论文部分内容阅读
股票作为资本证券化的工具,一种虚拟资本的代表,可以很便捷地在国际市场筹集和融通资金。股票价格就是股票在市场上的买卖价格,又称股票市价或股票行市。股票作为一种有价证券的凭证,本身并不具有价值,它之所以有价格,是因为它能够在市场上进行流通并给持有者带来收益,因而具有价值形态,从而成为一种特殊商品,并在股票市场上流通。股票价格指数是衡量证券市场发展状况的一个重要指标,是衡量一个国家或地区经济发展状况的“晴雨表”或者“指示器”,其联动效益正日益在世界各市场中表现出来。在联动效益正日益频繁的经济领域中,运用时间序列模型来进行客观经济过程的描述和预测是一个非常重要的方法,然而在实际应用中,由于经济领域的特殊性,传统的频率统计方法进行经济时间序列模型分析往往会碰到很多困难。因此,本文引入一种新的经济时间序列模型分析方法——ARCH模型分析方法。ARCH模型分析方法提供了一个更合理的经济时间序列模型分析框架。时间序列模型是研究股票市场的一个非常重要的工具。本文首先对金融时间序列模型进行了探讨,股市时间序列模型具有以下两个特性:首先,它貌似随机但又好像不完全随机,其次,它非常容易获得。时间序列模型是最近发展起来的定量分析模型,它特别适用于经济时间序列,因为经济现象涉及因素较多、关系又比较复杂,因此难以用量化模型进行分析。本文通过将ARCH模型用于我国股票市场每日收益率的研究,得到如下一些结论:1.ARCH(1,1)模型比较适合于刻画中国股票市场日收益率的波动规律。我国深圳和上海股票市场经调整异常值后,都可以用每日收益率服从AR(6)过程,其方差服从ARCH(1,1)过程的模型来描述。在收益率的方程里构造了两个虚拟变量,用来刻画政府政策出台后引起股市异常波动的一段时期。上海股票市场及深圳股票市场的日收益率波动均存在条件异方差,即存在波动聚类性。也就是说,市场收益率的波动随时间的变化而变化,而且经常在某一时刻中连续出现偏高或偏低的情况。2.中国股票市场日收益率的波动存在“杠杆效应”。两市场的EGARCH(1,1)模型和EGARCH(1,1)-M模型中的系数g均为负数,且都通过了统计检验,这说明两市场日收益率的波动存在“杠杆效应”,即利空消息比同样大小的利好消息对市场波动性的影响更大。沪深股市收益率序列不独立而具有长期的相关性、不服从正态分布而具有明显的尖峰厚尾性;沪深股市收益率序列具有一定的平稳性、存在ARCH效应;沪市的波动性大于深市的波动性,沪市存在明显的杠杆效应,而深市的杠杆效应不显著。深沪股市收益率的方程中,只有Φ3和Φ6具有统计显著性。表明我国股票市场的价格对信息的反应不够灵敏。这从ht与Vt的关系中也能得到证明。造成这种现象的主要原因在于信息提前泄露,反映了我国股票市场法制建设不健全,市场监管不力,从而使得信息披露缺乏规范性。3.中国股市未呈现出高风险伴随着高回报的特点。两市场的ARCH(1,1)-M模型中的系数δ的符号不确定,上海股市的为0.015,深圳股市的为-0.01,而且均未通过统计检验。所以从对上海与深圳股票市场的日收益率的分析中,没有体现出高风险伴随着高回报、低风险伴随着低回报,这说明中国股市的大部分投资者在做投资决策时非理性的因素大于理性的因素,投机的成份大于投资的成份,或者说大部分投资者不是风险厌恶型的,这也从一个侧面证明了中国股票市场还不成熟。深沪股市ARCH模型的峰态系数较大,表明我国股票市场具有较强的投机色彩。这是一个市场尚不成熟完善的表现,也反映了在我国,人们还未能建立起市场经济体制下所应具备的投资意识。4.我国股票市场的发展还很不健全,噪音偏多,上海股市的波动较深市更为剧烈,表明其拥有比深圳市场更加浓厚的投机色彩,并且伴随着各种各样非市场的因素往往左右着市场的整个走势,这在一个成熟市场是不应该出现的,从而充分地说明了我国股市还存在很多弊端,要走上健康规范的轨道还有一段很长的道路,因此迫切需要社会各界人士的共同努力。