基于ARCH模型我国股票市场收益波动性研究.docx

基于ARCH模型我国股票市场收益波动性研究 【摘要】运用ARCH模型对我国股指日收益率及波 动性进行实证研究，探索我国股指收益率波动特征。实证研 究结果表明：上证综指日收益率呈现明显的波动集群性特 征，因此我国证券市场表现出的波动幅度和风险性要大大高 于国外成熟的资本市场；我国股票市场存在显著的信息非对 称性和杠杆效应，尤其是股票市场好消息导致的市场波动比 同等大小的坏消息引起的波动要小。研究结果显示回归模型 存在自回归条件异方差，这表明我国股票市场波动具有条件 异方差效应。 【关键词】上证综合指数；股市收益；波动性；ARCH模 型 一、引言和文献综述 计量经济学中的大多数统计方法针对随机变量的均值 建立模型，但由于时间序列的分析目标主要针对该变量的未 来值，而经典的最小二乘法及其他统计方法均假定误差的方 差为常数及随机残差序列不存在自相关，然而金融市场异常 波动导致时间序列呈现变方差的特征，为了提高预测精度， Engle (1982)和 Bollerslev (1986)提出了 方差随时间变 化的自回归条件异方差ARCH模型。自Engle提出广义自回 归条件异方差以来，该方法已经在计量经济学的各领域中广 为使用，该模型也被广泛运用于经济学各领域。目前，在学 术界已出现自回归条件异方差的多种扩展形式（张晓山同， 2007）,如 ARCH-M. GARCH、TARCH、EGARCH 等模型,进一步 模拟了随时间变化的方差模型。 近年来，国内学者除了使用ARCH模型对人民币汇率波 动及外汇风险防范进行实证研究之外，也对中国股票市场波 动性进行分析与预测。刘慧媛、邹捷中（2006）认为，GARCH 模型的VAR计算方法对我国股市风险的管理有较好的效果。 张彩霞，付小明（2009）认为，上证股票指数序列存在ARCH 效应。赵士玲、张能福（2011）等学者通过对上证指数的实 证研究认为，我国股票市场收益率序列存在较强的杠杠效 应、利空消息比等量的利好信息对市场波动的影响程度要 大，因此，我国股票市场投机色彩比较严重。也有部分学者 对沪深股市的互动关系进行实证研究，郑鑫（2009）通过ARCH 模型对沪深股市进行比较研究，得出沪、深股市都存在非对 称性和波动集簇性、较弱的杠杆效应、股市收益率序列均呈 右偏及尖峰厚尾的分布特征的结论，但未给出沪深股市的明 显差异。罗阳、林琪（2011）利用ARCH模型族，对我国沪 深股指日收益率的波动性进行的实证研究结果表明，沪深股 市在收益率波动特征上的差异不大。但周立、王东（2005） 的实证研究结果表明，上证综指的历史信息反映出深圳综指 当前走势，但上证综指的历史信息对于深圳成指走势的预测 不起作用；上证综指的非预期波动率对于深成指和深综指的 波动率均有显著性的影响，两市表现出整体波动持续性。目 前，学术界对我国股票市场收益率波动仍缺乏深入研究，尤 其是缺乏使用成分ARCH模型(ComponentARCH)以反映证券 市场变量的非线性趋势，本文运用ARCH模型对我国股指日 收益率及波动性进行深入研究，探索我国股指收益率波动特 征，并提出相应的政策建议。 二、分析模型、数据和研究方法 现有的理论研究表明，国际股票市场日收益率的波动性 具有波动聚类性、收益与风险同方向变动以及非对称性等特 点，本文采用ARCH模型与GARCH模型的分析方法，考察中 国股票市场收益率波动的特点及动因。本文设定基本模型 为： o 2t= f| + a Zqi=l x 2t~i+ B Zpj=l o 2t-j (1) 其中，p是GARCH项的最大滞后阶数，q为ARCH项的最 大滞后阶数。本文采用ARCH和GARCH模型的分析方法，具 体包括等描述性分析、ARCH模型、GARCH检验等多种研究方 法。本文以我国上海证券交易所的上证综合指数为研究对 象，选取2002年7月24日至2013年6月13 H上证综合指 数的收盘价。本文选取该期限的上证指数的日收盘价指数共 2639个样本数据为研究对象。各变量具体表示如下：SZZ表 示股指收盘价，LSZZ表示股指收盘价的对数，DLSZZ表示股 指收益率（即股指收盘价对数的一阶差分）。 三、我国股票市场收益波动性的实证研究 （一）描述性分析 在2002年7月24日至2013年6月13 0,我国上海证 券交易所的上证综合指数时间序列的均值为2314. 68,极大 值为6092. 06,极小值为1011. 5,其标准差为996. 13,上证 综合指数序列（SZZ）的时序图见图一。2007年，在宏观经 济继续高位运行、上市公司业绩显著提升、人民币持续升值、 制度变革、流动性充裕、人口红利等因素的推动下，A股指 数走出了震荡上扬的行情，推动行情纵深发展，因此2007 年10月16日上证综合指数的收