《金融海啸对上证A股市场的结构冲击初探基于上证A股样本数据的CAPM实证检验与分析》由会员分享，可在线阅读，更多相关《金融海啸对上证A股市场的结构冲击初探基于上证A股样本数据的CAPM实证检验与分析（20页珍藏版）》请在金锄头文库上搜索。
1、金融海啸对上证A股市场的结构冲击初探基于上证A股样本数据的CAPM实证检验与分析 (2)/.paper.edu -1- 金融海啸对上证A股市场的结构冲击初探 基于上证A股样本数据的CAPM实证检验与分析 胡啸兵 西安交通大学经济与金融学院，西安 (710061) 摘 要：全球金融海啸是百年一遇的金融危机，渐已融入全球金融大市场的中国资本市场在此次海啸冲击下有没有结构性的变化？本文在 CAPM理论视界下引入哑元变量构筑计量模型并利用Chow Breakpoint Test对从上证A股选取的样本进行关于金融海啸对沪市A股市场结构性冲击的实证分析与比较后发现：总体而言，金融海啸对 A股市场没有带来突
2、变性的结构冲击，并基于中国金融市场现实状况对这一结论作出了若干解释，最后附带地对中国金融市场内在结构的成熟度和完善措施做了一番基于实证数据的讨论。 关键词：CAPM；虚拟变量结构检验；Chow Breakpoint Test 1引言 2008 年 9 月，由美国次贷危机引发的全球金融海啸开始虐及包括中国在内的各国资本市场。与此同时，中国股市也经历了戏剧式的大跳水，上证综合指数由 6000多点急剧跌至2000 点以下，并长期在低位徘徊，甚至对实体经济的负面影响也开始凸现出来。鉴于此次危机的深度和广度，几乎可以肯定地预言对中国资本市场将会产生一些结构性影响。但到底这些影响的深度和广度达到什麽程度?
3、 这些影响能不能有计量性的检验和表达？Sharpe 和Lintner（1970） 1 提出的经典资本资产定价模型（CAPM）作为效率市场内在结构特征和运行规律的一种经典表达形式提供了解决这些问题的一种思路。本文将以 CAPM 为出发点，针对中国上证 A 股市场的表现，在 CAPM 理论框架下引入虚拟变量结构检验和 Chow Breakpoint Test对上证 A股样本数据进行一系列关于 CAPM系列模型回归基础上的结构性变化实证分析，以期就此次金融海啸对中国资本市场内在结构的冲击做一初步探究和度量。1 2模型设计 在满足市场有效、理性决策、行为同质等等前提假设条件下，经典 CAPM 模型可以
4、表达为： )()( fmifi rrErrE ?=? ； )(),(2mmimimi rVarrrCov= ，（ im 为证券 i 和市场组合收益率的协方差， 2m 为市场组合收益率的方差）， i 称其为证券 i的 系数； fr 为无风险证券的收益率； mr 为市场收益率； ir 是证券 i的收益率。据郭峰、赵民安(2008） 5 对沪市 2004-2008年相关数据进行的 PP检验和 ADF检验等有效性验证，可以认为沪市股价基本符合随机游走特征，当属弱有效市场，符合 CAPM应用前提；理性决策、行为同质的假设，对追逐利润最大化的市场参与者，也有相当现实基础。2为在 CAPM理论框架下进行关于
5、金 1 本文着力进行基于 CAPM的金融市场结构检验与分析，关于 CAPM理论详细介绍请参见严明义. 资本资产定价模型及其发展演变. 西安交通大学经济与金融学院. 2007.5.，在此不复赘言。 2 关于 2008年沪市弱有效性的 PP检验和 ADF检验详见郭峰，赵民安. 股权分置改革前后我国资本市场效率的对比分析-基于 CAPM模型的实证研究. 山东社会科学J. 2008年第 10期.，鉴于此文中对沪市弱有效/.paper.edu -2- 融海啸前后的沪市结构变化的实证分析，将上式适当改写为 += 1aar oit ，其中,),(,111110? ?=?=?=mtmtmtmtitititit
6、ftmtft iiirppprrrara 其中下标 t表示时期序， mtr 表示市场组合的收益率，p it表示样本中 i 行业内所有股票在 t 时期的收盘价格，i mt表示沪市 A股在 t期收盘时的指数，表示随机扰动项且遵循正态分布，无风险利率 ftr 是居民 t期活期储蓄利率。 6,5,3,2 3样本选取和数据来源 样本元素随机从上证 A股指数的成分股中选取，综合代表性和检验效率考量后样本容量取 30支个股，股票范围涵盖所有 A股各大板块（具体个股以拼音简写列举如下：PFYH, BGGF, BKCC, CDGF, DLKG, DLSY, DYYY, DZGY, FJSN, GHYX, GZK
7、G, HTGF, HTJT, HXYH, HYNY, JLDZ, JSWZ, JXCY, KKSY, MFTZ, NBYS, NHGS, SGSB, STSL, SZGX, TBNY, XLDY, YGE, YSJT, ZSLC）。样本数据截取时段为 2008年 6月 18日至 2008年 12月18 日，样本数据来源于大智慧证券信息平台。鉴于 2008 年 11 月 27 日人民银行将活期储蓄年利率由 0.72%调至 0.36%，故对活期利率在所考察时间内进行时间加权平均得 0.68%，此值可作为整个考察期内的无风险利率。检验中所用的利率皆换算为日利率，样本个股总体平均日收益率取个股日收益率
8、的期望值。3 4方法选择和检验 本文主要数据处理平台为 Eviews5.0。鉴于具体个股对市场典型个股的平均收益率表现的代表性有限，在随后检验中将对随机抽取的 30支个股的市场收益率求其均值，以此代表市场典型个股的平均收益率表现。 1. 基于样本总体个股平均收益率的 CAPM结构检验 8,7,4 （1）鉴于金融海啸的强大当量，首先拟以 9月 18日（即美国 17日雷曼宣布破产日，也即金融海啸的肇始日）为结构断裂点，第一步先以加法和乘法的方式同时引入哑元变量D，6月 18日至 9月 18日时 D取值 0，9月 19日至 12月 18日时 D取值 1，建立模型为 += 13120 aDaaDaar
9、average ，其中 1a 为给定时期市场超额风险收益率，为随机扰动项，服从标准正态分布。对总体个股平均收益率和市场超额风险收益率在考察区间进行含有哑元变量的最小二乘回归。结果如表 1所示。 如表 1 所见，R 2 adjusted =0.835813，拟合度差强人意。取显著水平为 a=0.05, n=125, 980.1)4125(2/025.0 =?t ，可见表中 A1解释变量 t统计量绝对值大于临界值，拒绝零假设。而 DUMB1, DUMB1*A1 与 C的 t统计量绝对值均小于 1.980，不能拒绝零假设。权衡各统计量表现后，可以初步认为 DUMB1和 DUMB1*A1对 Raver
10、age影响甚微，即 9月 18日为伪结构断裂点。 性的充分检验和论证，本文略去重复工作，直接在其结论上进行 CAPM的应用，同时对该文作者的工作表示钦佩和感谢。 3 相关数据详见大智慧-internet信息平台和中国人民银行官方网站。 /.paper.edu -3- 表 1 以 9月 18日为拟结构断裂点的哑元变量结构检验结果 Dependent Variable: RAVERAGE Method: Least Squares Date: 02/21/09 Time: 11:12 Sample (adjusted): 2 126 Included observations: 125 after
11、 adjustments Variable Coefficient Std. Error t-Statistic Prob. DUMB1 -0.000572 0.002500 -0.228680 0.8195 A1 1.0883628 0.065840 16.45850 0.0000 DUMB1*A1 -0.028725 0.086647 -0.331518 0.7408 C 0.001536 0.001751 0.877161 0.3821 R-squared 0.839785 Mean dependent var 0.003478 Adjusted R-squared 0.835813 S
12、.D. dependent var 0.034038 S.E. of regression 0.013792 Akaike info criterion -5.697965 Sum squared resid 0.023017 Schwarz criterion -5.607459 Log likelihood 360.1228 F-statistic 211.4119 Durbin-Watson stat 1.718904 Prob(F-statistic) 0.000000 作为参照，建立 += 10averag aar e 回归模型并以最小二乘法拟合之，结果如下： 表 2 无哑元变量模型
13、的回归结果 Dependent Variable: RAVERAGE Method: Least Squares Date: 02/21/09 Time: 16:37 Sample (adjusted): 2 126 Included observations: 125 after adjustments Variable Coefficient Std. Error t-Statistic Prob. A1 1.068487 0.042117 25.36930 0.0000 C 0.001319 0.001227 1.074580 0.2847 R-squared 0.839552 Mean dependent var 0.003478 Adjusted R-squared 0.838247 S.D. dependent var 0.034038 S.E. of regression 0.013689 Akaike info criterion -5.728508 Sum squared resid 0.023050 Schwarz criterion -5.683255 Log likelihood 360.0318 F-statistic 643.6014 Durbin-Watson stat 1.697455 Prob(F-statistic) 0.0
