您好,欢迎来到筏尚旅游网。
搜索
您的当前位置:首页中国股市收益的尾部分布特征分析

中国股市收益的尾部分布特征分析

来源:筏尚旅游网
中国股市收益的尾部分布特征分析 中国股市收益的尾部分布特征分析’ 罗 奕 (广东技术师范学院 广东 广州市 510665) 摘要:资产收益分布是金融研究和实践的一项极其重要而又十分基础的.32作。鉴于难以对资产收 益的全局分布进行建模.研究者转而集中关注其尾部行为特征的研究。本文同时利用广义极值分布和广 义帕累托分布对我国3个指数收益序列的尾部特征进行研究,研究结果表明,3个指数收益序列均具有 厚尾特征,而且右尾部比左尾部更厚。沪深300指数的左右尾部均是最薄的。 关键词:收益分布;尾部特征;广义极值分布;广义帕累托分布 中图分类号:0221 文献标识码:A 文章编号:1007—4392(2011)12—0012—04 一、引言 列的分布行为来研究其尾部分布特征。而两种分布 资产收益分布是金融研究和实践的一项极其 均通过一个尾部指数来刻画其尾部特征.当尾部指 重要而又十分基础的工作.其形式的假设正确与 数取不同值时.可转换为不同的标准分布形式,从而 否.直接影响到金融资产定价、金融风险测度等一 刻画不同的尾部分布特征。 系列工作的准确性。然而。迄今为止,资产收益分布 (一)广义极值分布 的确切形式仍是一个悬而未决的问题.其原因一方 根据与中心极限定理相对应的Fisher—Tippet 面可能是由于市场本身的复杂性而导致根本不存 定理可知。一组严格平稳、同分布的随机变量的 在某分布形式可以准确刻域其收益行为.另一方面 极大值渐近趋近于广义极值分布(Generalized Ex— 可能是由于统计技术的发展和应用滞后而导致目 treme Value Distribution,简称GEV),其累积分布函 前对收益行为还难以准确估计。鉴于难以对收益分 数(Jenkins0n&VonMises。1955)为: 布的整体行为进行准确把握.目前学术界和实务界 转而对收益分布的尾部行为集中关注和研究.诸如 唧 H(x;/x, , )= VaR等现代风险测度技术关注的是收益分布的分 exp位数.因此.收益分布的尾部行为对于风险测度而 [-exp(一x- -/z)],乒。 言显得尤为重要 其中,l《( )>0, or、 分别称为位置参数、 资产收益分布的尾部行为可以认为是极值收益 尺度参数、形状参数,其取值范围分别为[_∞,∞】、 的统计行为,因此,可运用极值理论来研究收益分布 的尾部特征。鉴于此,本文同时利用广义极值分布 (0,∞】、[一。。,oo】,分别表明分布的平均位置、分散程 和广义帕累托分布对我国3个指数收益序列的尾部 度、尾部行为。 行为特征进行研究.并对两种分布在刻画尾部特征 (二)广义帕累托分布 帕累托原理或80—20法则说明20%的人拥有 厅面的差异进行了深入比较 二、股票收益分布尾部建模 80%的财富 这种帕累托现象不仅在财富或收人中 存在,而且在其他自然、社会等领域也广泛存在。帕 研究随机变量极值序列的统计行为的极值理论 累托分布(Pareto Distribution.简称PD)是一种用于 通常通过两种统计分布来刻画尾部分布特征:一是 刻画这种帕累托现象的幂律概率分布.后来推广到 广义极值分布,通过研究分块样本极大(小)值的分 由3个参数决定的右偏分布——广义帕累托分布 布行为来研究收益分布的尾部分布特征:二是广义 (Generalized Pareto Distirbution,简称GP),其累积 帕累托分布.通过研究超过某一较大阀值的收益序 分布函数为: 资助项目:教育部人文社会科学研究一般项目(项目名称:金融市场长记忆性的有效性测定及其在资产定价中的应用研究,项 目编号:10YJC790104)。 12 《华北金融》 2011年第12期 G(x; , , )= 一( + 1-e , ) 蘑 指日收益序列(下文简称szczrt)和沪深300指数日 收益序列(下文简称hs300rt)的基本统计特性分析 结果如表1所示。从分析结果大致看出.3种指数收 益序列的单个偏度和峰度统计检验基本显著.偏度 和峰度的联合JB检验均是显著的.KS检验也均是 其中, 、Or、 分别称为位置参数、尺度参数、形 状参数,其取值范围分别为卜∞,∞]、(0,。。]、[一∞,∞】, 分别表明分布的平均位置、分散程度、尾部行为。 (三)尾部指数的涵义及其估计方法 从GEV和GP两种分布定义可看出.两者均通 过一个形状参数来控制分布的尾部行为.该参数在 取不同值时可将这两种分布转换成不同特殊情况的 标准分布形式,从而反映原始变量不同分布的尾部 特征。通常将K=I偕称为分布的尾部指数 在GEV和GP分布中.形状参数表示的意义是 相似的。当 O时。收益分布对应于瘦尾分布。属于 该类分布的有正态分布、指数分布、Gamma分布、对 数正态分布等;当 0时,收益分布对应于厚尾分 布,属于该类分布的有帕累托分布、柯西分布、t分 布、对数Gamma分布、特征指数在0到2之间的稳 定分布等;当 <0时,收益分布对应于短尾分布,属 于该类分布的有均匀分布、Beta分布。第2种情况 在金融中出现较多.应用亦较为广泛.而其它两种情 形则较少出现和应用。Embrechts et a1.(1998)表明. 形状参数取值越大,随机变量分布的尾部就越厚 对尾部指数的估计.既可直接使用诸如Hill (Hill,1975)、Pickands(Pickands,1975)和修正无条 件的Pickands(Mittnik&Rachev.1996)等估计量进 行单独估计。也可利用诸如极大似然估计、回归估计 等方法同时估计分布中的所有参数 由于极大似然 方法可提供渐近无偏和最小方差估计量.能同时应 用于广义极值分布的各种类型.因此,本文利用极大 似然估计方法估计广义极值分布和广义帕累托分布 的参数。 三、实证研究 (一)样本数据及其基本统计分析 为利用尽可能多的样本数据.本文选取自开市 至2007年12月28日之间的上证指数、深圳成指和 沪深300指数的日收盘价作为研究数据.分析对象 为由日收盘价序列所转换而成的对数收益序列: = ln( -)一ln( )。 上证指数13收益序列(下文简称szzsrt)、深圳成 因篇幅所限。文中仅列示上证指数日收益序列的图示。 显著的,因此,3种指数收益序列不遵从正态分布. 而是具有典型的尖峰厚尾特征 表1 样本数据的基本统计特性分析 统计量 SZZSrt SZCZrt hs300rt 观察值数目 4178 4087 1445 最大值 0.7l915 0.2327 0.0897 最小值 一O.17905 --0.22o4 -0.0970 均值 0.O0094859 O.o()07O60l5 0.00096883 标准差 0.O26318 0.0233 0.0157 偏度 5.8207** 0.5558 一O.1218 峰度 ’ 14548o0∞0 l8.50l3 6.9794 JB 37080()0 41130"* 956.99・ l(S 0.4627** 0.4665} 0.4756** 注:¨、}分别表示在1%和5%的显著性水平下统计检验是显著的。 为验证收益分布的尖峰厚尾特征.我们利用正 态分布和t分布对3个收益序列进行了拟合.其参 数估计结果如表2所示.上证指数日收益序列的直 方图、正态分布和t分布的拟合如图1所示。 从结 果可看出.正态分布对收益序列的拟合效果很差.而 t分布较好.而且收益分布的厚尾程度由沪深300 指数、深圳成指、上证指数依次逐渐增大。 表2正态分布和t分布的参数估计结果 收益序列 分布类型 sz,zsrt 正态分布 (OO.OOO9 0.0263 .0004) (O.0004) 9269.1 t分布 (OO.O007 0.0lO9 2.056l (0.0848) 10748.1.0002) (0.0002)  SZCZl't 正态分布 (0O.Oo07 0.0233 9557.44 .00003) (0.0002) t分布 -(00.0舢 0.0128 2.5546 .0002) (0.0002) (0.1238) 10315_3 hs3O0rt 正态分布 (00.001O 0.0157 3954.75 .0004) (O.0003) t分布 (00.0o08 0.O113 3.9386 .0004) (O.0004) (O.4470) 4036.71 注:圆括号中的数值表示参数估计标准误差, 表示对数似然函数值,下同。 ’ 1 k . o 口 图1上证指数日收益的直方图、正态分布和t分布拟合 13 中国股市收益的尾部分布特征分析 (二)GEV和GP分布的参数估计和拟合 首先.产生参数估计中所需的极值序列,在拟合 GEV和GP分布估计中产生的极值序列是不同的, 对于GEV分布.先将整个期间长度为T的样本数据 划分成若干个互不重叠的子样本,此处按n=5的子 样本长度进行划分.再求得每个子样本的极大值和 极小值序列.其长度为T/n+l的整数,而对于GP分 布.先利用均值误差函数确定合适的阀值,再求得大 于(小于)阀值的极值序列;然后,利用极大似然估计 方法估计GEV分布的所有参数;最后,将拟合的 GEV分布和GP分布与序列的经验概率分布进行对 比和拟合优度检验。为便于左尾和右尾的比较,我 们研究的不是极小值的原始序列.而是极小值的绝 对值序列 3个收益序列的参数估计结果如表3所 示.上证指数Et收益序列极小值和极大值序列的直 方图及GEV分布的拟合如图2所示.上证指数El收 益序列极小值和极大值序列的直方图及GP分布的 拟合如图3所示 表3 GEV和GP分布的参数估计结果 收益 极小值序列 极大值序列 序列 一 毛一 U, u+ 仃+ UJ+ GEV szzsrt 0.(O0lO7O3 0.015l9l D.Ol8746 OO06) fO.0OO4) (0.0131) 2182.4l 0.01 1214 0.01 1735 0.25312l (0.0004) (0.OOO4) (0.0225) 2273.68 .szczrt 0.(0012l56 ).011756 0.144893  0.0003) fO.0210) 2277.5O 0.012556 0.013415 0.1522 (0.0005) (O.0OO4) (0.0204) 2l65.25 .00o4)hs3o0n 0.fOOlO286 O.0l0()69 D.o()51o7 0006) (O.OOO4) (O.0268) 876.O6 0.O11044 0.0o9258 0.099104 (0.0006) (0.0005r) (0.0491) 880.55 .GP 8zzart 0.020526 0.(O015353 D.221709 0.(O.0703) 1234-38 0.021797 013359 0.413840 (O.0011) (O.0684) 12l2.92 .0013) szczrt 0.02l206 0.(00l294 0.244894 D.014587 D.255447 0010 (0.0624) 1268.71 0.023772 (O.0011) (0.0604) 1215.63 .hs30Ort 0.0l5742 (0D.008939 D.194284 507.D.OO9315 D.O656o7 .0012) (0.1013) 32 D.019556 (O.0011) (0.0818) 5l9.92 从GEV和GP分布的参数估计结果看出.所 估计的所有形状参数均大于0.表明收益序列确实 具有厚尾特征.而且除hs300rt序列的GP分布之 外.极大值序列的形状参数均大于极小值序列的 形状参数估计值。从而表明.收益分布的右尾部要 比左尾部更厚 无论从GEV分布还是GP分布的 估计结果均可看出.szczrt的左尾部比szzsrt的左 尾部更厚,其右尾部却比SZzsrt的右尾部更薄.而 在3个序列中.hs300rt的左尾部和右尾部都是最 薄的。从极值序列的分布拟合效果可看出.GEV和 GP分布对上证指数El收益的极值序列均能做出 14 e 6 P‘ 图2上证指数日收益极小值和极大值序列的GEV分布 拟合 6 vEP 图3上证指数日收益左尾和右尾的GP分布拟合 较好的拟合。 四、研究结论及其原因分析 在我国3个综合指数日收益序列的基础上.本 《华北金融》 2011年第12期 小.这可能也是我国选择沪深300指数作为股指期 文通过利用极大似然估计方法同时对极值理论中的 两个典型分布——广义极值分布和广义帕累托分布 进行了估计和拟合.实证研究结果表明: 第一.中国股市收益序列均具有厚尾分布特征。 货标的指数的原因之一。 参考文献: [1]Jorian,P.2001.Value at Risk,Second Edition.Mc— Graw—Hil1.New Y0rk. 市场价格对信息的非一致性、非对称性和累积性反 应、投资者所具有的诸如过度自信、过度悲观以及羊 群行为等各种行为、市场中各种因素的相关性作用、 投资主体之间的联动性以及市场中出现的诸如石油 [2]Embrechts,P.,Kluppelburg,C.,&Mikosch,T.1998. ModeHing extreme events for insurance and finance.New York: Springer. 价格波动、公司倒闭、政治突变等极端事件均可能产 生股市收益的厚尾分布特征 第二.中国股市收益分布的右尾部比左尾部更 厚。这与其他学者的研究结论不一致.可能跟我国投 资者的非理性和盲目性以及我国救市特点密切 相关。 【3]Hill,B.M.1975.A simple generla approach to inference about the tai1 of a distibution.Annals of Statisrtics.5:1 163— 1174. [4]Pickands,J.1975.Statistical ifernence using extreme order statistics,Annals of statistics,3:1 19 ̄131. [5]Mittnik,S.Rachev,S.T.1996.Tail estimation of the sta— ble index Ot.Applied Mathematics Letters.3:53—56. 第三.沪深300指数收益分布的左右尾部均比 上证指数和深圳成指收益分布的左右尾部要薄 这 与沪深300指数的样本股同时选自于沪深两个市场 具有密切关系.而比单纯选自上海或深圳股票市场 的上证指数和深圳成指的综合性更强,因此,沪深 [6】黄诒蓉,《中国股市收益分形分布的实 ̄znE),《南方 经济》,2006,2:99—106。 (责任编辑王若平) 300指数的极值风险比上证指数和深圳成指均要 (上接第ll页) 券报》,2007-03-27。 『351 ̄'康霖,《按科学发展观发展金融事业需要多元化的 金融制度安排》[N],《金融时报》,2004—10—19。 [36】张朝方、武海峰,《论开发性金融、性金融与商业 f241王伟,《中国性金融与商业性金融协调发展研 究》[M],北京:中国金融出版社,2006。 【25】王伟、白钦先,《灾后恢复重建离不开性金融强 有力的支持》[J],《金融理论与实践》,2009(1)。 [26l王学人,《性金融转型的国际经验及对我国的借 鉴》[J],《求索》,2007(5)。 [27]王曙光,《金融自由化与经济发展》【M],北京大学出 版社,2003。 性金融的相互关系》[J],2007(4)。 [37】张存刚、张小瑛,《中国性金融转型研究综述》 [J],《海南金融》,2010(10)。 [38】张令骞,《中国性金融异化与回归研究》【D], 《辽宁大学》,2009。 [28】吴晓灵,《性银行应立法》[N],《国际金融 报》,2003—04—23。 『391张世晓、雷生茂、李建华、等,《社会责任与性金 融机构的商业化经营模式转型——以国家开发银行商业化 『29]夏斌,《性银行改革需正视四个问题》【J】,《现代 行业银行》,2007(4)。 改革为例的分析》【J】,《中国农业银行武汉培训学院学报》, 2009(4)。 [3O】夏斌、张承惠、肖俊彦,《“十一五”期间我国性银 行改革发展问题研究》[R],《发展研究中心调查研究报 告》,2005。 [4o]张涛、卜永祥,《关于中国性银行改革的若干问 题》[J】,《经济学动态》,2006(5)。 [411 ̄勤、高华,《"5前农发行信贷资金面临的风险及 -对策》[J],《西安金融》,2002(2)。 [42]郑芳媛,《性金融发展改革的国际经验及启示》 [J],《宏观经济管理》,2010(11)。 【31】许振明,《市场化及商业化是必然趋势》【R],《上海: 2009年海峡两岸金融研讨会》,2009。 『32]R策性金融改革需要厘清思路,中国金融,2010(16)。 [331杨涛,《性金融理论与实践研究》【R1,《中国社会 科学院金融研究所IFB工作论文》,2004。 [34】杨涛,《性银行改革要避免走极端》【N】,《上海证 31性银行改革与转型国际研讨会直播全文【DB/ OL].人民网,2006-04-29。 (责任编辑王彬) 15 

因篇幅问题不能全部显示,请点此查看更多更全内容

Copyright © 2019- efsc.cn 版权所有 赣ICP备2024042792号-1

违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com

本站由北京市万商天勤律师事务所王兴未律师提供法律服务