前言 迄今为止，我国股票市场才经历十余年的发展历史，却走过了西方发达国家上百年的发展历程。取得了举世瞩目的成绩。在股票市场的规模、上市公司的数量、投资者的规模以及交易系统的完善等方面都得到了迅速的发展,目前已经进入世界股票市场的前列。 不过，由于我国股票市场发展时间比较短，是在探索中前进的，因此，在诸多方面还不成熟，最为明显的是股票市场大起大落，这种大幅波动对投资者造成很多不良后果。经过无数次“风雨”洗礼后，投资者开始学会用在股票价格的波动中寻找规律，希望能够找到股市的制胜“法宝”。然而，目前有关股票理论知识的书籍极多，各述其见，竟有“股票价格的波动有外部噪音引起，并服从正态分布”之说。本论文试图把股票的理论联系实践，找到合理的规律，希望本论文能够给读者一点启发，对股票投资起一点参考价值。 本论文共分为两部分，第一部分对股票日收益率分布曲线作了实证分析，通过偏度峰度检验和2 检验，得到市场收益率更多地呈现出偏离正态分布的形式，市场处在弱势非有效状态。第二部分首先引入了灰色系统的理论和几个概念，利用关联分析，建立了模型，根据关联度大小对各股票的日收益率进行了排序，进而确定股票走势的优劣，并且对前后两个阶段的结果作了详细的比较。 由于时间仓促，论文中的不足和欠缺之处，还望得到各位老师和同学的不吝赐教。在本论文的成长过程中，我得到了成都信息工程学院计算科学系杨老师的帮助，在此，向杨老师表示衷心的感谢。
摘要：本文首先对股票日收益率进行了偏度峰度检验和2χ检验，得到市场收益率更多 地呈现出偏离正态分布的形式，市场处在弱势非有效状态。然后，运用灰色理论的关联度对股票日收益率进行优劣排序，并对前后两个阶段的结果进行了详细比较。 关键词：收益率；正态分布；灰色理论 第一章 收益率分布曲线 §1 收益率的分布与股票价格行为的理论 股票价格总是处于不断的波动之中，这种波动是连续的，非间断性的。股价的波动被认为由外部“噪声”因素造成，当时间间隔?t —>0时，外部噪声将呈现正态分布，服从维纳过程。因此随机理论采用一般化的维纳过程作为描述股价行为的模型。数学表达式如下： ),(t t u S S ??=?σ? （1） z S t u S ?+?=?σ （2） 其中：S ?为短时间t ?后股票价格s 的变化 u 为单位时间内股票的预期收益率 σ为股票价格的波动率 ),(s m ?表示均值为m ,标准方差为s 的正态分布 （1）式表示如果外来噪声服从正态随机过程，S S ?即收益率将服从均值为t u ?, 标准方差为t ?σ的正态分布。其中：t z ?∈?，∈表示服从标准正态分布，z ?在维纳过程中被认为遵从马尔科夫过程，隐含市场是弱势有效的条件。 当收益率服从正态分布时，股价行为的一般化维纳过程式（2）才能成立。当收益率的分布偏离了正态分布，这就意味着式（2）中的外部噪音项z s ?σ就不服从正态随机过程。也就是说，股价的行为方式不再服从正态马尔科夫过程，市场可能不处于弱势有效状态。收益率的分布是股价行为的基础，要了解某股票市场价格行为的特征，必须了解该市场的收益率分布。本文将对八只股票收益率的分布进行实证检验，考察是否符合正态分布或符合其t 分布形式或并无一确切表达的分布形式。 §2 实例与检验 （一）、本文随机选取了八只股票的日收盘价作为实证样本，样本容量是从20XX 年1月4号到20XX 年3月31号的日收盘价个数。为了形成对比，我们分成了两个阶段来研究。
中国股市价格波动因素分析 【摘要】： 中国股市价格形成机制比较特殊，该形成机制受到宏微观不同层面因素影响，可能存在比较大的波动性。虽然融资融券、沪深港通、强化监管等制度可能在一定程度上抑制股票市场价格波动，但是其作用发挥仍然受到市场环境约束，无法达到最佳效果。本文研究结合中国股市价格形成的基础理论，联系近年来中国股市价格波动的相关数据和案例整理，分析股市价格波动的主要原因。进而，探讨抑制股市价格过度波动的可行对策。希望通过这个研究可以找到可行的抑制股市价格波动的策略。 【关键词】： 中国股市；股价波动；影响因素；政策建议 【正文】： 引言 在2018年1月初到2018年2月上旬，全球股市都发生了非常大的股指波动现象。沪深股市在2018年2月1-9号的交易日内出现每日2-5%的剧烈波动、一改2018年初的股指走高态势，持续下滑。在2018年的3月20日开始到3月最后一个交易日，沪深股市波动较大，最低一度出现2980的指数，回升也只是在3165附近波动，与2017年均值3300的水平差异比较大。这反应了股市价格指数的波动性较大，对应上市公司股票价格也出现了非常剧烈的波动。这个情况有复杂的内外部原因，需要对股票价格波动有更准确的影响因素分析，才能更加理性地调节股市监管与相关的制度，逐步降低股市波动性，稳定股市发展。 一、股市价格形成机制 （一）股价的内在价值形成理论
Wi ll ia ms J.B.（1937）研究提出股利贴现模型，后续也有很多学者在这个模型基础上提出零增长股利贴现、固定增长鼓励贴现等模型，以股利贴现为核心探讨股票的价值评价问题。Sa vi te sh Ma d hu li ka S ha rm a.（2016）研究中验证了超常收益模型相对于现金流量模型，具备更强的实效性。借此证明股价是由其价值决定的，而长期投资者必须关注股票所代表的上市公司的价值。 市盈率评估模型：年末股价=年初每股净收益*（1+每股净收益年增长率）*行业平均市盈率 市净率评估模型为：年末股价=每股年初净资产*（1+每股净资产年增长率）*行业平均市净率 相对合理的投资区间，应该是当前股价在最小和最大值之间，具备增长空间。如果显著高于最大值，则不适宜投资。显著低于最小值，盈利空间大但是风险也会比较高，不排除操控市场等行为存在。 （二）股价形成的影响因素 投资者选择股票投资，最主要的目的就是获取买进、卖出的差额价值，而股票的当前价格是高于还是低于其应有价值，未来股票是会出现增长还是下跌可能，就成为投资者投资决策最终以的依据。而股票投资价值也就是投资者判断股票价格发展趋势的最关键一步。 股票投资价值的影响因素非常的多元化：宏观层面，国家经济或产业政策、证监会对市场的调控或监管制度的调整、利率变动等都可能影响股票投资价值。比如，雄县被定义为新的开发区，国家对其积极开发的大背景下，雄县相关板块上市公司全线飙升，就是政策利好的影响。证监会在2017年全面推动沪深港通发展，创造有助于沪深股市与港股的互通投资渠道，也在一定程度上抑制了市场价格过度波动的风险等。
我国股票市场发展现状分析及相关建议 经过近20 年的发展，我国股票市场已形成了与我国经济发展相适应的特色道路，规模不断扩大，上市公司数量不断增加，投资者积极性不断提高，制度性建设日趋完善。但股票市场在诸多方面的不完善性仍较为明显。2007 年股票市场看似迎来了发展契机，股权分置改革初具效力，但2008 年随后进入蛰伏期，股市发展陷入困境。 一、当前我国股票市场发展现状分析 （一）股市功能导向存在误差，股市和宏观经济之间缺乏联系 1 、投资能力较弱，存在投机行为过度现象 目前股票市场参与者在进行投资时，往往不会考虑长期价值投资，市场上短线投资行为较普遍，主要体现在股票换手率较高，与西方国家相比，2004 — 2007 年我国股票换手率普遍高出5 — 10 倍。投机行为盛行往往是股市出现动荡的直接原因之一，沪深股指从2003 年开始反复涨停，上证指数在2007 年创下了历史最高的6124.04 点，随即开始下行，一度跌至近期最低点1664.93 点。至2008 年12 月，上证指数较长时期在2000 点左右徘徊。股市参与者对股市的预期和上市公司是否盈利不存在直接关系，而是主要看参与者在消息市中的信息捕捉能力。 2 、融资者融资能力不强，融资手段不多 相比而言，国内股市融资能力普遍不强。据统计，仅2005 年我国69 家境外上市公司筹资额就达206.5 亿美元，为沪深两市2003 年、2004 年首发募资总额800 多亿元人民币的约2 倍。2007 年11 月以来，国内上市公司融资水平更是急剧下降。从2008 年新股发行情况来看，新股从价格到数量都没有达到预期筹资的目的，甚至从2008 年下半年起，新股发行变得较为困难。而且，我国上市公司融资手段不多，除了从银行贷款和直接获取发行资格而获得直接融资以外，没有更多其他的融资手段，这进一步加剧了融资能力的弱化。 3 、资源配置功能低效，股市和宏观经济缺乏必要的联系 由于股权结构形式单一并缺乏流动性、上市公司产业分布不尽合理等因素，导致股市资源配置功能低效。同时，二级市场交易量和规模起伏过大，突出表现在一些ST 股票虽然经营业绩不尽如人意，但市盈率却非常高，甚至达到60 — 100 倍。从发达国家经验来看，股市与宏观经济的发展存在正相关关系，但我国股市宏观经济晴雨表的功能却未能充分体现，
中国股市波动影响因素识别的实证研究 摘要:中国股票市场从20世纪90年代初建立至今已有二十余年的发展历程,然而在这一过程中股市大起大落,牛熊市反复无常。其中,宏观经济、政策等各种影响因素错综复杂,本文通过建立计量经济模型分析影响股价波动的主要因素,以便为政府决策部门在政策设计和选择有效的调控措施方面提供决策参考,也为股市参与者投资(或投机)策略的制定、实现盈利目标提供依据。 关键词:股市波动;影响因素;识别;实证研究 中图分类号:f832文献标识码:a 文章编号:1009-0118(2012)09-0220-02 一、引言 我国股票市场经历了20年的发展,总体规模不断扩大,板块结构逐步优化,政策体系日趋完善,股市对社会经济生活的影响越来越大。但是,伴随着我国股票市场的繁荣发展阶段,股价波动乃至过度波动现象仍很普遍。2005年6月,上证综指仅为998点,两年内一路上涨至2007年10月的6124点,涨幅超过500%;然后又连续下跌,在不到半年的时间里跌幅近半。2010年3月,上证综指下跌了20.14%,创下了1995年以来的当月最大跌幅。但是,股价过度波动时危害是巨大的:在股票价格超涨阶段,大量的资金从实体经济部门流入股票市场,使实体经济中投资严重不足,同时也抑制了消费;在股价超跌阶段,投资者手中的财富大大缩水;在股价超跌的时候,
一般都会发生信用危机,这将给金融系统带来剧烈冲击。正是在这种背景下,使得我们不得不思考:到底是何种因素影响了股市的波动。 二、文献综述 关于股票市场波动影响因素的探索一直备受国内外学者关注。从国内外研究来看,研究主要集中在宏观经济、政策、非理性因素与股价波动等方面,研究成果比较丰富,研究者队伍也日益壮大。如国外学者stenius(2000)以1980-1999年的数据为样本,研究了美国、日本、英国、德国四个主要的工业国家的金融市场波动性之间以及与工业生产之间的关系。hamilton(1996)认为,股票市场的波动性能够很好地预测总体的经济活动。 rigobon,sack(2002),schwarz(2006)检验了美国货币政策对股票 价格指数的影响,得出货币供应量与股票市场波动之间存在显著关系。edrzejbialkowski(2008)对oecd27个国家的股市研究发现政策出台的一周内指数收益方差的政策部分增加了一倍,有过度反应的趋势。mehmetumutlu等人(2010)认为,金融自由化影响政府政策,从而引起股市的总体波动,在新兴市场尤为显著。德朗、施利弗、萨默和沃尔德曼(delong,shleifer,summersandwaldmann,以下简 称dssw)建立了“噪声交易者模型”,引起了对封闭式基金中到底有没有噪声交易者的大量验证。李、施利弗和泰勒 (lee,shleiferandthaler,以下简称lst)在dssw模型基础上提出了
我国股票市场发展现状 姓名：王向红 班级：会计三班
学号：111102031332 2015-01-06 我国股票市场现状分析 摘要：任何国家的经济发展都离不开股票市场，所谓股票市场是宏观经济的 晴雨表，可见它对经济的重要性。中国股票市场是一潜力较大，发展前景非常广阔的市场，对于企业和投资者来说，对股市未来发展趋势 的判断，是其投融资成功与否的关键所在。我国股票市场成长之快和成绩之卓著是令人瞩目的。但是由于发展时间短, 制度不健全等原因, 存在着诸多问题。通过对我国股票市场的现状的分析, 总结了股票市场当前存在的问题, 探索了产生问题的原因, 并提出了解决问题的对策。 关键词：股票市场；现状分析;问题与发展趋势 一、引言我国股票市场现状分析 从1990 年上海交易所成立以来, 作为资本市场的核心,我国股票市场短短的几十年达到了许多国家几十年甚至上百年才实现的规模。中国股票市场经过二十多年的发展，在筹集企业发展所需资金、改善企业融资结构、优化社会资源配置、促进中国经济发展等方面起到了十分重要的作用。 （一）当前我国股票市场规模。截至2007 年12 月21 日, 沪、深两地上市已达1527家, 上市股票数量1613 只, 总股本达到16848. 86 亿元, 股票市价总值达到310448. 39 亿元.上海证券交易所上市的公司达到859 家, 来自全国31个省、市、自治区。其中, 44 家公司同时发行A、B 股; 19 家公司以A 股和H 股形式同时在上证所和香港联合交易所上市; 6 家公司以B 股和ADR 形式同时在上证所和纽约证券交易所上市; 1 家公司以B 股和GDR 的形式同时在上证所和伦敦证券交易所上市。深圳证券交易所865 只证券中包括A 股655 只, B 股55 只, 其余为基金、企业债券、可转换债券、国债、权证等 ( 二) 股权分置改革现状。我国上市公司股权分置改革目前已经顺利进入收尾阶段了, 这场史无前例的制度性变革用了一年多的时间, 取得了决定性胜利, 实现了中国股市从漫漫熊市向持续健康发展的历史性转折。自2006 年4 月29 日
中国沪深股市收益率及波动性相关分析 陈守东 陈雷 刘艳武 1 (吉林大学数量经济研究中心 商学院，长春市，130012) 摘 要 沪深股市相似的结构和监管环境使得两市的股票收益率和波动性之间具有相互作用和影响。本文运用Granger 因果检验及GARCH-M 模型对两市的相关性进行了分析和检验，结果表明沪深股市收益率之间存在较大相关性并且都存在显著的风险溢价，波动性则表现出非对称的溢出效应。 关键字 收益率 波动性 溢出效应 GARCH Granger 因果检验 一、引言 在开放的资本市场，不同市场在资金流动、市场运作等方面联系的加强使得市场间的关联度增加,1987年10月以来，国际上的主要股票指数就呈现出了越来越明显的共同运动趋势（Jeon and Von Furstenberg 1990）。当一个国家的资本市场出现大幅度波动的时候，会通过投资者在另外资本市场上投资行为的改变，将这种市场的剧烈波动传到其他的市场，这就是所谓的“溢出效应”。Harmo(1990)提出波动“溢出效应”模型，分析了不同市场波动性之间的短期相依性和互动性。 同一地区的股市常常会因为地理位置的接近、密切的经济关系和政治的相似性而被紧密地联系到一起,因此共同的信息因素会影响到同一地区股票市场的收益和波动。Engle and Susmel(1993)指出在同一地区的市场具有相似的时变方差。Cheung,He,and Ng(1995)也发现在同一地区股市的收益具有显著的共同的可预测成分。由于中国的上海和深圳交易所同处中国大陆，所以研究这两个股市间的相关性与互动性对于分析与研究股市的结构和判断股市的走势及风险传递无疑具有重要的作用。陈守东等（1998）利用ARMA 模型得出了沪深股市同步性的结论，刘金全等（2002）利用溢出效应模型得出了沪深股市溢出效应的非对称性。本文将运用Granger 因果关系检验及GARCH-M 模型对沪深股市收益及波动的相关性进行分析和实证检验。我们依据沪深股市的基本数据，使用金融时间序列的计量经济模型及方法对两个市场关联性和波动性进行了分析，给出参数的估计结果及主要实证结论。 二、金融时间序列的计量经济模型及方法 1．ARCH 类模型 金融时间序列的一个显著特点是条件异方差性。Engel （1982）提出自回归条件异方差（ARCH ）模型，Bollerslev （1986）将其推广到广义ARCH 模型（GARCH ）。这些模型以线性形式刻画了误差项的条件二阶矩性质，通过条件异方差的变化来刻画波动的时间可变性(time varying)及集簇性(clustering)。Engle,Lilien,Robins(1987)提出了ARCH-M 模型来描述时变方差对收益的直接影响。ARCH 类模型现已被广泛应用于计量金融领域。 对于中国股市ARCH 效应的分析，很多学者进行了的研究，普遍认为中国股市的ARCH 效应显著[10][11]。为研究中国股市收益率及波动性的相关关系，我们用Granger 因果检验来考察沪深两市的相互影响，用GARCH （1，1）类模型模拟股市收益率，用模型残差项的条件方差描述股市的波动性。考虑如下模型 （1） GARCH(1,1) 模型,其定义由均值方程和条件方差方程给出 1211)(???++=Ψ=+′=t t t t t t t t h Var h X y βαεωεεβ （1） 1?Ψt 表示t-1时刻所有可得信息的集合，为条件方差。 t h 1作者简介：陈守东（1955—） 男 博士 吉林大学数量经济研究中心，商学院财务系教授，博士生导师 陈雷 （1978—） 男 吉林大学商学院数量经济学专业硕士研究生 刘艳武（1964—） 男 吉林大学商学院数量经济学专业博士研究生
中国股市波动性研究 阎海岩 （东北财经大学数量经济系 辽宁大连 116025） 摘 要：本文运用GARCH 族模型对上证指数和深证成指收益率的波动性进行研究，分析了我国股市波动性的特点。通过比较发现对于沪、深两市股指收益率的波动性，EGARCH(1,1)模型和EGARCH(1,1)-M 模型都能很好的拟合。同时还对两市股指收益率的波动性进行了预测分析。 关键词：中国股市；波动率；GARCH 族模型 The Volatility of Chinese Stock Market Yan Haiyan (Department of Quantitative Economics of Dong Bei University of Finance & Economics Liao ’ning Da ’lian 116025) Abstract: In the paper we establish the group of GARCH model for shangzheng index and shenzheng index. And we analyse the characteristics of the volatility of Chinese stock market .By comparing ,we conclude that EGARCH model and EGARCH-M model have almost the same efficiency in shanghai market and shenzhen market .Then we forecast the volatility of the two index ’s returns . Key words : China stock market ;Volatility ;GARCH model 一．引言 对金融市场波动性的研究主要是源于对资产选择和资产定价的需要。国外对股票市场价格的波动性研究已有很长一段历史, 早在20 世纪60 年代, Fama(1965) 就观察到投机性价格的变化和收益率的变化具有稳定时期和易变时期, 即价格波动呈现集群性, 方差随时间变化。此后, 国外对投机性价格波动特征进行了大量的研究。其中最成功地模拟了随时间变化的方差模型由Engle (1982)首先提出的自回归条件异方差性模型(即ARCH 模型) 。ARCH 模型将方差和条件方差区分开来，并让条件方差作为过去误差的函数而变化，从而为解决异方差问题提供了新的途径。Bollerslev （1986）在此基础上提出了广义自回归条件异方差(GARCH)模型。为了刻划时间序列受自身方差影响的特征,Engle,Lilien 和Robins （1987）提出了GARCH-M 模型。而当需要刻划证券市场中的非对称效应时，Nelson （1991）提出的EGARCH 模型能更准确地描述金融产品价格波动的情况。目前ARCH 族模型已经被广泛地应用于股票市场、货币市场、外汇市场、期货市场的研究中, 来描述股票价格、利率、汇率、期货价格等金融时间序列的波动性特征。 本文将利用自回归条件异方差模型，即ARCH 模型族对中国上海与深圳股票市场的日收益率的波动进行实证分析，为政府部门监管股市及投资者预测并规避风险提供决策依据。 二．ARCH 模型族概述 ARCH 模型的主要贡献在于发现了经济时间序列中比较明显的变化是可以预测的, 并且说明了这种变化是来自某一特定类型的非线性依赖性, 而不是方差的外生结构变化。GARCH 模型是ARCH 模型族中的一种带异方差的时间序列建模的方法。一般的GARCH 模型可以表示为： t t t x y εβ+' = (1) t t t v h ?= ε (2) p t p t q t q t t h h h ----++++++=θθεαεαα 1122110
F inance 金融视线 3年月 5 我国股票市场收益率的影响因素研究——基于利率调整和流动性变化的数据分析 暨南大学 劳健林 摘要：本文通过SV A R 的方法，捕捉系统里银行间7天内同业拆借加权利率和广义货币量分别对上证综指连续复利收益率和深证成指连续复利收益率的结构关系，发现利率对股票市场收益率存在反向即期影响，而广义货币量则存在正向即期影响。最后，本文就研究结论提出政策性建议。关键词：利率广义货币量股票市场收益率结构向量自回归模型中图分类号：F832 文献标识码：A 文章编号：1005-5800(2013)07(b)-075-03 1研究背景 近期受到银行间流动性紧张以及其他方面因素的影响，我国股市出现大幅的下滑。2013年6月25日，沪指盘中击破1949点下探至1849点，市场再度回到2000点以下。中国股市是政策驱动型，当局发出的信号对投资者的影响尤为重要。对于银行间同业拆借利率的飙升，刚开始时央行态度坚定，不予救市并规劝商业银行整理贷款账目，这些利空消息致使投资者急于抛售资产。正因为利率调整和流动性变化对我国股票市场收益率有着重要的影响关系，国家当局可以通过利率和流动性对股票市场的主体来进行引导，促进资本市场进而整个宏观市场的健康发展。 利率是一国货币政策的重要指标，央行对基准利率进行调整，控制国内信贷规模和货币投放量，引导各种市场主体的经济行为，从而达到对宏观经济进行调控的目的，使国家的经济走上平稳发展的轨道。利率是影响股票市场的基本因素，一般认为利率与股票价格存在反向变动关系，因为利率是股票的投资机会成本，一旦利率上升会使资金流出股市，从而导致股价下跌，投资者收益率减少。而流动性反映的是在一个宏观体系中所投放货币量的多寡情况。一般来说，流动性较好的时候，为投资者提供资金来源注入股市，从而有更好的投资预期，即流动性与股市收益率存在一个正向变动关系。既然利率与流动性对一国股票市场产生如此重大的影响作用，本文将从以往的历史数据入手来探究三者之间的关系。 2实证分析 2.1SV AR 模型构建及识别 2.1.1SV AR 模型构建及样本选取 SVAR 较VAR 优良在于可以捕捉模型系统内各个变量之间当期的结构性关系，并可直观地观察标准正交随机扰动项对系统冲击的影响情况，且其脉冲响应函数分析过程中使用到的变量冲击是独立于其他变量冲击，排除其他因素的干扰。因此，本研究分析构建如下的SVAR(p)模型： AALyt=A εtA εt=Bet Eet=0 Eetet'=In 其中，yt 是n 阶列向量，其分量为研究系统内的各变量；A 、B 被称为正交因子分解矩阵，都是n 阶非奇异矩阵。矩阵A 反映结构性冲击对内生变量的影响乘数；矩阵B 则对标准正交随机扰动项的方差-协方差矩阵设置约束条件。εt 是缩减式V AR 模型中的随机扰动项，亦称为脉冲值，服从向量高斯白噪音过程，即εt~VGW(0,Σ)；Σ是随机扰动项的方差协方差矩阵，即εε'=Σ。而则称为标准正交随机扰动项，期望值为零，各分量间正交即相互独立，且其方差协方差矩阵为单位矩阵。矩阵将系统中的随机扰动项ε转 化为标准正交随机扰动项et 的线性组合，该线性组合通过B 矩阵来实现。 AL 是滞后算子多项式的矩阵表达形式：AL=In-i=1pAiLi ，其中，Ai(i=1,…,p)为n 阶系数矩阵，Li 为滞后i 阶的算子。 要考察系统中利率对股票市场收益率的影响作用，利率选取银行间7天内同业拆借加权利率作为代表变量，因为该利率更能反映出货币市场的利率变化情况；而流动性则选取广义货币量作为代表变量。因此，yt 的分量为银行间7天内同业拆借加权利率I Rt ，广义货币量M2，股市收益率RORt ，即yt=(I Rt,M2t,RORt)'。股市收益率分别考虑上海证券交易所的上证综指连续复利收益率SHRORt ，此时yt=(IRt,M2t,SHRORt)'；与深圳证券交易所的深证成指连续复利收益率SZRORt ，此时yt=(IRt,M2t,SZRORt)'。连续复利收益率的计算公式为：RORt=LnPt-LnP t-1，Pt 为t 时点的指数收盘价。 原始数据来源于WIND 数据终端EDB ，选取2001年1月至2012年12月各个随机过程的月数据作为一个实现，样本容量为144。再使用EXCEL 和STATA 等统计软件对数据进行实证分析。 2.1.2SV AR 模型的识别 该模型的识别问题就是要符合联立方程中的阶条件。SVAR (p)模型共有A 、B 矩阵的系数需要估计，共2n2个元素。由所构建的SVAR 模型可推出，A εt εt'A'=BB'，等号两边皆为对称矩阵。即一旦模型设立，就附加n(n+1)/2个约束条件，剩下的2n2-n(n+1)/2个约束条件需要通过其他的限制方式来完成。 通常使用的方法有两种：短期约束条件和长期约束条件，在此仅考虑前者。短期约束条件是对A 、B 两个矩阵的元素进行约束，而这两个矩阵此时也称为类型矩阵。首先，对类型矩阵A 进行分析，需要甄别所建立的SVAR 模型背后的经济意义，考虑到当期我国股票市场收益率和当期广义货币量的结构冲击不会立即对当期的利率产生影响，以及当期我国股票市场收益率也不会对当期广义货币产生影响，使用三个“伍德因果链”约束条件，即I Rt eRORt=0， IRt eM2t=0和M2t eRORt=0。然后，考虑类型矩阵B ，为使结构扰动项彼此不相关，这也是比较合理的假设，从而类型矩阵B 设为对角矩阵的形式。至此，可以构造出两个类型矩阵，此时模型恰好识别：A=100.10..1，B=.000.000.。2.2单位根检验及格兰杰因果检验 2.2.1单位根检验 分别对四个变量进行单位根检验，发现上证综指连续复利收益率的τ值为356，绝对值大于5%置信水平上的临界值35的绝对值，通过单位根检验；而深证成指连续复利收益率的τ值 www.china bt .n et 201707-E t t et -A t -.2-.44
可以从经济因素、市场因素、非经济因素三个方面,全面地考察影响我国股票市场价格波动的基本因素。 一、宏观经济因素 宏观经济因素从不同的方向直接或间接地影响到公司的经营及股票的获利能力和资本的增值,从不同的侧面影响居民收入和心理预期,而对股市的供求产生相当大的影响。 1.经济周期 经济周期表现为扩张和收缩的交替出现,在经济的收缩、复苏、繁荣和衰退四个阶段内,股市也随之周期性波动,成为决定股价长期走势的最重要因素。通过对国内生产总值GDP、经济增长率、通涨率、失业率、利率等指标的分析,判断出经济周期的发展阶段。有实证分析表明,我国股市波动比宏观经济周期的波动超前大约4—6个月。 2.通货变动 通货变动包括通货膨涨和通货紧缩。通货膨胀对经济的影响是多方面的,总的看来会影响收入和财产的再分配,改变人们对物价上涨的预期,影响到社会再生产的正常运行。因此,通货膨胀对股价的影响也是复杂的。而通货紧缩则会对经济产生负面影响。就我国股市而言,通货膨胀在适度范围内发生,股价波动与之呈现正相关关系,但通货膨胀严重时,股价波动与之呈反方向变动。1998年上半年开始的通货紧缩,使股价持续下跌,尽管1999年上半年有股市利好消息及管理层发表发展市场的言论,使沪深股指双双创出历史新高,但通货紧缩始终抑制着股价的进一步弹升。 3.国际贸易收支 当出口大于进口时,国际贸易对国内经济产生积极的影响,使股价上升。相反,则使股价下跌。1998年的东南亚金融危机,使我国的外贸出口增长大幅下降,影响了我国的经济增长,同时,直接对我国股票市场相关行业和上市公司产生负面影响。 4.国际收支 国际收支差额通过影响一国国内资金供应量,从而对股价产生间接影响。经常项目和资本项目保持顺差,大量的外汇储备,国内资金供应量增加,使可用于购买股票的资金来源扩大,促使股价上升。 5.国际金融市场 国际金融市场的剧烈动荡一方面直接使我国投资者产生心理恐慌,影响股票市场,另一方面从宏观面和政策面间接影响股票市场的发展。 二、宏观经济政策因素 我国股市作为一个初兴的市场,宏观经济政策因素对股市起着极为重要的作用。 1.货币政策 货币政策按照调节货币供应量的程度分为紧缩性的货币政策和扩张性的货币政策。在实行紧缩性的货币政策时,货币供给减少,利率上升,对股价形成向下压力,而实行扩张的货币政策意味着货币供给增加和利率下调,使股价水平趋于上升。我国中央银行具体的货币政策工具主要有:利率、存款准备金率、贷款规模控制、公开市场业务、汇率等。 (1)利率 利率对股市的影响是十分直接的。从七次降息和股价变动的关系看,我国股市与利率存在着高度的负相关性,但利率变动对股价的作用逐渐减弱。 (2)存款准备金率 中央银行调整存款准备金率,影响商业银行的资金来源,在货币乘数作用下,调整货币供应量,影响社会需求,进而影响股市的资金供给和股价。如1998年3月21日,中国人民银行将
我国股市波动的特点、成因及对策分析 陈召军,屈 超 (东北财经大学统计系,辽宁大连 116025) 摘 要:本文对中国股市波动的特点及影响中国股市价格波动的关联因素进行了分析,对规范我国股票市场提出了一些对策,有助于了解股市价格波动的规律和促进我国股市健康而稳定地发展。 关键词:股市;波动 中图分类号:F830191 文献标识码:A 文章编号:1007—6921(2003)06—0024—03 1 我国股市波动的特点 111 股价波动幅度大 从股价指数来看,日股指升跌点100以上时有发生,呈现剧烈的震荡行情。最近一次大的波动是在1998年8月17日,深证成分指数一日暴跌了220点,个股行情更是跌宕起伏,个股价格一日涨跌20%并不鲜见。例如1993年5月21日,上海轻工机械股票由前日收盘价36元暴涨至205105元,涨幅达47018%,创下了沪市之最。从长期波动来看, 1991～2002年间,深圳综合指数最低时为1991年4月的45166点,最高时为2001年6月的665156点,振幅达1357164%;上证指数最低时为1991年1月的95179点,最高时为2001年6月的2245144点,振幅达2244113%。中国股市在如此短的时间内,波幅如此之大,在世界股市中都是罕见的。 112 波动频率高 中国股市不仅波动幅度大,而且波动频率高。在1991年4月～1997年6月期间,深市发生了18次月内波动幅度不低于30%的波动,即平均不足4个月就要发生一次较大的月内波动,其中1992年4～6月、1993年7～8月、1994年8～9月连续出现了波幅不低于30%的月内波动。而在1991年4月至1996年6月,深市出现波幅在40%以上的波动高达15次之多,最大波幅高达583175%。这种上下振荡、频繁的波动,构成了中国股市波动中的显著特征。113 股市具有齐涨齐跌性 在成熟的股票市场,齐涨齐跌的现象是很少发生的。然而,无论长期还是短期,中国股市的齐涨齐跌现象则司空见惯。长期如1996年,深证综合指数上涨18916%,深市除下半年上市的新股外,其他股票全部上扬。短期如2002年6月21～24日,受停止国有股减持政策的影响,深、沪股市几乎所有股票都有不同幅度上扬。与股票齐涨性相同,中国股市亦经常出现齐跌。 114 成交量随股市上扬而逐步扩大,随股市下挫而依次减少 成交量是衡量中国股市波动状况的系列指标之一,纵观深沪股市,每次股指波峰几乎都是成交量的波峰,每次股指波谷都是成交量波谷。而在世界主要的成熟市场,成交量在通常情况下均较稳定,由于市场规模变化不大,股票价格指数基本上可以反映一个市场的总体变化状况。而中国股市除以股价指数来衡量市场变动状况之外,还需要一系列的辅助指标。如成交量、换手率、市盈率等。中国股市这种价涨量增、价跌量减充分证明了股价指数与成交量波动存在高度的正相关性。 115 股价受政策影响剧烈 2002年,政策市的特点尤为突出,2月4～7日的中央金融工作会议、2月20日第8次降息、下调佣金等政策的出台,对市场的运作,起到了重要的作用。2002年6月24日受国务院停止减持国有股政策的影响,上证指数全日上涨144159点,涨幅高达9134,而深圳成指则上涨了297118点,涨幅高达9134%。由此可见有关政策对中国股市影响,那么盯住政策仍旧是投资者必然的操作思路之一。 116 时代性特征太明显 2002年,房地产板块的上涨,顺应了第8次降息的市场预期;沪深本地重组股板块的上涨反映瀛深两市老股“老化的现实”,通过重组获得“新生”;新上海概念股折射了浦东的新一轮开发以及上海申办 ? 4 2 ?内蒙古科技与经济 2003年第6期
经过近20 年的发展，我国股票市场已形成了与我国经济发展相适应的特色道路，规模不断扩大，上市公司数量不断增加，投资者积极性不断提高，制度性建设日趋完善。但股票市场在诸多方面的不完善性仍较为明显。2007 年股票市场看似迎来了发展契机，股权分置改革初具效力，但2008 年随后进入蛰伏期，股市发展陷入困境。 一、当前我国股票市场发展现状分析 （一）股市功能导向存在误差，股市和宏观经济之间缺乏联系 1 、投资能力较弱，存在投机行为过度现象 目前股票市场参与者在进行投资时，往往不会考虑长期价值投资，市场上短线投资行为较普遍，主要体现在股票换手率较高，与西方国家相比，2004 — 2007 年我国股票换手率普遍高出5 — 10 倍。投机行为盛行往往是股市出现动荡的直接原因之一，沪深股指从2003 年开始反复涨停，上证指数在2007 年创下了历史最高的6124.04 点，随即开始下行，一度跌至近期最低点1664.93 点。至2008 年12 月，上证指数较长时期在2000 点左右徘徊。股市参与者对股市的预期和上市公司是否盈利不存在直接关系，而是主要看参与者在消息市中的信息捕捉能力。 2 、融资者融资能力不强，融资手段不多 相比而言，国内股市融资能力普遍不强。据统计，仅2005 年我国69 家境外上市公司筹资额就达206.5 亿美元，为沪深两市2003 年、2004 年首发募资总额800 多亿元人民币的约2 倍。2007 年11 月以来，国内上市公司融资水平更是急剧下降。从2008 年新股发行情况来看，新股从价格到数量都没有达到预期筹资的目的，甚至从2008 年下半年起，新股发行变得较为困难。而且，我国上市公司融资手段不多，除了从银行贷款和直接获取发行资格而获得直接融资以外，没有更多其他的融资手段，这进一步加剧了融资能力的弱化。 3 、资源配置功能低效，股市和宏观经济缺乏必要的联系 由于股权结构形式单一并缺乏流动性、上市公司产业分布不尽合理等因素，导致股市资源配置功能低效。同时，二级市场交易量和规模起伏过大，突出表现在一些ST 股票虽然经营业绩不尽如人意，但市盈率却非常高，甚至达到60 — 100 倍。从发达国家经验来看，股市与宏观经济的发展存在正相关关系，但我国股市宏观经济晴雨表的功能却未能充分体现，股票市场的资源被各种人为和非人为的因素消耗殆尽，股市和宏观实体经济出现了脱节现象。 4 、股市功能缺乏财富效应，居民财产转移渠道存在风险 虽然2007 年我国股市出现了空前的繁荣局面，但也未能解决股市总体回报率较低的趋势。2008 年以来，股票市场持续低迷更是造成居民财富较大幅度缩水。党的十七大指出，要增加广大人民群众的财产性收入，这固然鼓励了居民积极参与股市的发展，但目前股市缺乏使居民财富增值的持久能力。 （二）股市结构存在缺陷，股市持续发展缺乏必要的支持 1 、“政策市”阻碍了股市发展的有效性 目前股市的结构性缺陷主要表现为股市的发展目标需要随政府的发展思路而不断变化。这种反复波动的状况不仅不符合市场发展规律，还会打击股市参与者的积极性，往往会造成两种
用GARCH模型预测股票指数波动率 目录 Abstract ....................................................................................................................................................... 1.引言 ......................................................................................................................................................... 2.数据 ......................................................................................................................................................... 3.方法 ......................................................................................................................................................... 3.1．模型的条件平均 ............................................................................................................................... 3.2. 模型的条件方差 ................................................................................................................................ 3.3 预测方法 ............................................................................................................................................. 3.4 业绩预测评价 ..................................................................................................................................... 4.实证结果和讨论 ..................................................................................................................................... 5.结论 ......................................................................................................................................................... References................................................................................................................................................... Abstract This paper is designed to make a comparison between the daily conditional variance through seven GRACH models. Through this comparison, to test whether advanced GARCH models are outperforming the standard GARCH models in predicting the variance of stock index. The database of this paper is the statistics of 21 stock indices around the world from 1 January to 30 November 2013. By forecasting one –step-ahead conditional variance within different models, then compare the results within multiple statistical tests. Throughout the tests, it is found that the standard GARCH model outperforms the more advanced GARCH models, and recommends the best one-step-ahead method to forecast of the daily conditional variance. The results are to strengthen the performance evaluation criteria choices; differentiate the market condition and the data-snooping bias. This study impact the data-snooping problem by using an extensive cross-sectional data establish and the advanced predictive ability test. Furthermore, it includes a 13 years’ period sample set, which is relatively long for the unpredictability forecasting studies. It is part of the earliest attempts to inspect the impact of the market condition on the forecasting performance of GARCH models. This study allows for a great choice of parameterization in the GARCH