- 1 -
中国科技论文在线
基于不对称 SV模型的隔夜信息对股市影响
研究
徐元华，梁艳*
作者简介：徐元华，（1986-），男，研究生，证券市场波动
（大连理工大学经济学院，辽宁 大连 116023）
摘要：本文运用扩展的 SV 模型，分析了隔夜信息对上证综合指数、深圳成分指数和香港恒
生指数的影响，发现隔夜信息对三大股指均有预测能力。另外通过对比发现，由于内地股市
和香港股市发展水平不一致，隔夜信息对不同类别市场的影响也存在很大差异。隔夜信息对
内地股市的预测能力较小，这主要是由于内地股市噪声交易比较多造成的，因此需要进一步
完善内地股市。
关键词：不对称 SV 模型；隔夜信息；杠杆效应；噪声交易
中图分类号：F8
Research on Asymmetric SV Model and Impacts of
Overnight Information on Stock Market
Xu Yuanhua, Liang Yan
(Economic department, Dalian University of Technology, LiaoNing DaLian 116023)
Abstract: It’s an important area of finance which is based on kinds of information to forecast the stock
market. This paper introduces an extended SV model to analyze effect of the overnight information on
the Shanghai Composite index、Shenzhen Component index and the Hang Seng index in Hong Kong,
and we found that the overnight information has predicitive power to the three indexs. In addition, we
made a comparision and found that the overnight information impacting on different types of market
will make different responses, for the mainland stock market and Hong Kong stock market
development is inconsistent. The predictive power of overnight information on the mainland stock
market is smaller, as a result of more noise trading in the mainland stock market. Therefore, we should
further improve the mainland stock market.
Keywords:asymmetric SV model; overnight information; leverage effect; noise trading
0 引言
股票市场的波动有其内在动因，这种内在动因往往表现为市场信息的披露和扩散，如上
市公司业绩公布、国际资本市场释放的信息、宏观经济政策的颁布和宏观经济数据的披露等、
其能量决定的股票市场波动的方向、幅度和持续的时间。然而通过调查发现这种信息很多都
是在隔夜非交易时间段积累的，这里我们称之为隔夜信息。Del Corral 等(2003)考察在纽约
证券交易所、纳斯达克证券交易所和美国股票交易所上市的公司，分析其年报的披露时间，
研究发现 93%的年报都是在非交易时间段披露的。国内上市公司年报披露同样具有这一特
征，张善伟(2007)对我国上市公司年报的披露日进行考察，发现年报披露存在明显的“星期
六”或“非交易日”特征。与此同时，国家宏观经济政策的颁布以及宏观经济数据的披露也
大都选择在非交易时间段.
总结国内外的研究，发现上市公司及政府部门都倾向与在非交易时间段发布公开信息。
因此近些年来，许多学者纷纷研究隔夜信息对股市波动的影响，而且对此还进行实证分析。
French 和 Roll(1986)利用隔天收益研究纽约证券交易所上市股票的隔天收益率，发现开盘收
- 2 -
中国科技论文在线
益波动大于收盘收益波动，说明开盘时的隔天收益波动主要反映了开盘前的非交易时间段的
隔夜信息。Ilias Tsiakas(2007)引入 SV 模型对美国和欧洲的股市进行研究，研究结果发现加
入隔夜信息，模型拟合的更好，并得出重要结论：非交易时间段积累的信息对股票市场具有
显著的预测能力。而在我国股票市场研究中，关于隔夜信息对股票市场波动影响方面的研究
比较薄弱。邵立岩和郑葵芳(2007)通过考察市场交易和隔夜收益的关系，研究发现伦敦市场
价格的波动被整合成隔夜信息反映到上海市场的开盘价上，并影响上海交易的收益波动。总
的来说，国内的研究只是停留在定性方面，认识到隔夜信息对股市波动存在影响，但定量方
面的实证分析是个空白。本文运用扩展的 SV 模型来研究隔夜信息对中国股市的影响，分析
其对我国预测能力的大小。
1 数据选取与研究方法
样本描述
本文选取上海证券交易所、深圳证券交易所和香港证券交易所的代表性指数，上证综合
指数、深圳成分指数和香港恒生指数。根据行为金融学的理论，投资者在不同的市场行情下
对信息会做出不同的反映，因而在研究过程中要考虑一个完整的周期。从 2006 年年初开始，
三大股指均一路攀升，于 2007 年 10 月达到史上最高，因此以时间段 2006-01-04—2007-10-16
为三大股指的上升阶段样本。2007 年年末，受次贷危机影响以及国际国内经济形势的恶化，
上证综合指数、深圳成分指数和香港恒生指数一路下挫，因此以时间段 2007-00-01—
2008-10-27 为三大股指下跌阶段样本。
数据处理
根据有效市场假说理论，股票市场价格的波动主要是由新信息的到达引起的，投资者是
证券市场的经济主体，他们根据自己所获得的信息进行投资决策。在决策过程中，投资者把
他们搜集到的信息、他们对经济前景的预期都会通过投资行为反映到股票价格及其波动上，
重大的信息对应的是大的波动，微弱的信息对应的是细小的波动。因此，以利用股市上一交
易日收盘至下一交易日开盘时产生的价格波动，即隔夜收益，来度量隔夜信息的大小；同样
股市当日开盘至当日收盘产生的价格波动，即日内收益，来替代日内信息的大小。图 1 给出
隔夜收益和日内收益时间关系图。
图 1 隔夜收益和日内收益时间关系
relationship between overnight return and intraday return
我们用 otp 表示 t 期股市开盘价指数， ctp 表示 t 期股市收盘价指数； 1otp − 表示滞后一期
的股市开盘价指数， 1ctp − 表示滞后一期的股市收盘价指数。那么股市每日收益 tr 、日内收益
d
tr 以及隔夜收益 1
2
n
tr − 的表达式（乘于 100 是为了提高数据的显著性）如下：
- 3 -
中国科技论文在线
1
2
1
2
1
1
(ln ) 100
(ln ) 100
(ln ) 100
d
n
t
d n
t
c
t
t c
t
c
t
t o
t
o
t
c
t
t t
p
r
p
p
r
p
p
r
p
r r r
−
−
−
−
= ×
= ×
= ×
= +
我们用整数来表示日内收益，半整数来表示隔夜收益（比如，假设周三为时期 3，周四
为时期 4，那么从周三收盘至周四开盘这段时期为 13
2
）。那么所有的收益数据组合一起，就
是一个信息流过程。根据有效市场假说，价格是信息的反应，信息的大小可以通过价格的波
动来反映，那么数据组合{ 11 2
nr − ， 12 2
nr − ，…， 12
n
tr − }就是一个隔夜信息流的过程。
模型的构建
(1) 基于研究股市波动性的普通 SV 模型
Koopman(2002)为考察风险与收益的关系，在 SV 模型的均值方程中引入滞后一期的收益
变量。同时考虑到前期观测值对当前波动的影响，我们同样也将前期观测值引入到波动模型
中；白崑、张世英(2001) 研究发现，SV 模型的方差方程中引入前期观测项使其在描述波动
长记忆性能力要优于标准模型。基于以上理论发现和经验研究，我们提出如下修正的 SV 模
型， mSV 模型形式为
21
1 1
exp( ), ~ . . (0,1)
( ) , ~ . . (0,1)
dd d
t t t t t
d dd
tt t t t
i i Nhr r
i i Nh hr η
α β ε ε
μ γ φ μ η ησ
−
− −
= + +
= + + − + (1)
与标准 SV 模型相比， mSV 模型基本假定不变， tε 和 tη 均为独立同分布的白噪声序列，
且互不相关。另外，我们要求 β ， 1φ < ，所以收益序列和被动过程都是平稳的，在该模
型中我们假定日内收益{ dtr }服从里一个离散时间 AR(1)过程，这一改进能很好地描述滞后一
期变量对当前值的影响；方差方程中引入前期观测值 1dtr − ，刻画前期观测值对波动的影响。
需要特别指出的是若 0γ < ，模型描述出负的日内收益冲击将会产生更大的波动，也表明股
票市场存在杠杆效应，坏消息的冲击会比同等程度好消息的冲击产生更大的波动。
（2）基于隔夜信息对股市影响的 SV 模型
在金融市场中，信息是引起股票价格波动的主要因素，而且股票市场在休市期间积攒的
大量的隔夜信息，因此在对股票市场的研究上，必须加入隔夜信息的影响。从而基于隔夜信
息影响的 SV 模型, oimSV 可表示为
1/2 11 2
1/2 11 2
exp( 2)
( )
~ . . (0,1)
~ . . (0,1)
dd n d
t t t t t
d dn d
t tt t t
t
t
hr r r
h hr r
i i N
i i N
η
α β β ε
μ φ μγ γ ησ
ε
η
− −
− −
= + + +
= + + + − + (2)
对均值方程和方差方程关于隔夜信息求偏导数，得
1 1
1/2 1/2
,
dd
n n
t t
t t
hr
r r
β γ
− −
∂ ∂= =∂ ∂
- 4 -
中国科技论文在线
因此均值方程中 1/21 ntrβ − 项，度量了隔夜信息对日内收益的影响；方差方程中 1/21 ntrγ − 项刻
画了隔夜信息对日内波动过程影响的大小。若 1γ ， 2 0γ < ，模型描述了负的收益(日内和隔夜)
冲击将会引发更大的波动，也表明股票市场存在杠杆效应。
（3）基于隔夜信息的不对称 SV 模型
Clark(1973)的混合分布假说(MDH)认为资产价格的变动是由信息流共同决定的，信息流
进入市场，对市场产生冲击，从而产生价格波动。在金融市场中，各种信息流总是混合着传
递到股票市场，它们是共同影响着股票市场的，但无论是好消息还是坏消息的冲击都能增加
股票市场的波动。然而上述模型 oimSV 中，通过每日的日内收益和隔夜收益的正负来替代消息
的好坏，忽略了决定每日的日内收益或隔夜收益正负符号的是各种信息共同作用的结果，其
中包括好消息和坏消息。
假设收益 r 是个向量，可知每天的收益 r 是由好消息引发的正收益 r + 与坏消息引发的负
收益 r − 共同决定的，则 r r r r r+ − + −= + = − 。设好消息 r + 对波动产生的影响系数为γ + ，坏
消息 r − 对波动产生的影响系数为γ − 。进而可以得到
( ) ( )
( ) ( )
1 1
1 1 1 1
1 12 2 2 2
1 1 1 1
1 12 2 2 2
[ ] [ ] [ ] [ ]
[ ] [ ] [ ] [ ]
t t
t t
t t
r r
r r
r r
γ γ
γ γ γ γ γ γ γ γ
γ γ γ γ γ γ γ γ
+ − + − + − + −
+ − + − + − + −
+ −+ −− −
+ −− −
+ −− −
+
= − + + + + − −
= − + + + − − +
令 1 1[ ], [ ]
2 2
γ γγ γ γ γ+ − + −= − = + ，可得
1 1
1 1 1 1
1 1
( ) ( )
( ) ( )
t t
t t t t
t t
r r
r r r r
r r
γ γ γ γ
γ γ
γ γ
+ −
− −
+ − + −
− − − −
− −
+ + −
= + + −
= +
在这一过程中，条件均值方程不发生变化。因此基于隔夜信息建立的不对称 SV 模型如
下：
11 21/2
1/2 1/2 1 11 1 2 2
exp( 2)
( )
~ . . (0,1)
~ . . (0,1)
n dd d
t t t tt
d dn n d d
t t t tt t t
t
t
hr r
h hr r r r
i i N
i i N
r
η
α β β ε
μ φ μγ γ γ γ ησ
ε
η
−−
− − − −
= + + +
= + + + + + − + (3)
通过在方差方程中区别隔夜收益和日内收益的正负，以此代替好坏消息，并分析其对波
动的不同影响，将波动的不对称性引入模型，这里我们称此模型为 oi
maSV 模型。很显然，只
要γ γ− +> ，就可以得出坏消息的冲击会引发更大的波动，另外若γ γ+ −> ，就可以得出好消息
的冲击会引发更大的波动。进一步说，在 oimaSV 模型中只需要检验γ 是否显著小于或大于 0，
而不需要比较γ −和γ +的大小。
2 实证分析
首先考察隔夜信息对股票市场的影响，先后利用 mSV 模型和加入隔夜信息的 oimSV 模型进
行实证，通过对两组实证结果进行比较，分析隔夜信息对我国股票市场波动和预期收益影响
能力。表 1 给出上证综合指数、深圳成分指数和香港恒生指数在 mSV 模型和 oimSV 模型下参数
- 5 -
中国科技论文在线
贝叶斯估计值。
表 1 上证综指、深圳成指和恒生指数在 mSV 和 oimSV 模型下 MC 误差和参数贝叶斯估计值
Tab. 1 Bayesian parameter estimation of Shanghai composite index 、Shenzhen
component index and Hongkong Hang Seng index on mSV and oimSV model
模型 参数 上证综合指数 深圳成分指数 香港恒生指数 α β μ γ φ
mSV
ησ α
1β
2β
μ
1γ
2γ
φ
oi
mSV
ησ
从表 1 可以看出，三大股指在模型 mSV 模拟下的波动持续性参数φ 均低于其在加入隔
夜信息后在模型 oimSV 模拟下得出的结果，说明在 SV 模型中加入隔夜信息后，模型的预测能
力提高。另外表示股市波动的扰动标准误差 ησ ，其大小体现了模型的精度，从表 1 观察，
发现模型中加入隔夜信息之后，波动的扰动标准误差降低，模型精度提高。此外通过对比分
析，发现香港股市的扰动标准误差最低，说明香港股市的噪音较少。通过对比各指数的波动
水平参数μ ，发现上海股市和深圳股市的风险均比香港股市风险大。通过观察隔夜信息对
股市预期收益的影响系数
1β ，发现香港股市对隔夜信息最敏感，这表明相对内地股市而言
隔夜信息对香港股市有着更大的预测能力。
为了进一步全面考察投资者在不同的市场行情下对隔夜信息的反映，我们分别采用上涨
周期和下跌周期的样本，利用 oimaSV 模型进行实证分析。表 2、3 给出了在上涨周期和下跌周
期过程中，上证综合指数、深圳成分指数和香港恒生指数在 oimaSV 模型下参数的贝叶斯估计
值。
表 2 上涨周期中，上证综指、深圳成指和恒生指数在 oimaSV 模型下参数的贝叶斯估计
Tab. 2 Bayesian parameter estimation of Shanghai composite index 、Shenzhen component index
And Hongkong Hang Seng index on oimaSV model
参数 上证综合指数 深圳成分指数 香港恒生指数
隔夜信息对收益影响 α
1β
隔夜信息对波动影响 μ
1γ
- 6 -
中国科技论文在线
表 3 上涨周期中，上证综指、深圳成指和恒生指数在 oimaSV 模型下参数的贝叶斯估计
Tab. 3 Bayesian parameter estimation of Shanghai composite index 、Shenzhen component index
And Hongkong Hang Seng index on oimaSV model
参数 上证综合指数 深圳成分指数 香港恒生指数
隔夜信息对收益影响 α
1β
隔夜信息对波动影响 μ
1γ
从表 2、3 可以看出，表示隔夜信息对股市预期收益影响的系数 1β ，在股市上涨周期中
为正值，表明隔夜信息与股市预期收益正相关；而在股市下跌周其中为负值，表明隔夜信息
与股市预期收益负相关。这主要是因为在股市上涨周期过程中，市场上释放的主要为利好消
息，而在下跌过程中则是以利空消息为主。另外，通过观察表 2、3，表示隔夜信息对股市
波动的杠杆效应 1γ ，三大股市的隔夜信息与股市波动呈显著的负相关，表明隔夜利空消息
会产生更大的波动。此外，通过对比分析，发现这种不对称性在下跌周期中大于其在上涨周
期中的表现，而且下跌周期中香港股市的这种不对称性表现的最大，这主要是因为香港股市
国际化程度比较高，受到来自国内和国际利空消息共同冲击，另外投资者在股市下跌周期中
会对利空消息作出过度反应。
3 结论及建议
本文针对隔夜信息对我国股市波动和预期收益影响的实证研究，得出如下主要结论及相
关政策建议：
首先，国内地股市噪音比较多，尤其是上海股市，表现为我国内地许多中小投资者缺乏
基本的投资分析能力和交易信息而盲目地跟风操作，如去年轮番炒作的甲流概念股、迪斯尼
概念股和区域概念股等等，投资者不是真正去关注上市公司业绩的增长及其未来的成长性，
而是借助噪声进行投机交易。因此要提高信息披露透明度，严厉打击内幕交易，降低噪声交
易对内地股市的影响，进而提高隔夜信息对我国内地股市的预测能力。
其次，投资在股市下跌过程对利空消息存在过度反应，在股市下跌过程中，许多股票的
股价已经低于其内在价值，投资者仍不惜一切代价疯狂地抛售股票。造成这一现象的原因之
一就是我国缺乏有效的做空机制，香港股市虽然有做空机制，但其影响有限；而内地股市在
样本期间根本就是单边市，股价虽然已经低于其内在价值，但却不能做空，为了保住自己的
资产只能接着进行噪声交易。因此需要建立和完善我国股市的做空机制；今年 4 月 16 日以
沪深 300 指数为标的物的股指期货开始挂牌交易，许多专家把它当做内地股票市场的“成人
礼”，但内地股市真正要走要成熟还需要很长一段路，与股指期货配套的融资融券业务也已
经推出，但融券卖出可选的股票太少。香港股市虽然较早地推出股指期货，但是其影响力非
常有限，因而必须进一步完善我国股市的做空机制，使其真正成为防止股市大起大落的稳定
器。
再次，内地许多中小投资者缺乏基本的投资分析能力，因此要加大对中小投资者的证券
投资教育，让投资者对市盈率、市净率和每股净资产增长率等估值准则有所理解，培养投资
者进行中长期投资的理念，避免盲目地借噪声进行投机交易。
- 7 -
中国科技论文在线
[参考文献] (References)
[1] DelCorral ,W.,Colwell,D., Michayluk, D., Woo, L., News releases when markets are closed. 2003．
[2] 张善伟. 浅析上市公司年报披露时间分布特征. [J]．财会月刊，2008，2：96.
[3] French ,K.,Roll, R., Stock return variances: The arrivial of information and the reaction of traders.
[J]． Financial Economics,1986,17:5-26．
[4] Ilias Tsiakas. Overnight information and stochastic volatility: A study of European and US stock exchanges
[J]．Banking& Finance ,2008.
[5] 韩立岩，郑葵方. 铜期货市场信息的国际传递. [J]．管理评论，2008，20（1）.
[6] 王新军，李明. 股市周期与内地股市波动差异. [J]．山东社会科学，2009，167（7）.
[7] Koopman, ., Uspensky, . The stochastic volatility in mean model: empirical evidence from
international stock markets.[J].Jorunal of Applied Econometrics,2002,17:667-689.
[8] 白崑，张世英. 扩展 SV 模型及其在深圳股票市场的应用.[J].系统工程，2001，19：21-26.
[9] Peter K, Clark, A subordinated stochastic process model with finite variance for speculative
price.[J].Econometrica,1973，41.
