ParK's 論文后花園

江西财经大学
硕士学位论文
交易所债券市场价格波动率特性及收益协整性研究
姓名：姜光明
申请学位级别：硕士
专业：金融学
指导教师：熊大信
20040424
摘要
证券价格的频繁波动是证券市场的显著特点之一，波动就意味着风险，它一
般通过实际收益与期望收益之间的偏离程度来度量。因此准确的计量证券市场风
险大小和风险因子的构成，对于制定合理的资产管理策略和风险管理策略有着重
要意义。我国证券市场现处于股票市场主导型阶段，在上海和深圳证券交易所交
易的t500多个(截止到2003年lO月底)证券品种中，89％为股票，6．5％为投
资基金，4．596为债券。国内学者大量的研究也主要集中于股票和基金市场风险定
量研究，而对于债券市场风险计量分析实不多见，且大都运用传统的证券市场风
险计量方法，即运用统计学上的均值一方差直接度量证券价格的波动，进行风险
和收益的效用分析，从而选择投资品种并进行风险管理，这种方法通常只考虑收
益的无条件期望和无条件方差而不考虑收益的条件期望和条件方差，因而其忽略
了收益之间、风险之间的动态相关性。笔者以为证券价格中确定性的或可预测的
变化不构成风险，而不确定或不可预测部分才构成风险。因此本文从交易所债券
市场出发，在对上交所国债市场、交易所企业债市场、交易所转债市场、上交所
国债回购市场、上海股票市场综合指数日收益率序列分布作了广义误差分布(GE3)
的假设基础上，深入的探讨了各市场日收益率拟合最优的EGARCH模型的阶数，度
量了上交所国债、交易所企业债、交易所转债、上交所国债回购、上海股票市场
综合指数日收益率序列经过EGARCH回归后的残差的波动性，并分析和比较了各市
场日收益波动性风险特征，接着运用方差一协方差YaR方法度量了各市场日险值大
小，最后分别对上交所国债市场、上交所国债回购市场日收益序列和交易所企业
债市场、上交所国债回购市场曰收益序列进行了引导性关系分析和协整性检验，
得到如下结论：
(1)就各市场波动性风险特征而言，样本期内上交所国债和交易所企债波动
形态基本类似。企业债市场风险要高于国债市场，且两个市场风险呈递增趋势，
另外异常波动点呈现周期性变动，但周期不固定，上交所国债市场基本维持在5～
9个月出现一次异常波动，而交易所企业债市场巨幅波动周期一般在1．3～1．8年；
样本期内交易所转债市场其价格波动率平均来说，高于上交所国债市场和交易所
企业债市场，即交易所转债市场风险高于上交所国债和交易所企业债市场风险，
且与上证综合指数价格波动率形态基本一致，但其总体市场风险要略低于上海股
票市场；样本期沪市国债回购收益波动基本保持平稳，其市场风险略高于交易所
转债市场；样本期上交所国债市场日收益率序列、交易所企业债市场目收益率序
列、交易所转债市场日收益序列以及上证综指日收益率序列显著存在收益波动的
非对称性现象或波动反馈效应。
(2)就各市场有效性而言，样本期交易所债券市场仍未达到弱式有效。
(3)就各市场风险溢价而言，样本期交易所企债市场存在明显正向溢价且高
于上海股票市场溢价比例；上交所国债市场存在微弱的风险溢价，表明了上交所
国债市场收益率还没有真正成为我国金融市场无风险收益率：而样本期上交所国
债回购市场和交易所企业债市场，存在明显的市场负溢价。
(4)广义误差分布(GED)假设前提下得出的VaR估计值在各尾部概率下都
被接受，且损失超过VaR的个数都落在置信域内，因此AR(1)-EGARCH—M-GED模型
对交易所债券市场险值估计是有效的，且样本期交易所债券市场险值估计结果与
波动性估计结果基本一致，并得到了交易所债券市场极大险值来源于政策变动。
(5)上交所短期、长期回购与上交所国债收益率和交易所企业债市场收益率
呈反向变动关系。而中期回购与上交所国债收益率和交易所企业债市场收益率呈
正向变动。
基于以上结论我们提出如下政策建议，证券公司、基金公司以及其他从事资
产管理的机构，应该迅速建立起有关债券市场的VaR风险分析和管理模型，对风
险进行定量化管理；证券监管当局和政府则应尽量减少政策的频繁变动，以减少
债券市场波动；加快债券市场统一化进程，完善转托管机制，减小银行间和交易
所两个市场的的套利空间，形成证券市场的基准利率体系，推出更多的债券市场
金融创新产品；改革目前的债券市场的发行管理体制，大力培育机构投资者，进
行做市商制度的试点。
关键词：债券市场波动率协整EGARCH模型
2
Abstract
Frequent fluctuation of security price is the most remarkable characteristic,
fluctuation means risk，which iS measured by the deviation between actual return and
expected return，So it is important to measure the risk and the component of risk for
designing the reseanable assets management strategy and risk management strategy．
Now our security varities listed in Shanghai and Shenzhen security exchange(ended by
Oct．2003)，thereinto 89 percent is stock,6．5 percent is fund，and 4，5 percent is bond．A
large number of quantitative papers are focused on stock market and fund
market．Research papers on bond market is very scarce．Tradional methods and
means—variance method are mainly used in choosing investment variety and actualize
risk management and SO on．
These methods usually do not consider the conditional expected return and
conditional variance，but the unconditional expected return and unconditional
variance．So they ignored the dynamic relation between risk and risk，return and return．
The paper support the point ofview,that is to say,risk is caused by the undeterministic
and unforcastable changes in price，not the deterministic and forcastable changes So it
started from the exchange bond market．First it supposes that the index return of
Shanghai exchange national bond market，corporation bond market，convertible bond
market，Shanghai exchange national bond repurchasing market，and Shanghai stock
market follow the Generalized Error Distribution(GED)．Then it deeply analyzed the
residual volatility of each index return series regressed by EGARCH model，compared
the price volatility characteristic about each market，and measured the risk using the
variance—covariance VaR method．At last the paper made the Granger test and
Cointegration test between Shanghai exchange national bond repurchasing market and
Shanghai exchange national bond market，also Shanghai exchange national bond
repurchasing market and corporation bond market，then it reached the conclusion as
follows：
1 As to fluctuation risk of each market，the form of fluctuation of Shanghai
exchange national bond market is similar to exchange corpormion bond market，and
market risk of the latter is higher than the former，The risk of the two markets changes
seasonally,but the period is not changeless．The cycle of Shanghai exchange national
3
bond market keeps five to nine months and corporation bond market is 1 3 years to 1 8
years．To convertible bond market，its market risk is higher than the national bond
market and corpormion market，and its fluctuation form is similar to Shanghai stock
market，but the market risk of convertible bond market is lower than the Shanghai stock
market To the national bond repurchasing market，its market risk keeps stable，and its
market risk is a little higher than the convertible market During the sampling course，
the volatility of return series on each market has the asymmetry effect or feed back
effect．
2．The exchange bond market is not all efficient market．
3 The exchange corporation market has obvious positive risk premium，and the
premium rate is higher than the Shanghai stock market，Shanghai exchange national
bond market has faint market risk premium,but Shanghai exchange national bond
repurchasing market and corporation bond market exist obvious negative risk premium．
4．In the GED presupposition,the Vail．estimation is accepted by the tail
probability,and the losing number which exceeds the VaR limited in the test area So
ARO)-EGARCH-M—GED model is effective to the estimation ofexchange bond market，
and the VaRestimation result is identical with the volatility estimation．Besides this，the
exchange bond market maximum risk roots in the frequent changes in pohcy．
5．ShanghM exchange short and long repurchasing return series change reversly
with corporation bond market return series and Shanghm exchange national bond
market return series，but medium repurchasing return seriers is consistent with the
corporation bond market return series and Shanghai exchange national bond market
return series．
Finally we mainly give some advice幻the pohcymakers，Security companies，
funds and other financial institutions which are engaged in the assets management，must
put in practice the risk management model and VaR model about bond market．The
government should unify the two bond market，decrease the changes in policy,offer
much more new financial products，and innovate the issuing system
Keywords：Bond Market Volatility Cointegration EGARCH model
4
独创性声明
Y
667137
本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究
工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的
地方外，论文中不包含其他人已经发表或撰写的研究成果，也不包含
为获得江西财经大学或其他教育机构的学位或证书所使用过的材料。
与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确
的说明并表示了谢意。
签名：董蔓生日期：坦±：里：堕
关于论文使用授权的说明
本人完全了解江西财经大学有关保留、使用学位论文的规定，即：
学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以
公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保
存论文。
(保密的论文在解密后遵守此规定)
签名：邈一一导师签名：丝墨整日期：唑垫s
绪论
我国资本经过十多年的发展，作为其两个子市场之一的股票市场己初具规模；
但另一个子市场，即债券市场，尽管建立的时问要远早于股票市场，其扩张发展
速度却慢于股票市场，这从西方发达国家的资本市场发展实践来说是不合理的。
目前我国证券市场不仅总量规模不能适应经济发展的需要，市场体系结构方
面同样存在严重不均衡问题。即债券市场的发展远远落后于股票市场的发展。这
种市场结构的发展不均衡，也导致了大量的对市场波动性风险韵研究主要集中于
对股票市场，而罕见对债券市场甚至债券各子市场的价格波动性风险研究。
近年来，由于市场风险管理不善，导致全球诸多金融机构和跨国公司出现巨
额亏损，充分证明市场风险已经成为金融风险的最主要形式，其根源在于证券市
场证券价格的波动。因此，系统分析证券价格的波动所带来的风险以及市场风险
因子构成，这已成为全球金融机构、跨国公司以及监管当局关注的焦点。大量金
融机构都建立起自己的市场风险管理系统，如JP Morgan集团投入巨额资金开发
了基于VaR(Value—at-Risk)的风险测量系统(Riskmetrics)，将VaR作为风险
管理的核心，该方法已经越来越多地得到国际金融界的认同，并广泛应用于证券
公司，商业银行，养老基金等机构的资产管理和绩效评估，此外监管部门也充分
强了调基于VaR的风险监管方法，要求证券公司等机构定期公布YaR值。目前，
我国的金融风险管理，侧重于定性分析和事后评估，对事前的风险量化分析仍然
欠缺，这使得业务开展具有一定的盲目性。但自从我国加入了WTO后，国内资本
市场正有序开放，各种创新金融工具不断涌现，金融管制措施也日益放松，金融
机构可选择的投资渠道进一步拓宽，这使得金融机构所面临的风险也相应扩大。
因此，研究我国证券市场波动性特征，建立与我国证券市场特点相适应的VaR估
值模型是非常必要的。
在我国，从债券市场的发展角度看，伴随着积极财政政策的实施，我国债券
市场也在不断发展，债券年发行规模和存量也在逐年增加，如2000年至2003年，
在上交所上市交易的国债数分别为8、“、17、22只：在交易所上市交易的企业
债分别为1 t、16、17、26只；在交易所市场上市交易的可转债分别是5、3、7、
21只，呈现逐步递增的势头；国债市场作为实施货币政策、财政政策的重要场所，
市场利率与国债收益率之间的相关性在不断的加大，国债市场收益率正逐步成为
我国金融市场的基准利率：而对于企业来说，由于股权融资的成本在不断提高。
难度在不断增加，企业股权融资的偏好和可行性也在同步降低，一些具有优良业
1
绩的大型国有企业、上市公司纷纷转向债券市场，通过发行企业债或转债进行融
资；此外债券型和偏债券型的投资基金的发行规模也日盏扩大，大量的机构投资
者对固定收益类投资品种和债券回购交易的偏好正逐渐增强。
但是从对债券市场的研究角度看，国内学者在债券市场发展方向、利率期限
结构、债券定价等方面取得较多的研究成果，但总体上对债券市场的研究步伐和
深度落后于债券市场的发展速度，首先在研究范围上，国内学者对债券市场侧重
于定性的分析，对价格波动率和协整性的研究，大都集中于对股票市场，专门针
对我国债券市场波动性和各子市场之间协整性的研究尚不多见；其次在运用分析
技术方面，对于GARCH类模型最优拟合阶数的选择并未作详尽的论述，大都以
GARCH(1，1)模型作为通用形式，且对收益率分布形态一般都以正态分布描述，忽
略了收益率分布的厚尾特性，从而歪眭了收益率的实际分布形态，笔者认为采用
这种方法所得到模型估计结果是不准确的。
因此本文基于我国债券市场逐步发展的现实状况，从我国交易所债券市场出
发，进行了分析技术的创新，系统地分析了上交所国债市场、交易所企业债市场、
交易所转债市场、以及上交所国债回购市场风险特征和险值大小，并将上述市场
价格波动率与上证综合指数价格波动率进行分析比较，最后对交易所国债回购市
场收益率同交易所企业债市场收益率、上交所国债市场收益率分别进行协整性分
析，以寻找交易所国债回购市场和国债市场、企业债市场价格波动收益之间的长
期均衡关系，从而指导投资者制定合理的债券市场资产管理和资产配置策略以及
风险管理策略。
2
1．价格波动率度量方法释疑
1．价格波动率度量方法释疑
1．1价格波动率和标准差
价格波动率是风险的一种衡量方式，因而它和标准差有着密不可分的联系，
从本质上讲，价格波动率就是某种形式的标准差，同时进一步的研究发现，股票
价格波动率中存在“集群波动率”和“波动的杠杆效应”等等现象，这就需要在
不同层次上对波动率概念加以分析和解释。
l、价格波动率作为衡量风险的一个尺度，必然涉及到投资者对它的理解，一
般两言投资者关心的不是波动的绝对数值大小，而是价格波动的幅度大小。对～
个价格时间序列{尸)而言，价格波动的绝对数可以用以下两种方式表达：
n7—————1
(1)价格时间序列的标准差d，其计算公式为J蕃∽一局／。其中J6为序
列平均值，T为取样空间。
(2)价格变动的绝对数值的平均值，其计算公式为Σk一爿／T。
而价格波动的幅度的大小贝Ⅱ有5种的衡量方法；
(1)价格的最大波动除以价格的中值，计算公式为2以一2线t+只)，其
中，巴为最高价，只为最低价。
(2)价格时间序列的标准差除以时间序列的均值，计算公式为
：F砭，
(3)价格
F弦r 彳rⅦ
慷，
变动的标准差除以价格变动的均值，计算公式为
)IJ，其中孑--e,一只一表示价格变动的无条件均值。
<4)价格收益率变动的标准差。包括简单收益率的标准差和连续复利收益率
的标糕计算公式为乒。么圹在简单收益率的条帆‘：
(t一只一。)／只^l，F表示‘序列的均值，在连续复利的情况下，t=ln(』L)。因为价
格收益率的标准差衡量的是价格收益率的波动绝对数值的大小，收益率的标准差
大，说明收益率波动的绝对数值大，也就表明价格波动的幅度大：收益率的标准
交易所债券市场价格波动率特性及收益协整性研究
差小，说明收益率波动的绝对数值小，也就表明价格的波动幅度小。
此外，在一般条件下，投资者还可能更关心股票价格下跌的程度，为了衡量
这种风险，Gerorge和w儿l Jam(1997)在上述基础上提出了半方差(semi—variance)
的概念。这种半方差只考虑股价下跌的程度而不考虑股价上涨，它也有绝对数值
和相对数值两种计算方法。
r
(1)绝对数值：计算公式为Σ(只+-P)IT 当只>=J6时，只‘=户，当只<J6
f=t
时，只‘=只
r
(2)相对数值：计算公式为Σr／口一1)，在简单收益率条件下，厂|=
(只一只一。)／只_1，在连续复利的条件下，f=ln(!L)，如果l>=o r1．=o，如果rt<O，
Pf—I
则，f．=‘。
从上面几种价格波动率的理解可以明显看出，价格波动率的概念是和标准差
紧密联系在一起的。其中价格收益率的标准差是股票价格的波动率的一个最直接
的衡量尺度，这也是为什么大量的文献都采用这种方法来计算股票价格的波动率
的原因。本文也将采用这种衡量方法，使用连续复利收益的标准差(或方差)作为
股票价格波动率的衡量尺度。
1．2无条件波动率和条件波动率
证券价格的无条件波动率通常与收益率的无条件均值相联系，而条件波动率
则不然，它通常与收益率的条件期望有着紧密的联系。
对于一个时间间隔为k的股票价格时间序列{P}而言，其收益率时间序列为
{，t)，若‘=ln(』L)，则价格的无条件波动率就直接等于时问序列{‘}的标准差
Pf一1
盯。，从只开始，每隔n个时间取出一个数据，组成时间间隔为n的价格时问序列，
其收益率的标准差为盯。。令E(‘l，f。‘。一)为‘的条件期望，则价格的预测
误差”，等于r|一E(rf I‘。‘。一)，条件波动率等于以丽亓iiij。
无条件波动率和条件波动率广泛用于度量金融资产的价格波动风险，其中
波动率的集群效应(volatility clustering effect)和波动率的杠杆效应
1．价格波动率度量方法释疑
(1everage effect)应用最为广泛。波动率的集群效应，是指证券价格的波动幅度
之间存在某种相关关系，大幅度的价格波动一般接着大幅度的价格波动，并因此
形成各种程度的价格波动幅度相互集聚的现象，此时的波动率是条件波动率，用
收益率的条件标准差进行衡量。而对于波动率的杠杆效应，主要是指价格的升降
对价格的波动率产生影响的不对称性，价格下降对价格波动率的影响超过相同幅
度的价格上涨对价格波动率的影响，其原因是在一个比较成熟的市场，证券价格
的下降使得公式的财务杠杆比率提高，导致公司的风险相应增加，因此代表公司
风险度的价格波动率也就会相应的上升。它～般通过无条件波动率进行反映，用
收益率的无条件标准差或方差进行衡量。
交易所债券市场价格波动率特性及收益协整性研究
2．国内外相关理论综述
2．1 国内外关于价格波动率和险值的基本研究方法
一、价格波动率的基本研究方法
近几十年来，国外计量经济学家对证券市场波动性的研究，始于对金融资产
收益率的无条件分布形态的研究，如Fama(1965)部分分析了道琼斯工业平均指数
的30种股票的收益率，结果表明可以用稳定的Paretian分布来描述这些公司的
对数股价的日变化。直到八十年代末期，大量的研究开始集中于对收益率分布的
尖峰，厚尾及非对称性特征进行描述。Engle(1982)提出了ARCH(自回归条件异方
差)模型，Engle发现许多金融资产价格波动存在着“集群效应”，即大(小)的
价格波动一般跟随着大(小)的价格波动。Bollerslev(1986)引入了更为复杂的
广义自回归条件异方差(GARCH)模型描述市场波动聚类现象，其具体可以表述为
q ，
酽=脚+Σ岛0-州2+Σ％Ⅳ三，
J-1 i=l
其中，定义：“，的条件均值为0，v。=”。／O"t，其中v。廿4(0，1)
一=VAR(“，I n。)为收益率的条件方差；Q．，为t一1期信息集，v，可以被理解
为证券经标准化后的回报。
在满足事先的假设条件时，GARCH模型可以十分简便和直观地验证出时间序列
观测值波动之间的相互关系，同时GARCH模型运用的基础是ARMA模型，有许多现
成的模型性质和工具可以加以利用，且许多ARMA模型方面的最新研究进展，都可
以运用于对GARCH模型进行深化和推广。但GARCH模型又存在很多的缺陷，首先，
若‘不满足AR(k)过程而服从于某种观测不到的非线性关系，则无法找到刨新
(Innovation)，也就无法使用GARCH模型。其次，如果‘仅仅满足AR(k)过程，
那么帮。就只是一个自噪声过程，如果没有其他进一步的条件，那么E(”，I“。，l，。．)
就不一定等于0，因此条件波动率也就无法使用√E@?JⅣ三。，“三：⋯)进行衡量。第
三，GARCH模型建立的前提只是“集群波动率”，而没有考虑波动率的其他特性，
如杠杆效应，长久记忆效应等。因此GARCH模型所需要的样本条件十分严格，因
而适用范围就十分有限。
Nelson(1991)提出了指数GARCH(EGARCH)模型，清晰地融合了对冲击的非对称
性反应。Baillie，Bollerslev和Mikkelson(1996)提出了长久记忆波动率(FIGARCH)
模型，该模型解释了金融数据中普遍发现的IGARCH类行为，反映了金融资产的异
方差特性以及长久记忆的变动特性。此外随机波动率模型(sV)将条件波动率盯，假
4
2，国内外相关理论综述
定为遵循随机游走过程，它是为解决ARCH模型的缺陷而提出的，并由Hul l和
White(1987)用于对布莱克一斯科尔斯期权定价模型进行修正，模型可以简单的表
述为：
z，。2盯，Vf2exp(hf)
然后对h，就可以进一步作出各种假设，其中最普遍的是假设它满足AR(1)过程，即
^=口+卢魄一I+仉叩t为NrD(0，盯；)
Harvey(1981)发现sV模型可以拟合具有厚尾特性的数据，Renault和Toyzi(1996)
证明了SV模型可以很好的描述期权价格存在的“微笑效应”。
ARCH类模型和SV模型都是假定方程的参数是恒定的，而事实上，有时由于
经济环境和投资策略等因素的变化，参数有可能发生变化，这种变化可以用马尔
可夫(Markov)转换机制来表述，因此在此基础上Hamilton(1989)提出了RS
模型在假设一阶自回归的时，模型可以表示为：
‘=c目+以，‘+Ⅳr 甜l为im(o，盯2)
下标s．表示未观测到的体制，可以用(1，2，3⋯．N)表示，其服从一个N
一状态的马尔可夫链，序列{“，)和{s，)之间是相互独立的，N一状态的马尔可夫链
包括一个转换概率矩阵和一个无条件概率分布矩阵，前者可以表示为，P。=
N
p(s。--jl s。=j)，后者可以表示为万。=p(J，2i)，i=1，2．N，其中，r。>=o，Σ万，=1，
仁l
该模型的参数估计可以用最大似然估计结合EM算法进行。
二、险值估计方法
而对于VaR(Value—at—Risk)，其概念虽然简单，然而它的度量却是一个具有
挑战性的统计学问题，YaR计算的核心在于估计证券组合的未来损益的统计分布或
概率密度函数，通常运用映射的方法进行估计，即通过市场因子的变化来估计证
券组合的未来损益分布，这～过程有三个基本模块构成，第～是映射模块一一把
组合中的每一种头寸的回报表示为其市场因子的函数；第二个模块是市场因子的
波动性模型一一预测市场因子的波动性；最后一个是估值模型模块一一根据市场
因子的波动性估计组合的价值变化和分布。在VaR计算的三个模块中，波动性模
型和估值模型是其核心和难点，且不同的波动性模型和估值模型构成了不同VaR
算法，其中最典型的三类方法是历史模拟法，分析方法和Monte Carlo模拟法。
而且总体来说，根据市场因子的波动性估计证券组合的价值变化和分布的方法主
要有两类，即模拟方法(全值模型)和分析方法(局部估值模型)
1．分析方法
交易所债券市场价格波动率特性及收益协整性研究
分析方法主要是依据金融工具的价值和其市场因子之间的关系，即根据灵敏
度确定组合的价值变化即
AV=r(j，△，) 其中△r为证券组合的价值变化，s为灵敏度，△r为市场因子
的变化，因此分析方法最简单可表述为：
△V=s}Ar
由于利用灵敏度来近似估计证券组合的价值变化的分析方法，可以简化计算，
但只有在市场变化不大时，灵敏度才能较好的近似拟合实际变化，因此基于灵敏
度的分析方法是一种局部模型
2．模拟方法
模拟方法是在模拟市场因子未来变化的不同情形基础上，给出市场因子价格
的不同情景，并在不同情景下分别对证券组合中的金融工具重新定价，在此基础
上计算证券组合的价值变化，由于模拟方法采用的是金融定价公式而非灵敏度，
可以处理市场因子的大范围变动，反映市场因子变化而导致的证券组合价值的完
全变化，因此模拟方法是一种全值模型。在模拟方法中，产生情景的方法有多种，
如历史模拟法，蒙特卡罗模拟法，情景分析法。
表(卜1)VaR估计方法分类及适用情彩＼估值模型
＼＼ 分析方法模拟方法
波动模垂＼
在历史回报分布下，对组合价值
历史模拟法
进行重新定价
蒙特卡罗模拟法根据统计参数来确定的随机过程
情景分析单一金融工具的敏感性分析有限数量的情形
协方差分析方法，应用于标协方差矩阵，应用于构造蒙特卡
RiskMetrics
准映射方法罗模拟方法
协方差分析方法，应用于标协方差矩阵，应用于构造蒙特卡
GARCH模型
准映射方法罗模拟方法
协方差分析方法，应用于标协方差矩阵，应用于构造蒙特卡
隐含波动率
准映射方法罗模拟方法
协方差分析方j去，应用于标协方差矩阵，应用于构造蒙特卡
随机波动率
准映射方法罗模拟方法
近年来，围绕VaR的测算与应用，西方学者进行了深入的探讨并提出了相应
的创新方法，其中较有代表性有Jean—Philippe Bouchaud andMarc Potters(1999)
2．国内外相关理论综述
提出了计算复杂的非线性组合的险值估计方法，David Li(1999)提出了利用四阶
矩计算VaR的新方法，Dowd，Kevin提出了VaR计算的极值方法。国内学者也引入
了GARCH类模型和VaR分析方法对某些理论和实际问题进行了深入分析和探讨，
其中有代表性的是：刘国旗(2000)，叶青(2000)，王美今，王华(2002)，杨超，
马薇(2003)运用方差一协方差方法结合GARCH类模型对我国股票市场收益波动性
风险和险值的大小进行了分析和估计，得到了一些符合我国股票市场实际的结论。
2．2国内外关于协整的研究方法
协整(Cointegration)主要是指两个或两个以上的经济变量以经济系统的形
式联系在一起，那么在～定条件下这些变量之间应该具有某种长期均衡关系。一
般说来。在一个协整系统内，变量间的关系在短期内可能会受一些因素的影响而
偏离其均衡状态，但随着时间的推移这种偏离将消失，变量之间的关系将会回到
均衡状态。若用一表示Nxl阶时间序列向量(而，，岛。．．x。)’．(1)如果Y，所含的
全部变量都是I(d)。阶的，(2)若存在一个Nxl阶向量声(声≠0)可以使得pk，～
I(d-b)，则称‘的各分量存在d，b阶协整关系。记为CI(d，b)。卢称作协整向量，卢
的元素称作协整参数。当x。含有N>2个分量时，有可能存在多个协整向量，卢则
构成一个协整矩阵。
变量之间的协整性检验主要有两种方法，一是基于回归残差的EG或AEG(Engle
-Granger，1987)两步法协整检验，主要适用于两变量之间的协整关系检验，另外
一种是基于回归系数的Johansen(1988)协整检验，它主要适用多变量之间的协整
关系检验。国外计量经济学家，对变量之间协整关系的研究已经达到了较高的水
平，主要侧重于对不同样本容量下的EG或AEG临界值的研究，如：Engle and
Yoo(1987)给出了2～5个变量，在若干个不同样本容量条件下的EG和AEG检验值，
Mackinnon(1991)利用模拟的方法得到临界值的响应面函数，从而提供了更多的协
整检验临界值。而我国学者对于变量间协整性的研究主要集中于其应用性的探讨，
其中较有代表性的有：俞世典等(2001)对世界主要股票指数进行了协整性检验，
史代敏(2002)对沪深交易所股指的协整性进行了检验。
。表示d阶单整，即原序列为非平稳序列，，但经过d次差分后，变为一平稳序列
7
交易所债券市场价格波动率特性及收益协整性研究
3．我国交易所债券市场现状分析
目前我国交易所债券市场主要包括交易所国债市场、企业债市场、可转债市
场和回购市场，其中交易所国债市场和银行间国债市场共同构筑了我国国债交易
市场的主体，但前者无论从发展速度和市场规模来说都落后于后者；企业债市场
随着发债企业数量的增加，其规模呈现出逐步递增的态势，但增长速度慢于债券
市场整体扩张速度；可转债市场在我国呈现出新兴市场的特点，逐步得到了投资
者的认同，体现了较高的市场投资价值，其年发行规模和市场存量规模都呈现较
快增长；回购市场就回购品种而言可分为国债回购和企业债回购，而国债回购市
场根据参与者的不同可分为银行间国债回购市场和交易所国债回购市场，与交易
所国债市场发展状况一样，交易所国债回购市场落后于银行间国债回购市场的发
展。
我国交易所债券市场相对于其他市场而言，还处于相对较为落后的发展阶段，
这一点为市场将来的发展提供了较大的空间。但随着市场参与主体的增加，特男fj
是大量的机构投资者的涌入，交易所债券市场的价格波动也随之加剧，另外考虑
到国债市场收益率、企业债市场收益率以及国债回购市场收益率独特的市场利率
形成机制，本文立足于交易所债券市场现状，研究我国交易所债券市场价格波动
率特征和市场险值大小以及各债券子市场收益率之间的长期均衡关系。
3．1 国债交易市场现状
国债被看作是无风险债券，国债利率也被认为是无风险利率，并成为资本市
场的基准利率。国债常常是其他衍生金融工具的定价基础，国债市场的交易和价
格波动情况对整个货币市场和资本市场都会产生重要的影响。
目前我国国债交易市场整体可以划分为三大市场：银行间国债市场，交易所
国债市场以及柜台交易市场。。首先，从各市场交易总量来说，截至2002年末，
记账式国债总余额为16304．41亿元，其中，银行间市场国债余额为13555．05亿
元，占总余额的83．3％5交易所市场余额为2749．37亿元，占16。7％。到2003年
末，国债总余额为21012．09亿元，其中，银行间市场国债余额为17468．40亿元，
占总余额的83．13％；交易所市场余额为3543．69亿元，占总余额的16．87％。银行
间市场国债余额和交易所国债余额比例平均为4．5，两者比例基本保持稳定，但交
。柜台市场总体交易规模较小，目前只有几只跨市债进行交易，本文这里只讨论银行间和交易所国债市场。
8
3．我国交易所债券市场现状分析
易所国债市场规模远远落后于银行间国债市场。
其次，从国债持有量机构分布来说。2002年末，银行类金融机构持有国债最
多，共11075．15亿元，占总余额的67．93％。其中，国有商业银行持有国债7915．01
亿元，占总余额的48．55％。信用社、保险公司和投资基金分别持有406．84亿、426．26
亿和346．58亿元，分别占国债总余额的2．50％、2．61％和2．13％。2003年末，银行
类金融机构仍然是持有国债的主体，共持有12495．88亿元，占总余额的59．47％。
其中，国有商业银行持有国债8624．62亿元，占总余额的41．05％。信用社、保险
公司和投资基金分别持有660．66亿、522．02亿和474．37亿元，分别占国债总余
额的3．14％、2．48％和2．26％。与2002年比较，2003年银行类金融机构的国债持有
比重降低了8．46个百分点。信用社和投资基金的市场比重都有所增加，保险公司
的市场份额则有所下降。
第三，从国债存量剩余期限分布来看，2002年末，共有60只记账式国债待偿，
总余额为16300多亿元。剩余期限在1到30年不等，其中剩余年限为2年、6年、
7年和26年的国债余额都超过总量的10％，剩余期限在10年以内的国债占到77％
以上。剩余期限在3年以内、4—6年、7一Io年、以及10年以上的国债的比重分
别为23．56％、27．30％、26．32％和22．81％，期限分布比较均匀。2003年末，共有
70只记账式国债待偿，总余额为21000多亿元。剩余期限分布在I到30年，其中
剩余年限为1年、5年、6年和25年的国债余额都超过总量的9％，剩余期限在lo
年以内的国债占到72％以上。剩余期限在3年以内、4—6年、7一lo年、以及10
年以上的国债的比重分别为24．09％、32．23％、15．78％Yf=IJ 27．91％。与2002年相比，
剩余期限在7—10年期的国债余额偏少，7年期以下和10年期以上的国债余额则
有所增加，市场比重分别增加5．46％和5．1％。
最后，从银行间和交易所国债市场收益率的相关性来看，2002年银行间与交
易所市场国债收益率的相关程度并不商，相关系数都在0．2左右。两个市场的债
券收益率波动缺乏一致性，存在套利空间。2003年银行间与交易所市场国债收益
率的相关性明显增强，5一15年期国债收益率的相关系数都超过0．7。两个市场国
债收益波动的联动性增强，套利空间减小，较短期限的国债收益率的相关性不高。
因此基于目前国债交易市场现状，两个市场收益率波动的相关性，国债市场
在实施货币政策、财政政策中的重要性以及国债收益率的变动能否有效反映市场
利率的变动。本文从交易所国债市场入手，分析交易所国债市场的价格波动风险
及收益率与其他各债券子市场的关联度。
交易所债券市场价格波动率特性及收益协整性研究
3．2企业债市场现状及存在问题
我国企业债券市场从发展规模来说，明显滞后于政府债券市场。而在发达市
场经济国家，公司债券发行额远大于股票发行额。国外公司债券融资一般约为股
票融资的lO倍，而我国企业债券融资规模仅为股票市场融资的十几分之一。我国
企业债券市场虽然起步比较早，但发展比较缓慢，远远不能适应经济发展的需要。
2002年底，处于低迷状态中的股票市场筹资仍然达到962亿元，是企业债券融资
的近3倍；在债券市场内部，国债发行5934亿元，而企业债券仅仅发行325亿元
(图(3-1)反映了1991—2003企业债各年发行规模与A股市场融资规模之间的对
比关系)。
企业债券市场发展缓慢，主要是因为首先发行利率控制过严，没有市场化；
其次是额度管理使得每家企业发行规模偏小，机构交易在二级市场上无法进行，
在成本收益对比的原则下，卖不出去，也买不进来，这种状况使债券流动性非常
低，抑制了机构投资者和交易商的需求。第三、债券评级制度对引导需求的作用
微乎其微。这使得企业在发行债券时，对预期收益率的确定缺少可比较、借鉴的
参考，仅有的十几家上市流通的债券定价也不能够反映市场的真实价值，债券市
场的收益率曲线没有真正形成。
基于我国企业债券市场不成熟的现状，研究企业债券市场的价格波动风险、
险值大小及其波动规律，为机构投资者，特别是债券和偏债券型基金规避市场风
险有着重大的意义。
图(3-1) 数据来源：聚源分析系统
10
3．我国交易所债券市场现状分析
3．3可转换债券市场现状
可转换公司债是一种混合型的债券形式，属于金融创新工具的一种，它可以
在一定条件下以既定的价格转换成一定比例的股票。其投资价值主要受四个因素
影响；(1)纯债券价值(2)转股看涨期权价值(3)发行人提前赎回看涨期权(4)
投资者回售看跌期权。
首先，纯债券价值主要受转债票面利率、利息补偿条款以及市场利率(一般以
相同到期期限企业债到期收益率作为替代)的影响，这三者共同决定了转债的债
性，体现了转债的抗风险能力。
其次，转股看涨期权价值业界一般采用B-S定价方法(尽管该方法一般运用于
欧式期权定价，但是同期限的美式看涨期权和欧式看涨期权的价值相同)。因此采
用该种定价方法，转债转股看涨期权的价值就受到基础股票市价，转股价格，无
风险利率的大小，距期满日的时间以及基础股票价格的波动率等等因素的影响。
第三，转债赎回国外一般称为期前赎回权，指公司股票价格在一段时间内连续
高于转股价格达到某一幅度时，公司按照事先约定的价格买回未转股的转债，该
条款限制了转债持有人的收益，即持有人不可能获得无限收益。因此发行人提前
赎回看涨期权在转债价值构成中属于负项方。
最后，投资者回售国外一般称为期前回售权，指公司股票价格在一段时间内
连续低于转股价格并达到一定幅度时，可转债持有人可按照事先约定的价格将转
债卖回给发行人，该条款保证了投资者的收益。因此投资者回售看跌期权在转债
价值构成中属于正项方，由于在我国投资者回售的出现的概率很小，通常都有转
股价格修正条款保护，其价值在隐含期权中所占据的比率也相对较小，因此转债
估值时通常不将其单独列出。
随着2003年底股票市场的持续走强，可转债市场也同时呈现了飘红景象，吸
引了越来越多的机构投资者和个人投资者介入转债市场，同时上市公司发行可转
债的积极性也得到了进一步提升，预计2004年可转债市场在《意见》的指引下将
继续扩容。目前发行可转换债券公司从行业分类来看，金属非金属行业共有6只，
纺织服装皮毛共有4只，房地产经营开发2只，食品饮料行业2只，石化行业2
只，电力蒸气热水生产和供应业2只，交通运输辅助业，银行业，水上运输业，
生物医药业，造纸印刷业各1只，且所有发行可转债的基本都是该行业的龙头企
业。因此单从发行公司基本面来说转债具有相当高的投资价值(表3-1)反映了目
前仍债市场流通的转债基本要素)。
交易所债券市场价格波动率特性及收益协整性研究
表(3-I)：转债基本要素表(截至2004．2．27)
发行规模期限剩余期限贴现率纯券价值剩余转债股数／ 剩余转债股羲
转债名称发行日期
(亿) (年) (年) (％) 《元) 流通股效(％) ／总股数(％)
茂炼转债1999年7月15 5 0．41 3．00 119．53
机场转债2000年2月13．5 5 1．00 3．18 98．51 7 08 2．68
阳光转债2002年4月8．3 3 1．14 3．25 98．38 30，5i 13．86
万科转债2002年6月15 5 3．29 3．82 94．0l 12，98 8．66
水运转债2002年8月3．2 5 3．46 3．84 91．13 10．39 3．66
丝绸转2 2002年9月8 5 3．53 3．85 94．18 72．71 24．07
燕京转债2002年10月7 5 3，63 3．86 9l。57 35．31 9，90
钢钒转债2003年1月16 5 3．90 3．89 96．90 6，67 2．44
民生转债2003年2月40 5 4．00 3．90 92．75 6．68 i．97
雅戈转债2003年4月11．9 3 2．10 3．59 99．96 35．79 15．37
丰原转债2003年4月5 5 4．07 3．90 100．26 37．96 19．3l
铜都转债2003年5月7．6 5 4．23 3．92 97．19 31．45 12．95
龙电转债2003年5月8 5 4．27 3．93 98．51 73．25 10．98
桂冠转债2003年6月8 5 4．30 3．45 97．76 48．76 19．18
山鹰转债2003年6月2，5 5 4．34 3．93 99．17 43．33 9，20
国电转债2003年7月20 5 4．39 3．94 100．27 53．76 13，50
西钢转债2003年8月4．9 5 4．46 3．94 95．62 57，35 15．76
华西转债2003年9月4 5 4．51 3．95 95．92 80．30 20．08
云化转债2003年9月4，1 3 2．54 3．69 96．60 43．48 11，81
复星转债2003年10月9．5 5 4．67 3．96 95．29 64．57 24。73
邯钢转债2003年11月20 5 4．75 3．97 96．73 76．44 25．19
首钢转债2003年12月20 5 4．80 3．97 94．23 99．21 15．03
侨城转债2003年i月4 3 2．84 3．75 95．17 19．80 6．22
数据来源：天相投资分析系统经加工整理得出
此外对上证指数和天相转债指数。进行了指数的相关性分析发现，二者从
2003．1．2～2004．2．16的指数相关系数达到了0．553，而在2000．1．4～2002，12．31
期间指数相关系数为0．466。这一点表明了在该时间段里可转债的股性逐步超越了
其债性而与其基础股票形成联动。由于可转债融入的是对应股票价格的看涨期权，
股票市场的风险高企，波动加剧，也加强了转债市场的波动性风险。但又由于转
债受到纯债券价值的支撑和赎回条款对基础股票涨幅的限制，这使得转债持有人
的收益和损失都在一定的范围内得到了控制。
可转债市场在我国处于起步阶段，鉴于其未来广阔的前景，笔者对转债指数
。笔者主要数据均是取自于天相投资分析系统，其中转债指数为天相投资公司编制，基期为1999 12 30，基
点为1000点，采用转债发行量加权。
12
3．我国交易所债券市场现状分析
加以分析，重点分析转债市场的收益波动风险及其价格波动规律，忽略转债的纯
债券价值波动，因为随着转债市场价格的逐步走高，其价值与纯券价值之间的关
联度也将逐步减弱，即纯券价值的波动对转债价格的波动不具有实质影响。
3．4交易所国债回购市场
国债回购交易是一种以国债为抵押品拆借资金的信用行为，买卖双方在成交
同时就约定于未来某一时间以某一价格双方再行反向成交，并由融资方以商定利
率支付利息。一笔回购交易涉及两个交易主体(以券融资方和以资融券方)、二
次交易契约行为(初始交易和回购期满时的回购交易)，两次清算。在我国，国债
回购交易的开展有利于提高国债市场的流动性。当国债持有者需要资金，但又认
为持有国债收益较高，不愿将其所有权作永久性转移时，可通过国债回购方式在
不放弃国债所有权的情况下融入资金。其次，国债回购市场有利于国债一级市场
的发展。回购业务的存在，增加了国债的流动性，降低了持有者的风险，增加了
国债的吸引力。第三，国债回购市场对我国利率市场化有积极的作用。回购利率
对于筹资者是筹资成本，对于出资者则是收益率，它是双方公开竞价的结果，反
映了市场资金的供需状况。最后，国债回购市场，为中央银行公开市场业务操作
提供了工具(图(3—2)描绘了2001—2003年交易所国债回购市场短、中、长期回
购利率走势)。
在国债回购交易过程中，以券融资一方在回购到期之前必须在国家指定的登
记结算机构存放足够的债券。上交所有关规定要求，清算中心须在回购到期之前
对融资方是否有资金预留进行监控。发现资金不足时，立即冻结这个席位的资金，
限期三日内补足欠库余额；如果到期仍存在资金的漏洞，就会强行平仓，以卖出
债券的所得资金归还逆回购方。但是，对于国债回购方，即资金融入方来说，当
他决定运用这笔资金时，他就选择了风险。目前回购资金通常以“转战”债券市
场进行套利操作，即持券者反复进行回购一买券一再回购一再买券的操作。如果
在一个长期的国债牛市中，反复回购的收益可以成倍数地放大；但万一没看准，
风险也会被无限制地放大。因此在回购交易中，以券融资的正回购方如果判断失
误。存在着失去原有债券的风险。不过，除各种市场风险、投资风险外，国债回
购更存在违规操作的风险。
交易所债券市场价格波动率特性及收益协整性研究
图(3—2)2001—200：3年交易所国债回购市场短期、中期、长期回购利率走势
数据来源：天相投资分析系统
目前我国国债回购市场包括交易所国债回购和银行间国债回购，而本文主要
对上交所国债回购市场回购收益率的波动性进行分析，试图分析得出我国国债回
购市场的收益波动规律，市场风险大小，以及短、中、长期回购收益率与我国交
易所国债和企业债价格波动收益率之间的长期均衡关系。
14
4．交易所债券市场价格波动率实证检验
4．交易所债券市场价格波动率实证检验
4．1样本选取、处理及分析
考虑到2000年前我国债券市场品种较少，市场机制也不健全，且7次降息对
债券市场价格波动率的影响较大，不能反映市场正常状态下的波动，因此本文的
分析选择数据区间为2000．1．4～2003．u．28，共935个样本点。数据全部取自天
相证券投资分析系统。和中国证券报各期。因为上交所国债回购市场收益计算采用
的是复利计算方法，所阻本文对上交所国债市场、交易所企业债市场和转债市场、
上证综合指数日收益率的计算亦采用复收益方式，即，f=M』L)其中P，为收盘当
Pp．1
日价格指数，‘为当日的指数收益率。因此依次对上交所国债市场、交易所企业债
市场、交易所转债市场指数、上证综指日收益率数据以及交易所国债回购市场日
收益率数据分别进行自相关检验，单位根检验，正态性检验以及异方差性检验，
得到如下检验结果：
(1)根据Ljung—Box 0统计量和对应的P值，可以判定所有收益率和利率数
据，至少滞后10期内，不能拒绝没有自相关的零假设。
(2)对所有指数收益率数据分别进行滞后4阶的带截距项和带截距、趋势项
的单位根检验，其ADF检验值皆为小于1％，5％，lo％水平上的MacKinnon临界值。
以上两点表明样本期指数收益率序列平稳。
(3)本文采用峰度(K)，偏度(s)以及杰克一贝拉检验值(JB)联合判别
样本期各指数收益率数据的正态性，得到如下结果见表(4一1)，从表(4—1)我们
可以看出样本期各指数收益率序列显著异于正态分布，表现出明显的高尖峰和厚
尾现象，因此简单的运用正态分布拟合各市场指数收益率序列的分布形态，其波
动性分析结果将是不准确的。
(4)对于样本期各指数收益率的异方差性，本文采用了自回归条件异方差
(ARCH)检验(取滞后阶数n=1)，得到以下结果如表(4—2)所示，我们可以看到
。上交所国债指数、交易所企业债指数、交易所转债指数、上交所国债回购指数、上证综指分别采用天相证
券投蛊分析系统国债全价指数、企债全价指数、转债指数、回购基准指数、上证指数。其中国债垒价指数为
上交所上市国债全价(发行量加权所得)；企债全价指数为交易所交易所上市的企业债券价格(发行量加权)：
转债指数编制以是否进入转股期划分，在未进入转股期时为交易所上市所有转债价格以发行量加权而得，进
入转股期后为以该转债市场存量为权数乘以转债价格计入指数：回购基准指数为天相短期、中期、长期回购
指数以每日成交金额加权得到，其中天相短期回购指数、中期回购指数、长期回购分别为7天以下回购收益
率(含7天)，14天、28天回购收益率，9l天、182天回购收益率以当日成交金额加权得到。此外对于国债
指数、企债指数、转债指数其新债在上市后第二日计入指数，债券到期退市则一个月之前从指数中剔除。
15
交易所债券市场价格波动率特性及收益协整性研究
样本期内，市场日收益率序列表现出明显的异方差性。这一点为本文对各指数目
收益率序列建立自回归条件异方差(GARCH)模型提供了依据。
表(4—1)：各市场收益率数据的正态性检验
收益率序列名称K S J8
上证综台指数收益率10．6869 o．79990 2396，604
上交所国债市场指数收益率lo．5952 —0．85725 2356．852
交易所企债市场指数收益率21．4824 —1．4968 13628．18
交易所转债市场指数收益率16．8511 1．55692 7835．217
上交所国债回购市场指数收益率55．2819 5．63722 113777．1
表(4-2)：各市场收益率数据的异方差性检验
收益率序列名称口6 ARCH检验值F-Statistic值
1．724547 0．08141
上证综合指数收益率6．17734 6．20522
[8．6022] 【2．4910]
0．005041 0．34801
上交所国债市场指数收益率112．8637 128．139
[6．5051】[11．3198]
0．008715 0．27875
交易所企债市场指数收益率72．4183l 78．35093
[4．9412] [8．8516]
0．470256 0．11153
交易所转债市场指数收益率11．59458 11．71544
[6．6436] [3．42271
1．41386 0．10191
上交所回购市场指数收益率9，690024 9．770729
[3．68681 [3，1258】
注：本文采用拉格朗日乘数法(Ⅲ)进行异方差性检验，觥t6tH。：a=b=o，查表可知
ARCH检验值大于任一合理水平临界值，因此拒绝零假设，各指数收益率服从ARCH过程。此外
中括弧中的数值为t检验值。
4．2交易所债券市场价格波动率模型的构建
一、GARCH类模型和收益率分布的选择
大量的研究表弱金融工具的收益翠存在波动聚类现象，即收益率的波动不仅
随时间变化，而且在某段时间内连续出现大的正或负波动，Bollerslev(1986)年
引入的广义自回归条件异方差(GARCH(p，q))模型，可以精确的描述这种波动类
聚现象。但实证研究发现股票收益率与收益率波动率的变化常常是负相关的。当
价格下跌时，波动率增大；而当价格上升时，波动率减小，说明了波动率存在非
对称性，经常称之为“杠杆效应”。一般的GARCH模型都假设过去收益率的大小决
定了条件方差砰的性质，而没有考虑收益率的符号。也就是说一般的GARCH模型
并没有区别负冲击和正冲击，而这两种冲击被证明对条件方差有着不同的影响，
4．交易所债券市场价格波动率实证检验
Nelson(1991)引入了EGARCH模型即指数GARCH模型描述冲击的非对称性，因此本
文考虑以EGARCH(p，q)模型的改进形式作为方差方程(下文皆统称为EGARCH模
Ln(盯?)=矾+杰吒，(等)+杰占，(L"(口乙一％，)) (1)
l=】u
r f J=l
其清晰的融合了对冲击的非对称反应，其中：
f(堑)：醴盐+I盟H堕{ (2)
f(．)称为消息效果曲线， Ut_i<o时，毒L：q一1； Ut_i>o时，毒乙=q+l，并
当且仅当U。=0时波动率最小。所以f(o)包含了非对称反应，它允许波动率对市
场下跌的反应比对市场上升的反应更加迅速，这是众多金融资产的重要特征，毋．是
长期波动率，其指数形式(P。)将收敛于无条件方差。其次上文通过对样本期内
各市场收益率序列的统计描述可知，其分布显著异于正态分布，并表现出明显的
高尖峰、厚尾以及异方差特性。因此若将均值方程中的误差项设定为正态分布，
显然是不适合的。国内有些学者经常将金融资产的收益率分布设定为t一分布，
但笔者认为这是不适合的。，所以本文考虑对各市场的收益率的分布设定为广义误
差分布(Generalized Error Distribution)，它可以更好描述收益率序列的厚尾
f(v，，=习cexp(酉-11 v万'／彳A()
因此在GED假设下，得到关于v。的似然方程为：
Ln(_)=Lnc—i1 l百Pt HM+(半)耽+肼(丢)卜三西砰(3)
鼽m肿删御椭煳=t错，％⋯一戮
。本文作者曾经对上海综合指数日收益率分布，交易所A、B股综合指数日、周收益率分布进行了t一分布假
设下的VaR估计，结果发现t一分布下容易产生收益率分布尾部过度拟合，对险值估计过高．从而增加了金
融机构的资本充足率，资本成本也相应提高，所以对收益率厚尾特性的正确描述是VaR估计准确性的关键。
17
交易所债券市场价格波动率特性及收益协整性研究
当c<2时，u的分布函数尤较正态分布更厚的尾部，c22时EI_e 2√％。此外在
实际金融时间序列中，收益率的条件方差口?的变化往往会直接影响条件期望值，
因此综合以上各因素，本文建立关于各市场指数日收益率的AR(1)一EGARCH—M模
型，EGARCH—M模型对条件期望和条件方差都作了描述，模型如下：
‘=所一【+卢+妒盯r+”【(4)
兰监：，．服从广义误差分布(5)
仃f
其中，Q。为t—l期信息集，v。可以被理解为证券经标准化后的回报。
将(1)式，(2)式联立得到：
p 斤日
Ln(砰’2吼+否吒暇址一+(I％；卜J≯】+著毋(厶p二，一万卜。)) ‘6’
至此我们己经得到关于交易所债券市场各予市场日收益率序列的均值方程[(4)
式]和方差方程[(6)式]以及关于v，的似然方程[(3)式]
二、AR(1)一EGARCH-_I-GED模型的定阶
近年来，我国学者对GARCH类模型在我国证券市场的应用作了深入的研究并
取得了大量的研究成果，但对GARCH类模型拟合最优阶数的选择，依然缺乏统一
的标准。因此在对收益波动性风险分析之前，深入的讨论符合我国股票市场实际
拟合最优的EGARCH模型的阶数是非常必要的。本文运用EVIEWS4．0软件编程对均
值方程进行[ARCH(P，q，e，111)Y C Y(-1)]回归，并采用对数似然标准(L)，平均对
数似然标准，赤池(Akaike)信息准则(AIC)，施瓦茨(Schwartz)准则(SC)，
Pagan和Schwert(1990)以及Bollerslev(1994)提出的两个损失标准厶和厶联
合进行样本期各市场指数收益率序列拟合最优EGARCH模型最优阶数判别，其中厶
和厶分别为：
厶=蔷T(“?一一)2，三：=壹(109t=l—／名t))2 r=l 一
得到如下结果：由表(4-3)和表(4-4)可见，在各种不同阶数下，对上交
所国债指数日收益率序列和上证综合指数日收益率拟合情况(各准则所对应的
值)，平衡来看，EGARcH(2，1)模型对上交所国债市场收益率序列拟合稍优，
EGARCH(2，2)模型对上证综指收益率序列拟合较优。表(4-5)列示了各指数日收
益率序列EGARCH模型拟合最优阶数的最终选择结果(因篇幅所限，其余各收益率
序列的EGARCH模型的最优阶数确定过程略去)
4．交易所债券市场价格波动率实证检验
表(4—3)：上交所国债指数日收益率序列最忧拟台阶数的确定
EGARCH(1。1) EGARCH(1．2) EGARCH(2．1) EGARCH(2，2)
对数似然值L 5468 321 5469．526 5471．014 5473．123
平均对数似然值5．8799 5，8812 5．8828 5．885l
厶4．000E一09 3，952E 09 3．925E—09 3．946E一09
￡2 9161．935 9246．731 9874．050 9283．790
AIC 一11．7426 —11．7431 一11．7462 —11．7480
SC 一11．7010 —11．6963 —11．6990 —11．6960
表(4-4)：上证综合指数日收益率最优拟合阶数的确定
EGARC[t(1．1) EGARCH(1。2) EGARCH(2，1) EGARCH(2，2)
对数似然值L 2834．015 2834．260 2834．257 2834．257
平均对数似然值3．0437 3．0475 3．0476 3．047588
厶0．0002854 O．0002855 0．00028552 0．0002855
三2 8081．2093 7835．5177 7795．1556 7773．448
AIC 一6．07745 —6．0758 —6．075820 -6．073671
SC 一6．0358 6．0290 —6．02903 —6．021680
注：两个损失标准值越小，模型越拟合越好，此外本文在模型定阶过程中，加入了参数估
计值的显著性标准，联合其他准则确定最优拟台阶数。此外也对更高阶的EGARCII模型进行了
估计，但阶数越上升某些参数值变得不显著，甚至失去了意义，因此本文仅限于以上四个模
型的讨论，下同。
表(4-5)：各市场收益率序列EGAROH模型拟合最忧模型
收益率序列名称EGARCH(p，q)模型
上证综合指数收益率EGARCH(2，2)
上交所国债市场指数收益率EGARCH(1．2)
交易所企债市场指数收益率EGARCtt(2，2)
交易所转债市场指数收益率EGARCH(1。2)
上交所国债回购市场收益率EGARCH(1，1)
奎里堕堡鲞壹塑堕塑鎏塑里量竺垦堕垄垫壁：堕堕窭
4。3交易所债券市场价格波动率特’『生实证分析
一、模型参数估计
根据对各指数日收益率序列EGARCH模型最优阶数的判别结果，分别对以上模
型进行估计，得到结果表(4-6)、表(4-7)所示。
表(4_6)：上交所国债指数、交易所企债指数和交易所
转债指数收益率序列EG^fl伽模型估计结果
Coefficient 上交所国债市场交易所企业债市场交易所转债市场
C(3) 0．1567 [0．02917] 0．06251 [0．03268] 7．78E一02【2，72E—02】
(5．373) (1．913) (2．859)
C(2) 8．75E一05[4．10E-05] 一1．48E一05 [5．86E一05] 3．68E一05[1．02E-04]
(2．134) (-0．25) (O．362)
C(1) 0．3351 [0．06553] 2．28E-0l [8．14E-02] 一0．04831[0．033046]
(0．511) (2．8) (一1．46)
OMEGA(1) 一13．8739【0．3176S] 一13．8723 【0．1861] 一8．2478【0．640103]
(一43．7) (一74．5) (一12．9)
ALPHA(1) 0．4153 [0．08131] 0．5239 [0．0548] 0．34347[0．074931]
(5．108) (9．558) “．584)
ALP眦(2) 0．4667 [0．04731]
(9．865)
DELTA(1) 0．6883 [0．22651] 一0．1063 【0．02796】O．60633￡O．26169]
(3．039) (-3．8) (2．317)
DELTA(2) 0．2505 [0．2201] 0．88942 [0，02757J 0．38038 [O．26009]
(1．138) (32．2曲(1．463)
CHI(1) 一0．1357 [0．08572] 0．08161 [0．06533] 0．0121 [0．08988]
(一1．58) (1．249) (0．135)
NU(1) 1．0325 【O．05832] 1．01072 【0．06547] 0．9561 [O．04544]
(17．7) (16．91) (21．04)
注：[]中的数值为估计系数的标准差，()中的数值为Z统计量值，其中：C(3)=P
C(2)2∥，c(1)=妒， OMEGA(1)=刃，ALPHA(1)2口l，ALPHA(2)=口2，DELTA(1)=4，
DELTA(2)2J2，CHI=鼠，NU(1)2c，下同。
表(4-7)；上交所国债回购、上证综合指数收益率序列酏胴cH模型估计结果
Coefficient 上交所国债回购市场上证综合指数市场
C(3) 8．57E-01 [6．23E-03] (137．5) 0．02139 [0．03052] (0．701)
C(2) O．009465[O．000366] (25．85) 一1．33E-03【9．98E-04] (一1．34)
C(1) 一0．44912[0．032704] (一13．7) 0．126 [0．0910] (1．381)
OMEGA(1) 一9．3352 [0．005084] (一1836) 一8．4692 [0．2214] (一38．2)
ALPHA(1) 一0．2054 [O．02241 (一9．17) 0．15824 [O．09106] (1．738)
ALPHA(2) 0．04241 [0．32281] (0．131)
DELTA(1) 0．63692 [．002432] (25．86) 1．01948 [1．54327] (0．661)
DELTA(2) 一0．05217 [1t 4939] (O．03)
CHI(1) 一2．87488[0，23903] (一12．02) 一0．37571 [0．16401] (一2．29)
NU(1) 1．9282 [0．0351 1] (54．92) 1．18 【0．064] (18．49)
4．交易所债券市场价格波动事实证检验
二、模型估计结果分析
通常的基于无条件方差度量收益率波动性风险的方法，忽视了投资风险的时
间特性，即对于不同的时间段和样本区间，所计算出的风险值的大小不同。因此
本文采用收益的条件方差(o-?)度量收益波动性风险，它不但反映了不同时段的
风险变异特性，而且它对收益中不可预测成分的波动性(残差的波动性)进行度
量，能够真正反映市场风险(杨超马薇，2003)。所以根据估计结果分别生成各
市场指数日收益率序列的条件方差(盯?)的估计值序列，并分别对样本期上交所
国债指数、交易所企债、交易所转债、上交所国债回购市场指数以及上证综指日
收益率序列的疗?估计值序列进行统计分析，表(4-8)反映了其统计结果。此外为
便于分析比较，本文将样本期上交所国债指数、交易所企债、交易所转债、上交
所国债回购市场指数日收益率序列与上证综指日收益率序列的条件方差(O-?)分
别描述如图(4-1)、图(4-2)、图(4-3)、图(4-4)。
表(4-8)：样本期各市场指数日收益率序列口?估计值统计分析结果
国债指数企债指数转债指数回购指数上证综指
最大值9．84E一06 2．2lE一05 0．000704 0．006206 0．000877
最小值5．97E一08 8．39E—08 6．34E一07 2．59E一06 3．21B一05
中位数5．11E一07 6．OO}07 3．89E—05 7．09E—05 0．000136
均值7．49E_07 1．03E一06 5．69E一05 9．78E-05 0．000179
标准差9．395—07 1．56E一06 6，42E一06 0．000231 0．000130
、从础“山“∥
’oo 200 BOO 400 500 600 7∞800∞0
图(4-1)：国债市场收益波动
100 200 300 400 500 600 700 800 900
圉(4—2)：企债市场收益波动
一
一一
一
一一
0
O
口
O
0
0
交易所债券市场价格波动率特性及收益协整性研究
图(4—3)：转债市场收益波动图(4-4)：回购市场收益波动
图(4-5)；上证综指收益波动
注：为便于同比分析比较，本文对各市场选择了相同的样本点数目，这里纵轴代表条件方
差值，横轴代表样本点数目，其中第100，200，300，400，500，600，700，800，900个样
本点分别代表2000—6—16，2000—1卜10，2001～4—16，200l一旷10，2002—2—7，2002—7一18，
2002—12 13，2003—5—23，2003—10-17。
(L)波动性风险分析：首先，从图(4一1)、图(4—2)、图(4—3)、图(4-4)、
图(4-5)可以看出，就上交所国债和交易所企业债两个市场而言，二者的价格波
动形态基本类似且其价格波动率呈逐年递增之势，交易所企业债价格波动率在绝
大部分时间内位于上交所国债市场价格波动率之上，表明了企业债市场风险要高
于国债市场，且两个市场风险逐步提高，表(4-8)的统计结果也反映了这一点。
另外对上交所国债和交易所企业债市场异常波动点统计可以看出，其变动呈现周
期性变动，但价格波动率周期不同定，上交所国债市场基本维持在5～9个月出现
一次异常波动，而交易所企业债市场巨幅波动周期一般在1．3～1．8年，这一点也
表明了上交所国债和交易所企业债市场经过近几年的扩容，逐步受到了投资者的
重视，特别是机构投资者广泛参与使得上交所国债市场和交易所企业债市场风险
22
4．交易所债券市场价格波动率实证检验
凸现，且从异常波动周期可以看出投资者参与国债市场的热情高于企业债市场。
其次，由图(4-3)和图(4-5)可以看出，交易所转债市场其价格波动率在样本
点第440点(200卜11-12)之前和样本点第760-860点之问波动幅度较大且频率
较高，其余时间基本保持了平稳的波动，但就其平均波动率来说，高于上交所国
债市场和交易所企业债市场，这也说明了转债市场风险要高于上交所国债和交易
所企业债市场风险，其与上证综合指数收益波动率形态基本一致，但其总体市场
风险要略低于上海股票市场，这也是由转债市场的特点决定的。第三，沪市国债
回购收益其波动基本保持平稳。结合表(4-8)和图(4-4)可以得出交易所国债
回购市场收益波动略高于交易所转债市场收益波动，因此其市场风险略高于交易
所转债市场。此外对表(4-6)、表(4-7)中鼠的估计值分析表明，样本期上交所
国债市场日收益率序列、交易所企业债市场日收益率序列、交易所转债市场日收
益序列以及上证综指日收益率序列显著存在收益波动的非对称性现象或杠杆效
应，即利空消息引起的波动比同等大小的利多消息引起的波动要大，这也是国外
成熟股票和债券市场所具有的基本特性之一，同时也表明我国股票和债券市场经
过十几年的发展，己初步具备了成熟市场的基本特性，但与国外成熟市场的发展
水平依然差距很大。
(2)市场有效性分析：从表(4-6)可以看出样本期上交所国债市场日收益
率序列、交易所企业债市场日收益率序列、交易所转债市场日收益序列与其一阶
滞后项存在显著的正相关关系，但系数较小，这意昧着以上各市场在短期内存在
正收益被正收益跟随的倾向，即短期内有较弱的价格趋势，表明了以上各市场仍
未达到弱式有效；从表(4-7)可以看出上交所国债回购市场日收益率序列与其一
阶滞后项存在显著的正相关关系，且系数较大，这表明了该市场日收益率相关度
较高，且存在着明显的投机性。同样从表(4—7)中样本期上证综指日收益率序列
一阶滞后项系数的z一检验值可以看出，上海股票市场的有效性高于债券市场任意
子市场。我国债券市场有效性低笔者认为信息传递渠道不畅和价格发现能力不高
是造成这种状况的直接因素，即信息传递机制与价格机制在资源配置上没有发挥
应有的功能，而造成了债券市场的低效率。但究其根源却在于我国资本市场的制
度缺陷，一方面表现在政府在推动资本市场发展过程中充当了“管家婆”角色，
没有给市场足够的空间完善自己。这一点对于债券市场尤为明显。另一方面在于
微观主体缺乏约束机制、激励机制以及信用担保机制等等，从而造成“圈钱”行
为，忽略了债券市场融资渠道。
(3)收益率分布分析：综合上文的正态性检验结果表(4-1)和表(4-G)、
23
交易所馈券市场价格波动率特性及收益协整性研究
表(7)中的均值以及尾部厚度参数回归结果，可以判断样本期内各市场的曰收益
率分布存在显著的非对称性以及尖峰和厚尾特征。
(4)风险溢价分析：从表(4-6)、表(4-7)中盯，项的回归系数可以看出交
易所企业债市场、上海股票市场曰收益率风险项回归系数显著为正，且交易所企
债市场日收益率风险项系数要高于上海股票市场日收益率序列，这表明了交易所
企债市场、上海股票市场风险和收益存在显著的正向关系，且就溢价比率而言，
交易所企债市场要高于上海股票市场。其次，上交所国债市场盯，项的回归系数为
正，但数值较小且不显著。这意味着风险和收益之间不存在明显的对应关系，但
其微弱的风险溢价也同时表明了上交所国债市场收益率还没有真正的形成我国证
券市场无风险收益率，从而形成我国金融市场的“利率倒挂o”现象。晟后，从上
交所国债回购市场和交易所企业债市场盯，项的回归系数可以看出，存在明显的市
场负溢价，这表明了近三年来投资于这两个市场的收益率低于无风险资产收益率，
若将样本期上交所国债收益率作为无风险收益率，则上交所国债回购市场出现负
的风险溢价是正常的，而对于交易所转债市场出现负的风险溢价主要是因为近三
年来的国有股减持和我国经济的通缩景象影响了主板市场，造成了转债对应正股
价格的大幅度下跌而造成了收益率下降，笔者认为这种情况只是暂时的现象，而
不是我国转债市场的趋势。
4．4交易所债券市场VaR估计及险值分析
VaR其概念虽然简单，然而它的度量却是一个具有挑战性的统计学问题，本文
采用方差一协方差分析方法估计VaR，若r为证券组合持有期△f内的连续复利回报，
则由GED下的VaR计算公式：
VaR=一一。(e”+1吲‘“一1) (7)
其中：4为预测前～日指数收盘价，G(·)，p，tT和P分别是收益率序列GED
的分布函数，均值，标准差和显著性水平(左尾概率)。此外对模型的有效性的验
证，本文采用Kupiec(1995)提出的似然比统计量LR进行检验，
LR=2{Ln[(py(1-py-m]-LnL[(景川l一号)Ⅳ_Ⅶ
其中：P+=卜c(c为模型所采用的置信水平)，N为样本数据的个数，m为样本
。主要是指商业银行存款利率与国债到期收益率之间的不对称性。
24
4．交易所债券市场价格波动率实证检验
中损失大于VaR值的个数。则失败的频率为P2号，在零假设条件下，LR服从自由
度为l的卡方分布。因此运用C语言编程得到相应置信水平下的GED百分位数，
并将相应的参数值代入(7)式得到上海股票市场、上交所国债市场、交易所企债
市场、交易所转债市场、上交所国债回购市场左尾概率分别为1％和5％水平上的日
VaR统计结果见表(4-9)、(4—10)。
表(9)：各市场日vaR统计结果(左尾概率为1％)
实际损失
实际损失
收益率序列均值最大值最小值标准差超过vaR
超过vaR
的比例
的个数
(％)
上证综合指数0．02876 —0．06414 —0．01366 0．00900 8 0．86
上交所国债市场—0，00173 —0．00718 一O．00048 O．O0085 10 1．075
交易所企债市场—0．00342 -0．01762 —0．00111 O．00172 2 O．215
交易所转债市场—0．00997 -0．03993 一O．00119 0．00582 LO 1．075
上交所国债回购市场—0．00114 —0．15953 —0．00003 0．00912 l 0．18l
注：本文以日vaR对应的收益率表示日vaR值的大小，下同
表(4一t0)：各市场日vaR统计结果(左尾概率为5％)
实际损失
实际损失
收益率序列均值最大值最小值标准差超过VaR
超过VaR
的比例
的个数
(％)
上证综合指数0．02514 -0．05596 一O．01202 0．00783 2 2．355
上交所国债市场—0．00136 -0．00057 —0．00036 0．00067 34 3．656
交易所企债市场一O，00308 -0．01587 —0．00099 0．00154 3 0．323
交易所转债市场—0．00912 -0．03658 —0．00108 0．00532 46 4．946
上交所国债回购市场—0．00535 -0．11354 —0．00009 0．00657 17 l，935
由表(4-9)、表(4-10)我们可以看出在GED假设前提下得出的VaR估计值
在各尾部概率下都被接受，且损失超过VaR的个数都落在置信域内”。所以AR(1)
-EGARCH_M-GED模型对各市场日VaR的估计是有效的。其次为便于分析比较上交所
国债和交易所企业债日险值大小，本文将各市场日VaR值描述如图(4-7)，从图
中我们可以清晰的看到上交所国债市场的日VaR值小于交易所企业债市场，且上
交所国债市场和交易所企业债市场险值有逐步增大的趋势，这与上文收益波动性
风险描述结果是一致的；而图(4-6)反映了交易所转债市场险值和上证综指市场
。这里是通过Kuplec似然比检验而得出的，为节约篇幅，未在文章中到示。
25
交易所债券市场价格波动率特性及收益协整性研究
险值的比较走势，从形态上来说，二者走势基本一致，但交易所转债市场险值小
于上海股票市场险值，且转债市场险值变动更平稳。此外上交所国债回购市场，
其市场险值大小高于上交所国债市场和交易所企业债市场险值但低于上海股票市
场。对以上各市场gaR值排序，可以看到上交所国债市场和交易所企业债市场前
100名VaR值主要集中于2001年lo月份，2000年(2，5)月份，以及2003年4
月份等，且异常VaR值各年份分布较为均匀，这表明了在这些时间段上，投资者
面临的风险较大。而恰恰在这些时间段上，管理层出台了一系列对股市波动影响
较大的政策．如2001年10月22日证监会宣布有关国有股减持的规定等等，所以
政策风险是导致上交所国债市场和交易所企业债市场VaR值增加的主要原因。但
是对于交易所转债市场和上海股票市场其异常VaR值各年份分布不均，其异常VaR
值点也主要发生在政策变动较大的时段，这一点已有很多学者进行过验证，本文
对此不再阐述。而对于上交所国债回购市场来说，表(4-9)、表(4-10)的统计
结果显示：其市场险值位于上交所国债市场和交易所转债市场之间，交易所国债
回购市场收益率主要反映市场资金的松紧状况，由于样本期交易所国债回购市场
主要以短期回购为主，其中又以1和3天两个品种的回购量较大，而绝大部分短
期回购品种每周四收益率水平较高、成交量相对较大，因此，实证结果上交所国
债回购市场每周四市场险值较高，其他时间内市场险值波动平稳。
[三j强=三至圈
圈(4-6)上证股市与转债市场险僵
E三E夏三j匈
囝(4-7)国傻与企业债市场险值
4．5交易所债券市场市场风险特性成因分析
上文的实证研究表明了我国股票市场风险显著高于交易所债券市场；上交所
国债市场日收益率序列、交易所企业债市场日收益率序列、交易所转债市场日收
益序列呈现了显著的波动的非对称性现象等等特性。以下本文将基于我国交易所
债券市场的特点，从投资者行为角度、信息传递角度分析交易所债券市场与股票
市场的风险差异性成因，同时主要从制度因素角度探讨我国交易所债券市场的风
4．交易所债券市场价格波动率实证检验
险非对称性。
(1)投资者行为因素：交易所债券市场同其他市场一样，市场资金的供求状
况的变动决定交易所债券收益率的波动，而市场资金的供给又是由投资者的行为
决定的，交易所债券市场的资金供给主要来源于机构投资者(如银行，基金等机
构)，而不像股票市场其资金供给包括了众多的散户投资者。散户投资者容易受市
场气氛左右，盲目跟风，从而造成股票价格的无序和大幅波动，而对机构投资者
而言，有其自身明确的投资策略和投资准则，并受到严格的市场约束和法律监督，
因此机构投资者对于稳定市场起到了一定的积极作用。我国股票市场散户投资者
占据市场的主要地位，面债券市场已经培育一定量的机构投资者，从而造成债券
市场风险显著低于股票市场。
(2)信息传递因素：从信息传递角度出发，证券市场波动性被认为是由随机
信息流冲击所产生的持有资产的风险，信息的冲击导致了证券价格的波动，而证
券市场信息的传递是一个不均匀和持续到达的过程，各市场主体对信息理解咀及
其效用函数的差异而引起各市场波动的不一致。正因为债券市场和股票市场的投
资者构成不同。投资理念存在极大差异，但二者处于同一监管体系之下，这使得
两个市场受到相同的信息冲击，但市场参与者的不同造成信息获得的途径、时间、
对信息的理解以及理解后的反应存在差异，特别对于机构投资者和散户投资者，
他们之间存在明显的信息不对称，从而导致债券市场价格波动与股票市场价格波
动产生了显著差异。
(3)制度因素：从上文的实证结果可以看出我国股票市场和交易所债券市场
都包含了波动的非对称性，其理论解释一般有两种：杠杆效应和波动反馈效应。
杠杆效应着眼于公司收益，负冲击引起公司股价下跌，公司的负债权益比率上升，
从而提高了财务杠杆，因此公司的筹资成本将提高，债权融资的条件会提高，贷
款的利率会随财务杠杆的上升丽上升，股权融资的价格会随股价而相应下降，由
此公司经营风险增大。如果财务杠杆过高，一旦现金流发生困难，甚至会面临破
产的危险。因此，公司财务杠杆上升会使股票持有人承担更多的风险，波动便相
应增加。有实证研究显示，美国股市中财务杠杆与期望收益呈正向相关关系，财
务杠杆上升带来更大的风险，只有较高的期望收益投资者才愿意持有此种资产。
而波动反馈效应基于时变风险溢价理论，此解释有两个前提，第一波动是持续的，
大的消息冲击，无论正负，不仅增加当期的波动而且增加将来的波动，这己被广
泛的实证研究所支持，第二在期望收益和条件方差之间存在着跨期的正向相关关
系。当期波动增加会使波动预期上升，从而提高预期收益，导致当期股票价格下
27
交易所债券市场价格波动率特性及收益协整性研究
降。实证研究发现了波动与期望收益的关系是正向的。在好消息的冲击下，增加
的波动带来降低当期股价的效应与好消息引起的股价上涨相抵消，从而使波动减
少。在坏消息的冲击下，增加的波动带来降低当期股价的效应与坏消息引起的股
价下降相叠加，使波动增加。在我国的金融市场上，贷款的利率基本上是刚性的，
很难随着贷款对象的风险不同而变化，况且上市公司在中国经济中的独特地位，
使得它们能轻易获得贷款而无需担心其财务杠杆的大小，深沪交易所里众多s T
族上市公司数额巨大的负债就是一个很好的例证。股权融资的价格的确受公司股
价高低的影响，实际上也曾发生多起配股或增发新股的价格低于市场价格，但配
股或增发新股仍全部发行出去，其风险全部由承销商承担。至于破产退市风险，
目前的退市机制对大多数上市公司压力很小，因此从中国股市目前的状况看，杠
杆效应的作用是有限的。我国上市公司的股权结构是独特的，有近70％的股票不能
上市流通，流通股股东很难对上市公司的行为产生大的影响。我国证券市场波动
的集簇性的证据反映了其波动是持续的，当期波动的增加会提高投资者对将来波
动的预期，将来收益的预期会相应提高以补偿预期风险的增加，由此导致当期证
券价格下跌，波动的非对称产生。因此从我国交易所债券市场的背景来看，波动
反馈效应应该起支配作用。
很显然，影响两个市场风险差异的因素是多方面的，本文仅对以上三个因素
进行了分析，除上述因素以外，诸如各市场上市公司数量和质量差异，市场流动
性风险差异，以及国际金融市场环境的不确定性等方面也同样在一定程度上造成
了市场风险的差异性。
5．交易所饿券市场收益率的协整性分析
5．交易所债券市场收益率的协整-l生分析
上文对上交所国债市场、交易所企债市场、上交所国债回购市场、交易所转
债市场进行了收益的波动性分析和险值估计，考虑到转债市场价格受到正股价格
的影响较大，交易所转债市场转债的票面利率较低，纯券价值会受市场利率的变
动较小，且转债的期权价值独立于市场利率变动。因此，这里本文忽略上交所国
债回购市场和交易所转债市场之间的因果关系和协整关系分析，将通过Granger
因果关系检验和协整性检验，确定上交所国债市场收益率、交易所企业债市场收
益率分别与上交所国债回购市场收益率之间的引导关系和长期协整趋势。
5．1 债券市场与回购市场收益率引导性关系检验
本文的引导性关系检验主要采用Granger和Sims的因果关系检验法。其思想
主要是：如果x的变化引起Y的变化，则x的变化应当发生在Y变化之前。因此
分别进行上交所国债市场收益率和交易所企债市场收益率与上交所加权回购利率
的因果关系检验，得到结果如表(5-12)、表(5-13)所示：
表(5_12)：上交所国债收益率与上交所国债回购收益率的Granger检验结果
Null Hypothesis Obs F-Staristic Probability
odoes not Granger cause吃93l 4．45905 0．Oll82
■does not Granger cause o 931 0．68150 0．5061l
表(5-13)：交易所企业债收益率与上交所国债回购收益率的Granger检验结果
Null Hypothesis Obs F—StatiStiC Probability
rw
does not Granger cause t 931 1．73264 0．17739
‘does not Granger cause o 93l 4．47101 O．01168
注：o为上交所国债加权回购利率，k为上交所国债收益率，名为交易所企业债收益率。
此外本文在检验过程中，分别对滞后阶数2、3、4、5、6阶进行了检验其结果是一致的，本
文仅将滞后阶数为2阶的结果列示于上表。
从两个检验结果可以看出，上交所国债加权回购利率变动是上交所国债收益
率变动的Granger原因，而上交所国债加权回购利率变动和交易所企债收益率变
动互为Granger因果关系。因此将。作为解释变量解释吒和‘的变动是可行的，此
外下文将进一步细化上交所国债回购利率，利用天相短期回购利率、中期回购利
率和长期回购利率分别与上交所国债市场收益率和交易所企债市场收益率进行协
整性检验。
交易所债券市场价格波动率特性及收益协整性研究
5．2债券市场和回购市场之间的协整性分析
协整(Cointegration)是由20世纪80年代由恩格尔一格兰杰(Engle—Granger)
提出，可以用来对一些非平稳的时间序列变量进行建模而避免伪回归现象
(Spurious Regression)，并可以寻找到变量之间的长期变动关系。因此本文选择协
整性检验，意图找出我国债券市场交易所短期回购、中期回购和长期回购与交易
所国债市场、交易所企业债市场收益率之间的长期变动趋势。首先对上交所中长
短期回购利率进行滞后4阶的带截距项的单位根检验以确定各序列的平稳性，得
到结果如表(5-14)所示。
表(5-|4)：短期回购、中期回购和长期回购的单位根检验
ADF检验值置信水平Mackinnon临界值大小
一2．5768 (长期回购) 1％ 一3．4401
一5．119511(中期回购) 5％ 一2．865l
一7．944675(短期回购) 10％ 一2．5687
根据表(5-t4)结果可以看出，上交所短、中期国债回购收益率平稳，而国
债长期回购收益率ADF检验值大于Mackinnon I临界值，同时对该序列进行～阶差
分，序列平稳，则交易所长期国债回购利率为一阶单整序列。因此分别对样本期
交易所国债市场收益率与长中短期交易所国债回购利率和样本期交易所企业债市
场收益率与长中短期交易所国债进行协整性分析①，得到如下协整方程：
吃=一O．03714，f+0．12838rm—O 098976q
(0．01568)(0．02815)(0．01729)
‘：一O 041276rJ-I-0 1 11567r。一O．077805‘
(0．01621) (0．02734(0．01539)
其中，，，、乇、‘分别为中、长、短期交易所国债回购利率，( )中的数值
为估计系数的标准差。从以上两个方程我们可以看出：
(1)上交所短期、长期回购与上交所国债收益率和交易所企业债市场收益率
呈反向变动关系，而中期回购与上交所国债收益率和交易所企业债市场收益率呈
正向变动。
(2)上交所国债中期回购利率变动对上交所国债收益率变动的敏感性要高于
短期、长期回购利率变动对上交所国债收益率和交易所企业债收益率变动的敏感
。本文在分析过程中假设了上交所国债收益率和企业债收益率在协整方程中不存在确定性的常数项和趋势
项t并进行了l_4阶滞后的协整检验，证明了其协整性的存在，从而得到协整方程。
30
5．交易所债券市场收益率的协整性分析
性，即上交所国债中期回购利率的变动在很大程度上决定了上交所国债收益率和
交易所企业债收益率变动，因此14天和28天交易所国债回购利率将成为我们今
后关注的焦点。
(3)上交所国债长期回购利率变动对交易所企业债市场的收益率变动的影响
高于对上交所国债收益率的变动的影响，而短期和长期回购利率变动则反之。
交易所债券市场价格波动率特性及收益协整性研究
6．结论与政策建议
波动性风险问题是证券市场发展的核心问题，准确计量我国证券市场风险大
小和风险因子构成，建立符合我国证券市场波动性特征的计量模型，对于制定合
理的资产管理策略和风险管理策略有着重要意义。但是大量的研究都是针对我国
股票市场波动性风险分析，且分析技术运用过于传统，因此本文针对传统分析方
法的局限性，在分析技术上采用了基于EGARCH模型和收益率广义误差分布假设下
的方差一协方差分析方法，对上交所国债市场、交易所企业债市场、交易所转债
市场、上交所国债回购市场日收益率序列波动性风险特性和市场险值大小进行分
析，并与上海股票市场综合指数日收益率序列进行了比较分析。最后分别对上交
所国债市场、上交所国债回购市场日收益序列和交易所企业债市场、上交所国债
回购市场日收益序列进行了协整性检验。分析结果显示：
(1)就各市场波动性风险特征而言，样本期内上交所国债和交易所企债波动
形态基本类似，且企业债市场风险要高于国债市场，且两个市场风险逐步提高，
另外异常波动点呈现周期性变动，但周期不固定，上交所国债市场基本维持在5～
9个月出现一次异常波动，而交易所企业债市场巨幅波动周期一般在1。3～l_8年；
样本期内交易所转债市场其价格波动率平均来说，高于上交所国债市场和交易所
企业债市场，即交易所转债市场风险高于上交所国债和交易所企业债市场风险，
且与上证综合指数收益波动率形态基本一致，但其总体市场风险要略低于上海股
票市场；样本期沪市国债回购收益波动基本保持平稳，其市场风险略高于交易所
转债市场；样本期上交所国债市场日收益率序列、交易所企业债市场曰收益率序
列、交易所转债市场日收益序列以及上证综指日收益率序列显著存在收益波动的
非对称性现象或波动反馈效应。
(2)就各市场有效性而言，样本期交易所债券市场仍未达到弱势有效。
(3)就各市场风险溢价而言，样本期交易所企债市场存在明显正向溢价且高
于上海股票市场溢价比例；上交所国债市场存在微弱的风险溢价，表明了上交所
国债市场收益率还没有真正的成为我国金融市场无风险收益率；而样本期上交所
国债回购市场和交易所企业债市场，存在明显的市场负溢价。
(4)GED假设前提下得出的VaR估计值在各尾部概率下都被接受，且损失超
过VaR的个数都落在置信域内，因此AnO)一EGARCH-M-GED模型对交易所债券市场
险值估计是有效的，且样本期交易所债券市场险值估计结果与波动性估计结果基
本一致，并得到了交易所债券市场极大险值来源于政策变动。
6．结论与政策建议
(5)上交所短期、长期回购与上交所国债收益率和交易所企业债市场收益率
呈反向变动关系，而中期回购与上交所国债收益率和交易所企业债市场收益率旱
正向变动。此外我们对交易所债券市场和股票市场差异性以及交易所债券市场风
险特性进行了分析表明了投资者行为和信息传递因素是造成两市风险差异的主要
风险因素，而波动的反馈效应是造成交易所债券市场波动非对称性的主要原因。
基于以上结论我们提出如下政策建议：
(1)债券市场风险尽管有上升趋势，但这是一个新兴市场转向成熟市场过渡
的必备阶段，因此，建议债券市场投资者注重对宏观经济的研判，确定大势和总
体仓位，同时遵循组合风险最小化的原则确立资产配置。由于企债市场风险溢价
较高，可适当加大企债的持仓比例；交易所国债回购市场以14天和28天回购利
率为关注的重点。
(2)证券公司、基金公司以及其他从事资产管理的机构，应该迅速建立起有
关债券市场的VaR风险分析和管理模型，对风险进行定量化管理；证券监管当局
和政府则应尽量减少政策的频繁变动，以减少债券市场波动；充分发挥市场的自
我调节功能，促进市场信息传递通畅。
(3)加快债券市场统一化进程，完善转托管机制，减小银行间和交易所两个
市场的的套利空间，形成证券市场的基准利率体系。目前，由于我国债券现券市
场得到迅速发展，利率市场化程度已较高，债券收益率波动频繁，期货市场规范
化程度明显提高，已基本具备恢复国债期货交易的现实条件。推出国债期货，一
方面为投资者提供一个有效的避险工具，另一方面也有利于平抑市场波动，提高
债券市场流动性。因此建议尽快推出新的国债交易方式和交易品种，如开放式回
购和国债期货，以减小债券市场的波动。
(4)改革目前的债券市场的发行管理体制，大力培育机构投资者，进行做市
商制度的试点。
参考文献
【1]Baillie，R T，Bollerslev,T．and Mikkelson，H．O(1996)，‘Fractionally Integrated Generalized
Antoregressive Conditional Heteroskedastieity’，Journal ofEconometrics，74，3-30
【2]Bollerslev,T(1986)，‘Generalised Autoregressive Conditional Hetaroskedasticity’，Journal of
Ecenometrics,3 1．307-27
【31Bollerslev,T(1987)，‘A Conditionally Heteroskedastic Time Series Model for Speculative
Price and Rates ofReturn’，Review ofF_,eonomics and Statistics，69，542—6．
[4]Bolleslev,T．，and Wooldridge，J M．(1992)，‘Quasi Maximum Likehhood Estimation and
Inference in Dynamic Models with Tune Volring Covariances’，Econometrics Reviews，11，143-72．
【5]c．A．Sims，(1972)，‘Money,Income，and Causality’American Economic Review,62：540—552
【6]David Li(1999)，‘Value at Rjsl【Based on the Volatility,Skewness and Kurtosis’，
www．gloriamandi．org
【7]Dowd,Kevin(1999)，‘The Extreme Value Approach to VaR-An Introduction’，Financial
Engineering News，Auguest
【8]Engle，RE(1982)，‘Autoregressive Conditional Heteroskedasticity with Estimates of the
Variance ofU．K Lflation',Ecomometrica,50，987·1008．
[9]Fama，EF．(1965)，‘TheBehaviourofStock·MarketPrices’，JournalofBasinass,38，34-105
【10]Granger,C．W．J．(1983)Co-Integration and Error-Corrocting Models．Unpublished
University of California,San Diego，Discussion Paper 83—103
【1 1]Granger,C W．J(1969)‘Investigating Causal Relation by Econometric Models and
Cross·Spectral Methods’Econometfica，37：424-438
【12]Hamilton．，J．D．(1994)，Time Series Analysis，Princeton,NJ：Princeton University Press
【13]Jean·Philippe Bouchaud and Marc PoRers(1999)，‘Worse Fluctuation method for Fast
Value-at-Risk Estimates',www．gloriamundi org
【14]Nelson,D B．(1991)，‘Conditional Heteroskedasticity in Asset Returns’，Econometrica，59，
347—70
【15]Pagan,A R and Sehwert，G W．(1990a)，‘Alternative Models for Conditional Stock
Volatility',Journal ofEconometrics，45，267-90．
【16】Pagan，A．R(1996)‘The Econometrics of Financial Markets’journal of Emperieal
Finance，3．15-102．
【17]Pierce，D．A(1979)‘Signal Exlraction Error in Nonstationapy Time Series',Annals of
Sta右stics
『18]Phillips PC B and Perron，P(1988)．‘Testing for Unit Roots in Timc Series Regression’．
Biometrika，75，335-46
【lg]曹风歧(2002)：《经济发展与资本巾场管理》，北京大学H{版社。
[20]D．F韩德瑞、秦朵(1997)：《动态经济计量学》，}二海人民出版衬。
[21]肃{联峰(2001)：《国债定价中国同债投资价值分折》，吉林人民出版社。
【22 J马晨(2002)：《国债市场与投资研究》，。fJ国经济出版社。
[23]李子奈、叶阿忠(2000)：《高等计量经济学》，清华大学出版社。
[24]刘国旗(2000)：《非线形GARCH模型在中国股市波动预测中的应用研究》，《统计研
究》第l期。
(25]陆懋祖(1998)：《高等时间序列经济计量学》，上海人民出版社。
[26]史代敏(2002)：《沪深股市股指波动的协整性研究》，《数量经济技术经济研究》第9期。
[27]斯坦利．R．普利斯膏(2002)：《数理金融学引论一离散时间模型》，经济科学出版社。
[28]特伦斯．c．米尔斯(2002)：《金融时间序列的经济计量学模型》，经济科学出版社
[29]王美斤、王华(2002)：《基于GARCH叫t的上海股票市场险值分析》，《数量经济技术
经济研究》第3期。
[30]王春峰(2001)：《金融市场风险管理》，天津大学出版。
[31]杨超、马薇(2003)：《中国A、B股市场收益波动风险的度量及比较》，《世界经济》
第4期。
[32]叶青(2000)：《基于GARCH和!F参数法的VaR模型及其在中国股市风险分折中的应
用》，《统计研究》第12期。
[33 J俞世典、陈守东、黄奇华(2001)：《丰要股票指数的联动分析》，《统计研究》第8期。
【34]张晓峒(2000)：《计量经济分析》，经济科学出版社。
主要浏览刚站：
WVgW．SWl08 corn w．．．．．．w．．．．．．w．．．．．．c．．h．i．n．．．a．b．．．o．．nd．．co—rn—
塑必卫趣旦照／卫量地㈣地Q照姒nd；基hlml 型城堡!韭堡!垃亟烈￡Qm．型地地基j曼p
后记
时光荏苒，四年的本科学习和三年的研究生学习匆匆而过，我的求学生涯也
将暂时告一段落。回首这段岁月，感触颇深。我有幸踏入国内财经类知名高等学
府——江西财经大学，并在这里领略了校内外经济学名家的风采、聆听了众多老
师丰富而精彩的课堂教学，学到了财大师生从事科学研究的锲而不舍、持之以恒
的精神，所有这些将给我留下美好的回忆，使我终生难忘。
在论文即将完成之际，我首先要衷心感谢我的导师熊大信教授。从师三年来，
无论是日常生活还是学习和工作中，熊老师都给了我无微不至的关怀和指导。他
渊博的知识、严谨的治学风格、朴素的生活作风和豁达的生活态度时刻都在深深
地感染和鞭策着我，他的言传身教将使我受用终生。本文从去年九月开题到立论、
结构安排、初稿审阅、修改并最后定稿，更是一直得到熊老师的悉心指导，凝聚
了熊老师的大量心血。谢意和敬意无法用短短的几句话所能表达，所有的这些同
样使我铭记在心，终生难忘。
感谢那些教我知识、诲我做人、对本文提出宝贵意见的诸位老师，他们是吕
江林教授、胡援成教授、王金佑教授、严武教授、陈春霞教授、杨荣教授等。有
了他们丰富学识、阅历的指点增强了我应对各种问题时的信心。特别感激胡援成
教授在论文写作过程中给予的支持和高质量的指导，感谢兴业证券陆成来博士，
作为同事、朋友、老乡，无不以大哥的胸怀关心和帮助我，感谢阁泰基金公司研
究员林海、国联证券研究员李思思以及贵州国家邮政储汇局王建飞，对我在学习
和生活上的帮助，感谢同门师兄李军山、曾超、戴菊贵，室友11春华、邱小东、
周宇以及好友陈晓龙、李波、汪勇、熊丹、肖娇在学习和生活上的鼓励。感谢上
海财大的周瑞和赵沂蒙。感谢所有曾经关心过我、帮助过我的朋友，他们在日常
生活中对我的关心、支持和帮助让我能够坚强地面对生活，而不觉孤单和寂寞。
最深的感念留给我最挚爱的家人，特别是女友赵铭婷，无论身处何地，我都
能深切地感受到来自他们的牵挂与祝福，这些又汇成了我不畏艰辛、奋发努力的
永恒动力。对于家人的关爱，我常感无以为报，谨以此文，作为一份答卷献给他
们!
姜光明
2004年3月5 FI深夜于上海