GARCH
- 格式：pdf
- 大小：293.38 KB
- 文档页数：5
收稿日期 :2008201222 ;修回日期 :2008203231 基金项目 :国家社会科学基金项目 (05XT Y001) 子课题 。 第一作者简介 :陈 颇 (1982 - ) ,男 ,重庆人 ,硕士研究生 ,研究 方向 :体育经济学 。
去年同期增长 12. 31 % ,实现净利润 851 万元 ,比去年 同期增长 104. 36 %[1 ] 。随着公司经营业绩的不断攀 升 ,公司股票已成为全社会关注的焦点 。中体产业 (600158) 作为奥运概念股版块的单只股票之一 ,其价 格波动状况历来是投资者和研究者所关注的重大问 题 ,而对未来收益与风险大小的度量和测量也是每个 投资者在投资决策前所必须考虑的基本因素[2 ] 。准 确把握股票价格的波动特征及趋势 ,不仅对引导投资 者作出正确投资决策 ,规避投资风险 ,而且对上市公司 筹集社会良性投资资本 ,及时调整公司股票发行策略 , 均具有非常重要的指导意义 。
基于上述文献回顾并结合相关文献检索结果 ,通 过 Internet 查阅 1979 —2007 年 CN KI 学术期刊 、维普 数据库 、万方学位论文及人大复印资料的相关科研论 文 ,发现对我国体育产业上市公司的股票进行研究的 成果甚少 ,而 GARCH 模型在体育科研领域中的应用 还属空白 。基于此 ,本文以 1998 年 3 月 —2007 年 12 月中体产业股票的每日收盘价对数百分收益率为分析 样本 ,采用 GARCH 模型研究中体产业股票价格的波 动性 ,旨在进一步丰富我国体育科学研究的内容体系 , 以供投资者和相关部门决策参考 。
后的各种扩展模型在这方面具有突出的优势[7 ,13 ] 。
如果 有 随 机 过 程 {εt } ,ε2t ～ A R ( p ) ,ε2t = a0 +
p
Σαεi it - i +ηt
(1)
t=1
其中 ,{ηt} 独立同分布 , E{ nt } = 0 , D { nt } = ω2 ( t
= 1 ,2 , …,) , 而且 a0 > 0 ,αi Ε 0 ( i = 1 , 2 , …, p) , 则称
Key words :sport s indust ry ;China Sport s Group Indust ry ;stock price ;fluct uation ; GARCH Model
中体产业股份有限公司所处行业属体育产业 ,公 司主营业务包括 :体育用品及体育运动产品的生产 、加 工 、销售 ;体育场馆 、设施的建设 、开发 、经营及体育赛 事的承办 ;体育俱乐部 、体育健身项目的投资 、开发 、经 营 ;体育专业人才培训 、体育信息咨询 、体育主题社区 建设等[1 ] 。近年来 ,公司各项经营活动稳步发展 ,奥 林匹克花园项目延续着良好的发展势头 ,健身俱乐部 业务稳步拓展 ,随着 2008 年北京奥运会的临近 ,体育 赛事承办 、运作等方面的业务量也明显增多 。据资料 显示 ,2007年上半年公司完成营业收入2 . 89亿元 ,比
中图分类号 : G80205 文献标识码 :A 文章编号 :10002520X(2008) 0520042205
China Sports Group Industry stock price fluctuation based on GARCH Model
CHEN Po1 , YIN G Ying2
December 2007 and t he application of fluct uation of stock prices wit h GARCH Model ,t he result s showed t hat t he time order ot t he stock prices was non2linear. There were two great fluct uations and t he stock ret urns were fluct uated , non2asymmet ric and leptokurtic , being stable under 10 % ,5 % and 1 %. GARCH (1 ,1) Model could reflect t he fluct uations of t he stock prices. 79. 86 % of t he stock ret urns variance shock still existed. It could be seen t hat China Sport s Group Indust ry stock prices fluct uated greatly and it lasted for a long time.
1 研究对象与方法
1. 1 研究对象 本文选取中体产业股份有限公司股票价格为研究
对象 ,研究样本范围是 1998 年 3 月 —2007 年 12 月 , 并以股票的每日收盘价格计算其对数百分收益率 ,共 计 2 535 个数据 。数据源于搜狐奥运会官方网站 ,因
数据量较大 ,此处暂不列出 (如需要可向作者索取) 。 1. 2 研究方法 1. 2. 1 文献资料法
股票价格频繁的波动是股票市场最明显的特征之 一 ,股票价格的时间序列经常表现出一个时期的波动 明显大于另一个时期 。关于股票市场的波动性 ,波动 聚类性与持续性是最显著的特征 。股票市场的波动性
第5期
陈 颇 ,殷 樱 : 基于 GARCH 模型的中体产业股票价格波动性实证研究
43
不仅随时间变化 ,也常在某一时段连续出现偏高或偏 低的情况 ,且波动具有持续性和长记忆性[326 ] 。针对 股 市 波 动 性 这 一 特 性 , Engle[7 ] 于 1982 年 提 出 了 ARCH 模型 (Autoregressive Conditional Heteroskedasti2 city) 来描述波动聚类性和持续性 ,Bollerslev[6 ] 于 1986 年提出了改进的 ARCH 模型 ,即 GARCH 模型 ( Gener2 alized Autoregressive Conditional Heteroskedasticity ) , 该模型弥补了在有限样本条件下 ,ARCH 模型阶数过 大所带来的计算效率与精度上的不足 。近些年 ,国内 诸多学者运用此模型对中国股市的波动性进行了大量 研究 ,越来越多的研究成果向着更加深入化 、广泛化 、 微观化 的 方 向 发 展 。鲁 万 波[8 ] ( 2006 ) 运 用 非 参 数 GARCH(1 ,1) 模型研究了中国股票市场的波动性 ,并 与参数 GARCH (1 ,1) 模型的估计结果进行了比较 ,同 时利用 6 种预测误差度量指标比较了这两种模型的样 本内及 样 本 外 预 测 能 力 。李 亚 静 等[2 ] ( 2003 ) 选 取 GARCH、T GARCH 和 EGARCH 3 种模型来拟合中国 股市的波动性 ,结果表明中国股市的波动具有显著的 波动聚类性与持续性 。徐枫[9 ] ( 2006) 使用广义自回 归条件异方差模型对我国股市航空业中的几只代表性 股票进行相关的技术分析 ,并对其投资前景作出试探 性预测 。李存行[10 ] (2005) 采用 GARCH 模型对上海 股市 2000 年 —2004 年 4 月上证指数收益率进行建模 分析 ,结果显示上证指数收益率具有明显的群集聚集 性 、波动性 、尖峰厚尾的特征 。以上文献回顾表明 , GARCH 模型在我国股票市场波动性的研究中运用较 为成熟 ,这为该方法在体育科研领域中的探索性应用 奠定了基础 。
{εt} 服从 p 阶 ARCH 过程 ,故 ARCH 过程也可表示
为:
εt = ht ·v t
(2)
p
ht = a0 + Σαεi 2t - i
(3)
i=1
其中 ,{ V t} 独立同分布 , E ( v t ) = 0 , D ( vt ) = 1 ( t
p
= 1 , 2 , …) 。当 Σαi < 1 时 ,则 ARCH 过程平稳[13 ] 。 i=1
44
武汉体育学院学报
第 42 卷
q
+ Σβj < 1 。实际上 , GARCH 模型等价于 ARCH 模型 j=1
摘 要 :以 1998 年 3 月 —2007 年 12 月中体产业股份有限公司股票的 2 535 个日收盘价格指数为研究 样本 ,运用 GARCH 模型对中体产业股票价格的波动性进行了实证研究 ,结果表明 ,中体产业股票价格 的时间序列存在明显的非线性特征 ,1998 年 3 月 —2007 年 12 月间出现两次大幅度的波动 。股价收益 率具有显著的波动集聚性 ,且表现出“尖峰 、厚尾 、非正态”的特征 ,在 10 %、5 %、1 %临界值水平下均存 在显著的平稳性 。GARCH (1 ,1) 模型可较好拟合中体产业股票价格的波动变异性 。股价收益率的波动 具有较强的波动集聚性和持续性 ,且收益率当期方差冲击的 79. 86 %在下期仍存在 。从该模型的条件 异方差看出中体产业股票价格的波动幅度较大 ,波动集聚现象较为持久 。 关键词 :体育产业 ;中体产业 ;股票价格 ;波动性 ; GARCH 模型
差方程分别为 :
yt = x′βt +εt
(4)
p
q
ht = a0 + Σαεi 2t - i + Σβj ht - j
(5)
i=1
j=1
其中 , yt 表示中体产业股价收益率 , x t 为由解释
变量构成的列向量 ,β为系数列向量 ; p > 0 , q Ε 0 , a0
p
> 0 ,αi Ε 0 ( i = 1 ,2 , …, p) ,βj Ε 0 ( j = 1 ,2 , …, q) , Σαi i=1
通过 CN KI 学术期刊 、维普数据 、万方学位论文及 人大复印资料 4 大数据库进行检索并获取相关学术论 文 35 篇 ,查阅专著 5 本 ,为完成本课题提供了资料保证。 1. 2. 2 数理统计法
去年同期增长 12. 31 % ,实现净利润 851 万元 ,比去年 同期增长 104. 36 %[1 ] 。随着公司经营业绩的不断攀 升 ,公司股票已成为全社会关注的焦点 。中体产业 (600158) 作为奥运概念股版块的单只股票之一 ,其价 格波动状况历来是投资者和研究者所关注的重大问 题 ,而对未来收益与风险大小的度量和测量也是每个 投资者在投资决策前所必须考虑的基本因素[2 ] 。准 确把握股票价格的波动特征及趋势 ,不仅对引导投资 者作出正确投资决策 ,规避投资风险 ,而且对上市公司 筹集社会良性投资资本 ,及时调整公司股票发行策略 , 均具有非常重要的指导意义 。
基于上述文献回顾并结合相关文献检索结果 ,通 过 Internet 查阅 1979 —2007 年 CN KI 学术期刊 、维普 数据库 、万方学位论文及人大复印资料的相关科研论 文 ,发现对我国体育产业上市公司的股票进行研究的 成果甚少 ,而 GARCH 模型在体育科研领域中的应用 还属空白 。基于此 ,本文以 1998 年 3 月 —2007 年 12 月中体产业股票的每日收盘价对数百分收益率为分析 样本 ,采用 GARCH 模型研究中体产业股票价格的波 动性 ,旨在进一步丰富我国体育科学研究的内容体系 , 以供投资者和相关部门决策参考 。
后的各种扩展模型在这方面具有突出的优势[7 ,13 ] 。
如果 有 随 机 过 程 {εt } ,ε2t ～ A R ( p ) ,ε2t = a0 +
p
Σαεi it - i +ηt
(1)
t=1
其中 ,{ηt} 独立同分布 , E{ nt } = 0 , D { nt } = ω2 ( t
= 1 ,2 , …,) , 而且 a0 > 0 ,αi Ε 0 ( i = 1 , 2 , …, p) , 则称
Key words :sport s indust ry ;China Sport s Group Indust ry ;stock price ;fluct uation ; GARCH Model
中体产业股份有限公司所处行业属体育产业 ,公 司主营业务包括 :体育用品及体育运动产品的生产 、加 工 、销售 ;体育场馆 、设施的建设 、开发 、经营及体育赛 事的承办 ;体育俱乐部 、体育健身项目的投资 、开发 、经 营 ;体育专业人才培训 、体育信息咨询 、体育主题社区 建设等[1 ] 。近年来 ,公司各项经营活动稳步发展 ,奥 林匹克花园项目延续着良好的发展势头 ,健身俱乐部 业务稳步拓展 ,随着 2008 年北京奥运会的临近 ,体育 赛事承办 、运作等方面的业务量也明显增多 。据资料 显示 ,2007年上半年公司完成营业收入2 . 89亿元 ,比
中图分类号 : G80205 文献标识码 :A 文章编号 :10002520X(2008) 0520042205
China Sports Group Industry stock price fluctuation based on GARCH Model
CHEN Po1 , YIN G Ying2
December 2007 and t he application of fluct uation of stock prices wit h GARCH Model ,t he result s showed t hat t he time order ot t he stock prices was non2linear. There were two great fluct uations and t he stock ret urns were fluct uated , non2asymmet ric and leptokurtic , being stable under 10 % ,5 % and 1 %. GARCH (1 ,1) Model could reflect t he fluct uations of t he stock prices. 79. 86 % of t he stock ret urns variance shock still existed. It could be seen t hat China Sport s Group Indust ry stock prices fluct uated greatly and it lasted for a long time.
1 研究对象与方法
1. 1 研究对象 本文选取中体产业股份有限公司股票价格为研究
对象 ,研究样本范围是 1998 年 3 月 —2007 年 12 月 , 并以股票的每日收盘价格计算其对数百分收益率 ,共 计 2 535 个数据 。数据源于搜狐奥运会官方网站 ,因
数据量较大 ,此处暂不列出 (如需要可向作者索取) 。 1. 2 研究方法 1. 2. 1 文献资料法
股票价格频繁的波动是股票市场最明显的特征之 一 ,股票价格的时间序列经常表现出一个时期的波动 明显大于另一个时期 。关于股票市场的波动性 ,波动 聚类性与持续性是最显著的特征 。股票市场的波动性
第5期
陈 颇 ,殷 樱 : 基于 GARCH 模型的中体产业股票价格波动性实证研究
43
不仅随时间变化 ,也常在某一时段连续出现偏高或偏 低的情况 ,且波动具有持续性和长记忆性[326 ] 。针对 股 市 波 动 性 这 一 特 性 , Engle[7 ] 于 1982 年 提 出 了 ARCH 模型 (Autoregressive Conditional Heteroskedasti2 city) 来描述波动聚类性和持续性 ,Bollerslev[6 ] 于 1986 年提出了改进的 ARCH 模型 ,即 GARCH 模型 ( Gener2 alized Autoregressive Conditional Heteroskedasticity ) , 该模型弥补了在有限样本条件下 ,ARCH 模型阶数过 大所带来的计算效率与精度上的不足 。近些年 ,国内 诸多学者运用此模型对中国股市的波动性进行了大量 研究 ,越来越多的研究成果向着更加深入化 、广泛化 、 微观化 的 方 向 发 展 。鲁 万 波[8 ] ( 2006 ) 运 用 非 参 数 GARCH(1 ,1) 模型研究了中国股票市场的波动性 ,并 与参数 GARCH (1 ,1) 模型的估计结果进行了比较 ,同 时利用 6 种预测误差度量指标比较了这两种模型的样 本内及 样 本 外 预 测 能 力 。李 亚 静 等[2 ] ( 2003 ) 选 取 GARCH、T GARCH 和 EGARCH 3 种模型来拟合中国 股市的波动性 ,结果表明中国股市的波动具有显著的 波动聚类性与持续性 。徐枫[9 ] ( 2006) 使用广义自回 归条件异方差模型对我国股市航空业中的几只代表性 股票进行相关的技术分析 ,并对其投资前景作出试探 性预测 。李存行[10 ] (2005) 采用 GARCH 模型对上海 股市 2000 年 —2004 年 4 月上证指数收益率进行建模 分析 ,结果显示上证指数收益率具有明显的群集聚集 性 、波动性 、尖峰厚尾的特征 。以上文献回顾表明 , GARCH 模型在我国股票市场波动性的研究中运用较 为成熟 ,这为该方法在体育科研领域中的探索性应用 奠定了基础 。
{εt} 服从 p 阶 ARCH 过程 ,故 ARCH 过程也可表示
为:
εt = ht ·v t
(2)
p
ht = a0 + Σαεi 2t - i
(3)
i=1
其中 ,{ V t} 独立同分布 , E ( v t ) = 0 , D ( vt ) = 1 ( t
p
= 1 , 2 , …) 。当 Σαi < 1 时 ,则 ARCH 过程平稳[13 ] 。 i=1
44
武汉体育学院学报
第 42 卷
q
+ Σβj < 1 。实际上 , GARCH 模型等价于 ARCH 模型 j=1
摘 要 :以 1998 年 3 月 —2007 年 12 月中体产业股份有限公司股票的 2 535 个日收盘价格指数为研究 样本 ,运用 GARCH 模型对中体产业股票价格的波动性进行了实证研究 ,结果表明 ,中体产业股票价格 的时间序列存在明显的非线性特征 ,1998 年 3 月 —2007 年 12 月间出现两次大幅度的波动 。股价收益 率具有显著的波动集聚性 ,且表现出“尖峰 、厚尾 、非正态”的特征 ,在 10 %、5 %、1 %临界值水平下均存 在显著的平稳性 。GARCH (1 ,1) 模型可较好拟合中体产业股票价格的波动变异性 。股价收益率的波动 具有较强的波动集聚性和持续性 ,且收益率当期方差冲击的 79. 86 %在下期仍存在 。从该模型的条件 异方差看出中体产业股票价格的波动幅度较大 ,波动集聚现象较为持久 。 关键词 :体育产业 ;中体产业 ;股票价格 ;波动性 ; GARCH 模型
差方程分别为 :
yt = x′βt +εt
(4)
p
q
ht = a0 + Σαεi 2t - i + Σβj ht - j
(5)
i=1
j=1
其中 , yt 表示中体产业股价收益率 , x t 为由解释
变量构成的列向量 ,β为系数列向量 ; p > 0 , q Ε 0 , a0
p
> 0 ,αi Ε 0 ( i = 1 ,2 , …, p) ,βj Ε 0 ( j = 1 ,2 , …, q) , Σαi i=1
通过 CN KI 学术期刊 、维普数据 、万方学位论文及 人大复印资料 4 大数据库进行检索并获取相关学术论 文 35 篇 ,查阅专著 5 本 ,为完成本课题提供了资料保证。 1. 2. 2 数理统计法
