我国沪深股市波动性研究.docVIP

我国沪深股市波动性研究 　　【摘要】股票市场充满不确定性。信息、资本的快速流动使股票价格不断变化，从而导致市场之间互相传导。股票价格波动是股市的基本特征，正常的波动有利于活跃股票市场，使市场交易得以持续进行，但剧烈、频繁的波动就会增加市场风险，影响投资者判断，甚至打击投资者信心。我国沪深股票市场是个正在发展的市场，市场，波动的高风险特征显得尤为突出。因此，研究我国沪深股市的波动特征对于政府管理层和投资者均具有很强的现实意义。 　　本文在前人的基础上合理利用GARCH模型对2008年1月3日至2013年7月8日上证综指和深证成指的日收益率的波动进行了实证分析。结果显示T分布的GACH（1，1）模型能更有效地拟合股市的波动性。 　　【关键词】波动性；ARCH；GARCH 　　一个波动性适度的市场对整个经济具有很大的益处，整个金融市场的参与者都享受到这些益处。有波动就有机会，金融资产的波动性促进了许多金融产品的创新和发展，比如期权、期货等衍生产品的开发和创新，同时也激发了金融领域的许多理论发展。证券资产回报的波动性现在已成为资产组合理论、期权估值和资产定价模型等金融理论的核心。可以说，金融资产的波动性问题已经经受到诸如投资者、监管部门、新闻媒体以及学术界等各方面人士的极大关注。特别是许多期权交易者，更是需要紧密关注金融市场的波动性，因为期权价格主要依赖于基础金融资产的波动性。政策制定者需要依赖金融市场波动性的估计值来衡量金融市场的稳定性。 　　因此，深入研究我国股票市场波动的微观结构，考察在现有的股票交易机制下波动性产生的机理，探究适合我国国情的股票交易机制，对我国股票市场波动做出更合理的评估和预测等等，对于不断变革中的中国股票市场的健康发展，对于中国经济改革宏伟目标的实现，都将有着积极而深远的意义。 　　2、相关理论模型 　　ARCH模型即自回归条件异方差模型：在以前信息集下，某一时刻噪声的发生是服从正态分布。该正态分布的均值为零，方差是一个随时间变化的量（即为条件异方差），并且这个随时间变化的方差是过去有限项噪声值平方的线性组合（即为自回归）。 　　GARCH模型：Bollerslev（1986）在Engle（1982）的ARCH模型上提出了GARCH模型的系统框架。GARCH模型的基本思想是：（1）尽管资产收益的随机误差项不存在序列相关性，但并不独立；（2）随机误差项之间的依赖性可以由其滞后变量的简单二次函数来描述。与ARCH模型相比，GARCH模型的条件方差方程由三部分组成：均值，前p期观测误差的加权平方和组成的ARCH项及前q期预测方差加权和组成的GARCH项。 　　3、主要名词介绍 　　波动率（volatility）是指变量随时间序列而呈现的扰动，是某资产收益不确定性和风险的衡量指标。波动率通常用样本的标准差或方差来表示，样本标准差是描述样本二阶矩特征的统计量，表示样本的离中趋势，可作为风险的评价尺度（Markowitz），并被广泛运用到金融资产的风险评价当中故波动率在金融经济研究中是非常重要的变量，投资组合选择、资产定价以及风险管理都离不开对波动率的准确度量。 　　上证综指即“上证综合指数”-上海证券综合指数，“上海证券综合指数”是上海证券交易所编制的，以上海证券交易所挂牌上市的全部股票为计算范围，以发行量为权数综合。上证综指反映了上海证券交易市场的总体走势。因此针对上海股市波动性的研究，本文选取上证综指2008.01.03-2013.07.08的价格，数据来源于网易财经网。 　　“深证成指”即“深证成份股指数”，是深圳证券交易所编制的一种成份股指数，是从上市的所有股票中抽取具有市场代表性的40家上市公司的股票作为计算对象，并以流通股为权数计算得出的加权股价指数，综合反映深交所上市A、B股的股价走势。因此选择此指标来研究深圳股市的波动性。 　　金融时间序列的一些共同特点：首先，股票收益的经验分布显著不同于独立正态分布，表现出明显的尖峰厚尾性；第二，股票价格或指数的运动服从随机游走过程，而且一般是非平稳序列，但是收益序列通常呈现出平稳的特性；第三，收益序列本身几乎不呈现出相关性，而收益的平方序列却表现出比较明显的相关性。 　　4、实证分析 　　（1）数据特征 　　本文分别选取了上证综合指数和深证成份股指数从2008年1月3日至2013年7月8日这段时间的日收盘数据作为我们的研究对象，共1338个观测值。实证分析的结果主要通过R软件获得。本文定义日收益率为日收盘价自然对数的一阶差分即为对数收益率。根据上证综指和深证成指的日收益率图可以看出日收益率的时变性、突发性和集簇性特征。 　　R显示描述统计结果说明了上证综指日收益率和深圳成指日收益率是服从非正态分布的。正态分布的偏度应该为0，而上证