IT行業股價波動性的模型驗證研究

摘? ? ? ? ? ?要：在黨和國家高度重視IT行業發展情況下，IT行業股價波動也日漸明顯，不利于市場平穩發展。在對IT行業股價波動性展開分析的基礎上，本文從風險分析和投資分析兩方面提出了行業股價波動性分析模型。從模型驗證結果來看，IT行業收益率帶有顯著ARCH效應，所以采用ARCH系列模型能夠使股價波動規律得到較好反映。而采用回歸分析模型可以從微觀層面研究股價波動性，確定股價波動受政府補助等指標影響。

關鍵詞：IT行業;股價波動性;模型驗證

1.IT行業股價波動性分析

現階段，IT行業股價波動受到了諸多因素影響。對于股民來講，主要根據企業提供的財務報表確定企業收益，然后對投資風險進行權衡。如果判斷企業具有較強生產力，能夠利用投資成本創造更高經濟效益，股民往往會選擇進行股權投資。在市場發展尚未成熟的背景下，政府需要參與到經濟資源調配中，通過宏觀調控對上市企業經濟發展進行調控。如為鼓勵IT行業加快自主創新，政府采取補助高新企業等措施減輕企業資金壓力，促使企業得到績效提升，可能給股價波動帶來積極影響。IT行業依靠科技創新獲得發展動力和經濟效益，通過增加研發投入對產品性能進行改善，有效控制產品成本，能夠使企業核心競爭力得到提高，促使產品市場占有率增加，最終造成股價波動。

2.IT行業股價波動性研究模型

2.1 風險分析模型

在對IT行業股價波動性展開分析時，可以從宏觀角度分析行業投資風險，確定行業股價波動規律，為政府管理工作開展提供指導。結合大量研究可知，金融價格隨機變量區域無窮方差，分布帶有厚尾性，促使其方差持續變化，會在固定時段出現大幅度變化或小幅度變化，呈現出聚集性。因此在股價分析方面，可以引入自回歸條件異方差模型ARCH。現階段，該模型被看成是能夠集中反映方差變化特征的模型，在經濟領域普遍應用在時間序列分析方面。通過對該模型進行改進，GARCH、TARCH等模型陸續被提出，能夠構成完成自回歸理論，在金融領域得到了有效運用。因此在對IT行業股價波動性展開分析時，可以嘗試采用自回歸分析系列模型進行研究。在實際分析過程中，需要對IT行業股價均值進行分析，得到第t期平均收盤價pt，然后利用該價格完成行業收益率計算，得到：

其中，rt指的是行業在t期的股價對數收益率，pt-1指的是t-1期的平均收盤價。在對行業收益率進行描述性統計分析時，還要采用滯后項自回歸模型完成收益序列評估：

其中，ρ1和ρ2為系數，εt為殘差項，考慮到行業股票收益率不服從線性分布，還要利用ARCH模型完成修正，得到：

其中，a0、a1和a2為參數，ηt為修正項。在對行業收益率序列展開分析時，需要引入GARCH、TARCH等模型，完成股價波動性分析與驗證。

2.2投資分析模型

從投資者角度對IT行業股價波動性展開研究，還要從微觀角度加強權益凈利率這一影響股價的核心因素研究，分析IT企業報表經濟效益、政府補助、創新能力、生成規模、股東持股比例等因素與股價波動的關系。在對財務報表經濟效益進行反映時，需要采用權益凈利率G1和凈資產凈利率G2兩項指標。利用其他收益與總資產比值G3，能夠對行業獲得的政府補助進行反映。研發投入與總資產比值能夠對創新能力進行反映，總資產對數G5能夠展現企業規模，戶均持股比例G6能夠用于代表股東持股比例。在實際分析過程中，可以采用多元線性回歸分析模型，將收盤價增長率當成是因變量，自變量指標包含G1、G2、G3、G4、G5、G6共六項，除假設G6與股價波動負相關，其他各項與股價波動正相關。IT行業企業多為高新企業，盡管擁有一定發展潛力，但風險較大，是否為國有制將影響投資者選擇，同時是否為最大股東控股和上市時間長短也將關系到企業資金和資源是否充足，將給投資者收益帶來影響。因此可以設定上市時間為G7，時間不足1年取值為0，否則為1，最大股東性質為G8，國有制為0，否則為1，最大股東控股為G9，未控股取值0，否則為1。通過綜合分析，能夠得到分析模型：

其中，b0-9為各項指標的回歸參數，ei為第i家上市企業的誤差項。采用模型分析各項因素給股價波動帶來的影響，能夠為投資者制定投資決策提供參考。

3.IT行業股價波動性模型驗證

3.1 風險分析模型驗證

從行業日收益率分析結果來看，時間序列存在明顯波動，平均收益率能夠達到4.24e-5，峰度可以達到10.722，帶有條件異方差性，比正態分布峰值3高出較多。在均值附近，日收益率得到了聚集，偏度能夠達到0.527，不同于深滬股指呈現出偏右狀態，在尖峰厚尾分布方面則趨于一致。由此可知，IT行業收益率帶有ARCH效應，通過單位根檢驗可以得到統計值-17.823。而在1%的置信水平下，能夠達到-3.438的臨界值，說明序列帶有平穩性。通過Q統計可以發現，序列前兩列擁有較強自相關性。對殘差序列進行檢驗，能夠發現階數達到2的條件下檢驗概率P為0.0001，超出2階無異方差效應。

在序列尾部分布特性分析方面，采用GARCH模型，需要利用滯后項ht進行分析，完成收益率方差預測。具體來講，就是利用GARCH（1，1）模型展開分析，得到收益率均值滿足：

通過分析可以得到AIC的值為-3.864，SC的值為-3.844，各系數均能通過檢驗，收益率條件方差能夠保持平穩。由于滯后項的系數和接近0.9，說明隨機沖擊持續，模型能夠用于股價波動預測。在實際分析過程中，股價波動是否劇烈，還要利用非對稱模型TARCH進行分析，確定上漲和下跌能否保持相同幅度。如式（6）所示，dt指的是變量，在εt小于0時取值為1，否則為0，能夠引入上漲和下跌信息。

通過分析可以發現，杠桿項φ取值為0.103，大于0，說明IT行業股價波動將產生杠桿效應，利空消息將引起更大波動。對波動帶來的溢價風險展開分析，需要采用ARCH（1，1）-M模型。采用軟件進行模型分析，可以發現系數均達到95%置信水平，說明收益率與股價波動關系顯著。而AIC的值為-3.812，SC的值為-3.791，系數的絕對值超出了1，證明收益率將受到風險性溢價的嚴重影響。通過綜合分析可以發現，在IT行業股價波動方面呈現出一定的規律，促使行業收益率出現波動聚集情況。具體來講，就是在收益率呈現出較大波動后，隨之將面臨較大波動，而出現小波動后，也將再次發生小波動。

3.2投資分析模型驗證

采用自回歸分析模型對上市IT企業股價波動影響展開分析可以發現，得到的擬合優度能夠達到0.439，盡管數值較低，卻帶有真實性，能夠用于完成模型回歸分析。分析得到的D.W數值為1.938，Sig數值不超過0.05，說明模型將給因變量帶來顯著影響。從分析結果來看，G1的Sig數值為0.117，并未通過T檢驗，給股價波動帶來的影響并不顯著。而G2和G3的Sig數值分別為0.04和0.03，影響顯著。此外，G4、G5和G6的Sig數值分別為0.548、0.226和0.132，說明幾項指標與股價波動間的關系并不顯著。因此通過綜合分析可以發現，IT企業在披露財務報表的過程中，權益凈利率的變化不會給股價波動帶來明顯影響。而財務報表中凈資產凈利率越高，能夠使投資者感到企業經濟效益較高，能夠產生哄抬價格的作用，促使股價產生明顯波動。此外，政府給予企業的補助越高，也能引起投資者的注意，促使股價隨之產生較大波動。

3.3 研究結果與建議

3.3.1政府調控建議

從宏觀角度對IT行業股價波動性展開分析，可以發現行業股票收益率帶有ARCH效應，呈現出異方差性，在風險性溢價分析方面不能采用傳統線性模型。與此同時，行業收益率明顯存在杠桿效應，提供利空消息將造成股價出現大幅度波動。而產生的風險溢價將給行業股價波動帶來明顯影響，促使行業股價波動聚集性特征得到進一步突顯。根據這一分析結論，政府在應對IT行業股票價格波動時，還應做到適度。具體來講，就是在股票價格出現小幅度波動時，考慮到隨后產生的波動依然幅度較小，可以不對市場做出過多干擾，確保市場取得穩定發展。

3.3.2行業投資建議

結合IT行業股價波動影響因素分析結果可知，企業股價將隨著財務報表經濟效益水平產生同向波動，說明投資者對傳統報表數據指標給予了密切關注，但對新的管理用報表數據并不關注，容易造成投資者與企業管理者之間存在信息壁壘，不利于市場投資行為的規范化發展。針對這一情況，還應加強對投資者的合理引導，促使投資者認識到管理用報表的數據分析優勢，引導投資者進一步把握企業經營業績和財務狀況，做到理性投資。對于IT企業來講，獲得政府投資能夠起到改善股價的作用。因為政府投資的增加，不僅能夠使企業具備更強的科研能力，同時也能使企業獲得投資者關注，獲得更強資金支持。在政府適當提高補助申請資格的情況下，IT企業也能加強信息披露，確保投資者明確企業獲得補助的原因，繼而使政府補助意義得到進一步突顯。

結論

綜上所述，在IT行業得到投資者廣泛關注的背景下，還應加強行業股價波動性研究，以便掌握行業股價波動規律，做到適時調控和規避風險，保證行業取得健康發展。實際在行業波動性分析方面，從宏觀層面可以采用ARCH系列模型驗證行業收益率聚集特性，為政府調控政策制定提供指導，保證市場取得穩定發展。從微觀層面采用多元回歸模型展開分析，能夠確定股價波動受到報表經濟效益和政府補助等指標的顯著影響，還應加強投資者引導，做到全面考量IT企業經濟指標，以便做出正確的投資決策，促使行業取得較好發展。

參考文獻：

[1]楊君岐，崔環珠.智能穿戴板塊公司基本面數據對股價波動的影響[J].合作經濟與科技，2020（02）：52-53.

[2]陳娜.公司治理水平、企業生命周期與股價波動復雜性[J].財會通訊，2019（36）：43-49.

[3]盛積良，汪宇晴.融資融券制度對股價波動的影響——基于雙重差分模型的研究[J].金融與經濟，2019（10）：38-44.

作者簡介：

王建敏（1982.11-? ），女，漢族，中國人民大學統計學院，概率論與數理統計專業。