前言:本站为你精心整理了国内股价波动特点分析范文,希望能为你的创作提供参考价值,我们的客服老师可以帮助你提供个性化的参考范文,欢迎咨询。
本文作者:仇强振作者单位:安徽大学经济学院
一、引言
我国资本市场经过二十多年的发展,已经逐渐趋向成熟,其中尤其以股票市场发展最是引人注目。因而股票市场也成为很多国内外学者的研究对象。曲永刚和张金水(2003)通过运用经济控制论,结合我国沪深股市,对我国股票市场的波动性与稳定性进行了定量分析;刘如海和张宏坤(2003)运用相关计量方法对我国股票市场价格波动的统计特征进行分析。因此本文在这些研究的基础上运用ARIMA—GARCH模型对我国股票市场的波动特征进行分析,而在方法上,本文采用通过分析个股的波动特征来进一步认识整体市场波动特征的方法。
二、实证分析
本文选用股票科学城(000975)2010年7月13日至2011年9月30日之间的日收盘价数据作为分析样本,数据具体走势如图一所示。从图一的数据走势可以看出科学城的收盘价大致为一纯随机游走过程:yt=yt-1+ut,即差分后的数据为一平稳过程,但这只是一个初步的假设,下面对差分后的数据进行平稳性分析。
ADF检验结果显示差分后的数据为一平稳过程,因此可以进行ARIMA模型的建立。运用SC、AIC准则选出的最优模型为ARIMA(0,1,1),得出结果为:DKXC=εt+0.199εt-1;标准差σ=0.245但是通过对图二的分析我们看出差分后的数据呈现“波动聚集”现象,并且差分后的数据分布呈现“高峰厚尾”现象,偏度值(Skewness)为0.1大于0,峰度值(Kurtosis)为7.93大于3,Jarque-Bera检验值为218.179也大于临界值,因此怀疑存在自回归条件异方差(ARCH)的情形。ARCH-LM检验中nR2=27.08大于临界值,附带的F检验统计量值为3.3也大于临界值,且残差平方的自回归以及相关检验也显示存在一阶自回归条件异方差。因此再次基础上可以建立GARCH模型,由于篇幅限制本文分别运行了以下6个模型:ARIMA(0,1,1)—GARCH(0,1);ARIMA(0,1,1)—GARCH(1,1);ARIMA(0,1,1)—IGARCH;ARIMA(0,1,1)—ARCH-M;ARIMA(0,1,1)—EGARCH;ARIMA(0,1,1)—TGARCH。
从以上展示六个模型以及其它未展示模型的建立过程中,我们得出只有ARIMA(0,1,1)—IGARCH较好地拟合数据。
其结果如下:DKXC=εt+0.107εt-1;σt2=0.084εt-12+0.916σt-12
通过IGARCH方程可以估计出各期波动率为:从图三中我们可以发现波动率并不是一个常数,而是呈现变化的,特别在近期波动得更加明显,由于是单整的GARCH模型,因此波动将更加持久。
三、结论
通过对股票科学城的价格波动特征分析,我们发现其方差波动呈现自回归条件异方差性质,即GARCH性质,并且还是单整的GARCH性质。这其实反映了股票科学城股价波动不但具有记忆性,更具有永久性。由于篇幅的限制,本文还对其它的股票价格波动特征进行了一个定量分析,均发现与股票科学城相似的波动特性,这样从微观层面延伸到整个股票市场层面,说明了我国股票市场的波动性是具有记忆性和永久性的。