我国经济经过多年发展,实体经济愈发繁盛,金融经济也成熟有序,而金融市场作为连接两者的桥梁,在我国的地位越来越重要,同时,股票市场作为金融市场的重要组成部分,也是备受政策制定者和学者们的关注。政策制定者也十关注系统性金融风险的防范,也重视对部分金融风险进行管控。因此本文主要从区域性的金融风险出发,研究这六个区域的宏观经济因素对于当地上市公司股票价格长期波动的影响,并且研究和分析这种影响的差异。首先,本文分区域收集并整理上证综指A股的成分股上市公司的日度数据约四百万条,并根据国家统计局对我国大陆区域的划分方式,将这些数据按照上市公司注册地址划分到六个区域,按照上证综指的数据编制方式,分别编制六大区域上市公司股票价格指数,并获得收益率数据,根据收益率数据得到月度和季度已实现波动率,同时绘制图形进行初步观察,发现各区域上市公司股指收益率波动呈现聚集效应,趋势有一定的相似度,也有差异。同时进一步对序列进行单位根检验确认序列平稳,减少后续模型的建立的误差。同时,本文也按照国家统计局划分的六大区域,分别收集月度CPI环比增长率和季度GDP环比增长率,为后续建模做准备。其次,本文基于以上方式获得的数据,分别建立双因子GARCH-MIDAS模型进行参数估计,该模型利用混频的方式建模,这种方式能够让低频宏观经济数据的有效性得到保护。建模得到不同宏观经济变量在各个区域对股市长期波动的边际影响,发现估计参数显著,宏观经济因素在不同区域均有不同程度的影响。进一步,本文将波动的长期成分分解为低频已实现波动率的影响和宏观经济变量影响,并计算影响占比和绘制图形,发现不同宏观经济变量的影响程度不同,总体来说GDP对股市长期波动的影响大于CPI的影响。同时,也发现同一宏观经济变量对于不同的区域也有不同的影响。进一步,本文利用宏观经济变量建模进行样本外预测,发现无论是GDP还是CPI,对大部分地区的波动率预测精度均有提升。最后,本文根据上述研究内容进行总结,主要分为宏观经济对股市波动影响,不同地区和不同宏观经济变量影响的差异,以及预测效果等方面。同时根据以上结论,根据我国国情,对我国金融风险和股市波动的预测和管控方面提出相关的政策建议,从区域的视角防范系统性金融风险。本文的研究特色与创新在于,在股市分割研究方面,首先本文主要研究的是宏观经济变量对于股市波动的长期成分的影响,并且采用的是混频模型,能够更全面地提取到低频宏观经济变量的信息,同时,本文采用的是双因子模型,将股市长期波动的影响因素分解成内因与外因,而外因主要由宏观经济变量造成,能够更清晰地看到宏观经济的对股市影响的具体程度。除此之外,本文提供了一个比较新颖的视角,与其他文献的行业研究不同的是,本文以上市公司注册地为根据,将不同区域的上市公司整理起来并编制价格指数,是以区域的视角进行研究的,分析不同区域的宏观经济变量的对上市公司股票价格指数收益率长期波动的影响,同时,也会从多个方面,分析影响的具体差异,并且去解释造成这种差异的主要原因。总的来说,本文用区域的视角,研究宏观经济对区域上市公司收益率指数长期波动的影响,可以给政策制定者提供更多的政策视角,管控金融风险的时候,可以根据各个地区的股市波动特征,对相关政策进行微调,以更加契合当地情况,防止区域风险升级为系统性金融风险。