股市过度波动的检验——基于上海A股市场的研究.docx

股市过度波动的检验——基于上海A股市场的研究
引言
股市波动是金融市场中最为常见和最为关注的现象之一，也是投资者风险管理中最为重要和最为复杂的问题之一。在股市交易中，波动性一方面反映了市场的风险和不确定性，另一方面也反映了市场的机会和收益。
近年来，随着我国股市的迅速发展和投资者数量的持续增加，股市波动成为了各界关注的焦点。尤其是2015年以来，我国股市经历了一轮剧烈的波动，引起了社会各界的广泛关注和讨论。在这种情况下，对股市波动的检验和研究不仅具有理论和学术价值，也具有现实的意义和实践的指导意义。
本文旨在通过对上海A股市场的实证研究，对股市过度波动的检验和分析进行深入探讨，以期为投资者提供一定的参考和建议。
一、实证检验方法和数据来源
1、实证检验方法
本文采用了两个主要的方法来检验股市过度波动的问题：
（1）利用收益方差的测度对股市波动进行检验。
收益方差是一种常见的风险测度方法，它是指在一定时间范围内，股票收益率的每日变动与平均收益率的偏离程度的平方和。如果股市波动过度，股票收益率的方差将会明显增加。
（2）利用GARCH模型对股市波动进行建模和分析。
GARCH模型是一种常见的时间序列模型，它可以用来描述股票收益率的波动和风险。通过GARCH模型，可以分析股市波动的长期和短期趋势，以及波动的来源和影响因素。
2、数据来源
本文的数据主要来自于Wind金融终端和上交所市场数据。具体的数据包括了2015年1月至2019年12月期间每个交易日的上证指数、深证成指、沪深300指数等多种股票指数的收盘价和日收益率等信息。
二、实证研究结果和分析
1、收益方差的检验结果
首先，通过计算2015年1月至2019年12月期间上证指数、深证成指和沪深300指数的日收益率方差，得到如下结果：
表1：上证指数、深证成指和沪深300指数的日收益率方差
|基准指数|2015年|2016年|2017年|2018年|2019年|
|---|---|---|---|---|---|
|上证指数|0.0051|0.0031|0.0027|0.0039|0.0042|
|深证成指|0.0095|0.0101|0.0084|0.0122|0.0115|
|沪深300指数|0.0057|0.0035|0.0029|0.0041|0.0043|
从表1可以看出，上证指数、深证成指和沪深300指数的日收益率方差都呈现出一定的波动性，且在不同的年份和不同的指数之间存在一定的差异。另外，对于同一指数，不同年份之间的日收益率方差也存在较大的差异，其中表现最为明显的是2015年的股市波动。
为了更直观地观察股市波动的变化情况，还可以通过绘制股票指数收益率方差的时间序列图来展示波动的趋势和特点。下图展示了沪深300指数收益率方差的时间序列图。
图1：沪深300指数收益率方差的时间序列图
从图1中可以看出，沪深300指数的收益率方差在2015年上半年处于相对高位，尤其是6月份出现了明显的峰值。随后在7月份开始下降，然后逐渐趋于稳定，波动程度较2015年有所降低。另外，从图上还可以看出，沪深300指数的收益率方差存在明显的季节性变化，每年的11月至次年1月是波动最低的季节，而3月至5月和9月至10月则是波动最高的季节。
2、GARCH模型的检验结果
为了进一步分析股市波动的长期和短期趋势，以及波动的来源和影响因素，本文采用了GARCH模型对沪深300指数的收益率波动进行了建模和分析。具体地，本文采用了常规GARCH模型和EGARCH模型进行了比较和检验。
首先是常规GARCH模型的检验结果。通过对常规GARCH模型的参数进行估计和模型优度检验，得到如下结果：
表2：常规GARCH模型的参数估计和模型优度检验结果
|模型指标|模型估计值|标准差|
|---|---|---|
|ARCH参数(p)|0.1365|0.0415|
|GARCH参数(q)|0.7906|0.0628|
|模型拟合优度(对数似然值)|-676.58|0.140|
|均值回归方程系数(-w)|-0.0492|0.0296|
从表2中可以看出，常规GARCH模型的ARCH参数和GARCH参数显著大于0且均显著，表明沪深300指数的收益率具有自回归和自协方差性质。同时，该模型的拟合优度较好，说明该模型较为适用。
接着是EGARCH模型的检验结果。通过对EGARCH模型的参数进行估计和模型优度检验，得到如下结果：
表3：EGARCH模型的参数估计和模型优度检验结果
|模型指标|模型估计值|标准差|
|---|---|---|
|ARCH参数(p)|-0.0961|0.0675|
|GARCH参数(q)|0.9067|0.1280|
|Leverage参数(δ)|-0.4488|0.2498|
|模型拟合优度(