无外生变量的动态相关系数模型实证结果及优化建议

使用经汇率调整过的三大股指数据，DCC和ADCC相关模型的估计结果展示在表5-5中。上证综指和标普500股指日收益率均值方程中AR（1）项系数a在每个方程设定中都不显著，但在恒生股指日收益率均值方程中AR（1）项系数a为正且均显著，其值处于0.059 5至0.066 9之间，表明恒生股指日收益率可由前一日自身股指收益率来解释。

表5-5　不同形式的动态相关系数模型估计结果

续　表

续　表(www.xing528.com)

注：图形参数（The Shape parameter（λ））等于自由度（the degrees of freedom），“LL”代表对数似然函数，括号内为标准差，以下皆同，不再赘述。

对于上证综指和恒生股指日收益率，除使用EGARCH模型作为单变量GARCH模型进行拟合时α为负外，其余各种情况下α均为正且显著，表明上证综指和恒生股指日收益率波动具有较强的短期持续性，同时也说明使用EGARCH模型作为单变量GARCH模型进行拟合不适合。参数β也均为正且显著，并且比α大，意味着两股指日收益率波动具有较强的长期持续性，且长期持续性比短期持续性力度更强。α和β显著为正表明中国内地和香港股市日收益率波动具有较强的波动集聚特征。两种指数的非对称项γ也显著为正，且使用EGARCH模型作为单变量GARCH模型进行拟合时的γ值要大于使用TGARCH模型作为单变量GARCH模型进行拟合时的γ值。这表明对于上证综指和恒生股指日收益率，负向冲击比正向冲击能更大程度的引发市场波动，且在EGARCH模型下该非对称效应比在TGARCH模型下更为强烈。对于标普500股指日收益率，参数α在DCCGARCH和ADCC-GARCH模型中均显著为正，在DCC-TGARCH和ADCC-TGARCH模型中不显著，在DCC-EGARCH和ADCC-EGARCH模型中均显著为负。β在各模型设定下均显著为正，并且比α大，意味着标普500股指收益率波动具有较强的长期和短期持续性，且长期持续性比短期持续性要强。显著为正的α和β参数表明美国股市日收益率波动也具有较强的波动集聚特征。标普500指数非对称项γ也同样显著为正，意味着负向冲击（残差）对标普500指数日收益率波动（条件方差）的影响相较于正向冲击更强。与上证综指和恒生股指日收益率不同的是，标普500指数使用TGARCH模型作为单变量GARCH模型进行拟合时，其γ值要大于使用EGARCH模型作为单变量GARCH模型进行拟合时的γ值。这表明对于标普500股指日收益率，TGARCH模型对残差冲击非对称效应的捕捉能力比EGARCH模型更强。

对于各模型，θ1和θ2系数估计值皆为正，且在1%显著性水平上显著。θ1和θ2系数之和均小于1，表明使用各模型进行估计时，该系统动态条件相关系数具有均值回复（mean-reverting）的特征。

形状参数λ等于自由度（the degrees of freedom），随着自由度逐渐趋于无穷，t分布逐渐趋于正态分布。表5-5中形状参数λ均在1%水平上显著，表明本书使用多元t分布进行拟合是合理的。此外，无论从AIC，SBC，Shibata，H-Q信息准则还是从最大似然函数值来看，使用ADCCEGARCH模型拟合效果最好^[2]，但在表5-5中使用该模型估计出的α系数为负，且上证综指的估计结果不满足稳定性条件α+（γ/2）+β＜1，意味着使用EGARCH模型作为单变量GARCH模型进行拟合所得估计结果不稳定。若忽略标普500股指估计结果中α不显著，ADCC-TGARCH模型的拟合效果为次好，且每个估计结果均满足稳定性条件α+（γ/2）+β＜1。