上证综指收益率波动实证的研究.docVIP

上证综指收益率波动实证的研究 　　【摘 要】 股票市场的稳定性对国民经济的发展有重大影响。因此股票市场的波动性研究就有很重要的意义。影响股票市场波动的因素很多，在微观层面，波动受公司的经营状况、投资者的投资选择等因素的影响；在宏观层面，波动受到国家的财政金融政策、国际金融市场变动等的影响。本文选取上证综指收益率作为研究对象，对我国股票市场的波动性进行研究，采用GARCH族模型进行实证分析，结果发现：上证综指收益率存在着波动的聚集性，上证综指收益率的杠杆效应和风险效应不明显。 　　1 引言 　　1.1 研究背景 　　改革开放以来，随着我国实体经济的快速发展，国民经济迫切需要一个有效的金融市场来服务实体经济，推动经济的发展。随着上海证券交易所和深圳证券交易所的成立，我国的股票市场快速发展，在这个过程中，中国也成为了世界第二大经济体。但我国股票市场还处于发展阶段，存在很多不足，所以在宏观经济因素如汇率、利率、国际金融形势等变动的冲击下，股市的波动比较剧烈。我国股票市场剧烈波动最为典型的是2016至2017年，上证综指从2006年初的1163点快速上涨到2017年10月的6124点，随后很快大幅下跌至1664点左右，股市的波动甚至影响到了实体经济的发展。 　　1.2 研究目的和意义 　　本文采用GARCH族模型对上证综指收益率的波动性进行实证研究，试图从理论到实际，分析我国股票价格波动性的规律，探究我国股票市场的杠杆效应和风险效应，通过各个角度对我国股票市场波动的分析，揭示我国股票市场的波动规律，为政府部门管理股票市场提供思路，同时也为股票市场投资者的投资活动提供参考。 　　2 实证模型 　　2.1 GARCH（1，1）模型 　　Bollerslev于1986年提出了广义自回归条件异方差模型，即GARCH模型，GARCH（1，1）模型是最简并且实用的一个，其标准模型为 　　均值方程： 　　条件方差方程： 　　上述两式中均值方程是一个带有残差项的外生变量函数，条件方差方程以前期信息为基础向前预测方差，因此ht又被称为条件方差。同时，a0、a1和β是待估参数，可以由历史数据计算出。该模型的优点在于模型简洁，参数较少，且对于数据的拟合效果也很好。 　　由式（4.2）可知常数项，a0；用均值方程的残差平方的滞后项来度量从前期得到的波动性的信息，（ARCH项）；上一期的预测方差，ht-1（GARCH项）。 　　3.2 EGARCH（1，1）模型 　　对于金融时间序列而言，负的冲击往往比相同程度地正的冲击引起更大的波动，正负冲击具有非对称性。公司股价减少产生的债务对股权比例的变化要大于公司股价上升，因此会产生杠杠效应。而非对称GARCH模型EGARCH（1，1）模型是检验杠杠效应最为简单有效的工具，其均值方程同GARCH（1，1）模型相同 　　条件方差方程为： 　　3.3 GARCH-M（1，1）模型 　　GARCH-M模型最先是Engle等人在1987年引入的，以此模型来描述风险溢价随时间变化。在解释股票或债券等金融资产的收益率时，由于金融资产收益率应当与其风险成正比，GARCH-M模型可以利用随机误差项的条件方差来反应风险的大小。GARCH-M模型如下： 　　均值方程： 　　条件方差方程： 　　当风险（波动性）增加，收益率水平也增加时，方程中对应的条件方差的系数γ0；当风险增加，而收益率水平减少时，对应的条件方差系数γ0。 　　3.实证分析 　　3.1 数据选取与处理 　　本文选取2010年1月1日至2016年4月30日的上证综指日收盘价，共1777个作为实证数据，数据来源是wind金融数据库。然后对该数据进行预处理，记第t天的收盘指数为yt，本文使用EViews8.0进行检验。考虑到日收益率的连续性，本文用rt来表示第t日的指数收益率，用当期收盘指数yt减去上期收盘指数yt-1的值除以上期收盘指数yt-1得到。 　　指数日收益率rt生成1776个样本时间序列。 　　3.2 收益率描述性统计分析 　　对上证综指日收益率进行描述性统计检验，得到1776个样本的均值为7.8×10-5，中位数小于样本均值，说明左偏，偏度S =-0.501823，峰度K = 9.195972，说明收益率分布与正态分布相比更加尖峰。Jarque-Bera统计量检验也说明收益率服从正态分布的概率为0，收益率rt显著异于正态分布。由此说明收益率具有聚类特征，即大（小）波动之后倾向于大（小）波动。 　　3.3 平稳性和自相关检验 　　对上证综指收益率序列进行平稳性检验，发现在1%显著水平下，收益率rt的ADF统计量为-18.3900，远远小于临界值-3.433840，P值几乎为0，?f明rt有一个单位根的概率几乎为