我國股票市場價格波動特征研究

金夢迪

（安徽財經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233000）

經(jīng)濟研究

我國股票市場價格波動特征研究

金夢迪

（安徽財經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233000）

股價在正常范圍內(nèi)的波動是投資者賺取回報的基礎(chǔ)，是股票市場正常發(fā)展道路上所應(yīng)當具有的必要條件，探究我國股票市場價格波動的特征有利于其健康發(fā)展.本文以上證綜指作為研究對象，運用差分方法處理時間序列，并建立了ARMA模型以及GARCH族模型，對我國股票價格波動特征進行了深入的分析，從而得出其存在顯著的非對稱效應(yīng)和杠桿效應(yīng)的結(jié)論.

股票價格；上證綜指；時間序列；Eviews

1 引言

任何股票市場內(nèi)部都必然存在著股價的波動現(xiàn)象，這是其內(nèi)在特性.一般情況下，股價會受到政治、經(jīng)濟、科學(xué)技術(shù)等諸多因素預(yù)期影響，而預(yù)期往往是具有不確定性的，因此股價的波動是永恒的[1].因此，通常我們所說的股市穩(wěn)定指的是，在經(jīng)濟正常良好發(fā)展的狀態(tài)下股價在合理的區(qū)間內(nèi)進行波動.此時的股價可以反映國民經(jīng)濟狀況，預(yù)測未來價格走向，是宏觀經(jīng)濟的發(fā)展的“晴雨表”.但有些時候受到某些因素的影響股價波動會出現(xiàn)異常，從而導(dǎo)致股價波動幅度過大而超出合理區(qū)間，使股市泡沫化，甚至于背離經(jīng)濟發(fā)展趨勢[2].當二零零六年我國的貨幣量流動性顯現(xiàn)出加強態(tài)勢時，我國股市也步入了牛市，上證綜指也持續(xù)創(chuàng)下了歷史新高.但好景不長，隨后而來的是全球金融危機的發(fā)生，這對全球經(jīng)濟發(fā)展都形成了一定程度的打擊.股票市場作為作為經(jīng)濟的“晴雨表”也遭受了很大的負面影響，我國股市自然也遭受了一定的沖擊.但是我國的股市是一個相對來說較為新興的市場，遠沒有發(fā)達國家的股市成熟.因而，股票價格波動的影響因素繁多，而且各個因素對股價波動的影響機制也相對來說較為復(fù)雜.在隨后的多年里，政府頻繁出臺的各種政策方針和經(jīng)濟改革的推進，使得我國股票市場的發(fā)展方向難以進行預(yù)測，也造成了股票價格產(chǎn)生了異常波動.與發(fā)達國家的成熟股票市場相比，我國股市在這些年以來的發(fā)展道路上遭遇了多次的巨幅異動，在股價波動上展現(xiàn)了與成熟金融市場迥異的特征.針對這樣的現(xiàn)實情況，本文將就此對于我國股票市場的股票價格波動做深入研究.本文將選取上證綜指作為研究對象，選取這一指數(shù)的原因是上海股市開市較早且股票的市值大，在面對各類外部沖擊時將會有更為靈敏的反應(yīng)，這使其波動具有某種程度上的代表性.本文選取了上證綜指2016年6月1日—2016年11月30日的日收盤價，并且去掉了沒有交易的節(jié)假日數(shù)據(jù)，最后得到了124個日收盤價，數(shù)據(jù)來源自wind資訊數(shù)據(jù)庫.

2 基本理論基礎(chǔ)

2.1 股價波動研究現(xiàn)狀

價格波動一直是金融研究當中的一個重要內(nèi)容，無論是投資組合模型還是CAPM模型抑或VaR模型都與之有著緊密的聯(lián)系.自從上個世紀50年代，資產(chǎn)組合理論被提出以后，傳統(tǒng)的金融理論體系越來越豐富也逐漸在被完善.但是傳統(tǒng)金融理論開始還是難以很好的解釋發(fā)展極為迅猛的金融市場中出現(xiàn)的一些異?，F(xiàn)象.因而與此同時，在傳統(tǒng)的金融體系之中產(chǎn)生了大量的分支，這些分支成為了更加吸引經(jīng)濟學(xué)家的研究領(lǐng)域.在這其中，市場價格的異常波動引起了學(xué)者的興趣，如何監(jiān)管股市價格波動以及避免其所帶來的風(fēng)險越來越受到相關(guān)業(yè)界、國家政府以及經(jīng)濟學(xué)界的廣泛關(guān)注[3].

在最早的研究之中，對于股價波動的模型主要采用最小二乘法對各變量逐個分析.后來隨著計量經(jīng)濟學(xué)的學(xué)科發(fā)展，又加入了多元回歸模型、異方差檢驗、多元共線性檢驗等一系列模型.在這一過程中，不斷改進的模型使對價格波動的研究方法也不斷完善.對于我國股市價格的波動研究，大部分的相關(guān)學(xué)者都會選取上證綜指作為代表性變量，但是其他的經(jīng)濟指標變量的選取卻出現(xiàn)了一些差異.一般來說，經(jīng)濟增長指標、貨幣政策指標、通貨膨脹率指標、匯率指標及利率指標是較為常見的選擇.而對于數(shù)據(jù)時間范圍的選擇，一般都是選取月度或者季度數(shù)據(jù)，不過也有少數(shù)學(xué)者會選取年度數(shù)據(jù)[4].

2.2 時間序列模型原理

一方面，波動的股價數(shù)據(jù)是一個時間序列，而ARMA模型是一個最為常見的時間序列分析模型，這使我們可以通過建立模型對時間序列數(shù)據(jù)進行擬合以及預(yù)測未來發(fā)展.該模型的基本原理是：在一個時間序列中，每個獨立的數(shù)據(jù)值普遍存在著不確定性，但整個序列的發(fā)展趨勢卻具有規(guī)律性.因此，利用序列的歷史數(shù)據(jù)能夠建立出能夠近似描述出股價波動趨勢的模型，從而描述出股價波動的內(nèi)部規(guī)律.

另一方面，股價波動的聚集也是股市中一個常見現(xiàn)象.時間序列的GARCH模型就充分考慮了其這一特性而提供了計算股價序列條件方差的方法.該模型對股價的時間序列數(shù)據(jù)的收益率平方序列賦予權(quán)重，并對其進行了滑動平均.這樣，模型就能夠更為準確的描述時間序列的聚集效應(yīng)，對股價波動具有良好的解釋能力.這一模型自從被提出之后，就一直廣泛應(yīng)用在股市波動的研究中.當市場當中有較大的波動時，模型當中的殘差值也會相應(yīng)的變大，這就可以很好的反映出現(xiàn)實股市中所展現(xiàn)的股價波動隨時間變化而變化的趨勢[5][6].

3 股票價格波動模型研究

3.1 序列平穩(wěn)性判斷檢驗

3.1.1 繪制時間序列圖

利用Eviews軟件生成上證綜指數(shù)據(jù)，并作出這一數(shù)據(jù)序列的時序圖.從時序圖觀察，這一序列具有明顯的曲線遞增趨勢，因而并非平穩(wěn)時間序列.該結(jié)論還能夠通過進行平穩(wěn)性統(tǒng)計檢驗來加以說明.

3.1.2 平穩(wěn)性統(tǒng)計檢驗

繪制上證綜指數(shù)據(jù)時間序列自相關(guān)圖.觀察自相關(guān)圖可以看出，該序列自相關(guān)系數(shù)趨向0的速度是極其緩慢的，并且在滯后6階以后自才落入2倍標準差范圍之中，這進一步表明序列是非平穩(wěn)的.

3.1.3 單位根檢驗

設(shè)原假設(shè)：H0：|λ|≥1，備擇假設(shè)：H1：|λ|＜1.由檢驗結(jié)果來看，序列不拒絕原假設(shè)，是不平穩(wěn)的.

3.2 平穩(wěn)性處理

因為原序列不平穩(wěn)，因此我們選擇使用一階差分來處理，對原序列進行了調(diào)整并得到一個新的序列.

①繪制新序列的時間序列圖.從時序圖觀察，該序列在0附近波動，可以判斷其是平穩(wěn)時間序列.該結(jié)論還能夠通過進行平穩(wěn)性統(tǒng)計檢驗來加以說明.

②平穩(wěn)性統(tǒng)計檢驗，繪制序列自相關(guān)圖.從自相關(guān)圖可以看出，自相關(guān)系數(shù)迅速趨向0，并且滯后6階就在0附近波動，進一步表明新序列是平穩(wěn)的.

③單位根檢驗.設(shè)原假設(shè)：H0：|λ|≥1，備擇假設(shè)：H1：|λ|＜1.由檢驗結(jié)果來看，新序列拒絕原假設(shè)，是平穩(wěn)的.

3.3 建立ARMA模型

觀察新序列的自相關(guān)圖，ACF拖尾，PACF拖尾，可初步判斷為ARMA模型.

采用AIC準則定階法，對不同的p和q求函數(shù)值，選取使AIC函數(shù)值最小的p和q為最佳階數(shù).p和q的上限一般取N/10，ln(N)或N1/2，這里我們分別令p和q為1到12，通過仿真可得，p=2，q=2時函數(shù)值最小，故確定模型為ARMA(2,2).

觀察擬合的結(jié)果可以看出，各參數(shù)都通過了檢驗，并能得到擬合方程：

作殘差序列的自相關(guān)圖，觀察自相關(guān)圖可以看出檢驗統(tǒng)計量Q值基本都小于對應(yīng)自由度卡方檢驗，且P值均大于0.05，因此該殘差序列是白噪聲序列.

3.4 進行數(shù)據(jù)預(yù)測

利用擬合模型進行數(shù)據(jù)預(yù)測，得到2016/12/01至2016/12/09的上證綜指的預(yù)測結(jié)果并與真實值對比（3、4號周末，無真實值）如表1：

表1 預(yù)測結(jié)果

3.5 上證綜指波動非對稱性研究

建立T-GARCH和E-GARCH模型得結(jié)果如下：

①TGARCH模型表達式為：

均值方程：

方差方差：

②EGARCH模型表達式為：

均值方程：

方差方差：

有方程可知，T-GARCH項系數(shù)為-0.42789，E-GARCH項系數(shù)為0.083978，都不等于零.這說明序列具有非對稱性，上證綜指存在杠桿效應(yīng)[7].

4 結(jié)論和建議

通過前文當中一系列對上證綜指波動的計量經(jīng)濟學(xué)分析可以得出結(jié)論：上海股市顯然是具有ARCH效應(yīng)、非對稱效應(yīng)和杠桿效應(yīng)的.而對于不同的影響因素，負面因素和正面因素所造成的沖擊也是存在著顯著差異的.通過擬合的模型結(jié)果可以觀察到，正向因素所帶來的影響比相同程度的負向因素所帶來的影響對波動變化的影響程度更大一些.也就是說，相同正向因素對上證綜指造成的波動影響程度的差距大于相同負向因素對其造成的波動影響程度的差距.

我國的股市作為一個不夠成熟的市場，其頻繁的異常波動更多的是由新興市場的發(fā)展階段特性造成的.在這一背景下，推進金融改革、堅持經(jīng)濟新常態(tài)是我國證券市場發(fā)展的必然之路.深化改革我國股票市場的方針政策主要分為兩個方向：一方面，我國股市正走在轉(zhuǎn)型發(fā)展的道路上，股價頻繁出現(xiàn)異常波動的現(xiàn)狀造成了極大的制約性，金融體制的改革有利于推進證券市場的市場化道路.另一方面，為了保障股票市場的穩(wěn)定性，完善其制度的建設(shè)，保證完成預(yù)期政策目標需要進行市場改革，以緩沖政策轉(zhuǎn)變帶了的過度沖擊[8].

〔1〕趙國順.基于時間序列分析的股票價格趨勢預(yù)測研究[D].廈門大學(xué),2009.

〔2〕曾偉.中國A股市場異常波動機理及波動抑制研究[D].重慶大學(xué),2009.

〔3〕徐譽喆.股市過度波動影響因素及形成機理的實證研究[D].南京航空航天大學(xué),2012.

〔4〕史書真.股價時間序列的分析與預(yù)測研究[D].大連理工大學(xué),2013.

〔5〕冀彩蓮.基于EMD的我國股市波動的宏觀經(jīng)濟成因及股價預(yù)測研究[D].東北財經(jīng)大學(xué),2013.

〔6〕朱明英.ARMA模型的幾種定階方法[D].東北師范大學(xué),2007.

〔7〕王黎明,王連,楊楠.應(yīng)用時間序列分析[M].上海：復(fù)旦大學(xué)出版社,2009.186-219

〔8〕單曈.基于GARCH模型的我國股票價格波動性研究[D].東華大學(xué),2015.

F830.91

A

1673-260X（2017）05-0072-03

2017-01-10

國家自然科學(xué)基金資助項目(11301001)；安徽財經(jīng)大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目（201610378414）