摘要:通过比较“大小非”解禁事件前后不同时期的风险价值var,来评价大小非解禁对证券市场风险的影响。首先针对股票收益率序列具有波动聚集以及尖峰、厚尾的分布形态,应用garch类模型计算解禁前后各一段时期内沪深两市不同解禁量股票的var;其次应用多种定性、定量统计方法对所计算的var值进行前后分析比较,分析结果表明,采用的方法能够很好地捕捉到“大小非”解禁事件增大股票市场风险趋势这一现象。
　　关键词:事件研究法;var;garch;股票市场
　　中图分类号:f83文献标志码:a文章编号:1673-291x(2010)33-0068-06
　　
　　引言
　　

ln(ht)=α0+r1+α1+β1ln(ht-1)(4)
　　在garch 类模型中vt的分布常用的有:正态(高斯)分布、学生t分布和广义误差分布。例如,假设vt服从正态分布,则:
　　prob(vt≤-zα)=α (5)
　　prob(·vt≤-·zα)=α (6)
　　prob(rt≤μ-·zα)=α (7)
　　其中,zα是正态分布概率为α时刻对应的临界值,所以,时刻t的var值可用下式来估计:
　　vart=-μ+·f-1(α) (8)
　　在式(8)中,vart 的计算只需要估计vt的分布的分位数f-1(·)。Www.11665.Com其中,α为设定的显著水平,条件方差序列{ht}由garch模型直接生成。
　　3.var值的准确性检验
　　计算var值的模型建立之后,有必要对其进行检验,其中检验方法有多种,本文将采用失败率检验方法。其原理如下:设t代表样本天数,首先,计算实际损失超过var值的失败天数,将其记为n;其次,计算失败率p=n/t。如果失败率p大于计算var值时所选择的显著水平α,则模型失败;反之,模型成功。在实际应用中,通常假设var值的估计具有时间独立性,则对失败的统计次数服从t次贝努里分布,每次失败的期望概率为p0=α。
　　假定原假设为h0:p=p0;备择假设为h1:p≠p0,此时模型的准确性检验转化为对失败率p是否显著异于失败期望概率p0的检验。1995年kupiec[13]提出了对原假设最合适的检验是似然比率检验:
　　lr=-2ln[(1-p0)t-np0n]+2ln[(1-p)t-npn](9)
　　在零假设条件成立下,统计量lr服从自由度为1的χ2分布,在95%的置信水平下的临界值为3.84,如果lr >3.84,则拒绝原假设,说明var模型不适合。
　　二、实证研究
　　1.样本选取
　　因目前沪、深股市a股已达到1 500支左右,为使样本具有代表性,本文采取分层抽样的方法,选取沪、深两市各12支股票进行研究。股票市场收益率rt采用对数收益率。
　　本文采用事件研究法对股票收益率序列建立模型,计算var值,将首次“大小非”解禁视为具体事件,对每只个股均分为解禁前和解禁后进行建模研究,并将首次解禁日前后各八个月(约160个交易日)定为时间窗。数据处理采用eviews 5软件。现将本文所选股票及首次“大小非”解禁时间、首次解禁量(如表1所示):
　　2.实证分析
　　(1)模型分析。我们利用上面描述的garch类模型对表1中的24只股票分别建立两个模型,即解禁前模型和解禁后模型。从模型估计的参数看,绝大部分参数检验的p值小于0.05,也就是说在5%的显著水平上,基本接受股票收益率的计算模型。
　　将由garch类模型得到条件方差ht代入公式(8)计算各期var值,然后和实际损失进行比较,从而得到实际损失超过var值的天数,利用此天数,就可利用式(9)给出的lr统计量对模型准确性进行检验。针对解禁前和解禁后var模型的计算我们发现,lr统计量均小于3.84,所以接受计算var值的模型。而且,解禁前后的n/t值在0.01和0.05显著水平下差异均不显著,这也进一步说明了,var模型对风险的描述是比较准确的。
　　(2)个股解禁前后市场风险比较。图1及下页图2给出解禁前后两市股票var值随时间变化的情况,每个图包括解禁前、解禁后两部分,以空格隔离开。从图中可以看出,“大小非”解禁前后风险是有较明显的变化的,大部分股票var值解禁后比接近前大,同时,变化也比较剧烈。
　　为进一步分析比较解禁前后风险的变化,图3及下页图4分别给出两市股票 var的箱线图。从图中我们发现:大部分股票解禁后箱体中位数都有增大趋势,而且,箱体最大值也有明显的提升,这就说明股票在解禁后整体var值有所增加,即风险水平提高。在给出上述定性分析的同时,本文做了进一步的定量分析,即检验解禁前后var的均值是否有显著差异,检验结果在下页表2中给出。从检验结果看,绝大多数股票var的均值解禁后较之解禁前有显著差异,风险水平整体提高,这进一步说明“大小非”解禁后风险是有显著差异的。
　　通过上述实证分析,发现:解禁后19只风险变大,5只风险变小,分别为“云南白药”、“高新发展”、“三一重工”、“贵州茅台”、“四创电子”。所以本文的结论为:“大小非”解禁后将使股票市场风险变大。19只风险变大的股票中只有“金牛能源”、“五洲交通”这两只股票解禁前后var的均值在0.05的显著水平下差异不显著,其余17只股票解禁前后var的均值的差异均显著,这进一步说明,用var模型对风险变化进行描述是恰当合理的。
　　本文同时也采用相同的方法对比研究了解禁前后收益率的变化,结果发现,解禁前后收益率的均值在0.05显著水平下没有显著差异,而且通过作图,也看不出明显的变化。因此,仅从收益率角度,不能有效衡量股市解禁前后风险的变化。而采用市场风险统一测量框架——var和garch类模型对

[11]tim bollerslev,generalized autoregressive conditional heteroskedasticity[j].journal econ-ometrics,1986,(31):307-327.
　　[12]nelson,d.b.,arch models as diffusion approximations[j].journal of econometrics,1990,(45):7-38.
　　[13]kupiec p h.techniques for verifying the accuracy of risk measurement models[j].the journal of derivatives,1995,(2):73-84.
　　
　　studies on the risk in chinese stock markets based on the method of event study
　　of “the size of non-lifting of the ban”
　　
　　zhang chen-xi,yang yi-wen
　　(school of management,northwestern polytechnical university,xi’an 710129,china)
　　abstract: this paper evaluates the impact on the risk of the stock market by comparing the different periods of var (value at risk) before and after the event of "the size of non-lifting of the ban".firstly,considering the return of the stock having volatility clustering,high-peaked and heavy-tailed characteristics,the paper uses the garch models to compare the var of hu -shen stock markets in china before and after non-lifting of the ban.then,several qualitative and quantitative statistical methods are applied to analyze and compare the var.the results shows that the method employed in this paper can well capture the phenomena that “the size of the non-lifting of the ban ”will increase the risk of the stock markets.
　　key words: method of event study;var;garch;stock market
编辑整理