论文部分内容阅读
流动性是金融产品的三大属性之一,自Amihud于1986年第一次提出流动性溢价以来,国内外关于流动性与资产收益关系的研究正在不断丰富中,实践领域的投资者亦逐步意识到流动性是影响资产收益率的重要因素。近年来,经济金融危机常伴生流动性干涸。1987年和2010年道琼斯工业指数暴跌、2013年“光大乌龙指”事件、2015年中国股票市场千股跌停以及2016年初中国股票市场实施的熔断机制导致流动性枯竭的危机使得越来越多的学者将目光转向研究不同市场状态下流动性与收益率的相关性。本文旨在对中国股票市场的流动性与收益率的相关性进行研究,内容包括:(1)分别基于DCC-GARCH模型和Copula模型在不同的样本区间、不同移动窗宽下分析非流动性指标与收益率的时变Spearman相关系数;(2)归纳时变相关系数的统计特征及其变化对市场走势的指示作用;(3)对比上述两个模型的优劣。本文以2005年1月4日至2015年12月31日的上证指数为研究对象,共计2671个交易日,以非流动性指标作为流动性的代理变量,以对数收盘价之差作为收益率的代理变量来观测二者的时变相关系数。首先,分别通过最大化对数似然值和最小平方欧式距离筛选出最佳的模型--DCC-GARCH-t(1,1)和SJC-Copula-GARCH-t(1,1),接着分别在全样本区间、不同移动窗宽(60日、120日和250日)下和熊牛市求解非流动性和收益率的时变相关系数,最后结合模型的统计特征以及动态相关系数对市场走势的甄别能力来说明非流动性与收益率的运动规律并对上述两个相关性分析中的优良模型进行对比。实证结果发现:(1)非流动性与收益率在全样本区间整体呈现负相关关系;(2)动态相关系数在牛市区间突破零界点,反转为显著的正相关,并在牛市结束前再次反转为负相关,即动态相关系数的正、负反转对大盘走势有一定的指示作用;(3)相关系数在熊市跌至最小值,在熊市二者呈显著的负相关;(4)二者同时大涨的概率远高于二者同时大跌的概率,同时大幅上涨的概率在牛市更为明显;(5)相关系数在样本前期波动较为剧烈,后期波幅收窄;(6)120天的移动窗宽下时变相关系数的连续性最好,最好地描述了二者的相关系数的变化;(7)从模型比较的角度来说,SJC-Copula模型在不受样本容量限制、擅长于捕捉股市大势、平滑度较好方面都更有优于DCC-GARCH模型。本文的创新点体现在于:(1)将非流动性与收益率的正、负相关的分化,类比为国际金融中的蜜月效应和离婚效应,属于理论的创新;(2)分别基于DCC-GARCH和Copula模型来讨论二者的时变相关性,属于研究视角和研究方法的创新;(3)考察了时变相关系数的统计特征及其对大盘走势的指示作用,属于研究内容的创新。