股市震蕩期間我國股市波動性研究

杜冰

摘 要：本文選取上證綜指、深證成指2014年6月至2016年6月的股市收盤價，以2015年股市震蕩期為背景，結合DCC-GARCH模型對我國滬深兩市危機沖擊下波動性及動態相關性進行實證研究。

關鍵詞：危機沖擊;滬市，深市;波動性;動態相關性

一、引言

1.選題背景

股市震蕩是對股票市場發生波動事件的簡稱，指的是受某種偶發因素影響，股價突然大幅度波動異常的現象。近年間極端危機事件屢有發生，加強了金融市場間關聯度，加劇了各區域間資本市場的震蕩，從監管視角來看，日益緊密相關的金融市場雖加快金融體系的構建，但與此同時，一定意義上也加大了跨地區、跨市場、跨國家的投資監管難度，對抵御風險、防范市場風險提出更高要求。

2.研究意義

我國股票市場經歷近三十年的風雨洗禮，從無到有，在優化國內資本配置、拓展融資渠道、防范市場風險方面發揮了不可磨滅的貢獻，成為維護我國金融市場可持續健康發展的中流砥柱。然而，隨股市的不斷發展，其在我國資本市場中的地位不斷攀升，股市異常的波動極易轉變為對經濟的危害。股市劇烈波動是一個復雜多變的過程，是由宏微觀等多種因素共同造就的結果。

對國內股市震蕩期間其波動性的實證分析，近年間，股市發展情形及其隱蔽的風險備受學者關注，從理論意義方面來考慮，現有文獻對股市波動研究對象多立足于跨國間的金融市場，尤其集中于發達國家，研究背景也大多集中于國際金融危機，然而，我國不成熟的金融系統不同于發達金融市場，全球極端危機事件對國內經濟體系負向作用有限，因此為對我國金融市場波動性進行有效刻畫，本文將研究背景定位于2015年國內股市震蕩期，研究對象即選取國內滬深股市，分析兩股市在震蕩期的波動性和動態關聯性，改善目前學者對國內危機沖擊下股市波動性及動態相依性研究不足的現狀。從現實意義方面來看，本文對我國滬深股市波動性及動態相關性進行研究，立足于國內當前金融發展實況，不僅為監管當局掌握我國股市運轉規律及股價波動提供理論依據，便于制定市場政策、完善監管體制，而且為國內投資者根據股市間變動預測股價走勢、調整策略制定提供現實參考價值。

二、文獻綜述

本章將以研究方法和研究對象為主線，對現有文獻進行梳理。

基于GARCH族模型，Niaz等（2019）運用DCC-GARCH對石油、天然氣及其他非能源大宗商品期貨市場間的動態相關性進行模型構建，發現2008年前、后其動態相關性分別呈急劇增長、下降的相反趨勢;鄒子昂等（2018）通過DCC-GARCH模型說明國際黃金市場與股市間相關聯、相制約的聯動性不強，而與白銀現貨市場則呈現較強的聯動性，黃金現貨市場與大宗商品、白銀市場變動方向趨同，與美元匯率市場變動方向趨反，而與股市則不同時期相關性呈同、反方向轉換變動趨勢;張雙蘭、張雙妮（2019）選用GARCH（1，1）研究美國股票市場對國內股市的影響，證實了兩國股市間關聯性的存在，認為美市對國內股市影響是顯著的且是具有持續性的，但這種影響往往會受到時間的干擾，即伴隨時間發展，其影響力呈減弱的趨勢;但周立軍（2017）對美國股市與國內股市間的協動性提出了質疑，實證結果拒絕了美國股市與國內股市間存在顯著風險傳染的假設;王淼（2018）以三元DCC-GJR-GARCH為模型得出我國鋼鐵期貨、現貨及行業股市間有著顯著的波動率及收益率溢出效應，三個市場間兩兩動態相關性均呈上升狀態。

基于Copula模型，袁弘（2017）發現t-Copula對滬市、深市間對稱的動態相關性擬合程度較好，而SJC-Copula則對非對稱的動態相關性擬合程度較好;陳珍珍等（2010）運用Copula模型提出隨經濟一體化發展，中國內地、中國香港及美國股票市場動態相關性是增強的;胡春楊（2015）運用Copula模型，并與網絡模型相結合對我國各金融機構的系統性風險溢出進行量化分析，發現對于非銀行等金融機構，系統性風險溢出效應最大、最小的金融機構分別為證券公司、保險公司，而對于商業銀行而言，三大不同所有制銀行系統性風險溢出效應最大的為城市商業銀行，而風險溢出效應最小的則為國有制銀行;Qiang Jia等（2018）結合結構變化模型及時變Copula模型，認為金磚四國股票收益和石油沖擊間的依賴是時變的，并隨石油市場遭受沖擊類型的不同而表現不同的行為;彭選華（2019）利用DCC-Copula-SV-M-t模型較好的對股市間系統性風險傳染進行擬合，認為美國股票市場對我國股票市場的風險傳染是具有局限性的，同時該學者還發現，相較于深市，滬市對我國股票市場擁有更高強引導性。

基于其他模型，Huan Peng等（2018）發現HAR-RV-SK模型能較好地運用G7股市數據預測中國股市波動;盧俊香（2018）發現滬深兩市間的協同作用會伴隨股價變動而增加;王超、倪清等（2019）運用CoVaR模型分析發現，互聯網金融對我國商業銀行的影響是兩面性的，在促進銀行業業務發展、產品創新、服務加強的同時，沖擊著傳統銀行業務，提升我國銀行業系統性風險形成的概率;王春晗（2018）結合分位數回歸方法驗證了現階段各行業間普遍存在著風險溢出效應，且金融子市場間有著較為顯著的風險非對稱雙向溢出效應，單就銀行業來說，其風險傳染路徑往往由大型國有銀行產生，隨負債資產業務關系網溢出至股份制銀行等其他所有制銀行;丁肖麗（2018）基于VAR-GARCH-DCC模型，證實了深市、滬市、港市間聯動性的存在，認為滬港通政策的實施并未促使滬市與港市間聯動性得到明顯改善。

綜上所述，本文在綜合考慮模型優缺點及實際可操作性等因素后選取DCC-GARCH對滬深兩市波動性及動態相關性進行實證分析。

三、模型設計及實證分析

1.樣本選取及樣本處理

有關樣本時期選取方面，本文將原始樣本數據窗口期選為2014年6月3日至2016年7月1日，這一期間股票市場處于波動期，對研究風險事件爆發時我國股市整體震蕩及股市間動態相關性具有實際借鑒價值和參考意義，更能較準確地體現我國股市間系統性風險的風險傳染情形及相互影響程度，對日后股市抵御較大風險提供參考。

有關數據樣本處理方面，在對數據樣本完整性、容量可取性、實際可操作性等綜合考量后，本文分別選擇上證綜指和深證成指的日收盤價代表滬深兩市，并對其做前復權處理，合計得到511個交易日、1022條有效原始數據，下文均采用rzz、rcz分別代表上證綜指和深證成指收益率。為解決上證綜指、深證成指原始數據可能存在的異方差現象，其收益率序列由其原始日收盤價的對數一階差分方式得到，具體計算表達式為：

2.描述性統計分析

在對我國滬深兩市間風險動態相關性分析前，先進行rzz、rcz統計特征分析。圖1中rzz、rcz折線波動圖變動可看出，滬深兩市均有著明顯的時變性，以2015年6月15日股市為轉折點，滬深兩市收益率波動行為趨同，相較于股市震蕩爆發前，rzz、rcz均在極端事件爆發后呈劇烈波動態勢，同時rzz、rcz也顯現波動性聚集效應，即每次較大的波動后也會伴隨大波動，呈現條件異方差特征。

3.樣本數據檢驗

以原始樣本數據為基礎，對處理后數據的各項指標進行統計性檢驗分析，并進行J-B檢驗，結果如表1所示。

根據表1中展示rzz、rcz對數收益率序列的基本描述性統計可以看出，兩組對數收益率序列偏度和峰度均分別小于0、大于3，表明rzz、rcz序列均分別左偏、高于標準正態分布的偏度峰度，證實數據肥尾高峰現象的存在。而J-B檢驗結果顯示，rzz、rcz均顯著拒絕原假設，即不服從正態分布，因此，下文將選用GARCH模型構建波動性模型分析研究我國滬深兩市股市震蕩期間動態相關性。

在構建模型前，為避免序列不平穩、自相關、異方差等問題影響實證結果的嚴謹性，需對數據進行單位根檢驗、自相關檢驗及ARCH效應檢驗。結合stata14.0對rzz、rcz進行檢驗，首先，根據滯后18階ADF檢驗結果表明兩組收益率序列P值均小于0.0003，顯著拒絕序列不平穩的原假設;其次，結合Ljung-Box檢驗，rzz、rcz序列分別在滯后8階、滯后10階1%的置信水平下顯著拒絕非自相關的原假設;最后，ARCH-LM檢驗表明，rzz、rcz序列的卡方統計量分別在滯后4階、滯后1階情形下P值均為0，即顯著存在強ARCH效應。綜述可知，可以對呈現高階平穩自相關特征的rzz、rcz序列創建GARCH模型。

4.構建GARCH模型

為進一步對我國滬深兩市相互間動態系數進行估計，遂對其構建DCC-GARCH模型，結果如表3所示。

四、結論和建議

第一，我國股市應不斷完善金融體制，引導非理性投資者形成正確理性的投資觀念，提升市場運轉效率。

第二，為有效監控跨市場間風險傳染的形成，應建立系統的制度框架及透明的運行機制，在同時考慮基本面和非基本面因素的前提下，監測跨市場間的股市波動和易引發波動的影響因素。

第三，改善現有金融市場中投資者比例布局，促使理性投資者帶動非理性投資者合理規劃資產配置，促使減弱股市中羊群效應，提高金融市場的有效性;第四，國內監管部門應構建系統性的危機沖擊應對體系，在關注各項經濟環境變動指標的同時，對股票市場系統性風險的演變引起足夠重視，當危機苗頭顯現時，根據實時風險演變情形及時調整監管政策。

參考文獻

1.王帆.2015年中國股災成因及影響分析.公司金融研究，2010（Z1）.

2.鄒子昂，彭嘯帆，皮俊.國際黃金現貨市場的避險能力研究――基于DCC-GARCH模型.財經理論與實踐，2018（06）.

3.王淼.基于三元DCC-GJR-GARCH模型的現貨期貨股票市場的動態相關性研究――以鋼鐵行業為例.浙江財經大學，2018.

4.郭文偉，陳妍玲.滬、深、港股市相依狀態轉換及其危機傳染效應研究.管理評論，2017（12）.

5.丁肖麗.“滬港通”開通前后滬、港股市間信息溢出與動態相關性研究――基于模型的檢驗.廣東行政學院學報，2018，30（02）.

6.張雙妮、張雙蘭.研究美國股市對我國股市的波動溢出效應――基于VAR模型和GARCH（1，1）模型.社會視野，2019（22）.

（責任編輯：王文龍）