漲跌幅限制對上海證券日收盤指數(shù)的影響實證

摘要：在股票市場中，股票日收盤指數(shù)是反映股票漲跌變化的重要指標之一。但是國家對股票市場政策制定都影響了股票市場的變化，本文利用計量經(jīng)濟學軟件Eviews3.1分別利用實際數(shù)據(jù)分別建立模型加以探究，論證漲跌幅限制政策對股票日收盤指數(shù)的影響。

關鍵詞：漲跌幅限制；日收盤指數(shù)；Eviews3.1軟件

1996年，國家針對股票市場上的漲跌幅進行了限制，規(guī)定了每日股票交易的最高漲數(shù)和最低跌數(shù)，最大程度地保護了股票市場的利益。針對這一政策，股票市場必會引起波動，然后會由于自身的規(guī)律性趨于平穩(wěn)。我們以上海證券日綜合指數(shù)（1996年5月23日至1997年7月24日）中的收盤指數(shù)進行分析，其中為了比較方便，我們?nèi)藶榈剡x取政策實行（以1996年12月13日為分界線）前后的各144個數(shù)據(jù)，總共288個數(shù)據(jù)，并對數(shù)據(jù)建立模型說明這個問題。

一、對總體數(shù)據(jù)的模型建立

針對這288個數(shù)據(jù)，我們?yōu)榱藴p少舍入誤差，對原序列

進行自然對數(shù)處理，即將序列 作為因變量進行估計。同時由于只涉及單個序列問題，且股票的價格指數(shù)序列常用隨機游走（random walk）模型描述，所以在選取以下形式建立模型：

（1）

首先我們利用最小二乘法估計上式（1.1），得結果如下：

（2）

（t=4318.796）

其中R2=0.982526，對數(shù)似然值=629.0025，AIC=-4.376324，SC=-4.363573。

從上式可以看出方程的統(tǒng)計量很顯著，擬合的效果也很好，但是我們?nèi)绻^察下圖（1），該回歸方程的殘差圖，可以看到波動的“成群”現(xiàn)象：即波動在某些日子段內(nèi)比較小，而有些時間段內(nèi)比較大，這說明誤差項可能具有條件異方差性。

因此，對式子（2）進行條件異方差的ARCH LM檢驗，得到了在滯后階數(shù)p=3的ARCH LM的檢驗結果：

此處的P值為0，拒絕原假設，說明式（2）的殘差序列存在ARCH效應。針對這種情況，我們利用GARCH（1，1）模型重新估計式（1），結果如下：

R2=0.982525，對數(shù)似然值=645.4211，AIC=-4.469833，SC=-4.418830

方程中的ARCH項和GARCH項的系數(shù)都是統(tǒng)計顯著的，并且對數(shù)似然值有所增加，同時AIC和SC值都變小了，這說明模型 GARCH（1，1）能夠更好的擬合原數(shù)據(jù)。再對這個方程進行異方差的ARCH LM檢驗，得到滯后階數(shù)p=3的檢驗結果如下：

根據(jù)上面的結果我們可以看出式（3）的殘差序列不再存在 ARCH效應。

二、分別對政策前后的各144個數(shù)據(jù)建模分析

對1996年12月13日前后的各144個數(shù)據(jù)進行分析，我們依照式子如下： ln（st）α·ln（st-1）+μt，并按照上面的思路進行分析，分別建立模型，可以得到以下結果：

（A）政策前的144個數(shù)據(jù)建模如下：

利用最小二乘法得結果為：（5），其中系數(shù)的統(tǒng)計量為t=3239.167，這說明系數(shù)是顯著的。另外，R2=0.968153，對數(shù)似然值=325.3872，AIC=-4.536884，SC=-4.516165，這也說明方程擬合的效果比較好。

同時對這個方程進行條件異方差的ARCH LM檢驗，檢驗結果如下，結果說明此方程的殘差序列不存在條件異方差。

（B）政策后的144個數(shù)據(jù)建模如下：

首先利用最小二乘法得結果為： （6），其中系數(shù)的統(tǒng)計量為t=2912.915，這說明系數(shù)是顯著的。另外，R2=0.963366，對數(shù)似然值=305.8626，AIC=-4.234202，SC=-4.213579，這也說明方程擬合的效果比較好。但對這個方程進行條件異方差的ARCH LM檢驗，檢驗結果如下，結果說明此方程的殘差序列存在條件異方差。

R2=0.963288 ，對數(shù)似然值=324.3268， AIC=-4.448983，SC=-4.366488

方程中的ARCH項和GARCH項的系數(shù)都是統(tǒng)計顯著的，并且對數(shù)似然值有所增加，同時AIC和SC值都變小了，這說明模型 GARCH（1，1）能夠更好的擬合原數(shù)據(jù)。再對這個方程進行異方差的ARCH LM檢驗，得到滯后階數(shù)p=3的檢驗結果如下：

根據(jù)上面的結果我們可以看出式（7）的殘差序列不再存在 ARCH效應。

三、結論

根據(jù)對整體288個數(shù)據(jù)和政策前后各144個數(shù)據(jù)建立不同的模型，我們可以看出：政策的出臺在某種程度上對股票市場產(chǎn)生了沖擊，即對條件方差受到了沖擊，產(chǎn)生了條件異方差，發(fā)生了結構差異。同時，這也使我們有理由相信這種變化由于金融市場的波動性易受股票政策變化等的影響，從而認為漲跌幅限制政策確實對上海證券日收盤指數(shù)產(chǎn)生了影響。但是我們不能利用鄒檢驗（Chow test）來說明政策前后對股票市場的沖擊，因為我們采用 方法建立不同的模型會存在條件異方差的情況，不符合鄒檢驗的適用條件。綜上所述，我們可以得出結論：漲跌幅限制政策前后上海證券日收盤指數(shù)發(fā)生了結構差異。

參考文獻：

[1]李楚霖，楊明，易江.金融分析及應用[M].北京：首都經(jīng)濟貿(mào)易大學出版社，2002.

[2]王文博.計量經(jīng)濟學[M].西安：西安交通大學出版社，2004.

[3]張雪瑩，金德環(huán).金融計量學教程[M].上海：上海財經(jīng)大學出版社，2005.

[4]張曉峒.計量經(jīng)濟學軟件Eviews使用指南（第二版）[M].天津：南開大學出版社，2004.

[5]高鐵梅.計量經(jīng)濟分析方法與建模Eviews應用及實例[M].北京：清華大學出版社，2006.

（作者單位：云南師范大學文理學院 昆明理工大學津橋學院）

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文