《表6 风险因素和GARCH效应估计与检验》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《引入条件异方差效应的CAPM模型簇改进》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

针对第一种模型，将波动率作为风险因素引入到三个模型中，参照资产组合理论，使用f（σt）=σt作为风险度量指标，估计结果如表6所示。表6显示，当同时使用GARCH模型刻画扰动项波动规律，且将扰动项波动率作为风险因素引入到三个模型时，与表5相比，各经典因素对应估计量的显著性与符号没有发生实质性变化，标识异方差效应的GARCH（1，1）模型三个参数α0、α1和δ1显著性和符号也没有发生明显变化。标识风险因素σt在三个模型中的估计值分别为0.243、0.112和0.140，分别在0.05、0.10和0.10的显著性水平下通过显著性检验，且均为正，这表明银行业的超额收益率与其承担的风险为正相关关系，即风险得到超额收益率的补偿，这符合经典投资理论要求。表6还表明，此时三个模型的条件异方差效应检验值为2.575、2.651和2.522，也在0.10的显著性水平下接受原假设，说明此时模型不再含有异方差性，再次表明GARCH（1，1）模型的合理性。总体来说，表6的检验结果验证了文中模型改进的合理性和必要性。