上证综指股票收益率波动的的特点分析.docVIP

上证综指股票收益率波动的的特点分析 　　 　　摘要：以自回归条件异方差（ARCH）族模型为基础，结合上海证券市场的特点，试图拟合我国股票市场的波动特征，同时研究股票价格指数的波动规律和特点。 　　关键词：上证综指；股票收益率波动；GARCH模型 　　中图分类号：F2文献标识码：A文章编号：1672-3198（2012）06-0110-02 　　1 引言 　　上世纪80年代，美国学者罗伯特?恩格尔和克莱夫?格兰杰提出了ARCH模型来描述证券市场波动性方差的时变性特征，此后不断发展深入，其相关拓展模型也相继推出，比如GARCH模型，TARCH模型等等。这些模型在金融领域得到了广泛的应用。 　　中国股票市场仅仅20多年，从无到有，取得了巨大的成就。特别是06年以来，股票市场规模不断扩大，上市公司质量也不断提高，沪深股市作为宏观经济晴雨表的作用越来越明显。然而，我国证券市场毕竟处于发展初期，市场的波动性和风险要远远高于国外市场，特别是欧美等成熟市场。因此，如何较为真实刻画和衡量股价波动成为广大学者研究的重点。 　　2 模型和数据 　　2.1 模型介绍 　　（1）ARCH模型。 　　美国学者罗伯特?恩格尔于1982年提出了ARCH模型，其具体形式如下 　　yt=xtβ+ε 　　 　　（1） 　　σ2t=α0+α1ε2t-1+α2ε2t-2+…+αqε2t-q 　　 　　（2） 　　为保证条件方差σ2t＞0，要求α0＞0，αi＞0（i=1，2…，q）式1称之为均值方程，式2称之为条件方差方程。基本的ARCH模型又衍生出许多变形，下面具体介绍GARCH模型、TARCH模型和EGARCH模型。 　　（2）GARCH模型。 　　罗伯特?恩格尔提出ARCH模型来描述误差的条件方差中可能存在的某种关联。通过该模型，可以预测经济时间序列中基于某种非线性依赖的大变化。GARCH模型的一般表示如下: 　　yt=xtβ+ε 　　 　　（1） 　　εt=ht?vt 　　 　　（2） 　　h1=α0+α1ε2t-1+…+αt-1ε2t-q+β1ht-1+…+βpht-p=α0+?qi=1αiε2t-1+?pj=1βjht-j 　　 　　（3） 　　其中，p是GARCH项的最大滞后阶数，q是ARCH项的最大滞后阶数。高阶的GARCH模型应用可以通过选择任意一个大于1的p或q值进行估计。当GARCH（p，q）模型中的所有ht-j项等于0时，GARCH（p，q）模型变成了纯ARCH（q）模型。 　　（3）TARCH模型。 　　“TARCH模型的表现形式为： 　　ht=α0+?qi=1αiε2t-i+φε2t-1d（t-1）+?pj=1βjht-j 　　其中dt为名义变量，即 　　dt=1εt＜0 　　0εt≥0 　　由上式可以看出，股价上涨用εt＜0表示，股价下跌用εt≥0表示，两种情况下，dt的取值不同，即表示股价上涨和下跌信息对条件方差的作用不同。若股价上涨，φε2t-1d（t-1）=0，其影响用系数?qj=1αi表示；若股价下跌，其影响用?qj=1αi+φ代表。当φ≠0时，表示信息作用不对称；与之相对的是，若φ≥0，即可认为存在杠杆效应。” 　　（4）EGARCH模型。 　　又称指数模型，由一位名为Nelson的美国学者于1991年提出，该模型描述的也是非对称性，反映的是条件方差与股票市场中正负干扰的作用。该模型的表示形式如下： 　　ln（ht）=α0+?pj=1βln（ht-j）+?qi=1αig（vt-i） 　　g（v）=φtvt+|εtht|-E|εtht| 　　在该模型中，采用自然对数的形式来表现条件异方差，说明杠杆效应是指数型的。相应的，φ≠0的情况表示信息作用不对称；φ≥0，表示杠杆效应比较显著。通过以上分析可知，EGARCH模型用来刻画证券市场的信息非对称性的作用非常显著。 　　2.2 样本数据 　　为了研究我国股市收益率的波动特点，本文选取上海股票交易所的上证综合指数为研究对象，数据选取为2000年1月5日至2010年3年12日上证综合指数的日收盘价，共计2699个数据，数据全部来自于wind资讯。在对日收益率数据的处理上，本文采用对数收益率，即Rt=lnpt-lnpt-1，其中Rt表示t时刻的收益率，Pt表示t时刻上证综指的收盘价。 　　3 实证分析 　　（1）上证综指收益率的数值特征。 　　通过对这些数据做初步分析可以发现：所选样本期内数据均值为0.000365，标准差为0.01732，偏度为-0.0379，左偏峰度为6.8052，而正态分布的峰度值仅为3，据此，我们可以得出数据兼具尖峰和厚尾的特征。随后进行的JB正态性检验对此予以证实，上证综指