沪深股票市场之间波动性影响关系研究.docVIP

沪深股票市场之间波动性影响关系研究 　　摘要以对沪深两市波动性指标的解构分析为基础，给出了基于GRACH模型、Granger模型的综合运用，同时引入协整检验和误差纠正机制的均衡分析方法，对沪深两市的波动相关性进行实证分析和模型检验，系统性揭示了沪深两市波动性的关键特征和沪深两市波动互相影响的因果规律，为基于沪深两市金融资产的定价和风险管理奠定了基础. 　　关键词应用统计数学；股市波动性；GARCH模型 　　中图分类号 N945文献标识码A 　　AbstractBased on the deconstruction index of the Shanghai and Shenzhen stock fluctuation， the combination of the methods GRACH mode and Granger model was given， and the equilibrium analysis cointegration and error correction mechanism were introduced.The correlation fluctuations between the Shanghai and Shenzhen were analyzed and empirically testied to reveal the key features of the impact of the causality law of Shanghai and Shenzhen， which lays a solid foundation for the pricing and risk management of financial assets of the Shanghai and Shenzhen stock markets. 　　Key wordsapplication of statistical mathematics；fluctuation of stock market； GARCH Model 　　1引言 　　2008年金融危机过后，越来越多的学者关注于金融市场的研究，而波动性一直是金融领域研究的核心问题之一，现代金融理论广泛地以波动性来衡量金融资产风险的大小，准确地刻画出金融资产的波动性并研究其相关的影响因素对于金融资产定价的构造以及金融风险管理有着极其重要的意义. 　　由于波动的溢出效应，即当一个国家或地区的资本市场出现大幅波动时，会通过投资者在其他资本市场上投资行为的改变，将这种波动传到其他市场.沪深两股市作为我国证券市场的两个核心组成部分，都面临共同的外部环境，会受到共同外部因素的影响，再加上投资者对沪深股市具有相同的偏好，这必然导致两市的波动呈现出一定的相关性.因此，对沪深股市波动相关性的研究有助于了解这两个市场的动态依存关系和判断市场间的风险传递模式.因此文章的研究具有一定的理论和现实意义. 　　关于市场波动相关性的问题被学术界广泛地研究，不同金融资产的波动性也是学术界研究的对象，其中，单个股票市场方面，穆韶光（2009）运用GARCH模型对沪市波动性的实证研究，发现上证指数收益率具有明显的方差聚集性、波动性和尖峰厚尾特征[1] .马永亮（2009）通过运用GARCH模型对房地产行业股票指数收益率进行分阶段分析，发现在牛市和熊市受到利好消息和利空消息不同程度的影响，而熊市受金融危机影响波动性加大[2].牛方磊（2005） 则基于ARCH类模型对基金市场波动性进行了研究，得出上证基金指数收益率表现出非正态性和务件异方差的特征[3].吴栩（2014）从沪深股市的夏普比率的角度分析了两个市场的相互关系.发现两个市场间的协整不明显，其相关性呈现多重分形波动[4].温博慧（2015）基于模糊熵算法对我国沪深300股票指数的有效复杂度进行测算，得出其对相似容忍度的敏感性更低，测度值连续性更好的特征[5]. 　　在目前国内外研究文献中，对股票市场波动性关系的特征提炼和实证分析研究主要集中在单个股票市场的独立分析上，针对沪深两市之间波动性的相关关系的特征提取及因果关系的实证分析和综合研究方面尚没有进行十分深入的研究.文章以以上证指数和深证综合指数作为研究对象，提出综合运用GRACH模型、Granger模型、同时引入协整检验和误差纠正机制的均衡分析方法，对沪深两市的波动相关性进行实证分析和模型检验，系统刻画沪深两市波动性的关键特征和寻找沪深两市波动互相影响的因果规律，为基于沪深两市金融资产的定价和风险管理提供基础支持. 　　2数据说明 　　考虑到数据的代表性，选取上证指数和深证综合指数作为研究对象.上证指数的样本为所有在上海证券交易所挂牌上市的股票，从总体