联系我们 |
 |
合作经济与科技杂志社
地址:石家庄市建设南大街21号
邮编:050011
电话:0311-86049879 |
|
|
金融/投资 |
我国“三板”股市价格波动相关性研究 |
第751期 作者:□文/王明国 彭美霖 时间:2025/4/16 14:33:34 浏览:10次 |
[提要] 科创板和创业板的出现极大丰富了我国多层次资本市场建设,也为我国高科技企业融资提供了新的平台,因此研究我国科创板、创业板与主板股市价格波动的动态相关性,对我国多层次金融体系建设具有深远意义。本文采用DCC-GARCH模型,选取创50、科创50与沪深300之间的关系进行研究,得出动态相关系数,再将动态系数图划分为四个部分进行分析,得出政策和外部事件会影响创业板和科创板与主板的相关性,并提出优化建议。
关键词:创业板;科创板;主板;DCC-GARCH模型;相关性
中图分类号:F832.5 文献标识码:A
收录日期:2024年10月29日
20世纪90年代,我国成立上交所和深交所为寻求融资的企业提供平台,但通常只有国企或者盈利能力较强的大企业才能达到标准。2009年创业板成立,为具有高新技术的较小企业提供一个融资环境,这从一定程度上缓解了高新技术企业融资难的问题。但是,由于主板和创业板仍然遵循核准制,企业上市难,并且还需要满足企业连续三年盈利的条件,因此能够顺利上市的中小企业不多,主要集中在大中型企业。2019年,在上海设立科创板,为进一步完善资本市场服务高新技术企业提供服务。同时,科创板也是我国首次实施注册制的板块,对于上市公司的盈利性不做要求,而是看重持续经营能力。
本文的研究意义有三点:第一,对国内的创业板、科创板与主板相关性进行研究,选取从创业板成立后14年作为研究的时间范围,时间跨度较大;第二,通过模型的优化和应用为相关性研究提供新的研究思路与方向;第三,通过实证分析从外部政策及事件影响的角度,探讨造成相关性变动的原因,更好地为监管部门制定符合我国股票市场实情的政策提供支持,为各类投资者了解我国股票市场相关性情况,做出理性投资提供充足的信息。
一、DCC-GARCH模型优化
本文在参考了许多论文的模型之后,选用DCC-GARCH模型。该模型可以充分考虑中国股票市场各个板块之间的动态关联性,通过该模型可以获取沪深300与创50、科创50的动态相关系数。本文建立模型方法参考了徐有俊等(2010)的顺序以及步骤。
第一,将每日的收盘价通过对数方式转换为收益率,公式如下。获得收益率之后进行单位根检验和自相关检验,确保数据平稳。
rt=lnPt-lnPt-1
第二,通过对每一个ARCH效应的检测得出拒绝原假设,即原数据有ARCH效应,即可完成第二步,对于GARCH类模型的建立。
第三,建立好GARCH模型之后,对于得到的残差μt进行进一步加工,带入DCC-GARCH模型,根据DCC-GARCH模型的假设,残差满足以下条件:
μt/φt1~N(0,Ht) (1)
Ht=DtRtDt (2)
Rt=(qt,ij)=diag(Qt)-1/2Qtdiag(Qt)-1/2 (3)
Qt=(1-α-β)■+αμtμt-1+βQt-1 (4)
■=■■μtμt-1 (5)
式(1)中,Ht为一个条件协方差矩阵,μt是通过GARCH模型得出的残差。式(2)中,Rt为该矩阵的动态条件相关系数矩阵,动态条件系数反映了变量之间变动的动态相关系数。Dt是满足Dt=diag(hit)-1/2的对角矩阵,hit为Ht的对角矩阵的第i个元素,系数α、β为模型DCC的待估参数。α的含义为现在信息对下一期的股票市场波动性的影响程度,数值越大,说明该市场对信息影响的敏感程度越高;β是指收益率波动的持续性,是用来衡量股市价格现有的波动持续性。α+β越接近1,说明现在的信息对股市的价格波动持续的时间越久。
对式(1)~式(5)进行极大似然估计,用得到的残差获取DCC参数值:
σt,12=■
方程最终得到的σt,12就是最终要得到的在t时刻的动态相关系数。
二、实证研究
(一)描述性统计。由于创50和科创50指数的设立是在创业板和科创板成立之后,分别为2010年5月31日和2020年1月2日,因此本文选取创50和科创50指数设立时间至2024年6月30日作为研究的时间范围。通过表1可以看出,三个指数收益率均值和标准差都接近于0,科创50、创50和沪深300指数的偏度都小于0,说明均偏左分布,沪深300左偏程度最大。从峰度上看,各指数收益率的峰度都大于3,说明各收益率序列为明显的尖峰分布。另外,从J-B检验来看,数值都偏大,相应的概率都为0,因此拒绝原假设不服从正态分布。综上来看,各收益率属于尖峰后尾分布,均不服从正态分布,因此适合GARCH模型进行拟合。(表1)
(二)单位根检验。在实证分析之前需要通过单位根检验,验证这三个指数的时间序列平稳性。如果变量之间存在单位根,那么它们就是非平稳时间序列,如果对变量直接套用模型进行拟合就会出现虚假回归的结果,这就会存在不合理性。因此,为了保证回归结果的合理性,需要在代入模型前检验时间序列的平稳性。为保证平稳性,本文采用ADF单位根检验,通过Eviews13对沪深300、创50和科创50这三个股指的收益率进行平稳性检验,结果见表2。(表2)
从表2可以看出,三个指数对数收益率的P值几乎为0,都拒绝了ADF单位根检验的原假设,说明均不存在单位根,因此可以进一步检验其ARCH效应。
(三)DCC-GARCH模型建立与估计结果。在ARCH效应检验完成后,发现所有收益率的ARCH效应显著,并进一步建立GARCH模型,最终可以得到残差,对残差进行标准化处理,最终将标准化处理过的残差代入DCC-GARCH模型,通过Eviews最终处理得出结果,如表3所示。(表3)
从表3中可以看出,α+β接近于1,但小于1,这说明创业板、科创板与主板总体来说具有相关性,但是沪深300与创50的DCC模型系数比沪深300与科创50的系数更接近1,因此说明沪深300与创50和沪深300与科创50相比,沪深300与创50的相关性大于沪深300与科创50。
(四)结果分析。从图1整体来看,创业板和主板的动态相关系数一直处于大于0的状态,说明创业板和主板存在正向的动态相关,而科创板和沪深300从2020年开始至2023年12月呈现负向的动态相关性。(图1)
由于本文时间跨度相对较长,因此根据主板牛熊市将沪深300与创50的动态相关系数分为四个部分:
第一部分为2010年6月初到2013年6月底。受到2008年次贷危机带来的影响,此后长达四年的调整期,国家不断出台相关政策来稳定市场,2009年10月30日创业板开板,2010年3月31日融资融券交易系统正式开通。从图1中可以看出,动态相关系数整体波动幅度不大,波动主要来自于应对次贷危机带来的影响所出台的一些相关稳定政策。
第二部分是从2013年6月底到2016年1月底。2013年次贷危机带来的影响逐渐减弱,为了刺激金融市场的发展,2013年底出台了《中共中央关于全面深化改革若干重大问题的决定》,从2014年底到2015年初由于国家的融资融券制度放松以及杠杆资金加速进入市场,使得股价短时间内大幅上涨,同时由于国家鼓励科技创新等利好政策的出台,使得数字经济相关行业股票大涨,而创业板数字经济相关股票更多,也导致融资客相较于主板市场,更加倾向于投资创业板,机构投资者也起到了推波助澜的作用,即创50价格上涨并非完全是由主板市场影响的结果,因此动态相关系数有较大幅度的变动。
第三部分从2016年1月底开始到2019年初。2016年1月27日供给侧结构性改革方案被提出。在供给侧结构性改革的推动下,2016年主板市场的投资热情也带动了创业板的投资。但是,由于创业板和主板上市的公司有所区别,在经历了2015年政策影响下的大涨后,2017年投资者对于创业板的热情逐渐退却,创业板震荡波动下行,而主板由于政策影响使得震荡上行,因此在2017年虽仍然呈现正相关性,但是相关性系数相较2016年下降了。
第四部分是从2019年初到2024年6月30日。由于2018年贸易战对于中国的技术封锁给中国带来的思考,为了进一步提升资本市场服务企业创新,2018年11月设立了科创板并试点实施注册制,注册制相对于核准制来说减轻了政府审核的工作量,也为资本市场实现快速的资源配置提供了条件。同时,2021年开始“双碳”战略的实行以及政策扶持下的国产汽车在新能源领域取得了技术上的突破。因此,从图1来看,第四部分的动态相关系数整体来说较高且比较稳定。
从图1中沪深300和科创50的动态相关系数来看,沪深300与科创50的动态相关系数在2023年12月之前的一段时间里都是处在负数的情况,即沪深300和科创50呈现负相关。主要原因是科创板在成立之初是为了更好地为符合国家战略要求、科技创新能力突出的企业提供融资平台,由于科创板本身缺乏龙头企业,上市的企业虽然在其中某一细分领域具有很强的竞争实力,但无法形成较大的影响力,因此科创板最初是呈现和主板负相关的。从2023年12月12日之后动态相关系数开始由负转正,主要原因是2023年12月11日我国召开了中央经济工作会议其中提出以科技创新引领现代化产业体系建设,并提出要强化宏观政策逆周期和跨周期调节,继续实施积极的财政政策和稳健的货币政策,由于宏观政策的推动使得科创板与主板关系更加密切,从而使得图1中沪深300与科创50的动态相关系数变为正数,即主板与科创板存在正相关性。
三、结论及建议
本文引入DCC-GARCH模型得到动态系数并作出动态系数图来说明主板与创业板和主板与科创板的相关性,基于以上研究结果,提出以下几点建议:
(一)政府在推行政策时应保持政策实施的稳定性。实证研究结果发现,政府出台的政策会引起股票市场的波动,同时加深科创板和创业板与主板之间的相关性,相关性程度的加深则会引起金融市场风险的传递。因此,政府出台的政策应保持经济政策的稳定性,不断完善宏观政策对宏观经济的调控,稳定市场,保持经济的稳定发展。
(二)实现创业板与科创板上市公司的差异化。创业板和科创板的定位相似,上市的公司类型相似,在受到外部政策或者事件冲击下很容易导致和主板市场相关性产生相同的波动,因此在获得市场资金和资源方面会表现出一种竞争关系,特别是在创业板完成注册制改革后,科创板的优势就不再明显,进一步加剧了两个市场之间的竞争关系。所以,从长期来看,应当明确划分创业板与科创板的上市企业范围,实现创业板市场和科创板市场的差异化定位,分散市场的投资组合风险,促进不同板块的错位发展。
(三)引导各类投资者理性投资。我国股票市场中个人投资者占比较大,很多不具备足够的金融知识,在投资过程中投机心理较重,这也就增加了市场的不稳定因素。增加对个人投资者的交易限制,引导个人投资者对股票市场的投资转变为更为稳定的基金等,这在一定程度上也有利于股市的持续健康发展。
(作者单位:青岛理工大学商学院)
主要参考文献:
[1]徐有俊,王小霞,贾金金.中国股市与国际股市联动性分析——基于DCC-GARCH模型研究[J].经济经纬,2010(05).
[2]王一鸣,周泳光.中国与国际股市波动的时变相关性检验——基于小波分析和GARCH-Copula技术[J].大连理工大学学报(社会科学版),2023.44(05).
[3]张旭,杨华莲.央行“言行”偏差与金融市场间长期动态相关性——基于混频DCC-MIDAS模型[J].经济与管理,2024.38(01).
[4]姚尧之,刘志峰.基于DCC-MIDAS模型的沪深港股市动态相关性研究[J].系统科学与数学,2017.37(08).
[5]张敬敏,周石鹏.基于DCC-GARCH模型对金融危机后中美股市联动性研究[J].改革开放,2015(20).
|
|
|
|