第四章 實證結果與分析
第二節 資料的敘述統計
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
11
由於研究樣本的資料顯示出，各國的交易日與休市日不盡相同，為求資料的 一致性與穩定性，本研究將各國交易日無法對應的資料去除，總計有 1845 筆資 料，並且因為考慮各國開盤與收盤時間不同的問題，已經將不同天交易的資料作 過處理。
本研究利用每日的收盤價指數計算報酬率，我們將每個國家的股價報酬率如 下計算：
Ri,t = 100% × ln(PPi,t
i,t−1) (5)
其中，Ri,t為第 t 期股價指數日報酬率，Pi,t為國家 i 在第 t 期的股價指數的收
盤價，而Pi,t−1為國家 i 在第 t-1 期的股價指數的收盤價。股價指數在經過轉換成
報酬率並取對數的處理，進行單根檢定後確定已成為定態的時間序列，可進行之 後更深入的分析。
本研究將各國股價指數報酬率進行兩階段的 Garch 模型估計之後，再將美國 對各國股價報酬率作迴歸係數估計，接著探討金融海嘯期間與非金融海嘯期間各 股市間的連動性。
第二節 資料的敘述統計
表二為各國股價指數報酬率的基本敘述統計結果。由表中可看出在金融海嘯 之前，各國股市平均報酬皆為正，在事件發生後普遍皆變為負報酬，惟獨金磚四 國仍然保持平均股價報酬大於零的水準，可說明在此次環球金融危機中受創程度 較工業國家輕微。而各國股市報酬在金融海嘯過後之波動程度皆變得更大，由標 準差顯著變大許多可以見得。
由於本研究資料皆已取報酬率的對數來處理，因此從表二可看出，金融海嘯 前七大工業國及金磚四國之平均股價指數報酬率介於 0.1592%到 0.0255%之間，
巴西的股價指數報酬率最大(0.1592%)，其次為加拿大(0.0798%)，而美國的股價 指數報酬率最小(0.0255%)。以標準差來表示的股價指數風險來看，股價指數風 險值介於 2.07%到 0.8923%之間，其中巴西的股價指數風險最大(2.07%)，其次為
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
12
中國(1.883%)，最小的是美國的股價指數報酬(0.8923%)。由此可見，高報酬率的 國家，風險也相對的比其他國家要來的大。
此外，由偏態係數可得知在金融海嘯前，所有國家指數報酬率的偏態係數都 是小於零的，顯示其資料分佈型態為左偏分配，然而事件發生後，僅剩美國、日 本、加拿大、俄羅斯、巴西、中國仍為左偏分配，顯示金融海嘯事件改變了各國 資料分配的情形。從峰態係數皆大於 3 許多，可看出各國股市日報酬的分配有厚 尾現象，即各國股價指數報酬率序列皆屬於高狹峰。在 5%的顯著水準之下，各 股價指數報酬率序列落後 12 期的 Ljung-Box Q 檢定統計量皆呈現顯著，表示其 存在著線性跨時相依的性質，且在同樣 5%的顯著水準下，各股價指數報酬率序 列平方落後 12 期的 Ljung-Box Q 檢定統計量皆呈現顯著，且數值比未平方的序 列更大許多，表示其條件變異數具有隨著時間波動的特性，即較大的報酬率趨勢 會伴隨著較大的報酬率同方向地變動。
由以上基本的敘述統計結果可知，各國指數報酬率的序列具有一般財務資產 報酬的三大特性，可嘗試用 GARCH 模型捕捉厚尾及條件變異數隨時間變異的現 象。
‧
平均數 0.000255 0.000319 0.000762 0.000479 0.000313 0.000377 標準差 0.008923 0.01336 0.0125 0.01161 0.01068 0.009962
LB(12) 362.9553* 234.6567* 443.974* 453.4977* 463.9477* 338.9116*
LB(24) 559.4209* 332.754* 645.6422* 561.5521* 628.1926* 452.4842*
LB(12) P-value 0 0 0 0 0 0
LB(12) 301.2009* 341.3294* 154.5396* 171.5578* 233.1582* 191.217*
LB(24) 455.6754* 430.9795* 252.5548* 268.7853* 356.3828* 287.1821*
LB(12) P-value 0 0 0 0 0 0
LB(24) P-value 0 0 0 0 0 0
註：1.*表示 5%的顯著水準
2.LB(12)與 LB(24)分別為序列落後 12 期與 24 期的 Ljung-Box 檢定統計量
‧
LB(12) 287.5445* 239.7569* 138.0837* 486.301* 194.1421*
LB(24) 315.8655* 302.1193* 153.1883* 602.1505* 267.1954*
LB(12) P-value 0 0 0 0 0
LB12 306.224* 142.1469* 393.4341* 31.2214* 79.2422*
LB24 465.6211* 271.517* 543.6505* 43.1385* 129.5772*
LB12 P-value 0 0 0 0.0018 0