减小幅度不大,说明交易量只能较低程度地吸收价格波动的持续性。此外注意到在模型(6.1.2)中,交易量系数显著为正,交易量与价格波动同方向变化,这一点与混合分布假说理论关于“信息流的到达将同时带来价格波动和交易量”的观点相一致。

表6.2 富时100 指数信息流替代变量检验结果——基于交易量

注:表中,***表示1%的显著性水平,括号内数值为相应参数估计的t值。

表6.3 CAC40 指数信息流替代变量检验结果——基于交易量

注:表中,***表示1%的显著性水平,括号内数值为相应参数估计的t值。(www.xing528.com)

表6.4 DAX指数信息流替代变量检验结果——基于交易量

注:表中,***表示1%的显著性水平,括号内数值为相应参数估计的t值。

欧洲股票市场上,表6.2、表6.3、表6.4 中富时100 指数与CAC40指数、DAX指数的检验结果表明,未加入交易量之前,价格波动持续性参数(α12)的取值均接近于1,说明在欧洲股票市场上也存在较强的价格波动持续性和聚集效应。对于富时100 指数,在GARCH模型的条件方差方程中加入交易量后,持续性参数(α12)变为0.836,作为信息流的代理变量,交易量能够部分吸收价格的持续性波动。对于CAC40 指数,在GARCH模型的条件方差方程中加入交易量后,持续性参数为0.981,降低幅度很小。类似的对于DAX指数,在GARCH模型的条件方差方程中加入交易量后,持续性参数为0.982,降低幅度也很小。三个指数交易量系数估计值均显著为正值,交易量与价格波动的变化方向一致。

亚洲股票市场上,同样未加入交易量之前,由表6.5、表6.6 和表6.7中上证综指、恒生指数、日经225 指数的实证分析结果发现,在未加入交易量之前,代表价格持续性波动的参数(α12)的取值均接近于1,可见,亚洲股票市场上也存在较强的价格波动持续性和聚集效应。对于上证综指,加入交易量以后,代表价格持续性波动参数(α12)降低为0.795,用交易量替代信息流变量相对合理。恒生指数和日经225 指数加入交易量后的持续性参数减小幅度不大。同样,三个指数包含交易量序列的GARCH模型估计结果显示,交易量的增加能够加剧股票价格的波动,二者同向变动。

表6.5 上证综指信息流替代变量检验结果——基于交易量

注:表中,***表示1%的显著性水平,括号内数值为相应参数估计的t值。

表6.6 恒生指数信息流替代变量检验结果——基于交易量

注:表中,***表示1%的显著性水平,括号内数值为相应参数估计的t值。

表6.7日经225 指数信息流替代变量检验结果——基于交易量

注:表中,***表示1%的显著性水平,括号内数值为相应参数估计的t值。

综上所述,对于道琼斯指数、富时100 指数、CAC40 指数、上证综指、恒生指数、日经225 指数,模型(6.1.1)和模型(6.1.2)的估计结果表明:

在美洲、欧洲、亚洲股票市场上,股票价格波动具有较强的聚集性和持续性,交易量的增加能够带来股票价格更大幅度的波动,交易量与价格波动同向变动。

对于美洲股票市场道琼斯指数、欧洲股票市场富时100 指数、亚洲股票市场上证综指,交易量能够在一定程度上降低价格的持续性波动,说明用交易量来替代无法被观测的信息流变量具有一定的合理性。但是,对于欧洲股票市场CAC40 指数、DAX指数以及亚洲股票市场上的恒生指数和日经225指数,交易量对价格的持续性波动基本没有影响,持续性参数降低幅度非常小,交易量是否可以作为信息流的代理变量有待于进行进一步的检验。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈