深圳股票市場(chǎng)杠桿效應(yīng)研究

摘 要：本文應(yīng)用EGARCH．M模型對(duì)深圳股票市場(chǎng)的杠桿效應(yīng)進(jìn)行了實(shí)證分析，結(jié)果表明，深圳市場(chǎng)的收益率有效測(cè)度了風(fēng)險(xiǎn)因素，并發(fā)現(xiàn)當(dāng)市場(chǎng)面臨信息沖擊時(shí)，壞消息對(duì)市場(chǎng)的沖擊大于好消息，即存在顯著負(fù)的杠桿效應(yīng)。在進(jìn)行分段回歸后，顯示杠桿效應(yīng)隨時(shí)間變化，由初期的負(fù)的杠桿效應(yīng)變化為正的杠桿效應(yīng)。最后結(jié)合我國(guó)股票市場(chǎng)特征進(jìn)行了理論解釋。

關(guān)鍵詞：深圳股票市場(chǎng)；波動(dòng)性；杠桿效應(yīng)；EGARCH模型 

中圖分類號(hào)：F830．91文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000．176X（2008）02．0071．05

一、引 言

現(xiàn)代金融理論的核心內(nèi)容之一是關(guān)于資產(chǎn)選擇和資產(chǎn)定價(jià)的研究， 金融風(fēng)險(xiǎn)是其中的關(guān)鍵因素之一，而波動(dòng)性是金融風(fēng)險(xiǎn)的一種典型度量， 因此，研究金融市場(chǎng)的波動(dòng)性具有理論價(jià)值和現(xiàn)實(shí)意義。

長(zhǎng)期以來(lái)，金融資產(chǎn)價(jià)格的波動(dòng)特征很早就被人們所認(rèn)識(shí)。Mandelbrot和Fama的研究發(fā)現(xiàn)，金融資產(chǎn)價(jià)格變化往往具有“大的波動(dòng)性后跟隨大的波動(dòng)性，小的波動(dòng)性之后往往跟隨小的波動(dòng)性”的集群性。^[10．8]Engle提出了自回歸條件異方差模型（ARCH模型）來(lái)刻畫(huà)條件方差中存在的這種集群性，認(rèn)為擾動(dòng)項(xiàng)的條件方差依賴于它的前期值的大小，^[6]但是由于ARCH模型估計(jì)時(shí)必須保證參數(shù)非負(fù)且參數(shù)之和小于1，這很難精確做到。因此，Bollerslev發(fā)展了廣義自回歸條件異方差模型（GARCH模型）來(lái)刻畫(huà)金融資產(chǎn)條件方差的時(shí)變性，^[1]該模型較好地解決了參數(shù)估計(jì)方面的約束問(wèn)題，之后GARCH類模型得到廣泛的運(yùn)用。

在資本市場(chǎng)上，許多金融資產(chǎn)當(dāng)遭遇信息沖擊時(shí)通常表現(xiàn)為一種非對(duì)稱性，即波動(dòng)率對(duì)市場(chǎng)下跌的反應(yīng)比對(duì)市場(chǎng)上升的反應(yīng)更加迅速、更加大，由于較低的股價(jià)減少了股東權(quán)益，股價(jià)的大幅下降增加了公司的杠桿作用從而提高了持有股票的風(fēng)險(xiǎn)，因此也被稱為“杠桿效應(yīng)”。為了描述這種信息的非對(duì)稱沖擊，Nelson引進(jìn)了EGARCH來(lái)反映信息波動(dòng)不對(duì)稱方面的影響；^[11]Zakoian和Glosten等提出了TARCH模型來(lái)描述這種非對(duì)稱性；^[13．9]Ding et al．提出了PARCH模型以描述沖擊對(duì)條件方差的影響。^[5]以上的這些模型都通過(guò)對(duì)方差方程的不同設(shè)定來(lái)描述信息沖擊的非對(duì)稱性。為了使得信息沖擊的非對(duì)稱性影響更加直觀，Engle和Ng繪制了好消息和壞消息的非對(duì)稱信息曲線。^[7]以上發(fā)展起來(lái)的模型和方法在實(shí)證研究中大量運(yùn)用，眾多的研究結(jié)果也證實(shí)了波動(dòng)非對(duì)稱效應(yīng)在各國(guó)股票市場(chǎng)的廣泛存在。如Chiang與 Doong應(yīng)用TAR．GARCH對(duì)亞洲7個(gè)股票交易所的日收益率、周收益率和月收益率分別建模進(jìn)行估計(jì)；^[3]Crouhy 與Rockinger應(yīng)用ATGARCH和HGARCH模型對(duì)全球21個(gè)主要股票市場(chǎng)的波動(dòng)性進(jìn)行實(shí)證研究，^[4]大量研究表明，負(fù)的杠桿效應(yīng)在國(guó)外市場(chǎng)上最為普遍。

在對(duì)實(shí)證結(jié)果的解釋方面，Campbell與Hentschel以杠桿效應(yīng)或反饋效應(yīng)來(lái)解釋。^[2]根據(jù)杠桿效應(yīng)，股價(jià)的下跌將提高公司的財(cái)務(wù)杠桿(即負(fù)債/權(quán)益比率) ，從而提高公司的風(fēng)險(xiǎn)，這將通過(guò)未來(lái)波動(dòng)性的增大表現(xiàn)出來(lái)。這樣，股票未來(lái)的波動(dòng)性與其現(xiàn)有收益之間就存在一個(gè)負(fù)相關(guān)關(guān)系。反饋效應(yīng)則認(rèn)為，大的利好消息通常伴隨著其他大的利好消息，這樣將增大股價(jià)未來(lái)的波動(dòng)性，反過(guò)來(lái)將增大投資者對(duì)股票的預(yù)期回報(bào)率，降低股票價(jià)格，從而減小了利好消息對(duì)股價(jià)波動(dòng)性的正向影響。

國(guó)內(nèi)有關(guān)我國(guó)股市波動(dòng)性不對(duì)稱的文章很多，陳浪南等采用GJR GARCH ．M模型，在劃分時(shí)段分別建模的基礎(chǔ)上，發(fā)現(xiàn)中國(guó)股票市場(chǎng)利好消息比利空消息對(duì)市場(chǎng)波動(dòng)性的影響更大。^[14]陸蓉等采用GARCH模型對(duì)牛市和熊市階段信息的不平衡效應(yīng)進(jìn)行了研究，發(fā)現(xiàn)牛市階段呈現(xiàn)收益正沖擊效應(yīng)，而熊市階段有收益負(fù)沖擊效應(yīng)。^[15]周少甫等利用t分布下的EGARCH．M模型發(fā)現(xiàn)中國(guó)股市波動(dòng)存在著明顯的非對(duì)稱效應(yīng)，但卻是利空消息比利好消息對(duì)市場(chǎng)波動(dòng)影響更大。^[16]李小為研究卻發(fā)現(xiàn)上海市場(chǎng)上只存在收益正沖擊效應(yīng)。^[17]總之，國(guó)內(nèi)關(guān)于我國(guó)股票市場(chǎng)波動(dòng)非對(duì)稱性的研究由于樣本選取和方法的不同，結(jié)論也不一致，因此有必要進(jìn)一步研究。本文應(yīng)用EGARCH．M模型來(lái)探討深圳股票市場(chǎng)的波動(dòng)非對(duì)稱性的特征，結(jié)果顯示我國(guó)深圳股票市場(chǎng)存在顯著為負(fù)的杠桿效應(yīng)，與國(guó)外相關(guān)研究結(jié)論一致。

二、數(shù)據(jù)與方法

1．樣本數(shù)據(jù)選取

我國(guó)股票市場(chǎng)創(chuàng)立以來(lái)，經(jīng)歷了從幼稚到成熟的發(fā)展階段，無(wú)論是投資者素質(zhì)還是監(jiān)管部門(mén)的機(jī)制設(shè)定和管理制度都得到了初步改進(jìn)和成熟。鑒于股票市場(chǎng)創(chuàng)立初期，股票市場(chǎng)各種違規(guī)事件的層出不窮，監(jiān)管機(jī)制的不完善，本文選取我國(guó)1996年12月16日開(kāi)始實(shí)施漲跌幅限制作為研究的起點(diǎn)，考慮到該制度實(shí)施前股價(jià)的大幅度波動(dòng)和實(shí)施后的適應(yīng)期，選取漲跌幅限制開(kāi)始實(shí)施一個(gè)月后的交易日作為樣本的起點(diǎn)。因此，本文選取深圳A股綜合指數(shù)1997年1月20日到2007年6月29日的收盤(pán)指數(shù)，共2 516個(gè)數(shù)據(jù)，數(shù)據(jù)來(lái)源于WIND咨詢數(shù)據(jù)庫(kù)。

由于股票指數(shù)是一個(gè)具有單位根的非平穩(wěn)過(guò)程，因此，對(duì)此取對(duì)數(shù)差分得到深圳股市的日收益率序列：R=log(Pt)．log(Pt．1)，Pt表示第t日的收盤(pán)指數(shù)。ADF檢驗(yàn)顯示收益率序列的統(tǒng)計(jì)量為．48．508，小于1%水平下的臨界值．3．433，故收益率序列為平穩(wěn)序列，可以直接用于 EGARCH模型中。

2．模型設(shè)定

國(guó)內(nèi)大量實(shí)證研究顯示我國(guó)股市是弱式有效的，收益率存在自相關(guān)性。另外，為反映股票收益率與其風(fēng)險(xiǎn)的相關(guān)性，引入條件標(biāo)準(zhǔn)差以替代風(fēng)險(xiǎn)水平，因此，假設(shè)收益率序列服從如下隨機(jī)過(guò)程：

上式中Rt代表市場(chǎng)指數(shù)日收益率，式中的λ是風(fēng)險(xiǎn)溢價(jià)的度量，是投資者的相對(duì)風(fēng)險(xiǎn)厭惡系數(shù)，在理論上說(shuō)，如果投資者是風(fēng)險(xiǎn)厭惡型，市場(chǎng)風(fēng)險(xiǎn)溢價(jià)和市場(chǎng)的條件方差（風(fēng)險(xiǎn)）應(yīng)該是正相關(guān)的，也即是λ應(yīng)為正值，風(fēng)險(xiǎn)越大，預(yù)期收益也應(yīng)越高。n是滯后階數(shù)。

描述股票市場(chǎng)杠桿效應(yīng)的模型很多，如TGARCH模型（也簡(jiǎn)稱為GJR模型）、EGARCH模型和PARCH模型等，其中前面兩個(gè)使用得較多。本文采用Nelson^[11]提出的EGARCH模型（指數(shù)GARCH模型）的修正形態(tài)，模型中的條件方差方程為方程（2）式。該模型一方面確保條件方差是非負(fù)的，另一方面允許殘差的條件分布服從正態(tài)分布、學(xué)生t分布或GED分布，多種分布假定可以更好地描述殘差的分布特征，本文假設(shè)殘差服從學(xué)生t分布。

等式（2）左邊是條件方差的對(duì)數(shù)，意味著杠桿影響是指數(shù)的，而不是二次的，所以條件方差的預(yù)測(cè)值一定是非負(fù)的，杠桿效應(yīng)的存在只要通過(guò)γ≠0的檢驗(yàn)就可證明：好消息（ut．1>0）和壞消息（ut．1<0）對(duì)條件方差有不同的影響，當(dāng)γ≠0時(shí)，說(shuō)明存在杠桿效應(yīng)，如果γ>0，好消息對(duì)條件方差的沖擊比壞消息大，反之，如果γ<0，說(shuō)明壞消息的沖擊大于好消息。另外，為了保證條件方差σt為正值，且未預(yù)期收益ut服從寬平穩(wěn)過(guò)程，條件方差等式中的各項(xiàng)系數(shù)需滿足： ω>0，β>0，α>0，α+β<1。

三、實(shí)證研究

1．全樣本估計(jì)結(jié)果

首先觀察收益率序列，其描述性統(tǒng)計(jì)量如表1所示，樣本期內(nèi)日均收益率為正，但收益率整體偏低，甚至低于同期銀行存款利率水平，對(duì)比投資者投入股市所承擔(dān)的風(fēng)險(xiǎn)及收益，可以部分解釋我國(guó)儲(chǔ)蓄率為何居高不下的狀況。另外，從偏度、峰度及J．B統(tǒng)計(jì)量可見(jiàn)，收益率不服從正態(tài)分布，而是呈現(xiàn)“尖峰厚尾”的特征。

為描述收益率的自相關(guān)性，加入其滯后項(xiàng)，并根據(jù)AIC準(zhǔn)則和SC準(zhǔn)則來(lái)選擇滯后階數(shù)，結(jié)果顯示，AR（4）具有最小的 AIC值和SC值，且四階之后對(duì)應(yīng)的統(tǒng)計(jì)量不斷變大，因此，選擇滯后四階。對(duì)方程（1）回歸后的殘差進(jìn)行ARCH．LM檢驗(yàn)，結(jié)果顯示，F(xiàn)統(tǒng)計(jì)量和TR2統(tǒng)計(jì)量分別為56．015和157．732，且都在1%的顯著性水平下拒絕不存在ARCH效應(yīng)的原假設(shè)，即深圳股市日收益率存在ARCH效應(yīng)，因此，構(gòu)建AR．EGARCH模型，并假設(shè)殘差的條件分布服從t分布，并采用準(zhǔn)極大似然（QML）方法估計(jì)。

根據(jù)估計(jì)的EGARCH模型結(jié)果，依據(jù)Engle和Ng^[7]的思想，為使信息沖擊的杠桿效應(yīng)影響更加直觀，繪制相應(yīng)的杠桿效應(yīng)的信息沖擊曲線如圖1：

從圖1可以看出，信息沖擊曲線在沖擊小于0時(shí)，也就是面臨負(fù)沖擊或者是壞消息時(shí)，比較陡峭；而在正沖擊時(shí)則相對(duì)平緩。這就說(shuō)明了負(fù)沖擊使得市場(chǎng)波動(dòng)性的變化比正沖擊更大，存在顯著的杠桿效應(yīng)。

2．分段分析

陳浪南和陸蓉的研究顯示，信息沖擊的杠桿效應(yīng)是隨時(shí)間變化的，前者利用ICSS法則尋找收益率序列中波動(dòng)性突然變化的點(diǎn)，并以此來(lái)劃分時(shí)段，后者根據(jù)艾略特波動(dòng)理論，并結(jié)合我國(guó)股市發(fā)展的政策干預(yù)和政策變遷來(lái)劃分“牛市”和“熊市”。^[14．15]本文直接按照深圳A股綜合指數(shù)在樣本區(qū)間內(nèi)的起伏來(lái)劃分區(qū)段，如圖2所示。

深圳A股綜合指數(shù)從1997年1月20日的351．15點(diǎn)上升到2001年6月13日的697．68點(diǎn)，然后開(kāi)始下挫，并于2005年7月18日探底，指數(shù)為244．71點(diǎn)。隨后開(kāi)始進(jìn)入上升通道，指數(shù)一路飆升，到2007年6月29日時(shí)已達(dá)1 125．7點(diǎn)。因此，本文把樣本劃分為三個(gè)區(qū)段，分別為：1997年1月20日—2001年6月13日；2001年6月14日—2005年7月18日；2005年7月19日—2007年6月29日。然后分別對(duì)各時(shí)間段進(jìn)行回歸，考察信息沖擊的杠桿效應(yīng)隨時(shí)間變化的可能性。回歸結(jié)果如表2所示：

從表2的第三、四、五列可見(jiàn)，在三個(gè)時(shí)間段內(nèi)，深圳股票市場(chǎng)仍存在顯著的杠桿效應(yīng)。在第一階段，在10%的水平下存在負(fù)的杠桿效應(yīng)；在第二階段，在1%的水平下仍然存在負(fù)的杠桿效應(yīng)；在第三階段，在1%的水平下卻存在正的杠桿效應(yīng)。分段回歸之后，杠桿效應(yīng)的結(jié)論也不一致，在前兩個(gè)階段，都存在負(fù)的杠桿效應(yīng)，而在之后的大牛市中存在正的杠桿效應(yīng)。從表2的第三、四、五列可見(jiàn)，在三個(gè)時(shí)間段內(nèi)，深圳股票市場(chǎng)仍存在顯著的杠桿效應(yīng)。在第一階段，在10%的水平下存在負(fù)的杠桿效應(yīng)；在第二階段，在1%的水平下仍然存在負(fù)的杠桿效應(yīng)；在第三階段，在1%的水平下卻存在正的杠桿效應(yīng)。分段回歸之后，杠桿效應(yīng)的結(jié)論也不一致，在前兩個(gè)階段，都存在負(fù)的杠桿效應(yīng)，而在之后的大牛市中存在正的杠桿

效應(yīng)。結(jié)合在第二階段，杠桿效應(yīng)的顯著性相對(duì)降低，表明深圳股市的杠桿效應(yīng)隨著市場(chǎng)的發(fā)展和時(shí)間的推移在發(fā)生變化。

另外，λ估計(jì)值隨著時(shí)間的推移不斷增大且統(tǒng)計(jì)上顯著，表明我國(guó)股票市場(chǎng)是不斷發(fā)展的，投機(jī)成分不斷減少以及投資者的逐漸成熟。四、結(jié)論與分析

從以上分析可見(jiàn)，深圳股票市場(chǎng)中存在著顯著負(fù)的非對(duì)稱性波動(dòng)或“杠桿效應(yīng)”，在第一階段和第二階段同樣存在負(fù)的杠桿效應(yīng)，但顯著性在減弱。

負(fù)的杠桿效應(yīng)的結(jié)論與國(guó)外研究一致，這意味著同等強(qiáng)度的利空消息比利好消息導(dǎo)致的預(yù)期市場(chǎng)波動(dòng)更大。意味著深圳股票市場(chǎng)對(duì)市場(chǎng)的利空消息非常敏感，它的發(fā)生與出現(xiàn)利空消息和人們對(duì)股市的心理預(yù)期相符合。從投資者的心理可以進(jìn)行解釋：行為金融學(xué)的研究表明市場(chǎng)參與者所普遍存在羊群效應(yīng)，投資者當(dāng)面臨新聞媒體的消息傳播、市場(chǎng)流言以及市場(chǎng)人氣等消息時(shí)有從眾行為的出現(xiàn)，它會(huì)產(chǎn)生一種信號(hào)的放大機(jī)制，可以迅速擴(kuò)大該消息的影響程度和范圍。因此，當(dāng)面臨利空消息時(shí)，該消息對(duì)市場(chǎng)沖擊的力度會(huì)隨著投資者之間相互傳遞及相互情緒和行動(dòng)的影響逐漸增大，甚至遠(yuǎn)遠(yuǎn)超出信息本身的影響，不利影響的夸大和投資者的傳遞使得整個(gè)市場(chǎng)紛紛殺跌，呈現(xiàn)顯著負(fù)的杠桿效應(yīng)。

另一方面，從交易機(jī)制來(lái)看，由于我國(guó)股票市場(chǎng)目前還缺乏做空機(jī)制，這決定了我國(guó)股票價(jià)格變化方向上的不對(duì)稱性，加劇了市場(chǎng)價(jià)格單向波動(dòng)趨勢(shì)。當(dāng)面臨壞消息時(shí)，投資者只能通過(guò)賣出股票來(lái)降低風(fēng)險(xiǎn)，而不能使用股指期貨進(jìn)行賣空。這都加劇了股市風(fēng)險(xiǎn)單向累積，呈現(xiàn)負(fù)的杠桿效應(yīng)，使得投資者對(duì)于負(fù)沖擊異常敏感。

另外，我國(guó)上市公司股本結(jié)構(gòu)、業(yè)績(jī)及市場(chǎng)投資者的構(gòu)成也決定了市場(chǎng)在面臨信息沖擊時(shí)的過(guò)度反應(yīng)。我國(guó)上市公司在股權(quán)分置改革之前，存在流通股和非流通股之分，且流通股所占比例較小，使得國(guó)有股東和法人股東長(zhǎng)期侵害流通股股東的合法利益而無(wú)視企業(yè)的經(jīng)營(yíng)管理，上市公司成為大股東圈錢(qián)的工具，導(dǎo)致上市公司業(yè)績(jī)普遍低下，缺乏長(zhǎng)期投資價(jià)值，結(jié)果短期投機(jī)行為盛行。而投資者素質(zhì)對(duì)市場(chǎng)波動(dòng)也有很大的影響。投資者可以分為個(gè)人投資者（也稱為散戶）和機(jī)構(gòu)投資者（包括證券公司及基金管理公司等）。在我國(guó)，投資者結(jié)構(gòu)是以個(gè)人為主導(dǎo)的，居民個(gè)人成為推動(dòng)股市發(fā)展的主要資金供應(yīng)者，并成為股市擴(kuò)容和發(fā)展的最直接動(dòng)力。另一方面，個(gè)人投資者由于在信息占有等方面的劣勢(shì)，在投資行為上具有較強(qiáng)的盲從和跟風(fēng)傾向；而證券公司和許多法人投資者的資金來(lái)源具有短期性為違規(guī)色彩，其交易行為的投機(jī)性與個(gè)人投資者相似，這種追求短期利潤(rùn)的投資理念決定了整個(gè)市場(chǎng)的非理性氛圍。

這些都決定了我國(guó)股票市場(chǎng)缺乏長(zhǎng)期的穩(wěn)定投資者，市場(chǎng)換手率居高不下，參與者關(guān)注短期內(nèi)的收益，因此，對(duì)信息沖擊異常敏感。結(jié)合上市公司的圈錢(qián)動(dòng)機(jī)、投資者對(duì)股市信心的不穩(wěn)定及股價(jià)偏離其均衡價(jià)值，一旦市場(chǎng)中出現(xiàn)利空消息，投資者就會(huì)迅速的抽逃資金，股市就會(huì)發(fā)生劇烈的波動(dòng)，呈現(xiàn)負(fù)的杠桿效應(yīng)。

但是在第三階段，杠桿效應(yīng)變化為正的，意味著好消息的沖擊對(duì)市場(chǎng)的影響大于壞消息。一方面，我國(guó)股票市場(chǎng)在該區(qū)間內(nèi)處于開(kāi)市以來(lái)最大的牛市，與陸蓉的研究結(jié)論吻合；另一方面，與我國(guó)股權(quán)分置改革的逐步推進(jìn)及對(duì)上市公司監(jiān)管的逐步完善相適應(yīng)，上市公司業(yè)績(jī)有所上升，信息披露逐步完善，股東利益逐漸趨于一致，這些都給與投資者對(duì)股票市場(chǎng)發(fā)展的極大信心，價(jià)值投資理念被廣泛接受，投資者更為理性，更關(guān)注公司的內(nèi)在價(jià)值和增長(zhǎng)潛力而不是短線的炒作。機(jī)構(gòu)投資者如社保基金、保險(xiǎn)公司及大量基金管理公司的設(shè)立，保證了市場(chǎng)上擁有穩(wěn)定的投資主體。因此，在市場(chǎng)面臨壞消息的沖擊時(shí)，投資者總是可以理性的對(duì)待，不會(huì)出現(xiàn)之前時(shí)間段內(nèi)的大勢(shì)殺跌的行為，市場(chǎng)也不會(huì)出現(xiàn)大幅波動(dòng)，而在面臨利好消息時(shí)，投資者信心和熱情被激活，推動(dòng)市場(chǎng)加速向上。 

當(dāng)然，這也與我國(guó)目前缺乏做空機(jī)制和流動(dòng)性泛濫有關(guān)。缺乏做空機(jī)制下，在牛市階段只能做多才能獲取收益，所以機(jī)構(gòu)投資者不斷拉升股價(jià)，與此同時(shí)充沛的場(chǎng)外資金的涌入也提供了拉升的基礎(chǔ)，因此，在股市繁榮的背后仍然有隱患存在。

總之，深圳股票市場(chǎng)在總的樣本區(qū)間內(nèi)有顯著負(fù)的杠桿效應(yīng)，在分段之后，第一階段和第二階段存在負(fù)的杠桿效應(yīng)但顯著性在減弱，而到第三階段，杠桿效應(yīng)發(fā)生變化，呈現(xiàn)正的杠桿效應(yīng)。進(jìn)一步驗(yàn)證了我國(guó)股票市場(chǎng)的杠桿效應(yīng)隨著股票市場(chǎng)的發(fā)展和時(shí)間的推移是不斷發(fā)生變化。另外，分段回歸結(jié)果也顯示了我國(guó)股票市場(chǎng)處于不斷完善和發(fā)展的進(jìn)程中，市場(chǎng)逐步趨于成熟和理性。但是交易機(jī)制和監(jiān)管體制上的缺陷有待進(jìn)一步完善，以保證股票市場(chǎng)的健康有序發(fā)展。

參考文獻(xiàn)：

［1］ Bollerslev， T. Generalized Autoregressive Conditional Heteroskedasticity［J］．Journal of Econometrics，1986，(31):307．327.

［2］ Campbell，JohnY.and Ludger Hentschel.No news is good News: An symmetric model of changing volatility in stocker Returns［M］． Unpublished manuscript， Princeton University，1990.

［3］ Chiang，ThomasC.and DoongS.C. Empirical Analysis of Stock Returns and Volatility: Evidence from Seven Asian Stock Markets Based on TAR．GARCH Model［J］. Review of Quantitative Finance and Accounting， 2001， (17):301．318.

［4］ Crouhy，Michel and Michael Rockinger. Volatility Clustering Asymmetry and Hysteresis in Stock Returns: InternationalEvidence［J］. Financial Engineering and the Japanese Markets，1997，(4):1．35.

［5］ Ding， Z.， Granger， C. W. J. and Engle， R. F. A long memory property of stock market returns and a new model［J］. Journal of Empirical Finance，1993，(1): 83．106.

［6］ Engle，R.F. Autoregressive Conditional heteroskedasticity with estimates of UK inflation［J］.Econometrica，1982，(50):987．1008.

［7］ Engle ，R. F. ，and Victor K. Ng. Measuring and testing the impact of news on volatility［J］.Journal of Finance，1993，( 48 ):1749．1778.

［8］ Fama E F.The Behavior of Stock Market Prices［J］. Journal of Business，1965. 38.

［9］ Glosten， L. R.， R Jagannathan， and D. Runkle.On the Relation between the Expected Value and the Volatility of the Nominal Excess Return on stocks［J］.Journal of Finance， 1993， (48):1779．1801.

［10］ Mandelbrot，B .The Variation of Certain Speculative Prices［J］. Journal of Business，1963，36.

［11］ Nelson，Daniel B. Conditional Heterosdasticity in Asset Return: A New Approach［J］.Economitrica，1991，(59):347．370.

［12］ Robert F Engle， Victor K. Ng.Measuring and testing the impact of new s on volatility［J］. Journal of Finance， 1993，(148): 1749．1779.

［13］ Zakoǐan，J.M.Threshold Heteroskedastic Models［J］. Journal of Economic Dynamics and Control， 1994， (18):931．944.

［14］ 陳浪南，黃杰鯤.中國(guó)股票市場(chǎng)波動(dòng)非對(duì)稱性的實(shí)證研究［J］.金融研究，2002，(5).

［15］ 陸蓉，徐龍炳.“牛市”和“熊市”對(duì)信息的不平衡性反應(yīng)研究［J］.經(jīng)濟(jì)研究，2004，(3). 

［16］ 周少甫，袁興興.我國(guó)股票市場(chǎng)波動(dòng)非對(duì)稱性的實(shí)證研究［J］.當(dāng)代經(jīng)濟(jì)管理，2005，(6).

［17］ 李小為.股票市場(chǎng)波動(dòng)非對(duì)稱性的實(shí)證研究［J］.中外企業(yè)家，2006，(8).

［18］ 趙景文．上市公司信息披露質(zhì)量的投資價(jià)值分析——基于深圳證券市場(chǎng)的相關(guān)數(shù)據(jù)［J］．云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2007，（2）．

（責(zé)任編輯：于振榮）

注：“本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文。”