孫曉曉

(安徽財(cái)經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233000)

19 世紀(jì)40 年代，美國(guó)發(fā)行了第一只可轉(zhuǎn)換債券，由于這種轉(zhuǎn)股期權(quán)可以使投資者規(guī)避當(dāng)前時(shí)刻直接投資股票的風(fēng)險(xiǎn)，而且可以選擇在未來(lái)分享發(fā)行公司的潛在資本收益，所以被投資者廣泛接受。可轉(zhuǎn)換債券對(duì)于我國(guó)的資本市場(chǎng)而言是一種“舶來(lái)品”，自1992 年第一只可轉(zhuǎn)債發(fā)行至今，經(jīng)歷了二十余年曲折的發(fā)展歷史。1997 年出臺(tái)的《可轉(zhuǎn)換公司債券管理暫行辦法》拉開(kāi)了對(duì)符合條件的重點(diǎn)國(guó)有企業(yè)進(jìn)行可轉(zhuǎn)換債券的試點(diǎn)發(fā)行的序幕。2001 年4 月，證監(jiān)會(huì)發(fā)布的《上市公司發(fā)行可轉(zhuǎn)換公司債券實(shí)施辦法》則使我國(guó)可轉(zhuǎn)債市場(chǎng)進(jìn)入了一個(gè)新的全面發(fā)展階段。截止目前為止，滬深兩市仍在交易中的可轉(zhuǎn)債數(shù)量已達(dá)28 只，融資總額高達(dá)1590.07 億元，還有多只可分離債券，可轉(zhuǎn)債市場(chǎng)頗具規(guī)模?？赊D(zhuǎn)換債券市場(chǎng)的發(fā)展在一定程度上解決了我國(guó)資本市場(chǎng)上股權(quán)融資比例較高，缺乏創(chuàng)新型金融產(chǎn)品的現(xiàn)象，是我國(guó)金融市場(chǎng)的有益補(bǔ)充;同時(shí)，給投資者提供了一個(gè)新的投資工具，對(duì)于拓寬企業(yè)融資渠道、促進(jìn)金融市場(chǎng)繁榮發(fā)展、提升企業(yè)競(jìng)爭(zhēng)力也有著重要意義。在此背景下，研究可轉(zhuǎn)債市場(chǎng)的波動(dòng)特征及其與股票市場(chǎng)的波動(dòng)關(guān)系對(duì)于促進(jìn)我國(guó)可轉(zhuǎn)債市場(chǎng)健康發(fā)展，維持證券市場(chǎng)的穩(wěn)定有著重要意義。

一、文獻(xiàn)回顧

我國(guó)的可轉(zhuǎn)債市場(chǎng)只有二十幾年的發(fā)展歷史，而且國(guó)內(nèi)學(xué)者對(duì)可轉(zhuǎn)債的研究主要集中在定價(jià)以及可轉(zhuǎn)債市場(chǎng)與股票市場(chǎng)的波動(dòng)關(guān)系方面。賴其男、姚長(zhǎng)輝、王志誠(chéng)運(yùn)用Matlab 軟件并結(jié)合二叉樹(shù)方法對(duì)選取的可轉(zhuǎn)債樣本進(jìn)行理論價(jià)值分析與定價(jià)。［1］黃建兵從無(wú)風(fēng)險(xiǎn)套利角度出發(fā)，對(duì)我國(guó)證券市場(chǎng)上可轉(zhuǎn)換債券價(jià)格及其標(biāo)的股票價(jià)格之間的關(guān)系進(jìn)行分析，據(jù)此推斷我國(guó)證券市場(chǎng)上價(jià)格的有效性。［2］尹韻、費(fèi)方域?qū)赊D(zhuǎn)債市場(chǎng)價(jià)格與標(biāo)的股票市盈率之間關(guān)系進(jìn)行研究，認(rèn)為二者之間的關(guān)系之所以不顯著是因?yàn)槲覈?guó)資本市場(chǎng)較低的有效性使得市盈率無(wú)法真實(shí)反映投資者對(duì)公司股票價(jià)格的未來(lái)預(yù)期。［3］張敏運(yùn)用協(xié)整理論、BEKK－GARCH 模型、VAR 模型對(duì)可轉(zhuǎn)債指數(shù)與滬深300 指數(shù)之間的動(dòng)態(tài)傳導(dǎo)進(jìn)行實(shí)證分析，認(rèn)為雖然部分可轉(zhuǎn)債與其基礎(chǔ)股票價(jià)格之間不存在長(zhǎng)期協(xié)整關(guān)系，但就整個(gè)市場(chǎng)而言，這種長(zhǎng)期協(xié)整關(guān)系是存在的;另外，兩個(gè)市場(chǎng)的收益率序列的條件波動(dòng)之間存在著較強(qiáng)的正相關(guān)性。［5］張秀艷、張敏對(duì)可轉(zhuǎn)債指數(shù)和滬深300 指數(shù)進(jìn)行建模并提取方差、協(xié)方差，模擬計(jì)算出了兩個(gè)市場(chǎng)的動(dòng)態(tài)相關(guān)系數(shù)，研究結(jié)果顯示，兩個(gè)市場(chǎng)對(duì)共同信息的反映速度和收益率變化程度是相近的。［6］胡秋靈、張?zhí)K鳳、王寧利用DCC－GARCH 模型對(duì)可轉(zhuǎn)債市場(chǎng)與股票市場(chǎng)的動(dòng)態(tài)相關(guān)系數(shù)進(jìn)行研究，他們認(rèn)為DCC－GARCH 模型對(duì)二者的動(dòng)態(tài)關(guān)系研究是可行的。

由以上綜述不難看出，圍繞可轉(zhuǎn)換債券的研究多是從其自身定價(jià)和與股票市場(chǎng)關(guān)系為主題。本文除了通過(guò)建立誤差修正模型研究二者的長(zhǎng)期均衡關(guān)系之外，單獨(dú)分析了可轉(zhuǎn)債市場(chǎng)收益率的波動(dòng)特征以及其與股票市場(chǎng)的波動(dòng)溢出效應(yīng)。

二、樣本數(shù)據(jù)說(shuō)明

文章采用的數(shù)據(jù)來(lái)自大智慧軟件和Wind 金融資訊終端。由于目前在二級(jí)市場(chǎng)上交易的28 只可轉(zhuǎn)債中有19 只是在上海證交所上市，而且上證可轉(zhuǎn)債指數(shù)以2002 年12 月31 日為基日，與2014 年8 月份剛剛發(fā)布的深證轉(zhuǎn)債指數(shù)相比較為成熟，所以選取上證可轉(zhuǎn)債指數(shù)(000139)作為研究對(duì)象，相應(yīng)的標(biāo)的股票市場(chǎng)指數(shù)為上證指數(shù)(000001)。時(shí)間口徑方面，以能在大智慧軟件上取得的數(shù)據(jù)為基礎(chǔ)，樣本日期從2004 年1 月8 日至2014 年11月20 日，共得2637 個(gè)日收盤(pán)價(jià)作為樣本數(shù)據(jù)，以pt表示。由于樣本數(shù)據(jù)選取的是時(shí)間序列數(shù)據(jù)，為了保證序列的穩(wěn)定性，定義收益率rt= 100% ×［lnpt－lnpt－1］，經(jīng)處理后得到2636 個(gè)數(shù)據(jù)，上證可轉(zhuǎn)債指數(shù)收益率用rcb表示，上證指數(shù)收益率用rsz表示。本文采用Eviews6.0 作為分析軟件。

四、實(shí)證分析

(一)問(wèn)題的提出

為了研究可轉(zhuǎn)換債券市場(chǎng)和其與股票市場(chǎng)的波動(dòng)性，提出以下假設(shè):

1. 利好、利空信息對(duì)可轉(zhuǎn)債收益率的沖擊是不對(duì)稱(chēng)的;

2. 可轉(zhuǎn)債市場(chǎng)與股票市場(chǎng)之間存在單向溢出效應(yīng);

3. 上證指數(shù)收益率和上證可轉(zhuǎn)債指數(shù)收益率之間存在著長(zhǎng)期均衡關(guān)系，其自身的約束機(jī)制會(huì)修正外界因素帶來(lái)的誤差，使二者趨于均衡。

(二)可轉(zhuǎn)債市場(chǎng)收益率的實(shí)證分析

1. 收益率序列的描述性統(tǒng)計(jì)

圖1 上證可轉(zhuǎn)債指數(shù)收益率rcb的描述性統(tǒng)計(jì)量

由圖1 可以看出，樣本期內(nèi)，上證可轉(zhuǎn)債指數(shù)收益率rcb的均值為0.0358%，標(biāo)準(zhǔn)差為1.0293%;JB統(tǒng)計(jì)量為12934.76，且伴隨概率為0，表明其拒絕序列服從正態(tài)分布的假定;偏度S=－0.9203 ＜0，峰度K=13.6948 ＞3，說(shuō)明r 具有左偏、尖峰的特點(diǎn)。

2. 收益率序列的平穩(wěn)性檢驗(yàn)

對(duì)時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)主要是為了排除可能出現(xiàn)的偽回歸現(xiàn)象，常用的平穩(wěn)性檢驗(yàn)方法有ADF 檢驗(yàn)、DF 檢驗(yàn)和PP 檢驗(yàn)，本文采用ADF 檢驗(yàn)驗(yàn)證上證可轉(zhuǎn)債指數(shù)收益率的平穩(wěn)性。觀察上證可轉(zhuǎn)債指數(shù)收益率的線形圖可以發(fā)現(xiàn)，檢驗(yàn)樣本的原始圖形呈現(xiàn)出無(wú)規(guī)則上升、下降并反復(fù)，應(yīng)該不含截距項(xiàng)與常數(shù)項(xiàng);滯后項(xiàng)的選擇根據(jù)AIC、SC最小準(zhǔn)則確定(滯后項(xiàng)為3)。對(duì)序列進(jìn)行ADF 檢驗(yàn)的結(jié)果如表1 所示，可以看出，在1%的顯著水平下，樣本數(shù)據(jù)ADF 值都顯著小于1%的臨界值，說(shuō)明rcb為平穩(wěn)的時(shí)間序列數(shù)據(jù)。

表1 序列 的ADF 檢驗(yàn)結(jié)果

3. ARCH 效應(yīng)檢驗(yàn)

由于上證可轉(zhuǎn)債指數(shù)收益率的波動(dòng)呈現(xiàn)群集現(xiàn)象和異方差效應(yīng)，因此對(duì)序列進(jìn)行ARCH 效應(yīng)檢驗(yàn)。觀察上證可轉(zhuǎn)債指數(shù)日收益率序列的偏自相關(guān)圖可以發(fā)現(xiàn)，其與滯后1 階、3 階、15 階、18 階、21 階相關(guān)性較強(qiáng)。建立上證可轉(zhuǎn)債指數(shù)日收益率的高階自回歸模型:

rt= 0.209810rt－1+ 0.055675rt－3+ 0.071247rt－15+0.072687rt－18－0.056784rt－21

(0.0000)(0.0036)(0.0002)(0.0002)(0.0030)

其中，括號(hào)內(nèi)為變量估計(jì)系數(shù)t 檢驗(yàn)的伴隨概率，可以看出所有變量的t 檢驗(yàn)均通過(guò)，系數(shù)都比較顯著，上式說(shuō)明上證可轉(zhuǎn)債指數(shù)收益率的滯后1、3、15、18、21 階對(duì)收益率當(dāng)前的變化具有較強(qiáng)的影響。提取自回歸模型的殘差并作殘差平方的序列圖，如圖4 和圖5 所示:

圖2 上證可轉(zhuǎn)債指數(shù)收益率高階自回歸模型殘差圖

圖3 上證可轉(zhuǎn)債指數(shù)收益率高階自回歸模型殘差平方序列圖

從殘差圖可看出，殘差的波動(dòng)有聚類(lèi)的現(xiàn)象，殘差平方序列圖也出現(xiàn)了聚類(lèi)現(xiàn)象，這說(shuō)明誤差項(xiàng)可能具有條件異方差(ARCH 效應(yīng))。采用ARCH－LM 檢驗(yàn)來(lái)驗(yàn)證上證可轉(zhuǎn)債指數(shù)收益率序列是否存在ARCH 效應(yīng)，經(jīng)過(guò)反復(fù)試驗(yàn)，當(dāng)滯后長(zhǎng)度為8時(shí)，AIC 和SC 值較合理，因此進(jìn)行滯后長(zhǎng)度為8的ARCH－LM 檢驗(yàn)。由表2 可知，ARCH－LM 檢驗(yàn)統(tǒng)計(jì)量的P 值遠(yuǎn)小于顯著性水平α = 0.01 ，故拒絕原假設(shè)，殘差存在ARCH (8)效應(yīng)。

表2 收益率殘差序列自相關(guān)LM 檢驗(yàn)(滯后長(zhǎng)度:8)

4. GARCH 族模型

(1)GARCH (1，1)模型

GARCH 模型既可以描述單個(gè)金融資產(chǎn)的風(fēng)險(xiǎn)變動(dòng)，還可以描述不同金融資產(chǎn)之間的風(fēng)險(xiǎn)變動(dòng)關(guān)系和收益的相關(guān)性變化，因此，廣泛應(yīng)用于在對(duì)金融數(shù)據(jù)的實(shí)證分析中。本文采用的GARCH 模型是在實(shí)證分析中較常用的GARCH (1，1)模型。

首先采用GARCH (1，1)模型對(duì)上證可轉(zhuǎn)債指數(shù)日收益率進(jìn)行實(shí)證分析。上證可轉(zhuǎn)債指數(shù)日收益率的GARCH 模型:

rcb= 0.184595rcb，t－1+0.045262rcb，t－3+0.055511rcb，t－18－0.037683rcb，t－21+ εt

(0.0000)(0.0280)(0.0038)(0.0314)ht= 0.00000121 +.128851ε2

t－1+0.861273ht－1(0.0000)(0.0000)(0.0000)

(AIC=－7.065556 SC=－7.049845)

由于在建立GARCH 模型的均值方程時(shí)，rcb，t－15的系數(shù)項(xiàng)未通過(guò)t 檢驗(yàn)，故剔除。均值方程中所有系數(shù)均通過(guò)t 檢驗(yàn)，且ARCH 項(xiàng)與GARCH項(xiàng)的和小于1，滿足了參數(shù)的約束條件，這說(shuō)明上證可轉(zhuǎn)債指數(shù)收益率的條件方差是平穩(wěn)的;又因?yàn)槎叩暮?0.990124)很接近于1，所以隨機(jī)沖擊對(duì)條件方差的影響有一定的持續(xù)性，其對(duì)未來(lái)的預(yù)測(cè)具有一定的作用。

(2)TARCH 模型

國(guó)內(nèi)外學(xué)者對(duì)于股票市場(chǎng)的研究發(fā)現(xiàn)，股價(jià)的上升幅度和下跌幅度相同時(shí)，股價(jià)下跌過(guò)程往往伴隨更劇烈的波動(dòng)，TARCH 模型可以用于解釋這種非對(duì)稱(chēng)性。通過(guò)建立TARCH 模型來(lái)考察信息對(duì)上證可轉(zhuǎn)債指數(shù)收益率沖擊的對(duì)稱(chēng)性。上證可轉(zhuǎn)債指數(shù)收益率的TARCH 模型:

從TARCH (1，1)模型中可以看出，杠桿效應(yīng)系數(shù)ф = 0.078315 ≠0 ，說(shuō)明信息對(duì)上證可轉(zhuǎn)債指數(shù)收益率的影響是非對(duì)稱(chēng)的;且由于ф ＜0，非對(duì)稱(chēng)效應(yīng)的作用會(huì)使波動(dòng)減小，但是并不存在杠桿效應(yīng)。另外，ARCH 項(xiàng)與GARCH 項(xiàng)之和接近于1，說(shuō)明上證可轉(zhuǎn)債指數(shù)的過(guò)去波動(dòng)對(duì)指數(shù)未來(lái)走勢(shì)的沖擊是持久的。

(三)可轉(zhuǎn)債市場(chǎng)與股票市場(chǎng)的波動(dòng)溢出效應(yīng)分析

波動(dòng)溢出效應(yīng)實(shí)質(zhì)上是“金融傳染”的一種表現(xiàn)，是指一個(gè)市場(chǎng)的波動(dòng)不僅對(duì)自身未來(lái)有影響，還有可能對(duì)其它市場(chǎng)未來(lái)的波動(dòng)產(chǎn)生影響。由于可轉(zhuǎn)債的行權(quán)受標(biāo)的股票價(jià)格走勢(shì)、股價(jià)波動(dòng)率、上市公司基本面等因素影響，與股票市場(chǎng)關(guān)系密切，而且兩個(gè)市場(chǎng)也都受到宏觀經(jīng)濟(jì)環(huán)境和金融政策的影響，其波動(dòng)性也具有相互影響的關(guān)系。所以研究?jī)蓚€(gè)市場(chǎng)的波動(dòng)溢出效應(yīng)，對(duì)于發(fā)展可轉(zhuǎn)債市場(chǎng)，維持兩個(gè)市場(chǎng)的穩(wěn)定都具有重要意義。

對(duì)上證指數(shù)(000001)的日收盤(pán)價(jià)同樣進(jìn)行收益率處理，平穩(wěn)性檢驗(yàn)和LM 檢驗(yàn)，檢驗(yàn)結(jié)果顯示收益率的滯后6 階對(duì)收益率當(dāng)前的變化具有較強(qiáng)的影響，建立上證可轉(zhuǎn)債指數(shù)日收益率的高階自回歸模型:

括號(hào)內(nèi)為變量估計(jì)系數(shù)的t 檢驗(yàn)的伴隨概率，可以看出所有變量的t 檢驗(yàn)均通過(guò)，變量的系數(shù)都比較顯著，說(shuō)明收益率的滯后6、15、階對(duì)收益率當(dāng)前的變化具有較強(qiáng)的影響。同樣對(duì)上證指數(shù)收益率進(jìn)行GARCH (1，1)建模，模型如下:

由于建模時(shí) 的系數(shù)項(xiàng)未通過(guò)t 檢驗(yàn)，故剔除。均值方程中所有系數(shù)均通過(guò)t 檢驗(yàn)，且ARCH 項(xiàng)與GARCH 項(xiàng)的和小于1，滿足了參數(shù)的約束條件，說(shuō)明上證可轉(zhuǎn)債指數(shù)收益率的條件方差是平穩(wěn)的。提取模型殘差，與上證可轉(zhuǎn)債指數(shù)收益率GARCH(1，1)模型的殘差進(jìn)行Granger 因果關(guān)系檢驗(yàn)得出如下結(jié)果:

表3 滯后6 期條件下的Granger 因果關(guān)系檢驗(yàn)結(jié)果

由表4 可以看出，在5%的顯著性水平下可以任務(wù)股票市場(chǎng)的波動(dòng)是可轉(zhuǎn)債市場(chǎng)波動(dòng)的格蘭杰原因，這初步證明了兩個(gè)市場(chǎng)間存在溢出效應(yīng)，但是是不對(duì)稱(chēng)的，單向的，這說(shuō)明了股票市場(chǎng)的波動(dòng)對(duì)可轉(zhuǎn)債市場(chǎng)的波動(dòng)具有引導(dǎo)作用，股票市場(chǎng)在二者的波動(dòng)關(guān)系中起基礎(chǔ)性作用。

(四)上證可轉(zhuǎn)債指數(shù)與上證指數(shù)之間的長(zhǎng)期均衡關(guān)系

兩個(gè)經(jīng)濟(jì)變量之間經(jīng)常會(huì)存在長(zhǎng)期均衡的關(guān)系，但是這種長(zhǎng)期均衡關(guān)系從短期來(lái)看可能是失衡的，此時(shí)可以建立誤差修正模型來(lái)調(diào)整這種長(zhǎng)短期失衡，使得一個(gè)期間的失衡部分就可以在下一期得到糾正。

1. 與 的協(xié)整分析

由前文分析可知上證可轉(zhuǎn)債指數(shù)收益率序列和上證指數(shù)收益率序列均是平穩(wěn)序列，所以利用E－G 兩步法來(lái)檢驗(yàn)兩個(gè)變量之間的協(xié)整關(guān)系。首先用最小二乘估計(jì)法估計(jì)上證指數(shù)日收益率關(guān)于上證可轉(zhuǎn)債指數(shù)日收益率的方程:

rsz=－0.000208 +1.026192rcb+ εt

提取模型殘差并用ADF 檢驗(yàn)法對(duì)回歸殘差做平穩(wěn)性檢驗(yàn)，結(jié)果如表4 所示:

表4 εt 的單位根檢驗(yàn)結(jié)果

由表4 的檢驗(yàn)結(jié)果可知，殘差是平穩(wěn)序列，所以兩個(gè)收益率序列之間存在著協(xié)整關(guān)系。當(dāng)兩個(gè)序列存在協(xié)整關(guān)系時(shí)，可以認(rèn)為盡管兩個(gè)經(jīng)濟(jì)變量短期內(nèi)有時(shí)失衡，但經(jīng)濟(jì)自身的力量會(huì)使其重新回到均衡狀態(tài)，即短期內(nèi)無(wú)論如何變化，長(zhǎng)期來(lái)看仍然趨于均衡。上述分析顯示，上證指數(shù)收益率和上證可轉(zhuǎn)債指數(shù)收益率之間存在著某種長(zhǎng)期均衡關(guān)系。

2. 誤差修正模型(ECM)的建立

誤差修正模型是由薩甘在1964 年提出的，它既可以描述變量長(zhǎng)期關(guān)系，又可以描述短期關(guān)系。有由上文分析得出 和 之間存在協(xié)整關(guān)系，可以建立ECM 模型。通過(guò)最小二乘法回歸得到如下結(jié)果:

rsz= 1.047882rcb－0.184724ecmt－1

其中，ecmt= rsz－1.026192rcb+0.000208 ，方程的擬合優(yōu)度，系數(shù)的t 檢驗(yàn)和DW 檢驗(yàn)均通過(guò)，且誤差修正系數(shù)為負(fù)，符合反向修正機(jī)制。從ECM 模型中可以看出，短期內(nèi)上證指數(shù)的變動(dòng)收到上證可轉(zhuǎn)債指數(shù)變動(dòng)的影響，股票市場(chǎng)在不斷修正前期誤差的過(guò)程中使得自身與可轉(zhuǎn)債市場(chǎng)保持動(dòng)態(tài)均衡關(guān)系;外界因素的沖擊，例如宏觀經(jīng)濟(jì)政策，會(huì)使兩個(gè)市場(chǎng)的收益率暫時(shí)發(fā)生偏離，但是其自身的約束機(jī)制也會(huì)使二者趨于均衡;ECM 項(xiàng)系數(shù)反映了誤差調(diào)整的速度。方程中的ECM 項(xiàng)系數(shù)較小，說(shuō)明上證指數(shù)日收益率對(duì)誤差調(diào)整的速度很慢。

三、結(jié)論及政策建議

本文通過(guò)對(duì)2004 年1 月8 日至2014 年11 月20 日的上證可轉(zhuǎn)債指數(shù)日收益率與上證指數(shù)日收益率進(jìn)行實(shí)證分析得出如下結(jié)論:

第一，上證可轉(zhuǎn)債指數(shù)收益率序列呈現(xiàn)非對(duì)稱(chēng)性，表現(xiàn)為左偏;收益率序列是平穩(wěn)序列，但是存在高階ARCH 效應(yīng)，所以利用GARCH 模型對(duì)上證可轉(zhuǎn)債收益率序列進(jìn)行分析是可行的;同時(shí)，通過(guò)TARCH 模型證明了雖然利好、利空信息對(duì)上證可轉(zhuǎn)債指數(shù)收益率的影響存在非對(duì)稱(chēng)性，但是卻不具有杠桿效應(yīng)，這與其他學(xué)者的研究結(jié)論相違背，其原因可能在于樣本數(shù)據(jù)的選取上有所差異。

第二，通過(guò)對(duì)上證指數(shù)收益率和上證可轉(zhuǎn)債指數(shù)收益率的GARCH 模型殘差進(jìn)行Granger 因果關(guān)系檢驗(yàn)，初步驗(yàn)證了可轉(zhuǎn)債市場(chǎng)與股票市場(chǎng)之間存在單向的波動(dòng)溢出效應(yīng)，即股票市場(chǎng)的波動(dòng)導(dǎo)致了可轉(zhuǎn)債市場(chǎng)的波動(dòng)，而不是相反。這是由于可轉(zhuǎn)換債券是基于標(biāo)的股票的特殊債券，可以看作是期權(quán)與債券的結(jié)合，所以，標(biāo)的股票價(jià)格的波動(dòng)對(duì)可轉(zhuǎn)換債券價(jià)格的波動(dòng)具有影響作用，股票市場(chǎng)的波動(dòng)是導(dǎo)致可轉(zhuǎn)債市場(chǎng)的波動(dòng)的原因。

第三，通過(guò)對(duì)兩個(gè)收益率序列的ECM 模型分析得出上證指數(shù)收益率和上證可轉(zhuǎn)債指數(shù)收益率之間存在著某種長(zhǎng)期均衡關(guān)系，而外界因素的沖擊，例如利空、利好信息的出現(xiàn)，會(huì)使兩個(gè)市場(chǎng)的收益率暫時(shí)發(fā)生偏離，但是其自身的約束機(jī)制不斷修正，促使二者在長(zhǎng)期內(nèi)回歸均衡。

可轉(zhuǎn)債市場(chǎng)作為我國(guó)金融市場(chǎng)的有益補(bǔ)充部分，在推動(dòng)金融工具的創(chuàng)新，拓寬企業(yè)融資渠道等方面具有十分重要的意義?？赊D(zhuǎn)債市場(chǎng)與股票市場(chǎng)作為金融市場(chǎng)的兩個(gè)重要的子市場(chǎng)，二者之間的波動(dòng)關(guān)系對(duì)于金融環(huán)境的穩(wěn)定有著重要作用。因此，應(yīng)將國(guó)外發(fā)展可轉(zhuǎn)債市場(chǎng)的經(jīng)驗(yàn)與我國(guó)資本市場(chǎng)的發(fā)展現(xiàn)狀進(jìn)行有機(jī)結(jié)合，對(duì)可轉(zhuǎn)債市場(chǎng)的準(zhǔn)入制度和交易制度進(jìn)行創(chuàng)新，在市場(chǎng)穩(wěn)定的前提下，給予可轉(zhuǎn)債市場(chǎng)更大的發(fā)展空間;同時(shí)應(yīng)加強(qiáng)對(duì)投資者的教育和合理的引導(dǎo)，培育成熟、理性的可轉(zhuǎn)債投資者。

四、結(jié)語(yǔ)

可轉(zhuǎn)換債券是我國(guó)引入的為數(shù)不多的金融衍生品之一，其在我國(guó)的發(fā)展時(shí)間不長(zhǎng)，市場(chǎng)也不完善，所以可供選擇的分析指標(biāo)也比較少，本文中選取的上證可轉(zhuǎn)債指數(shù)也只能反映在滬市交易的可轉(zhuǎn)債的情況，相對(duì)而言較為片面，這也是需要改進(jìn)的地方。第二，關(guān)于可轉(zhuǎn)債市場(chǎng)與股票市場(chǎng)波動(dòng)溢出效應(yīng)分析這部分內(nèi)容只是初步研究，選用的Granger 因果關(guān)系檢驗(yàn)方法自身可能會(huì)因?yàn)閷?duì)樣本數(shù)據(jù)的處理而產(chǎn)生與理論或?qū)嶋H情況不符合的結(jié)果，仍需要進(jìn)一步改善。第三，從ECM 模型可以看出兩個(gè)市場(chǎng)之間存在著某種長(zhǎng)期均衡關(guān)系，但是可能存在個(gè)例，即單只可轉(zhuǎn)債和其標(biāo)的股票之間可能不存在這種長(zhǎng)期均衡關(guān)系，這種情況也值得進(jìn)一步研究。

［1］賴其男，姚長(zhǎng)輝，王志誠(chéng). 關(guān)于我國(guó)可轉(zhuǎn)換債券定價(jià)的實(shí)證研究［J］. 金融研究，2005，(9):105－121.

［2］黃建兵. 中國(guó)的可轉(zhuǎn)換債券與市場(chǎng)價(jià)格有效性研究［J］. 系統(tǒng)工程理論方法應(yīng)用，2002，(1):63－67.

［3］尹韻，費(fèi)方域. 可轉(zhuǎn)換債券市場(chǎng)價(jià)格與其基準(zhǔn)股票市盈率關(guān)系初探［J］. 上海管理科學(xué)，2005，(1):16－17.

［4］張?zhí)K鳳. 中國(guó)可轉(zhuǎn)債市場(chǎng)與股票市場(chǎng)間聯(lián)動(dòng)關(guān)系研究［D］. 陜西師范大學(xué)，2011.

［5］張秀艷，張敏. 可轉(zhuǎn)換債券市場(chǎng)與股票市場(chǎng)的波動(dòng)關(guān)系——基于二元GARCH 模型的實(shí)證研究［J］. 吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2009，(4):133－140.

［6］胡秋靈，張?zhí)K鳳，王寧. 中國(guó)可轉(zhuǎn)債市場(chǎng)與股票市場(chǎng)的動(dòng)態(tài)關(guān)系研究——基DCC－MGARCH 模型的分析［J］.經(jīng)濟(jì)與管理，2010，(11):26－31.