我國(guó)股票市場(chǎng)價(jià)格波動(dòng)特征研究

金夢(mèng)迪

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

經(jīng)濟(jì)研究

我國(guó)股票市場(chǎng)價(jià)格波動(dòng)特征研究

金夢(mèng)迪

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

股價(jià)在正常范圍內(nèi)的波動(dòng)是投資者賺取回報(bào)的基礎(chǔ)，是股票市場(chǎng)正常發(fā)展道路上所應(yīng)當(dāng)具有的必要條件，探究我國(guó)股票市場(chǎng)價(jià)格波動(dòng)的特征有利于其健康發(fā)展.本文以上證綜指作為研究對(duì)象，運(yùn)用差分方法處理時(shí)間序列，并建立了ARMA模型以及GARCH族模型，對(duì)我國(guó)股票價(jià)格波動(dòng)特征進(jìn)行了深入的分析，從而得出其存在顯著的非對(duì)稱效應(yīng)和杠桿效應(yīng)的結(jié)論.

股票價(jià)格；上證綜指；時(shí)間序列；Eviews

1 引言

任何股票市場(chǎng)內(nèi)部都必然存在著股價(jià)的波動(dòng)現(xiàn)象，這是其內(nèi)在特性.一般情況下，股價(jià)會(huì)受到政治、經(jīng)濟(jì)、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(jià)的波動(dòng)是永恒的[1].因此，通常我們所說(shuō)的股市穩(wěn)定指的是，在經(jīng)濟(jì)正常良好發(fā)展的狀態(tài)下股價(jià)在合理的區(qū)間內(nèi)進(jìn)行波動(dòng).此時(shí)的股價(jià)可以反映國(guó)民經(jīng)濟(jì)狀況，預(yù)測(cè)未來(lái)價(jià)格走向，是宏觀經(jīng)濟(jì)的發(fā)展的“晴雨表”.但有些時(shí)候受到某些因素的影響股價(jià)波動(dòng)會(huì)出現(xiàn)異常，從而導(dǎo)致股價(jià)波動(dòng)幅度過(guò)大而超出合理區(qū)間，使股市泡沫化，甚至于背離經(jīng)濟(jì)發(fā)展趨勢(shì)[2].當(dāng)二零零六年我國(guó)的貨幣量流動(dòng)性顯現(xiàn)出加強(qiáng)態(tài)勢(shì)時(shí)，我國(guó)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(zhǎng)，隨后而來(lái)的是全球金融危機(jī)的發(fā)生，這對(duì)全球經(jīng)濟(jì)發(fā)展都形成了一定程度的打擊.股票市場(chǎng)作為作為經(jīng)濟(jì)的“晴雨表”也遭受了很大的負(fù)面影響，我國(guó)股市自然也遭受了一定的沖擊.但是我國(guó)的股市是一個(gè)相對(duì)來(lái)說(shuō)較為新興的市場(chǎng)，遠(yuǎn)沒(méi)有發(fā)達(dá)國(guó)家的股市成熟.因而，股票價(jià)格波動(dòng)的影響因素繁多，而且各個(gè)因素對(duì)股價(jià)波動(dòng)的影響機(jī)制也相對(duì)來(lái)說(shuō)較為復(fù)雜.在隨后的多年里，政府頻繁出臺(tái)的各種政策方針和經(jīng)濟(jì)改革的推進(jìn)，使得我國(guó)股票市場(chǎng)的發(fā)展方向難以進(jìn)行預(yù)測(cè)，也造成了股票價(jià)格產(chǎn)生了異常波動(dòng).與發(fā)達(dá)國(guó)家的成熟股票市場(chǎng)相比，我國(guó)股市在這些年以來(lái)的發(fā)展道路上遭遇了多次的巨幅異動(dòng)，在股價(jià)波動(dòng)上展現(xiàn)了與成熟金融市場(chǎng)迥異的特征.針對(duì)這樣的現(xiàn)實(shí)情況，本文將就此對(duì)于我國(guó)股票市場(chǎng)的股票價(jià)格波動(dòng)做深入研究.本文將選取上證綜指作為研究對(duì)象，選取這一指數(shù)的原因是上海股市開(kāi)市較早且股票的市值大，在面對(duì)各類(lèi)外部沖擊時(shí)將會(huì)有更為靈敏的反應(yīng)，這使其波動(dòng)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(pán)價(jià)，并且去掉了沒(méi)有交易的節(jié)假日數(shù)據(jù)，最后得到了124個(gè)日收盤(pán)價(jià)，數(shù)據(jù)來(lái)源自wind資訊數(shù)據(jù)庫(kù).

2 基本理論基礎(chǔ)

2.1 股價(jià)波動(dòng)研究現(xiàn)狀

價(jià)格波動(dòng)一直是金融研究當(dāng)中的一個(gè)重要內(nèi)容，無(wú)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(gè)世紀(jì)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(lái)越豐富也逐漸在被完善.但是傳統(tǒng)金融理論開(kāi)始還是難以很好的解釋發(fā)展極為迅猛的金融市場(chǎng)中出現(xiàn)的一些異常現(xiàn)象.因而與此同時(shí)，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(jì)學(xué)家的研究領(lǐng)域.在這其中，市場(chǎng)價(jià)格的異常波動(dòng)引起了學(xué)者的興趣，如何監(jiān)管股市價(jià)格波動(dòng)以及避免其所帶來(lái)的風(fēng)險(xiǎn)越來(lái)越受到相關(guān)業(yè)界、國(guó)家政府以及經(jīng)濟(jì)學(xué)界的廣泛關(guān)注[3].

在最早的研究之中，對(duì)于股價(jià)波動(dòng)的模型主要采用最小二乘法對(duì)各變量逐個(gè)分析.后來(lái)隨著計(jì)量經(jīng)濟(jì)學(xué)的學(xué)科發(fā)展，又加入了多元回歸模型、異方差檢驗(yàn)、多元共線性檢驗(yàn)等一系列模型.在這一過(guò)程中，不斷改進(jìn)的模型使對(duì)價(jià)格波動(dòng)的研究方法也不斷完善.對(duì)于我國(guó)股市價(jià)格的波動(dòng)研究，大部分的相關(guān)學(xué)者都會(huì)選取上證綜指作為代表性變量，但是其他的經(jīng)濟(jì)指標(biāo)變量的選取卻出現(xiàn)了一些差異.一般來(lái)說(shuō)，經(jīng)濟(jì)增長(zhǎng)指標(biāo)、貨幣政策指標(biāo)、通貨膨脹率指標(biāo)、匯率指標(biāo)及利率指標(biāo)是較為常見(jiàn)的選擇.而對(duì)于數(shù)據(jù)時(shí)間范圍的選擇，一般都是選取月度或者季度數(shù)據(jù)，不過(guò)也有少數(shù)學(xué)者會(huì)選取年度數(shù)據(jù)[4].

2.2 時(shí)間序列模型原理

一方面，波動(dòng)的股價(jià)數(shù)據(jù)是一個(gè)時(shí)間序列，而ARMA模型是一個(gè)最為常見(jiàn)的時(shí)間序列分析模型，這使我們可以通過(guò)建立模型對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行擬合以及預(yù)測(cè)未來(lái)發(fā)展.該模型的基本原理是：在一個(gè)時(shí)間序列中，每個(gè)獨(dú)立的數(shù)據(jù)值普遍存在著不確定性，但整個(gè)序列的發(fā)展趨勢(shì)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(jià)波動(dòng)趨勢(shì)的模型，從而描述出股價(jià)波動(dòng)的內(nèi)部規(guī)律.

另一方面，股價(jià)波動(dòng)的聚集也是股市中一個(gè)常見(jiàn)現(xiàn)象.時(shí)間序列的GARCH模型就充分考慮了其這一特性而提供了計(jì)算股價(jià)序列條件方差的方法.該模型對(duì)股價(jià)的時(shí)間序列數(shù)據(jù)的收益率平方序列賦予權(quán)重，并對(duì)其進(jìn)行了滑動(dòng)平均.這樣，模型就能夠更為準(zhǔn)確的描述時(shí)間序列的聚集效應(yīng)，對(duì)股價(jià)波動(dòng)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(dòng)的研究中.當(dāng)市場(chǎng)當(dāng)中有較大的波動(dòng)時(shí)，模型當(dāng)中的殘差值也會(huì)相應(yīng)的變大，這就可以很好的反映出現(xiàn)實(shí)股市中所展現(xiàn)的股價(jià)波動(dòng)隨時(shí)間變化而變化的趨勢(shì)[5][6].

3 股票價(jià)格波動(dòng)模型研究

3.1 序列平穩(wěn)性判斷檢驗(yàn)

3.1.1 繪制時(shí)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(shí)序圖.從時(shí)序圖觀察，這一序列具有明顯的曲線遞增趨勢(shì)，因而并非平穩(wěn)時(shí)間序列.該結(jié)論還能夠通過(guò)進(jìn)行平穩(wěn)性統(tǒng)計(jì)檢驗(yàn)來(lái)加以說(shuō)明.

3.1.2 平穩(wěn)性統(tǒng)計(jì)檢驗(yàn)

繪制上證綜指數(shù)據(jù)時(shí)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(biāo)準(zhǔn)差范圍之中，這進(jìn)一步表明序列是非平穩(wěn)的.

3.1.3 單位根檢驗(yàn)

設(shè)原假設(shè)：H0：|λ|≥1，備擇假設(shè)：H1：|λ|＜1.由檢驗(yàn)結(jié)果來(lái)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?yàn)樵蛄胁黄椒€(wěn)，因此我們選擇使用一階差分來(lái)處理，對(duì)原序列進(jìn)行了調(diào)整并得到一個(gè)新的序列.

①繪制新序列的時(shí)間序列圖.從時(shí)序圖觀察，該序列在0附近波動(dòng)，可以判斷其是平穩(wěn)時(shí)間序列.該結(jié)論還能夠通過(guò)進(jìn)行平穩(wěn)性統(tǒng)計(jì)檢驗(yàn)來(lái)加以說(shuō)明.

②平穩(wěn)性統(tǒng)計(jì)檢驗(yàn)，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(dòng)，進(jìn)一步表明新序列是平穩(wěn)的.

③單位根檢驗(yàn).設(shè)原假設(shè)：H0：|λ|≥1，備擇假設(shè)：H1：|λ|＜1.由檢驗(yàn)結(jié)果來(lái)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(zhǔn)則定階法，對(duì)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(guò)仿真可得，p=2，q=2時(shí)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(guò)了檢驗(yàn)，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(yàn)統(tǒng)計(jì)量Q值基本都小于對(duì)應(yīng)自由度卡方檢驗(yàn)，且P值均大于0.05，因此該殘差序列是白噪聲序列.

3.4 進(jìn)行數(shù)據(jù)預(yù)測(cè)

利用擬合模型進(jìn)行數(shù)據(jù)預(yù)測(cè)，得到2016/12/01至2016/12/09的上證綜指的預(yù)測(cè)結(jié)果并與真實(shí)值對(duì)比（3、4號(hào)周末，無(wú)真實(shí)值）如表1：

表1 預(yù)測(cè)結(jié)果

3.5 上證綜指波動(dòng)非對(duì)稱性研究

建立T-GARCH和E-GARCH模型得結(jié)果如下：

①TGARCH模型表達(dá)式為：

均值方程：

方差方差：

②EGARCH模型表達(dá)式為：

均值方程：

方差方差：

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

4 結(jié)論和建議

通過(guò)前文當(dāng)中一系列對(duì)上證綜指波動(dòng)的計(jì)量經(jīng)濟(jì)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(duì)稱效應(yīng)和杠桿效應(yīng)的.而對(duì)于不同的影響因素，負(fù)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(guò)擬合的模型結(jié)果可以觀察到，正向因素所帶來(lái)的影響比相同程度的負(fù)向因素所帶來(lái)的影響對(duì)波動(dòng)變化的影響程度更大一些.也就是說(shuō)，相同正向因素對(duì)上證綜指造成的波動(dòng)影響程度的差距大于相同負(fù)向因素對(duì)其造成的波動(dòng)影響程度的差距.

我國(guó)的股市作為一個(gè)不夠成熟的市場(chǎng)，其頻繁的異常波動(dòng)更多的是由新興市場(chǎng)的發(fā)展階段特性造成的.在這一背景下，推進(jìn)金融改革、堅(jiān)持經(jīng)濟(jì)新常態(tài)是我國(guó)證券市場(chǎng)發(fā)展的必然之路.深化改革我國(guó)股票市場(chǎng)的方針政策主要分為兩個(gè)方向：一方面，我國(guó)股市正走在轉(zhuǎn)型發(fā)展的道路上，股價(jià)頻繁出現(xiàn)異常波動(dòng)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(jìn)證券市場(chǎng)的市場(chǎng)化道路.另一方面，為了保障股票市場(chǎng)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(biāo)需要進(jìn)行市場(chǎng)改革，以緩沖政策轉(zhuǎn)變帶了的過(guò)度沖擊[8].

〔1〕趙國(guó)順.基于時(shí)間序列分析的股票價(jià)格趨勢(shì)預(yù)測(cè)研究[D].廈門(mén)大學(xué),2009.

〔2〕曾偉.中國(guó)A股市場(chǎng)異常波動(dòng)機(jī)理及波動(dòng)抑制研究[D].重慶大學(xué),2009.

〔3〕徐譽(yù)喆.股市過(guò)度波動(dòng)影響因素及形成機(jī)理的實(shí)證研究[D].南京航空航天大學(xué),2012.

〔4〕史書(shū)真.股價(jià)時(shí)間序列的分析與預(yù)測(cè)研究[D].大連理工大學(xué),2013.

〔5〕冀彩蓮.基于EMD的我國(guó)股市波動(dòng)的宏觀經(jīng)濟(jì)成因及股價(jià)預(yù)測(cè)研究[D].東北財(cái)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(shí)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(guó)股票價(jià)格波動(dòng)性研究[D].東華大學(xué),2015.

F830.91

A

1673-260X（2017）05-0072-03

2017-01-10

國(guó)家自然科學(xué)基金資助項(xiàng)目(11301001)；安徽財(cái)經(jīng)大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（201610378414）