股票市场价格波动特征实证分析.doc

专业资料参考首选股票市场价格波动特征实证分析摘要: 本文以长安汽车的股票作为研究对象,以股票市场价格波动作为研究的核心和出发点, 运用 统计分析软件作为主要分析工具建立 ARIMA 模型。在实证的基础上,分析股票市场价格波动的特征和规律,并预测出其下一阶段时期的价格走势,进一步根据其实际情况提出一些合理,可行的建议和措施。关键词:股票市场价格波动实证分析 ARIMA 模型一、问题提出股票市场自诞生以来,在资源配置、构建现代企业制度、信息传导等方面一直发挥着其独特的作用,股票市场的建立和发展对解决国有企业筹集资金、国有企业改革转制起了积极的作用,有力地推动了中国经济的发展。股票市场价格的波动对居民和公司的资产变动的影响日益扩大,所以当前人们对于股票价格下一段时期的走势是非常关注的。然而我国证券市场处于发展的初级阶段,其波动幅度和风险性大大高于国外成熟的市场,尤其是异常波动和超常波动更是频繁出现。长期以来,股票市场价格波动特征的研究已成为学者们和投资者所关注的焦点问题。时间序列分析是根据系统观测得到的时间序列数据,通过曲线拟合和参数估计来建立数学模型的理论和方法。其中, ARIMA 模型是应用最广,最重要的模型之一。本文就是要通过建立 ARIMA 模型来分析万科 A 的股价,从而把握其价格波动的特征和规律,并预测出其下一阶段时期的价格走势,进一步根据其实际情况提出一些合理,可行的建议和措施。二、文献综述(一)国外文献回顾 Engle 于1982 年提出了现在得到广泛应用的 ARCH 模型, ARCH 模型假定收益率随机误差项服从条件期望为零,条件方差为以前若干期收益率随机误差项平方的函数的条件正态分布。1986 年, Bollserlev 对 ARCH 模型进行了推广, 将收益率随机误差项的条件方差的函数推广为包含了以前若干期收益率随机误差方差的函数,并提出),(qp GARCH 模型。由于证券的收益率中包含对证券的风险报酬,所以证券的预期收益率与该证券的风险程度密切相关,为了解决证券风险对证券收益率的影响, Engl e等人又于198 7年引入了 M GARCH ?模型, 在该模型方程中加入证券收益的条件波动作为证券风险的衡量方法。 Black 于1976 年最先发现股价波动的“杠杆效应”,即利空消息和利好消息对波动的影响是非对称的。针对这一现象 Glosten , Jagan . nathan&Runkle (1992 ), Zakoian (1994 ), Nelson (1990 )对 ARCH 模型进行修正,提出了 TGARCH 和 EARCH 两个非对称模型。此后研究者利用这些模型进行了大量的研究,表明 ARCH , GARCH 模型及其扩展形式对描述金融时间序列的波动性具有非常好的效果。 Engle and Ng (1993) 比较了 GARCH , EGARCH , VGARCH 等模型解决波股票市场价格波动特征的实证分析 2 动非对称性的能力,并应用日本 TOPIX 指数收益率进行实证; Chiang and Doong (2001 )应用 GARCH TAR ?对亚洲七个股票交易所的日收益率、周收益率和月收益率分别建模进行估计; Crouhy and Rockinger (1997 )应用 ATGARCH 和 HGARCH 模型对全球 21 个主要股票市场的波动性进行了实证研究。(二)国内文献回顾 1999 年,吴长风利用回归 GARCH 模型对我国沪深股市的分析,得出指数收益率的条件方差序列都是“长记忆”型的。同年,陆金海通过对上海 A 股指数以及样本股票的日、周、月收益率的统计分析,证实了我国股票市场上股票价格的尖峰、厚尾特征的存在。陈泽忠、杨启智和胡金泉于 2000 年将 M GARCH ?和 EGARCH 模型结合在一起,分析我国股市波动性的特点,得出我国股市波动存在非对称 ARCH 效应。胡海鹏以 1996 年12月16日至2001 年9月28日上证综指和深圳成指收盘价为样本,利用M EARCH AR ??模型对中国股市波动性进行了拟合分析,并对实证结果给予了解释。研究表明,中国股市最近几年实施的交易机制发挥了很好的作用,使以往股市的暴涨猛跌现象在一定程度上得到了抑制, 风险传导机制也在逐渐发展起来,但股市仍存在着许多不足。沪深两市的市场组织结构还不能有效地控制和处理偶发事件对股市所造成的强烈冲击,仍需要进一步加强和完善。200 2 年,陈浪南和黄杰鲤以中国深市作为研究对象,采用 M GJARCH ?模型从实证的角度分析了利好消息和利空消息对股票市场的非对称影响,结果发现,中国股票市场在分时段考察下,利好和利空消息对于市场价格波动性的影响是不同的,并且其表现出来的“杠杆效应”也有着