創業板收益率波動性研究

潘詒明

【摘 要】 我國創業板市場主要由高成長性的中小企業組成的，企業面臨的風險較大，使得創業板指數的波動性較大。因此對創業板股價波動性的研究對我國資本市場的發展有一定的的指導作用。本文運行GARCH模型對我國創業板收益率的波動性進行實證研究，以期找到我國創業板收益率波動的運行規律和結論。

【關鍵詞】 創業板 GARCH模型 波動性

一、引言

股票市場的波動性一直以來是金融研究的熱點問題，波動率是資產收益不確定的衡量，它經常被用來衡量資產的風險。由于股價的波動不僅可以直接反映股市的不確定性，還可以間接利率變動與通貨膨脹等宏觀經濟特征和公司經營狀況等微觀特征[1]。因此研究股票市場市場收益率波動特征及其影響因素，能夠幫助我們很好的理解股市的風險。

創業板市場主要是一些高成長、具有高新技術的上市公司。但由于這些企業的上市條件沒有主板那么嚴格，面臨的競爭和挑戰更多，風險也更大。因此我們研究創業板指數的波動情況能夠很好的認識到創業板市場的風險大小。

針對股票市場的波動性研究，國內外的許多學者都做了大量的實證研究。其中，Engle（1982）提出的ARCH自回歸條件異方差模型，被認為是最能反映數據方差的變化特點的模型，被廣泛應用于金融時序數據的分析當中[2]。好多學者也在此基礎上對ARCH模型進行了拓展，如GARCH和EGARCH等。所以本文選擇用GARCH模型來研究創業板收益率的波動性。

二、GARCH模型介紹

計量經濟學家 Engle在80年代提出了自回歸條件異方差模型，并應用于英國通貨膨脹指數波動性的研究。Engle的學生 Bollerslev（1986） 提出廣義ARCH 模型，即GARCH 模型，其目的也是描述實際金融時間序列數據的波動性。GARCH（p，q）模型的一般形式如下：

其中：xt為收益率時間序列，μt是xt的條件期望值，εt為殘差時間序列，表示條件異方差，通常用來表示t時刻標的金融產品的波動率。

三、實證分析

本文選取創業板指數作為研究對象來描述創業市場的波動變化情況，選取的創業板指數的時間跨度為2010年6月1日到2018年1月18日，共計1857個樣本點。所選取的數據能很好的反映創業板指數上市以來整體的波動情況。

（一）時間序列的描述分析

本文運用計量分析軟件EVIEWS6.0進行相應的統計分析。GARCH模型只針對平穩性時間序列進行建模，因此對指數收益率進行對數化處理[3]。

由創業板指數對數收益率的時間序列圖的柱狀圖可知，創業板指數對數收益率序列均值為0.000312，偏度為-0.56，小于0，說明序列分布有長的左拖尾。峰度為5.16，高于正態分布的峰度值3，說明序列有尖峰和厚尾的特征。JB統計量為468.08，P值為0.00，拒絕改對數收益率服從正態分布的假設。

（二）收益率序列的ADF檢驗

本文對創業板指數對數收益率序列進AD檢驗，得出T統計量的值為-10.21797，對應的P值接近0，可以看出創業板指數對數收益率是平穩的。

（三）序列的自相關和偏自相關檢驗

我們得出該序列的自相關和偏自相關圖，由圖可以看出，該時間序列存在著自相關性。根據自相關圖可以確定均值方程符合ARMA模型，根據數據初步得出GARCH模型的均值方程：

（四）ARCH效應檢驗

由以上檢驗分析可得，創業板指數對數收益率序列存在著自相關性。下面通過殘差檢驗的ARCH檢驗來看序列是否存在ARCH效應。根據結果看出該序列的殘差序列存在著ARCH效應。

（五）GARCH模型的建立

根據以上的分析，我們可以先建立ARCH模型，通過軟件分析，得出ARCH模型方差方程中滯后項1、2、3、6、7、8、9階顯著，為了方便，我們可以嘗試建立GARCH模型，這里嘗試建立GARCH（1，1）模型。得出GARCH模型方差的方程為：

等式中參數均顯著通過了檢驗且均值方程系數的顯著性得到了一定的提升。通過ARCH-LM檢驗發現，該模型殘差項不再具有異方差性，模型擬合的很好。

四、結論

創業板收益率的波動是平穩的，收益率波動呈現非正態分布，收益率略偏向均值左邊，且具有較厚的尾部和較尖的峰部，并且其波動集聚現象較為明顯。創業板市場收益率具有顯著的ARCH效應，異方差現象普遍存在。通過GARCH（1，1）模型對我國創業板收益率序列的擬合，我國創業板收益率波動不僅具有較強的集聚性，而且受到沖擊以后影響的持續時間較長，對未來的波動也會有一定的影響。

【參考文獻】

[1] 刁艷華，李文華.基于GARCH模型的股票市場股指收益率波動性研究[J].財稅金融，2013年06期

[2] 王會軍.基于GARCH 模型的創業板收益率波動性研究[J].財政金融

[3] 何治成. 基于、GARCH模型的我國創業板收益率波動性實證研究[J].財政金融