供給側(cè)改革對(duì)股票市場(chǎng)波動(dòng)性影響的實(shí)證分析

彭子玲 魏倩雨

摘 要：研究供給側(cè)改革的提出對(duì)股票市場(chǎng)波動(dòng)性的影響，選取供給側(cè)改革推出一年前后，即2014年11月10日至2016年11月10日的滬深300日收盤(pán)價(jià)，建立GARCH模型衡量股票市場(chǎng)的波動(dòng)率，將供給側(cè)改革的提出作為虛擬變量D引入GARCH模型中。結(jié)果顯示，供給側(cè)改革提出從短期看削弱了股票市場(chǎng)的波動(dòng)性，但這種削弱作用并不顯著，且其對(duì)股票市場(chǎng)的波動(dòng)性的影響是持續(xù)的。

關(guān)鍵詞：供給側(cè)改革;股票市場(chǎng);波動(dòng)性;GARCH模型

中圖分類號(hào)：F830.91 ? ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ?文章編號(hào)：1673-291X（2021）15-0054-03

引言

供給側(cè)改革是國(guó)家為解決供需問(wèn)題推行的一項(xiàng)舉措，對(duì)國(guó)家來(lái)說(shuō)，推進(jìn)供給側(cè)改革，轉(zhuǎn)變政府職能，釋放政府權(quán)力，能夠最大限度地發(fā)揮市場(chǎng)在資源配置中的基礎(chǔ)性作用。對(duì)企業(yè)來(lái)說(shuō)，它是解決企業(yè)面臨的諸多問(wèn)題的有效途徑。供給側(cè)改革使得企業(yè)進(jìn)行轉(zhuǎn)型升級(jí)，優(yōu)化了行業(yè)內(nèi)部的資源配置，有效地淘汰了那些效率低、績(jī)效差的企業(yè)，并扶持效率高、績(jī)效好的企業(yè)，為他們提供盈利的基礎(chǔ)，提高股票的長(zhǎng)期收益率。

本文希望通過(guò)GARCH模型的建立，分析供給側(cè)改革的提出對(duì)股票市場(chǎng)的波動(dòng)性有何影響，并在此基礎(chǔ)上，對(duì)股市制度的設(shè)計(jì)、企業(yè)的創(chuàng)新及投資者的教育提出針對(duì)性建議，希望能夠讓投資者更為理性地進(jìn)行投資。

一、供給側(cè)改革與股市波動(dòng)性影響

股票市場(chǎng)的波動(dòng)性受很多因素的影響，大致可以歸結(jié)為宏觀經(jīng)濟(jì)因素、市場(chǎng)因素和投資者行為因素幾個(gè)方面。宏觀經(jīng)濟(jì)層面包括宏觀經(jīng)濟(jì)政策、國(guó)際資本流動(dòng)、經(jīng)濟(jì)周期、國(guó)際金融市場(chǎng);市場(chǎng)因素方面包括供求關(guān)系、整體價(jià)格水平趨勢(shì)、心理預(yù)期;投資者行為因素包括機(jī)構(gòu)投資者的投資行為、中小投資者的投資行為等等，都會(huì)引起股票市場(chǎng)的波動(dòng)。具體分析供給側(cè)改革對(duì)股票波動(dòng)性的影響，可分為以下兩方面。

第一，宏觀經(jīng)濟(jì)政策。供給側(cè)改革作為宏觀經(jīng)濟(jì)政策，對(duì)股票市場(chǎng)造成的直接影響是有限的，它更多的是影響人們的投資策略及預(yù)期，從而影響股票價(jià)格。

第二，企業(yè)轉(zhuǎn)型升級(jí)。供給側(cè)改革使得企業(yè)進(jìn)行了轉(zhuǎn)型升級(jí)，利用并購(gòu)重組、淘汰落后企業(yè)等手段實(shí)現(xiàn)了企業(yè)的質(zhì)量和效率的提升，為企業(yè)提供了盈利的基礎(chǔ)，使股價(jià)上漲。

綜上所述，供給側(cè)改革對(duì)股票市場(chǎng)的影響不是單方面的，而是幾個(gè)方面共同影響的復(fù)雜過(guò)程。所以，對(duì)股市波動(dòng)性的影響分析也應(yīng)從各個(gè)方面綜合考慮。

二、股票市場(chǎng)波動(dòng)性度量

波動(dòng)性，在金融數(shù)學(xué)領(lǐng)域，指金融資產(chǎn)在一定時(shí)間段的變化性，與風(fēng)險(xiǎn)有著密切的聯(lián)系，通常以一年內(nèi)漲落的標(biāo)準(zhǔn)差來(lái)測(cè)量。衡量市場(chǎng)的波動(dòng)性早期常用波動(dòng)率、價(jià)格或收益率的方差和標(biāo)準(zhǔn)差，但其衡量的波動(dòng)性是靜態(tài)的市場(chǎng)波動(dòng)。由前文的分析可知，股票市場(chǎng)的波動(dòng)性受多個(gè)因素的影響，是動(dòng)態(tài)變化的。因此，波動(dòng)率和收益率的方差和標(biāo)準(zhǔn)差就不能夠準(zhǔn)確衡量出股票市場(chǎng)的波動(dòng)性了，這時(shí)候就要依靠ARCH族模型。

自回歸條件異方差（Auto-regressive conditional heteroskedastic，ARCH）模型由Robert F.Engle（1982）提出，殘差尖峰分布，使得其可用于波動(dòng)性的研究。Tim Bollerslev（1986）和Stephen J.Taylor（1986）將ARCH模型進(jìn)行擴(kuò)展，得出了更一般化的ARCH模型，即廣義自回歸條件異方差（GARCH）模型，比ARCH模型更為靈活。

（一）ARCH模型

ARCH模型是描述現(xiàn)期方差與前期的“波動(dòng)”具有一定相關(guān)性的模型，是用一個(gè)確定的函數(shù)來(lái)刻畫(huà)異方差的演變過(guò)程。

但是，ARCH模型也存在許多缺陷和不足。第一，ARCH模型只能反映短期自相關(guān)過(guò)程，無(wú)法將實(shí)際中數(shù)據(jù)的長(zhǎng)期情況考慮在內(nèi)。第二，要求ARCH模型中的參數(shù)均大于0。在用實(shí)際數(shù)據(jù)進(jìn)行模型估計(jì)時(shí)，常常會(huì)因?yàn)閰?shù)較多而難以達(dá)到均大于0的要求，使得模型估計(jì)出現(xiàn)偏差。第三，在實(shí)際問(wèn)題中，特別是在金融領(lǐng)域，使用的通常是日數(shù)據(jù)，這時(shí)條件方差會(huì)依賴于較長(zhǎng)時(shí)期的殘差平方序列值。此時(shí)會(huì)要求模型中殘差平方的滯后期q很大。當(dāng)q較大時(shí)，模型中需要估計(jì)的參數(shù)就會(huì)很多，參數(shù)估計(jì)會(huì)變得更加困難。因此，ARCH模型的估計(jì)結(jié)果會(huì)出現(xiàn)偏差。

（二）GARCH模型

基于ARCH模型仍不是非常的完善，學(xué)者對(duì)其進(jìn)行了研究，提出了GARCH模型。GARCH（p，q）模型可表示為：

當(dāng)p=0時(shí)，GARCH（p，q）模型就相當(dāng)于ARCH（q）模型。由此可見(jiàn)，ARCH模型是GARCH模型的一個(gè)特例。

GARCH模型很好地解決了高階ARCH模型需要估計(jì)的參數(shù)量較多的問(wèn)題，提高了擬合精度，使模型的估計(jì)變得更加容易，同時(shí)也更好地解釋了金融市場(chǎng)中波動(dòng)性聚集的特點(diǎn)。

三、供給側(cè)改革對(duì)股市波動(dòng)性影響的實(shí)證分析

（一）樣本與數(shù)據(jù)的選取

本文選取2014年11月10日至2016年11月10日的滬深300日收盤(pán)價(jià)數(shù)據(jù)作為樣本，以供給側(cè)改革推出的時(shí)間2015年11月10日作為分界點(diǎn)，將樣本分為兩個(gè)部分，樣本A為供給側(cè)改革推出之前，即2014年11月10日至2015年11月9日，樣本B為供給側(cè)改革推出之后，即2015年11月10日至2016年11月10日，共計(jì)490個(gè)數(shù)據(jù)。本文數(shù)據(jù)來(lái)源于同花順iFinD。

為保證序列數(shù)據(jù)的平穩(wěn)性，采用對(duì)數(shù)一階差分計(jì)算日收益率：

Rt=lnPt-lnPt-1

其中，Rt為日收益率，Pt為第t天滬深300的日收盤(pán)價(jià)。

（二）變量設(shè)計(jì)

為了研究在供給側(cè)改革提出前后股票市場(chǎng)滬深300指數(shù)收益率的波動(dòng)情況，將供給側(cè)改革這一政策的提出作為虛擬變量D引入GARCH模型中。D=0代表供給側(cè)改革推出之前，D=1代表供給側(cè)改革推出之后。假設(shè)虛擬變量的D的系數(shù)為？酌，那么我們可以通過(guò)觀察？酌的正負(fù)以及其絕對(duì)值大小來(lái)判斷供給側(cè)改革對(duì)股票市場(chǎng)波動(dòng)性的影響大小。？酌>0，表示供給側(cè)改革的提出加劇了股票市場(chǎng)波動(dòng)性;？酌<0，表示供給側(cè)改革的提出削弱了股票市場(chǎng)波動(dòng)性;？酌的絕對(duì)值越大，表示供給側(cè)改革的提出對(duì)股票市場(chǎng)波動(dòng)性的影響越大;反之，γ的絕對(duì)值越小，表示供給側(cè)改革的提出對(duì)股票市場(chǎng)波動(dòng)性的影響越小。

（三）描述性統(tǒng)計(jì)

數(shù)據(jù)經(jīng)對(duì)數(shù)化處理后，異方差更小，數(shù)據(jù)更平滑，但總體趨勢(shì)不變，分析滬深300日收盤(pán)價(jià)數(shù)據(jù)和經(jīng)對(duì)數(shù)處理的日收益率數(shù)據(jù)。總體而言，在供給側(cè)改革提出之前，滬深300日收盤(pán)價(jià)波動(dòng)相對(duì)較大，供給側(cè)改革提出之后，滬深300日收盤(pán)價(jià)波動(dòng)相對(duì)較小，并逐漸趨于平緩。在供給側(cè)改革提出之前，滬深300收益率波動(dòng)相對(duì)較大，供給側(cè)改革提出之后，滬深300收益率波動(dòng)相對(duì)較小，并逐漸趨于平緩。因此，該收益率序列數(shù)據(jù)存在明顯的“波動(dòng)集群效應(yīng)”，傳統(tǒng)的時(shí)間序列模型如ARMA模型識(shí)別不出這一波動(dòng)特征，所以我們選用GARCH模型，并對(duì)收益率序列的條件異方差做進(jìn)一步的分析研究。

對(duì)全樣本、子樣本A、B做描述性統(tǒng)計(jì)，結(jié)果顯示，子樣本A的標(biāo)準(zhǔn)差0.026大于全樣本的標(biāo)準(zhǔn)差0.021，更大于子樣本B的標(biāo)準(zhǔn)差0.015，說(shuō)明供給側(cè)改革提出后，股票市場(chǎng)波動(dòng)率變小了，但用標(biāo)準(zhǔn)差衡量波動(dòng)性并不可靠，更為嚴(yán)格的分析會(huì)在下文用GARCH模型進(jìn)行。

（四）平穩(wěn)性檢驗(yàn)

在建立模型之前，要保證時(shí)間序列數(shù)據(jù)的平穩(wěn)性，避免產(chǎn)生偽回歸現(xiàn)象。本文采用單位根檢驗(yàn)的方法檢驗(yàn)樣本數(shù)據(jù)的平穩(wěn)性，結(jié)果顯示，全樣本A與子樣本B的ADF統(tǒng)計(jì)量均小于顯著性為1%的臨界值，P值均為0.000，小于0.05，因此拒絕時(shí)間序列存在單位根的原假設(shè)，即認(rèn)為收益率序列是平穩(wěn)的。

（五）ARCH效應(yīng)

只有存在ARCH效應(yīng)，建立GARCH模型才是有意義的，但ARCH效應(yīng)是在建立收益率均值模型后通過(guò)殘差序列進(jìn)行檢驗(yàn)。因此，應(yīng)首先建立均值方程。

1.收益率均值方程模型。對(duì)收益率序列建立ARMA模型，運(yùn)用AIC、SC準(zhǔn)則來(lái)確定ARMA模型的滯后階數(shù)，一般情況下AIC、SC越小，擬合效果越好。在本例中，匯總滯后1階、2階、3階的AIC、SC值，發(fā)現(xiàn)ARMA（2，2）的AIC與SC是最小的。所以，選擇ARMA（2，2）為收益率均值模型。回歸結(jié)果表明，F(xiàn)統(tǒng)計(jì)量為6.902，P值小于0.05，認(rèn)為方程擬合很好。方程如下：

rt=0.000564+0.040096rt-1-0.949265rt-2+？著t+？著t-1+？著t-2

2.ARCH-LM檢驗(yàn)。對(duì)ARMA（2，2）模型的殘差進(jìn)行Box-LjungQ檢驗(yàn)，檢驗(yàn)殘差是否具有自相關(guān)性。結(jié)果顯示，自相關(guān)值與偏相關(guān)值都落在兩倍標(biāo)準(zhǔn)差之內(nèi)，且單位根檢驗(yàn)同樣表明殘差是不具有自相關(guān)性的，可作為收益率的均值方程。

采用滯后10階的ARCH-LM檢驗(yàn)，考察殘差序列是否存在高階ARCH效應(yīng)，若存在，則表明可用GARCH模型來(lái)代替高階ARCH模型。

檢驗(yàn)結(jié)果顯示，F(xiàn)統(tǒng)計(jì)量為6.616，P值為0.000，小于0.05，因此認(rèn)為滯后階數(shù)足夠大，但是仍存在ARCH效應(yīng)，即存在波動(dòng)聚集現(xiàn)象。因此，可以采用GARCH模型來(lái)擬合收益率模型。

（六）GARCH模型構(gòu)建與分析

通常采用GARCH（1，1）模型來(lái)分析時(shí)間序列的波動(dòng)性。同時(shí)，在本文的模型中引入虛擬變量D01來(lái)描述供給側(cè)改革推出的事件。當(dāng)D01為0時(shí)，表示在供給側(cè)改革推出之前，當(dāng)D01為1 時(shí)，表示在供給側(cè)改革推出之后。設(shè)定模型形式如下：

模型擬合結(jié)果表明，虛擬變量D01的系數(shù)為-1.25×10-5，P值小于0.05，說(shuō)明供給側(cè)的改革減弱了股票市場(chǎng)的波動(dòng)，但是由于數(shù)值很小，說(shuō)明對(duì)市場(chǎng)的影響很小。其ARCH與GARCH的系數(shù)之和介于0和1之間，且接近于1，說(shuō)明滿足參數(shù)約束條件，且所受到供給側(cè)改革的影響是持久的。

對(duì)GARCH模型擬合結(jié)果再次檢驗(yàn)ARCH效應(yīng)，檢驗(yàn)結(jié)果顯示，F(xiàn)統(tǒng)計(jì)量為0.034，P值為0.8536，大于0.05，因此殘差序列不存在ARCH效應(yīng)，GARCH（1，1）模型擬合效果較好。

四、結(jié)論與建議

（一）研究結(jié)論

本文研究供給側(cè)改革的提出對(duì)股票市場(chǎng)波動(dòng)性的影響，構(gòu)建了GARCH模型，選取了2014年11月10日到2016年11月10日的滬深300日收益率數(shù)據(jù)，根據(jù)實(shí)證研究得出結(jié)論：供給側(cè)改革提出從短期看削弱了股票市場(chǎng)的波動(dòng)性，但這種削弱作用并不顯著，且其對(duì)股票市場(chǎng)的波動(dòng)性的影響是持續(xù)的。產(chǎn)生這種現(xiàn)象的原因可能有以下兩點(diǎn)。

1.在供給側(cè)改革推出之后的短期內(nèi)，可能存在信息不對(duì)稱的現(xiàn)象，投資者容易受到外界信息的影響，在負(fù)面消息的作用下對(duì)股市投資采取保守策略。但是隨著時(shí)間的不斷推移，越來(lái)越多的信息會(huì)被人們所獲取，不對(duì)稱現(xiàn)象會(huì)逐漸消失。

2.供給側(cè)改革為了提高生產(chǎn)的效率和質(zhì)量，會(huì)促使企業(yè)進(jìn)行轉(zhuǎn)型升級(jí)，在較短的時(shí)期內(nèi)，企業(yè)會(huì)經(jīng)歷一系列的改革，為未來(lái)的盈利打下基礎(chǔ)，而股市可能不會(huì)有較大的波動(dòng)。從長(zhǎng)期來(lái)看，供給側(cè)改革淘汰了大量落后的企業(yè)，提高了經(jīng)濟(jì)質(zhì)量，為股市向牛發(fā)展提供了基礎(chǔ)。

（二）政策建議

考慮造成上述現(xiàn)象的原因，我們可以提出有針對(duì)性的建議進(jìn)行改進(jìn)。

1.針對(duì)信息不對(duì)稱問(wèn)題，有以下兩點(diǎn)對(duì)策：一是加強(qiáng)并完善股市信息披露制度和交易制度，為廣大投資者創(chuàng)造一個(gè)公平、公正、公開(kāi)的信息披露平臺(tái)，對(duì)企業(yè)高管、證券基金從業(yè)人員等可以接觸到內(nèi)部信息的人員嚴(yán)加控制，防止信息提前泄露，同時(shí)，對(duì)虛假消息進(jìn)行辨別，以避免誤導(dǎo)大眾。二是加大監(jiān)管力度，建立更加成熟的監(jiān)管體系，保障交易的公開(kāi)透明，減少違規(guī)違法行為，避免股市長(zhǎng)時(shí)間的動(dòng)蕩，保證交易平穩(wěn)有序地進(jìn)行。

2.針對(duì)投資者投資保守的問(wèn)題，可以對(duì)他們進(jìn)行專業(yè)的培訓(xùn)。我們將投資者分為個(gè)人投資者和機(jī)構(gòu)投資者，對(duì)于個(gè)人投資者，他們是我國(guó)股票市場(chǎng)的主要組成部分，同時(shí)背景復(fù)雜，文化水平參差不齊，承受風(fēng)險(xiǎn)能力較差。因此，可以注重于向他們傳授資產(chǎn)配置、投資組合管理、投資風(fēng)險(xiǎn)等方面的知識(shí)，讓投資者能夠正確并積極地進(jìn)行投資。對(duì)于機(jī)構(gòu)投資者，他們掌握更加專業(yè)的知識(shí)，擁有更加專業(yè)的投資理念，在股票市場(chǎng)中，他們應(yīng)該起到穩(wěn)定作用。因此，可以定期開(kāi)展面向金融從業(yè)人員的講座、技能比賽等，為股票市場(chǎng)的發(fā)展培育專業(yè)人才隊(duì)伍。

3.針對(duì)企業(yè)的轉(zhuǎn)型升級(jí)問(wèn)題，可以使企業(yè)加大創(chuàng)新投入，在防范金融風(fēng)險(xiǎn)的同時(shí)，也要實(shí)現(xiàn)技術(shù)水平的改造和升級(jí)，優(yōu)化生產(chǎn)結(jié)構(gòu)，使企業(yè)始終走在行業(yè)前列。

參考文獻(xiàn)：

[1] ?馮冠，周孝華.供給側(cè)改革背景下IPO抑價(jià)率的度量與解讀[J].軟科學(xué)，2019，（6）：140-144.

[2] ?王安興，譚鮮明.基于混合分布的中國(guó)股票波動(dòng)風(fēng)險(xiǎn)因素的識(shí)別與分析[J].中國(guó)管理科學(xué)，2018，（2）：86-95.

收稿日期：2020-08-07

作者簡(jiǎn)介：彭子玲（1998-），女，江蘇無(wú)錫人，學(xué)生，從事證券投資研究;魏倩雨（1992-），女，湖北荊州人，講師，碩士研究生，從事互聯(lián)網(wǎng)金融、產(chǎn)業(yè)金融研究。