数据量化说明各种市场风险对国债价值的独立影响
,以及它们之间存在的相互影响因素。
1.模型因变量与自变量
数据的采集时间为
2006 年 10 月 8 日至 2009 年 9 月 30 日。
这里选取国债的每日收益率平均数与一年期定期存款利率的差值作为固定收益证券的
价值衡量变量
,称为因变量。
在自变量的选择上
,第一个自变量是反映利率风险的,利率作为对固定收益证券因背负种
种市场风险而产生的额外补偿
,主要应依据上文所提及的各种市场风险类型分别给出衡量指
标。在这个模型中选择久期与固定收益证券存续期间实际变动值的成绩作为自变量。第二个
自变量是反映流动性风险的
,本模型选择存续期间交易量占总交易量的比例作为自变量,尽可
能平衡每个月异常交易量的影响
,并结合债券买卖价差做补充的定性分析。第三个自变量是
反映通货膨胀风险的指标
,即 CPI 数值。因为一些债券为规避此种风险是采用浮息债形式,所
以对于这种债券即须从
CPI 中减去浮息率。通常这种债券的风险存在于未能预期到的通货膨
胀风险中。
2.建立多元线性回归模型
根据上一部分中构建模型的思想
,本文最终构建的模型可以用表示为:
Y= a0+a1X1+ a 2X2+ a3X3+u (1)
其中
:Y――超额利率(国债存续期间平均收益率-1 年定期存款利率)
X1――该券存续期间交易量/该券该期间全部交易量
X2――该券存续期间久期平均*价格变动
X3――该券存续期间 CPI 均值-该券浮息率
3.模型估计与检验
通过
RESSET 金融研究数据库收集到所需数据并进行整理后,共得到 58 组国债数据。
(1)参数估计
用
Eviews5.0 对(1)式用 LS 方法进行回归,得到结果如下:
Y= -1.172429+-3.455869X1+ 0.144138X2+ 23.99125X3 (2)
回归结果整理如下表
(表 1):
(2)参数检验―T 检验
步骤如下
:
1)提出待检假设 H0:βi=0,备择假设 H1:βi≠0;
2)在 α=0.01 的显著性水平下,对于(2)式 N=58,查 t 分布表可以得到 t0.005(58);
3)对于(2)式,|ti|
�t0.005(58)则拒绝待检假设 H0:βi=0,也就是各参数在 α= 0.01 的显著性
水平下不为零
,根据表一给出的统计值,|t0|=3.032261,|t1|=3.037075,|t2|=6.677351,|t3|=3.513093;
可见所有变量都通过了检验。
(3)序列相关的检验与克服
随机扰动项
ut 如果存在序列相关,在解释变量严格外生的时候对 LS 估计量的无偏性和
一致性没有影响
,但会影响其有效性,标准误差和统计量检验都不可靠。下面用两种方法进行
检验
:
①残差散点图
看残差散点图
(图 1 与图 2),发现在两图中的点几乎可以拟和成一条向右上方倾斜的射线
有一定的正相关趋势
,即从图表上直观反映出(2)式的回归模型是有效的。
②
Q-统计量检验
该检验法也是以残差序列为基础
,得到 DW 统计量:
在
α=0.01 的显著性水平下,对(2)式 n=58,k=4,查表知 dl=1.24,du=1.49,而 Eviews5. 0 报告
的
DW=1. 343340(表一),故 DW
∈(0,dl),存在微弱的序列自相关,需要克服。