隔夜信息影響中國股市波動(dòng)率模型預(yù)測(cè)能力嗎？

宋亞瓊　王新軍

摘要：本文選取2006年1月2日至2015年12月31日上證綜合指數(shù)的日度數(shù)據(jù)作為樣本，考察隔夜信息對(duì)中國股市波動(dòng)率模型預(yù)測(cè)能力的影響。對(duì)隔夜信息根據(jù)時(shí)間進(jìn)行界定，并將能夠公開獲取的隔夜信息分為三類：宏觀政策指標(biāo)類信息、海外市場(chǎng)交易類信息和上市公司信息披露。對(duì)經(jīng)典的股市波動(dòng)率模型——GARCH類模型和HAR類模型進(jìn)行改進(jìn)，具體研究隔夜信息是否能夠優(yōu)化股市波動(dòng)率模型的擬合效果和預(yù)測(cè)能力。結(jié)果表明，兩個(gè)交易日之間的隔夜信息會(huì)對(duì)后一個(gè)交易目的股市波動(dòng)率產(chǎn)生影響，不同類別的隔夜信息在波動(dòng)率模型中表現(xiàn)出了對(duì)股市波動(dòng)率不同的影響趨勢(shì)。更進(jìn)一步，在GARCH類和HAR類模型中考慮隔夜信息可以提高股市波動(dòng)率模型的擬合效果和預(yù)測(cè)能力。

關(guān)鍵詞：隔夜信息；股市波動(dòng)率；上證綜合指數(shù)；GARCH類模型；HAR類模型

中圖分類號(hào)：F830.9 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-176X（2017）02-0059-07

一、問題的提出

信息的傳播與擴(kuò)散是股市產(chǎn)生波動(dòng)的內(nèi)在原因。由于股市的交易期間持續(xù)時(shí)間短，導(dǎo)致股市在非交易期間積累了大量信息，這就是所謂的隔夜信息。一方面，政府和上市企業(yè)在公布政策信息和運(yùn)營(yíng)策略時(shí)，為了避免引起股票價(jià)格的大幅波動(dòng)，他們會(huì)選擇在股市閉市階段公開信息；另一方面，隨著全球經(jīng)濟(jì)金融一體化的發(fā)展，中國股市會(huì)受到海外市場(chǎng)的沖擊，由于時(shí)差因素，很多市場(chǎng)價(jià)格波動(dòng)是在中國股市閉市期間產(chǎn)生的，如歐美的原油、黃金和股票市場(chǎng)交易時(shí)間都在中國股市收盤之后，這也是隔夜信息產(chǎn)生的來源之一。研究隔夜信息對(duì)中國股市波動(dòng)率預(yù)測(cè)的影響具有重要意義。

對(duì)股市波動(dòng)率的建模與預(yù)測(cè)一直以來是金融理論研究的重要命題之一。它對(duì)資產(chǎn)組合選擇、金融資產(chǎn)及其衍生品定價(jià)以及金融機(jī)構(gòu)的風(fēng)險(xiǎn)管理都具有重要意義。20世紀(jì)80年代，國內(nèi)外學(xué)者提出了基于低頻數(shù)據(jù)的GARCH模型和SV模型對(duì)股市波動(dòng)率進(jìn)行估計(jì)和預(yù)測(cè)，很好地刻畫了股市波動(dòng)的集聚性和時(shí)變性特點(diǎn)。進(jìn)入21世紀(jì)，基于高頻數(shù)據(jù)的股市波動(dòng)率的建模與預(yù)測(cè)成為新的研究趨勢(shì)。為了充分利用股市交易的日內(nèi)信息，Andersen和Bollerslev提出了基于高頻交易數(shù)據(jù)的已實(shí)現(xiàn)波動(dòng)率，作為股票市場(chǎng)真實(shí)波動(dòng)率的一致估計(jì)量。在此基礎(chǔ)上，Andersen等結(jié)合波動(dòng)率的長(zhǎng)記憶性構(gòu)建了ARFIMA-RV模型，Corsi綜合考慮了波動(dòng)率的長(zhǎng)記憶性和異質(zhì)性，建立了HAR-RV模型。通過實(shí)證研究發(fā)現(xiàn)，ARFIMA-RV模型和HAR-RV模型對(duì)股市波動(dòng)率的樣本外預(yù)測(cè)能力優(yōu)于傳統(tǒng)的‘GARGH模型和SV模型，而HAR-RV模型因其簡(jiǎn)單有效的形式得到廣泛應(yīng)用。Andersen等基于多次冪變差理論將已實(shí)現(xiàn)波動(dòng)率分解為連續(xù)成分和跳躍成分，在此基礎(chǔ)上構(gòu)建HAR-CJ模型，通過實(shí)證研究發(fā)現(xiàn)，這兩種成分對(duì)波動(dòng)率預(yù)測(cè)都有顯著影響，提高了模型預(yù)測(cè)能力。

國內(nèi)外學(xué)者對(duì)于隔夜信息的界定和研究起源于20世紀(jì)90年代。Brock和Kleidon、Gerety和Mulherin研究認(rèn)為，由于股票市場(chǎng)在非交易期間會(huì)累積大量信息，最優(yōu)投資組合會(huì)在開盤時(shí)發(fā)生不同于收盤時(shí)的變化。從而引起組合投資者調(diào)整投資結(jié)構(gòu)，市場(chǎng)產(chǎn)生波動(dòng)。Foster和Viswanathan認(rèn)為。投資者在休市期間會(huì)積極搜集私人信息，如果他們判斷這些信息會(huì)在交易時(shí)段公開，那么他們?cè)陂_盤時(shí)就會(huì)傾向于過度交易，造成波動(dòng)率異常。Greene和Watts又利用紐約交易所和納斯達(dá)克交易所股票進(jìn)行研究，得出公開信息和私人信息一樣會(huì)導(dǎo)致投資者積極交易。從而導(dǎo)致隔夜開盤時(shí)的收益率波動(dòng)性增大的結(jié)論。楊之曙和李子奈認(rèn)為，在中國證券市場(chǎng)中，上午開盤價(jià)格的收益率波動(dòng)大于下午開盤價(jià)格的收益率波動(dòng)的原因一是開盤競(jìng)價(jià)方式的不同，二是隔夜信息的積累。王新軍和李明認(rèn)為，隔夜信息的存在使得交易量的變動(dòng)對(duì)交易時(shí)段收益率產(chǎn)生不對(duì)稱性影響。劉紅忠和何文忠對(duì)隔夜效應(yīng)進(jìn)行定義。即單個(gè)交易日晚間休市對(duì)第二日開盤后平均收益率的顯著影響，并使用交疊樣本法和ARMA-GARCH模型進(jìn)行研究發(fā)現(xiàn)，深滬兩市均存在持續(xù)穩(wěn)定的隔夜效應(yīng)。Moshirian等以澳大利亞股票市場(chǎng)為樣本。認(rèn)為上市公司隔夜期間發(fā)布的公告能夠影響開盤期間價(jià)格發(fā)現(xiàn)和訂單下達(dá)等活動(dòng)。

國內(nèi)外研究表明，考慮隔夜信息對(duì)股市波動(dòng)率的預(yù)測(cè)有重要意義。研究中，一般將隔夜信息的表達(dá)形式分為隔夜收益和隔夜波動(dòng)兩種。Tsiakas將隔夜收益引入SV模型，對(duì)美國和歐洲的股票市場(chǎng)進(jìn)行研究，發(fā)現(xiàn)基于隔夜收益的SV模型具有更好的預(yù)測(cè)能力。王春峰等運(yùn)用擴(kuò)展的SV模型，對(duì)中國股市中隔夜收益的影響做了實(shí)證研究，表明隔夜收益對(duì)資本市場(chǎng)收益率和波動(dòng)性均有顯著影響，且休市時(shí)間長(zhǎng)度不同的隔夜信息對(duì)收益率和波動(dòng)性的影響不同。Andersen等、孫潔將日波動(dòng)率劃分為跳躍性波動(dòng)、連續(xù)性波動(dòng)和隔夜波動(dòng)，建立HAR-CJN模型對(duì)股市波動(dòng)率進(jìn)行預(yù)測(cè)。提升了模型的預(yù)測(cè)能力。Wang等運(yùn)用2005-2014年的數(shù)據(jù)，在HAR-RV模型中添加午間收益、隔夜收益和成交量等對(duì)股市波動(dòng)率進(jìn)行預(yù)測(cè)。預(yù)測(cè)結(jié)果優(yōu)于不添加這些因素的模型。

綜上所述。關(guān)于股市波動(dòng)率建模與預(yù)測(cè)的研究不斷發(fā)展，并涌現(xiàn)了一些經(jīng)典的股市波動(dòng)率模型。近些年，國內(nèi)外研究者逐漸關(guān)注對(duì)股票市場(chǎng)隔夜信息的研究，然而，在考慮隔夜信息對(duì)股市波動(dòng)率建模與預(yù)測(cè)的時(shí)候，多是集中于隔夜收益和隔夜波動(dòng)兩種形式。本文拓展了隔夜信息包含的內(nèi)容，對(duì)其進(jìn)行時(shí)間上的界定，并將能夠公開獲取的隔夜信息分為三類——宏觀政策指標(biāo)類信息、海外市場(chǎng)交易類信息和上市公司信息披露。以上證綜合指數(shù)為對(duì)象，對(duì)經(jīng)典的股市波動(dòng)率模型——GARCH模型和HAR模型進(jìn)行改進(jìn)，研究隔夜信息是否能夠優(yōu)化股市波動(dòng)率模型的擬合效果和預(yù)測(cè)能力。

二、指標(biāo)與數(shù)據(jù)

（一）隔夜信息的分類

本文依據(jù)信息公布的時(shí)間對(duì)隔夜信息進(jìn)行界定，即前一個(gè)交易日收盤后至當(dāng)個(gè)交易日開盤前的時(shí)間段內(nèi)投資者可以獲得的信息，重點(diǎn)研究公開信息。根據(jù)隔夜信息的來源，本文將其分為三類：宏觀政策指標(biāo)類信息、海外市場(chǎng)交易類信息和上市公司信息披露。首先，宏觀政策指標(biāo)類信息包括政府在閉市期間對(duì)貨幣政策、財(cái)政政策和經(jīng)濟(jì)運(yùn)行指標(biāo)等信息的公布。本文以存款類金融機(jī)構(gòu)的存款準(zhǔn)備金率、金融機(jī)構(gòu)一年期貸款基準(zhǔn)利率和采購經(jīng)理指數(shù)（PMI）的變化率作為代表。其次，海外市場(chǎng)交易類信息包括原油等大宗商品交易市場(chǎng)、黃金交易市場(chǎng)和股票交易市場(chǎng)等釋放的信息。本文分別選取西得克薩斯中間基原油價(jià)格、倫敦金定盤價(jià)格和納斯達(dá)克指數(shù)的日收益率作為海外市場(chǎng)交易類信息的代表。最后，本文選擇上市公司在前一個(gè)工作日收盤后與當(dāng)個(gè)工作日開盤前公布的定期公告和臨時(shí)公告數(shù)量作為信息披露情況的代理變量。

（二）變量的描述性統(tǒng)計(jì)

數(shù)據(jù)樣本為2006年1月2日至2015年12月31日的上證綜合指數(shù)、各類隔夜信息的日度數(shù)據(jù)以及日變化率，剔除缺失數(shù)據(jù)，整理并獲得了有效數(shù)據(jù)2420個(gè)。對(duì)模型的預(yù)測(cè)能力評(píng)價(jià)，選擇已實(shí)現(xiàn)波動(dòng)率作為股市真實(shí)波動(dòng)率的代理變量。樣本內(nèi)上證綜合指數(shù)的波動(dòng)劇烈期主要集中在兩個(gè)階段：一個(gè)階段為2007年初至2009年中，伴隨著國際金融危機(jī)；另一個(gè)階段為2014年末至2015年末。在第一個(gè)波動(dòng)變化較大的階段，存款準(zhǔn)備金率和一年期貸款基準(zhǔn)利率頻繁調(diào)整，經(jīng)濟(jì)先行指標(biāo)PMI指數(shù)出現(xiàn)較大幅度變動(dòng)，國際油價(jià)、倫敦金價(jià)和納斯達(dá)克指數(shù)明顯起伏，在2008年9月以后表現(xiàn)得尤為明顯：而在2008年8月以前。上證綜合指數(shù)波動(dòng)率變化主要伴隨著存款準(zhǔn)備金率和一年期貸款基準(zhǔn)利率的調(diào)整，以及經(jīng)濟(jì)先行指標(biāo)PMI指數(shù)的較大幅度變動(dòng)。在第二個(gè)波動(dòng)變化較大的階段，波動(dòng)率的起伏變化則對(duì)應(yīng)了存款準(zhǔn)備金率和一年期貸款基準(zhǔn)利率的下調(diào)以及國際油價(jià)的大幅變動(dòng)。這說明，以上證綜合指數(shù)為例，中國股市波動(dòng)率的變動(dòng)均伴隨著政策調(diào)整、經(jīng)濟(jì)指標(biāo)、國際原材料市場(chǎng)和金融市場(chǎng)價(jià)格等各類隔夜信息的變動(dòng)，并在不同經(jīng)濟(jì)時(shí)期表現(xiàn)出不同的影響。

三、模型構(gòu)建

（一）基于隔夜信息的GARCH類模型構(gòu)建

GARCH模型考慮了方差的波動(dòng)性。可以較好地?cái)M合股市的波動(dòng)聚集性。本文選擇三種模型并結(jié)合隔夜信息進(jìn)行拓展：第一種是經(jīng)典的GARCH模型；第二種是TARCH模型，它能夠刻畫好消息和壞消息對(duì)波動(dòng)影響的非對(duì)稱性；第三種是GARCH-M模型，它在股市收益中考慮了風(fēng)險(xiǎn)溢價(jià)。根據(jù)AIC準(zhǔn)則，本文選擇AR（5）作為股市收益的自回歸模型。通過對(duì)參數(shù)聯(lián)合檢驗(yàn)、模型p值和ARCH項(xiàng)與GARCH項(xiàng)的顯著性等一系列準(zhǔn)則的判斷，本文構(gòu)建擴(kuò)展的GARCH（1，1）模型、TARCH（2，1）模型和GARCH-M（1，1）模型，考察隔夜信息對(duì)股市波動(dòng)率模型預(yù)測(cè)能力的影響，分別為GARCH（1，1）-inf模型、TARCH（2，1）-inf模型和GARCH-M（1，1）-inf模型，具體形式如下：

（1）

（2）

（3）

其中，R_t表示第t個(gè)交易日的收益率，R_t=1001n（_colose，t/P_open，t），其方差σ²_t則為第t個(gè)交易日的股市波動(dòng)率。IR_t表示第t個(gè)交易日的存款準(zhǔn)備金率變動(dòng)，RR_t表示第t個(gè)交易日的貸款基準(zhǔn)利率變動(dòng)，PMI_t表示第t個(gè)交易日的采購經(jīng)理指數(shù)變動(dòng)。IR_t和RR_t為中國人民銀行公布的調(diào)整百分點(diǎn)數(shù)，PMI_t為信息公布日的本月指數(shù)與上月指數(shù)的變化率，本文取這三個(gè)指標(biāo)的絕對(duì)值來代表宏觀政策指標(biāo)類信息的變動(dòng)幅度。WTI_t-1表示第t-1個(gè)交易日與前一交易日的國際原油收盤價(jià)的變化率，LG_t-1表示第t-1個(gè)交易日與前一交易日的倫敦金下午定盤價(jià)的變化率，NAS_t-1表示第t-1個(gè)交易日與前一交易日的納斯達(dá)克指數(shù)變化率。INF_t為第t個(gè)交易日開盤前公布的定期公告和臨時(shí)公告數(shù)量的對(duì)數(shù)，表示上海證券交易所上市公司的整體信息披露水平。D_t表示隔夜長(zhǎng)度，當(dāng)交易日間隔天數(shù)為零時(shí)，D_t=0；反之，D_t=1。

（二）基于隔夜信息的HAR類模型構(gòu)建

已實(shí)現(xiàn)波動(dòng)率（Realized Volatility，簡(jiǎn)稱RV）由Andersen和Bollerslev提出，用來描述股市日內(nèi)波動(dòng)率，為日內(nèi)收益率的平方和，即，RV_t+1（△）=∑^M_i-1r²_t+i△。其中，r_t+i△=100×[p（t+i△）-p（t-（i-1）△）]，i=1，2，…，M。△表示資產(chǎn)價(jià)格數(shù)據(jù)的抽樣間隔，M=1/A，表示日內(nèi)收益率的數(shù)目。研究表明，選擇5分鐘為抽樣間隔既能保證估計(jì)的精度，又能在一定程度上避免抽樣頻率過高帶來的市場(chǎng)微觀結(jié)構(gòu)噪聲問題。

本文結(jié)合隔夜信息對(duì)Corsi提出的HAR-RV模型進(jìn)行拓展，記為HAR-RV-inf模型：

（4）

從表1可以看出，在GARCH（1，1）-inf模型、TARCH（2，1）-inf模型、GARCH-M（1，1）-inf模型、HAR-RV-inf模型和HAR-CJ-inf模型中考慮隔夜信息，能夠提高股市波動(dòng)率模型的預(yù)測(cè)能力。具體來看，在本文構(gòu)建的GARCH（1，1）-inf模型、TARCH（2，1）-inf模型、GARCH-M（1，1）inf模型中，各項(xiàng)系數(shù)都十分顯著，考慮隔夜信息的股市波動(dòng)率模型的對(duì)數(shù)似然函數(shù)值（LL）相對(duì)較大。當(dāng)該值為負(fù)時(shí)，其絕對(duì)值越小說明擬合模型的殘差平方和越小，因而參數(shù)的擬合程度越高。在已實(shí)現(xiàn)波動(dòng)率的HAR類模型中，各項(xiàng)系數(shù)顯著。為了避免因解釋變量增多而引發(fā)的可決系數(shù)偏大問題，本文以調(diào)整的可決系數(shù)R²來評(píng)價(jià)HAR類多元回歸模型擬合的優(yōu)劣。由表1可知，考慮隔夜信息的HAR-RV-inf模型和HAR-CJ-inf模型的可決系數(shù)更大，具有更好的模型解釋能力。

表2為本文所構(gòu)建模型中各類隔夜信息的系數(shù)顯著性情況。其中，GARCH類模型采用最大似然估計(jì)方法，而HAR類模型采用最小二乘估計(jì)的方法。

從表2可以看出，各類隔夜信息的系數(shù)顯著，說明隔夜信息對(duì)中國股市波動(dòng)有一定的影響。這些影響綜合作用的結(jié)果，對(duì)股市波動(dòng)率的走勢(shì)預(yù)測(cè)起到輔助作用。在不同的波動(dòng)率模型中。雖然隔夜信息的系數(shù)大小難以統(tǒng)一，但它們對(duì)股市波動(dòng)影響的方向及其相對(duì)大小可以判斷。首先，宏觀政策指標(biāo)類信息的變動(dòng)對(duì)股市波動(dòng)有增大效應(yīng)。在同樣的變動(dòng)幅度下，貨幣政策的寬松與緊縮信號(hào)引起的股市波動(dòng)更大，其中基準(zhǔn)利率的調(diào)整影響更強(qiáng)。貨幣政策調(diào)整直接關(guān)系到宏觀經(jīng)濟(jì)運(yùn)行的貨幣規(guī)模，政策調(diào)整公布后，投資者根據(jù)政策導(dǎo)向調(diào)整下一個(gè)交易日的投資策略，增加股市波動(dòng)。PMI指數(shù)的變動(dòng)也能夠引起股市波動(dòng)增大，說明經(jīng)濟(jì)形勢(shì)走弱和向好的信號(hào)一方面引發(fā)投資者對(duì)股票價(jià)格預(yù)期發(fā)生改變，另一方面促使股市頻繁交易，增大了當(dāng)日的股市波動(dòng)。其次，海外市場(chǎng)交易類信息對(duì)中國股市波動(dòng)有著一定程度的影響。從模型擬合結(jié)果來看，國際原油價(jià)格的上升、倫敦金價(jià)的上升和納斯達(dá)克指數(shù)的下降會(huì)增大股市波動(dòng)。可能的解釋是，這三種變化分別代表著原材料生產(chǎn)成本的上升、資本替代市場(chǎng)的利好與國際股市的走弱，引發(fā)中國股市參與者對(duì)單個(gè)交易日投資形勢(shì)的不利判斷，助推了股市波動(dòng)增加的趨勢(shì)。最后，上市公司信息披露程度的提高和兩個(gè)交易日之間的不連續(xù)有增大股市波動(dòng)的可能。

（二）基于隔夜信息的股市波動(dòng)率模型預(yù)測(cè)能力評(píng)價(jià)

為了考察加入隔夜信息這一變量之后各類股市波動(dòng)率模型的預(yù)測(cè)能力，本文采用遞增時(shí)間窗口的樣本外預(yù)測(cè)方式，分析模型對(duì)前一期波動(dòng)率的預(yù)測(cè)結(jié)果。遞增窗口長(zhǎng)度從1000個(gè)交易日遞增到2419個(gè)交易日，也就是從第1001個(gè)交易日的波動(dòng)率預(yù)測(cè)開始，到2420個(gè)交易日的預(yù)測(cè)結(jié)束，每一期的預(yù)測(cè)結(jié)果都是基于前面所有的樣本數(shù)據(jù)。本文選用方向和大小兩個(gè)維度來比較考慮隔夜信息變量的模型與基準(zhǔn)模型之間的預(yù)測(cè)能力。

方向度量是模型對(duì)未來波動(dòng)率數(shù)據(jù)變動(dòng)方向的測(cè)量。即模型利用現(xiàn)有數(shù)據(jù)預(yù)測(cè)未來數(shù)據(jù)上升還是下降的度量方法。一個(gè)典型的度量方法是用一個(gè)2x2的列聯(lián)表來總結(jié)在預(yù)測(cè)子樣本中預(yù)測(cè)x_T+1上升和下降的相對(duì)應(yīng)模型的“擊中”和“丟失”數(shù)目。具體來說，列聯(lián)表的形式如表3所示。

其中，m是預(yù)測(cè)子樣本中1步向前預(yù)測(cè)的總數(shù)目，m₁₁是預(yù)測(cè)市場(chǎng)向上運(yùn)動(dòng)且擊中的數(shù)目，m₁₂是預(yù)測(cè)市場(chǎng)向下運(yùn)動(dòng)且丟失的數(shù)目，m₂₁是預(yù)測(cè)市場(chǎng)向上運(yùn)動(dòng)且丟失的數(shù)目，m₂₂是預(yù)測(cè)市場(chǎng)向下運(yùn)動(dòng)且擊中的數(shù)目。因此，m₁₁和m₂₂的值越大意味著模型在數(shù)據(jù)方向上有較好的預(yù)測(cè)能力。我們?cè)O(shè)定檢驗(yàn)統(tǒng)計(jì)量為：Ω=（m₁₁+m₂₂）/m。Ω表示預(yù)測(cè)正確的數(shù)據(jù)量占總數(shù)據(jù)量的比重。Ω值越大，說明模型在方向度量上預(yù)測(cè)能力更好。表4為GARCH類和HAR類波動(dòng)率模型在方向預(yù)測(cè)上的度量和比較。

由表4可知，GARCH類和HAR類經(jīng)典波動(dòng)率模型及其改進(jìn)模型對(duì)負(fù)向預(yù)測(cè)比正向預(yù)測(cè)更為準(zhǔn)確。對(duì)各類模型進(jìn)行橫向比較可知，HAR-CJ及其改進(jìn)模型對(duì)波動(dòng)率變動(dòng)方向具有最佳的預(yù)測(cè)效果。從Ω指標(biāo)來看，考慮隔夜信息的GARCH類和HAR類改進(jìn)模型在波動(dòng)率變動(dòng)的方向預(yù)測(cè)中表現(xiàn)更優(yōu)。同時(shí)，考慮隔夜信息的GARCH類和HAR類改進(jìn)模型在波動(dòng)率變動(dòng)的正向預(yù)測(cè)較經(jīng)典模型具有較大改進(jìn)。因此，隔夜信息對(duì)股市波動(dòng)率預(yù)測(cè)的改進(jìn)作用主要體現(xiàn)在對(duì)股市波動(dòng)正向變動(dòng)預(yù)測(cè)的準(zhǔn)確性上。

對(duì)模型預(yù)測(cè)能力的大小度量上，本文采用均方誤差的開方（RMSE）和平均絕對(duì)誤差（MAE）兩種損失函數(shù)作為比較方法，并以Giaeomini-White檢驗(yàn)統(tǒng)計(jì)量的p值來檢驗(yàn)波動(dòng)率模型的預(yù)測(cè)能力差異是否顯著。如表5所示。

由表5可知，樣本外預(yù)測(cè)的比較結(jié)果與樣本內(nèi)估計(jì)的比較結(jié)果基本一致。從RMSE和MAE兩種損失函數(shù)本身和它們GW檢驗(yàn)的p值來看，在GARCH（1，1）-inf模型、TARCH（2，1）-inf模型、GARCH-M（1，1）-inf模型、HAR-RV-inf模型和HAR-CJ-inf模型中考慮隔夜信息，能夠提高股市波動(dòng)率模型樣本外預(yù)測(cè)的能力。就GW檢驗(yàn)的p值來說，比較結(jié)果的顯著性水平均在10%以下，其中，隔夜信息對(duì)于GARCH類模型預(yù)測(cè)能力的改進(jìn)更加顯著。根據(jù)RMSE和MAE兩種損失函數(shù)值的大小對(duì)比顯示。基于隔夜信息的GARCH類模型較同類模型的樣本外預(yù)測(cè)能力雖有提升，但效果仍劣于HAR類模型。雖然HAR-RV-inf模型較HAR-RV模型的樣本外預(yù)測(cè)能力有所提升，效果仍劣于HAR-CJ類模型。其中，HAR-CJ-inf模型的樣本外預(yù)測(cè)效果最好。綜上所述，隔夜信息可以提高GARCH類和HAR類股市波動(dòng)率模型的預(yù)測(cè)能力。

五、結(jié)論與啟示

（一）結(jié)論

本文選用2006年1月2日至2015年12月31日上證綜合指數(shù)的日度數(shù)據(jù)作為樣本。以GARCH類模型和HAR類模型為研究對(duì)象。考察隔夜信息對(duì)股市波動(dòng)率預(yù)測(cè)的影響。對(duì)隔夜信息根據(jù)時(shí)間進(jìn)行界定并分類，研究它們對(duì)股市波動(dòng)及波動(dòng)率模型的擬合效果和預(yù)測(cè)能力的影響。

第一，兩個(gè)交易日之間的隔夜信息會(huì)對(duì)后一個(gè)交易日的股市波動(dòng)率產(chǎn)生影響。不同類別的隔夜信息在波動(dòng)率模型中表現(xiàn)出了對(duì)股市波動(dòng)不同的影響趨勢(shì)。對(duì)于宏觀政策指標(biāo)類信息，貨幣政策不同方向的調(diào)整和經(jīng)濟(jì)指標(biāo)不同方向的變化均有增加股市波動(dòng)的趨勢(shì)；對(duì)于海外市場(chǎng)交易類信息，投資者在兩個(gè)交易日之間獲取的不利信息有加劇下個(gè)交易日股市波動(dòng)的影響；上市公司信息披露程度和交易日的不連續(xù)也有增大股市波動(dòng)的可能。

第二，在GARCH類模型和HAR類模型中考慮隔夜信息，可以提高股市波動(dòng)率模型的擬合效果和預(yù)測(cè)能力。首先，無論是從模型的對(duì)數(shù)似然函數(shù)值和調(diào)整的可決系數(shù)，還是模型的系數(shù)顯著性來看，基于隔夜信息的波動(dòng)率模型比其基礎(chǔ)模型有著更好的擬合效果。其次，考慮隔夜信息后，‘GARCH類和HAR類模型在對(duì)股市波動(dòng)的正向變動(dòng)上準(zhǔn)確率提高。也就是說，隔夜信息能夠提升股市波動(dòng)模型對(duì)波動(dòng)率增大的預(yù)測(cè)能力。最后。從損失函數(shù)值和GW檢驗(yàn)的p值來看，基于隔夜-信息的波動(dòng)率模型的樣本外預(yù)測(cè)能力優(yōu)于其基礎(chǔ)模型，其中，HAR-CJ-inf模型的樣本外預(yù)測(cè)效果最好。因此，隔夜信息可以改進(jìn)GARCH類和HAR類股市波動(dòng)率模型的擬合效果和預(yù)測(cè)能力。

（二）啟示

本文研究涉及股市波動(dòng)率建模與預(yù)測(cè)和隔夜信息對(duì)股市波動(dòng)的影響兩個(gè)方面，具有一定的學(xué)術(shù)價(jià)值和實(shí)踐意義。

第一，拓展了學(xué)術(shù)界關(guān)于隔夜信息的研究。根據(jù)信息公布的時(shí)間對(duì)隔夜信息進(jìn)行界定，并依據(jù)隔夜信息的來源，將其分為宏觀政策指標(biāo)類信息、海外市場(chǎng)交易類信息和上市公司信息披露三個(gè)類別，探討了它們對(duì)于下一個(gè)股市交易日波動(dòng)的影響。

第二，結(jié)合隔夜信息對(duì)股市波動(dòng)率模型進(jìn)行改進(jìn)并得到良好的效果，為今后對(duì)于金融波動(dòng)建模的研究提供了新的思路和方向。

第三，正確認(rèn)識(shí)隔夜信息對(duì)股市波動(dòng)及其預(yù)測(cè)能力的影響，對(duì)于政策制定者和股市投資者做出正確決策有一定指導(dǎo)意義，有利于降低金融風(fēng)險(xiǎn)，維護(hù)金融穩(wěn)定。

（責(zé)任編輯：巴紅靜）