论文部分内容阅读
摘要：股票市场的波动性一直是金融界研究的热门问题，也是衡量市场发展状况的重要指标，而我国创业板市场作为新兴市场，其波动性尤为引人关注。本文采用GARCH（1，1）模型，以创业板股票日收益率为研究对象，研究其波动性特征。
关键词：股票市场；新兴市场；波动性
1.前言
自上海、深圳证券交易所成立以来，我国股票市场不断自我完善和发展壮大，在国民经济发展中的地位愈发显得重要，而在其发展过程中，却经历了多次大起大落，尤其是08年金融危机前后，我国股票市场出现了剧烈波动。而创业板市场由于在门槛、监管、信息披露等方便与主板市场有着明显的区别，尤其是服务于中小企业，其波动更是关系众多中小企业及投资者。因此，如何选择最优模型，合理捕捉创业板市场的波动性，具有重要的意义。
2.GARCH模型介绍
计量经济学家Engle在80年代提出了自回归条件异方差模型，即ARCH模型，并應用于英国通货膨胀指数波动性的研究。ARCH模型最基本的特征在于它对一个基本线性回归模型误差项的假定上，假设观测数据的条件方差呈现自相关。
3.实证
本文所采用的数据范围是创业板2010年6月1日-2012年10月31日收盘指数共587个样本点，根据收益率公式得586个收益率样本点。
观察日收益率描述性统计量，样本期内体收益率偏度为-0.394079，峰度为3.863072，高于正态分布的峰度值3，JB统计量为33.35529，也证实了这一点，说明收益率显著异于正态分布，呈现尖峰厚尾的特征。
（二）对时间序列进行ADF单位根检验，如下图所示，说明收益率序列式平稳的。
（三）建立自回归模型
进行自相关和偏自相关检验发现，收益率序列本身的自相关性比较弱，而收益率平方却存在很强的自相关性，这反应了收益率波动的集聚性特征，有必要进行ARCH效应检验。
4、结论
通过对我国创业板市场收益率数据的实证研究可以得出：（1）创业板市场收益率波动呈现非正态分布，具有波动聚集和尖峰厚尾的特征。（2）创业板市场收益率具有显著的ARCH效应，异方差现象普遍存在。（3）GARCH（1，1）模型能够较好的刻画创业板市场收益率的波动特性。（作者单位：西南财经大学经济信息工程学院）
参考文献：
[1]Campbell，J.Y.；Hentschel，L.No news is good news： An asymmetric model of changing volatility in stock returns[J].Journal of Financial Economics，1992，31：281-331.
[2]Geert Bekaert；Guojun Wu.Asymmetric Volatility and Risk in Equity Markets[J].Review of Financial Studies，2000，1：1-42.
[3]Zhuanxin Ding；Clive W.J.Granger and Robert F.Engle.A long memory property of stock market returns and a new model*1[J].Journal of Empirical Finance，1993，1：83-106.
[3]宋逢明，江婕.中国股票波动性特性的实证研究[J].金融研究，2003，4：13-22.
[4]丁华.股价指数波动中的ARCH现象[J].数量经济技术经济研究，1999，9，2-25.
[5]殷玲，唐杰.GARCH-M模型与我国沪深股市的波动[J]江南大学学报，2002，2：56-59.
关键词：股票市场；新兴市场；波动性
1.前言
自上海、深圳证券交易所成立以来，我国股票市场不断自我完善和发展壮大，在国民经济发展中的地位愈发显得重要，而在其发展过程中，却经历了多次大起大落，尤其是08年金融危机前后，我国股票市场出现了剧烈波动。而创业板市场由于在门槛、监管、信息披露等方便与主板市场有着明显的区别，尤其是服务于中小企业，其波动更是关系众多中小企业及投资者。因此，如何选择最优模型，合理捕捉创业板市场的波动性，具有重要的意义。
2.GARCH模型介绍
计量经济学家Engle在80年代提出了自回归条件异方差模型，即ARCH模型，并應用于英国通货膨胀指数波动性的研究。ARCH模型最基本的特征在于它对一个基本线性回归模型误差项的假定上，假设观测数据的条件方差呈现自相关。
3.实证
本文所采用的数据范围是创业板2010年6月1日-2012年10月31日收盘指数共587个样本点，根据收益率公式得586个收益率样本点。
观察日收益率描述性统计量，样本期内体收益率偏度为-0.394079，峰度为3.863072，高于正态分布的峰度值3，JB统计量为33.35529，也证实了这一点，说明收益率显著异于正态分布，呈现尖峰厚尾的特征。
（二）对时间序列进行ADF单位根检验，如下图所示，说明收益率序列式平稳的。
（三）建立自回归模型
进行自相关和偏自相关检验发现，收益率序列本身的自相关性比较弱，而收益率平方却存在很强的自相关性，这反应了收益率波动的集聚性特征，有必要进行ARCH效应检验。
4、结论
通过对我国创业板市场收益率数据的实证研究可以得出：（1）创业板市场收益率波动呈现非正态分布，具有波动聚集和尖峰厚尾的特征。（2）创业板市场收益率具有显著的ARCH效应，异方差现象普遍存在。（3）GARCH（1，1）模型能够较好的刻画创业板市场收益率的波动特性。（作者单位：西南财经大学经济信息工程学院）
参考文献：
[1]Campbell，J.Y.；Hentschel，L.No news is good news： An asymmetric model of changing volatility in stock returns[J].Journal of Financial Economics，1992，31：281-331.
[2]Geert Bekaert；Guojun Wu.Asymmetric Volatility and Risk in Equity Markets[J].Review of Financial Studies，2000，1：1-42.
[3]Zhuanxin Ding；Clive W.J.Granger and Robert F.Engle.A long memory property of stock market returns and a new model*1[J].Journal of Empirical Finance，1993，1：83-106.
[3]宋逢明，江婕.中国股票波动性特性的实证研究[J].金融研究，2003，4：13-22.
[4]丁华.股价指数波动中的ARCH现象[J].数量经济技术经济研究，1999，9，2-25.
[5]殷玲，唐杰.GARCH-M模型与我国沪深股市的波动[J]江南大学学报，2002，2：56-59.