股票收益率波动规律研究

股票收益率波动规律性研究

—以沪深300指数为例

目录

一、引言 (1)

二、文献综述 (2)

（一）研究现状 (2)

（二）本文介绍 (3)

1.本文研究的思路 (3)

2.本文研究的数据 (4)

3.本文使用的模型 (4)

三、实证研究 (9)

（一）数据选取和预处理 (9)

（二）数据基本统计性质 (9)

（三）收益率序列平稳性和随机性检验 (11)

1.平稳性检验 (11)

2.纯随机性检验 (11)

（四）建立均值方程 (12)

1.ARMA模型的建立 (12)

2.残差随机性检验 (13)

3.残差ARCH效应检验 (13)

（五）GARCH类模型拟合 (14)

1.GARCH（p,q）模型 (14)

2.T-GARCH 模型和E-GARCH模型 (15)

四、结论 (17)

参考文献 (19)

一、引言

1984年7月，北京天桥股份有限公司和上海飞乐音响股份有限公司经中国人民银行批准向社会公开发行股票，这是中国股票历史上的大事记。六年后，政府允许上海、深圳两地试点公开发行股票，两地分别颁布了有关股票发行和交易的管理办法。1990年12月1日，深圳证券交易所试营业。1990年12月19日，上海证券交易所成立。时至今日，中国股市已经走过了23年，市场逐步走向成熟。

股票作为基础性金融产品，也是收益和风险并存的。股票收益率一直是投资者关注的焦点，但随着宏观经济和微观市场的变动，股票收率波动频繁，有时甚至瞬息万变。但在波动中也是有规律可循，是投资机构和股民们合理投资，正确认识收益风险关系的重要依据，对股市健康发展也有重要意义。针对收益率波动规律进行研究很有必要性。

观察大盘收益率需要借助有力的指数工具，沪深300指数是沪深证券交易所于2005年4月8日联合发布的，是反映A股市场整体走势的指数。沪深300指数编制目标是反映中国证券市场股票价格变动的概貌和运行状况，并能够作为投资业绩的评价标准，为指数化投资和指数衍生产品创新提供基础条件。中证指数有限公司同时计算并发布沪深300的价格指数和全收益指数，其中价格指数实时发布，全收益指数每日收盘后在中证指数公司网站和上海证券交易所网站上发布。沪深300指数样本覆盖了沪深市场60%左右的市值，具有良好的市场代表性和可投资性。截止到2006年8月31日，已有2只指数基金使用沪深300指数作为投资标的，有10只基金使用沪深300指数作为业绩衡量基准。它的推出，丰富了市场现有的指数体系，增加了一项用于观察市场走势的指标，也进一步为指数投资产品的创新和发展提供了基础条件，十分有利于投资者全面把握中国股票市场总体运行状况。

中国股市发展时至今日，虽有很多成就，但是问题依然明显，相对于已经成熟完善的国际市场，国内股市走向有效市场还需要一段路程。

二、基本理论及研究现状

（一）研究现状

金融市场波动（包括价格，成交量，收益率的波动）是衡量金融市场发展健康稳定的重要指标，尤其是我国三大股票交易市场（上海、深圳、香港股票交易所）发展至今仍是处于价格波动、市场有效性较低的阶段，对股票波动规律的研究也日益繁荣。

围绕股票收益率这一中心，以往的文献研究可以总结为两类：一类是针对股票收益率本身的研究，学者们总结的规律有尖峰厚尾性，正态分布的峰度(标准化四阶矩)等于三，而股票收益率的峰度一般显著大于三(Mandelbrot(1963))；波动聚集性和波动非对称性。陈浪南（2002）利用GARCH模型研究股票市场波动非对称性，发现我国股市非对称性特征和国外市场的不同特点。罗来东（2005）对结构转换方法研究了收益率波动的长记忆性，和以前的短记忆性研究进行区别，进一步细化了对波动记忆性的认识。陈颇、殷樱（2008）选取中体产业股份有限公司股票作为研究对象，发现中体产业股票价格的波动幅度较大，波动集聚现象较为持久。侯燕明、查奇芬（2009）选取沪市五只代表性地产股进行分析，得出我国沪市地产股收益率序列的波动具有显著的异方差性，股价波动存在集群性和持续性，以及非对称性等特征。杨国臣，黄翔（2012）运用GARCH模型对我国银行板块的风险进行了实证分析，表明我国银行股股指对数收益率序列存在集聚效应。张欣，崔日明（2013）运用非对称随机波动模型对人民币汇率波动特征进行研究，发现了波动中的杠杆效应等。刘飞（2013）对股指期货与我国股市的波动性及其交易效率的实证研究中，指出了股指期货推出降低了股市的波动性，减少了市场风险，同时对相关法律制度方面提出了改善股市交易效率的方法和建议。

另一类是针对其他因素对收益率影响，包括宏观的经济政策，金融危机，微观的资金流动，现金分红，IPO发行，还有基金、债券、期货对股票波动的影响。例如孙兴哲、庄新玲（2006）通过有效流速这个指标观察股票流动性和收益率波动的正相关关系。翟爱梅，钟山（2013）运用双重差分模型，基于波动性和流动

性的视角，研究融资融券在所考察时期内有效改善公司股票流动性，从而影响股票收益率的问题。王海江，吕晓萌（2013）对我国债券市场和股票市场收益率波动溢出效应进行实证研究，围绕着债券和股票收益率之间的相关关系和溢出效应进行Granger因果关系检验，证明两者之间存在波动溢出效应。

收益率波动性的研究方法主要是Engle（1982）提出的自回归异方差（ARCH）模型和Bollerslev（1986）提出的广义的自回归条件异方差（GARCH）模型，该类模型能够很好地拟合金融数据波动性特征。例如，邓传军、刘家悦和李轩（2007）运用上证综合指数两个时间段数据，结合ARCH 模型对其收益率数据进行分析，得出投资者行为非理性是ARCH 效应产生的主要原因。覃思乾、韦国燕和梁宗平（2008）使用GARCH 模型分析了上证综合指数的波动性，证实了证券收益与证券风险存在正相关关系。陈颇，殷樱（2010）基于GARCH模型对中国体育产业股票价格波动性进行了实证研究，发现中体产业股票价格波动变异性、集聚性和持续性。唐晓彬（2012）基于ARCH模型对欧美债为危机背景下我国股票收益率波动特征进行研究，发现金融危机影响下股价波动的特殊性。刘桂梅，赵丽（2013）基于GARCH模型对上证地产股与金融股的相关性进行了研究，发现两者之间的溢出效应和相关性。

近年来，国内学者逐渐运用这些模型对波动性进行了深入、细分的研究。GARCH模型族的研究逐步深入，包括应用TGARCH、EGARCH模型研究波动的杠杆效应和非对称性，利用GARCH-M研究波动风险和收益的相关性等。

（二）本文介绍

1.本文研究的思路

本文依据2010年4月16日至2013年4月16日的1000个沪深300指数日收盘指数，从而得到999个日收益率数据，研究收益率波动的基本性质。

第一步利用线性统计图初步观察波动时聚性，分布直方图观察收益率分布尖峰厚尾的性质，发现在不同的时期呈现左右拖尾不一致的情况，同时对序列进行平稳性和随机性检验，为建立均值方程做准备。在检验中发现收益率序列是平稳的，但不是白噪声，存在异方差性。第二步拟合ARMA均值方程，并对方程残