我国资本市场波动性的特征分析.docVIP

精品文档，助力人生，欢迎关注小编！ 我国资本市场波动性的特征分析 杨隆康 【摘 要】 沪深300指数是以我国上海和深圳两个证券市场里具有代表性的300只A股作为样本所计算的一种综合指数。“自回归条件异方差”模型，是分析具有高频数据，特别是经济相关时间序列的根本模型。本文以沪深300指数为对象，选择ARCH拓展模型GARCH类模型，借助Eviews软件，试图通过对选取数据的波动性及其特点的分析，来反应我国资本市场的特性。 【关键词】 资本市场 沪深300指数 波动性 资本市场千变万化，充满了不确定性。资本市场（尤其是股票市场）的不确定性主要表现在资本收益的波动率方面，而波动率对于金融资本的定价与金融不确定性管理都极为重要。目前我国正处于完善市场经济时期，通过对资本市场波动性的研究可以让我们更好的把握资本市场的发展规律，有利于风险管理，为投资人更好的理解市场，把握市场提供了便利，提升投资人的投资能力，沪深300指数是以我国上海和深圳两个证券市场里具有代表性的300只A股作为样本所计算的一种综合指数，其收益率的变动能间接反映出我国资本市场的波动，本文将以沪深300指数为研究对象，选择GARCH类模型，借助Eviews软件，试图通过对选取数据的波动性及其特点的分析，来反应我国资本市场的特性。 1.文献回顾 国外对于资本市场的研究较早，Engle（1982）[1]率先根据研究提出了ARCH模型，由于ARCH模型对方差变化的模拟是以时间序列为基础的，所以ARCH模型具有着很大的优势在金融时间序列方面，后来各个金融市场普遍使用ARCH模型作为研究。（1998）[2]利用广义自回归条件异方差模型对中国证券进行了钻研，观察到对我国市场波动影响较大的是当局的干涉行为。随着中国资本市场的不断成长对于中国资本市场的波动性和其影响约束的研究不断增多。张成思[3]通过广义自回归条件异方差模型研究了03年以后的6年间我国股市的波动性特点，政府在此期间为了抑制住我国下滑的经济形势，出台了多种调控手段，导致资本市场大幅度波动。黄福宁等人[4]认为中国资本市场相比于另外的市场具有更强的波动性，通过研究影响资本市场波动的要素，提出了对稳定资本市场波动性相应的建议。乔发栋等人对股指期货对资本市场的波动性进行了研究，发现中国沪深股指期货市场具有较大的投机性。盛浙湘，顾天慧通过使用非对称GARCH模型研究了股指期货对于市场波动的影响，研究发现非对称效应存在于大部分的国家市场中。白玥明等人研究了中国资本市场在外界信息冲击下的波动，通过使用GARCH模型，发现了在不同层面受到相同的外部信息冲击具有着不同的反应，市场开放程度越大则受到影响时波动越剧烈。刘锡良，吕娅娴，苗文龙进一步研究了国外危机的冲击和金融市场变化的关系，发现了外国资本市场产生的危机对其他国家会产生传染”与冲击”。金融全球化加重了列国在受到其余国家金融危机影响时的波动性风险。 2.实证分析 2.1样本选择及统计性检验 为探究我国资本市场的波动性特征，本文使用沪深300指数（后称HS300）20XX-20XX年每个交易日收盘价为数据，共选取3098个样本通过Eviews软件进行研究分析。 选择数据的收益率用收盘价的对数来表示。也就是将HS300的日收盘价进行自然对数处理，其计算公式为：，其中Pt为第t天的HS300收盘价。做出日收益率时序图如下所示。 由图1可以看出HS300的日收益率主要围绕在一个区间（-0.30，0.55）波动，在20XX年附近呈现出大幅度的波动性，分析其中原因是美国的次贷危机所导致的全球金融危机的从而加大了我国资本市场的波动性，序列整体表现出了明显的时变性与集群效应。 2.2平稳性检验 平稳性检验方法中最常用的是单位根的检验方法，判断序列是否存在单位根，若存在则为非平稳序列，会使回归分析出现伪回归的情况。 2.3 GARCH类模型检验 由于在实际中，一部分残差序列的异方差有长期的序列相关性，如果仍使用ARCH模型将会在较大程度上影响模型的拟合精度，为了解决这个问题波勒斯勒夫提出了广义自回归条件异方差模型也就是GARCH模型。 2.3.1GARCH-M模型检验 GARCH-M模型主要用于检验预期收益与预期风险之间的关系，在此将HS300的日收益率以时间为节点分为3段即：金融危机前（样本段1）：20XX年4月14日至20XX年12月29日;金融危机时（样本段2）：20XX年12月30日至20XX年4月19日和金融危机后（样本段3）：20XX年的4月9日至20XX年的12月28日。 由表2可以看出各样本段时序内，均值方程中条件方差项的GAECH项与ARC