沪深股市异常波动性研究综述

钟丽环

（中山大学 国际金融学院，广东 珠海 519000）

沪深股市异常波动性研究综述

钟丽环

（中山大学 国际金融学院，广东 珠海 519000）

本文对中国股市自建立之初到2015年间的股市异常波动的研究情况进行了综述。总结了不同学者研究归纳的股市异常波动的成因，开展量化分析所使用的数据以及异常波动研究所采用的方法和模型，经过文献综述，得出我国股市的异常波动性特征带有时代特征。学者对股市异常波动性的研究使用了以ARCH模型族为代表的模型，最终本文将股市异常波动的因素总结为宏观环境、微观特征、投资人特征、资金流、信息流、以及交易规则等六个方面，可以用于指导股市异常波动研究。

股市；异常波动；宏观环境；信息流动

2015年6月下旬开始，以沪深A股为代表的中国股票市场经历了过山车式的行情，上证指数6月26日单日跌幅7.4%，创业板暴跌8.9%，两市近两千支股票跌停。虽然降准降息、暂停IPO、汇金入市等利好政策不断出台，但市场行情却未能出现预期的走势，股市的异常波动又一次引起关注。本文从股市异常波动的特征、股市异常波动的成因、以及股市异常波动的研究方法等三个方面对学者的研究进行总结。

一、股市异常波动的特征

国内外学者对股市波动的特征进行了大量的研究，具体包括股票价格波动的特征，以及股市异常波动的判断标准。

1、股票价格波动的一般特征

股市异常波动的特征具体表现在如下几个方面。首先，投资者获取并处理信息，然后做出投资决策，因此股票市场的价格是投资者共同参与股票交易的结果。其次，股票价格波动体现尖峰厚尾的特征。该特点最早由Mandelbort（1963）发现，他认为资产收益具有高峰度分布特征（峰度显著大于3），超过正态分布的峰度，表现出尖峰、厚尾的特征。再次，股票价格波动具有波动聚集的特点，即在较大幅度波动后面伴随着较大幅度的波动，或者在较小波动幅度后面紧接着较小幅度的波动。最后，股票价格波动还具有长期记忆性，指的是价格高频数据中价格波动幅度的高度持续性，条件方差近似服从单位根过程。它描述了时间序列在时间间隔相差较远的观察值之间存在持续的时间上的依赖关系，具有长久记忆的时间序列表现出非周期性的循环特征。

2、股市异常波动的判断标准

波动是股市的固有特征，也是驱使投资者做出投资决策的重要依据。当波动的幅度和频次超出正常范围就属于异常波动，学术上对股市的异常波动有不同的定义，由于各国股市成立的时间和发展成熟程度不同，各国对股价异常波动的定义也有所不同。我国股市是经济转型时期建立起来的新兴市场，市场波动较为频繁和剧烈。如果按欧美等国家的成熟股市标准，采用1%作为目标收益率，则异常波动所占比重会过大，不论是直接去掉异常点还是对其进行修正，所得的分析结果都不具有代表性。在沪深股市波动性研究中，有学者将3.5%作为界定异常波动的标准。整理沪深股市自建立起到2015年9月30日累计6065个交易日的数据得出，95.1%的交易日涨跌幅都在4.5%以内，故本文将日涨跌幅是否超过4.5%作为异常波动的标准。

二、股市异常波动的成因研究

股市的异常波动一直是学术界关注和研究的一个热点，国内外很多学者对过度波动的成因进行了深入的研究。

1、宏观环境对股市波动性影响研究

国内外学者就经济形势、政治局势、金融危机等对股市波动的影响进行了研究。Fama E F发现美国股市的收益率和未来产出增长率之间显著正相关，他认为这是投资者对于上市公司未来现金流的预期在现期股价上的反映，股市在美国起到了经济晴雨表的作用。对于沪深股市，有学者认为股市总体波动与宏观经济波动的短期影响关系并不显著，但在一定滞后结构下，宏观经济波动对股市非系统波动具有较为显著的影响作用。而张保银等学者认为宏观经济指标可解释股市上涨，但是无法解释股市下跌，并指出CPI、消费品零售总额及M2是预测股市波动率三个最有效的宏观经济指标，意味着金融危机后的股票市场短期波动加大、波动持续性降低和短期风险增加。

2、资金流动对股市波动性影响研究

根据供求关系理论，股票价格由供需关系确定，围绕内在价值上下波动，出入股市的货币量的异常流动也会影响到股市的波动性。浮动汇率相对固定汇率更能增加股市的波动性，金融全球化也加剧了股市的波动。货币流通量与股市流通量是相互影响的，而利率对股市流通量的影响是单方面的，央行利用利率进行股市调节更有效果。此外，存款准备金率和利率的调整都会显著影响股市的连续性波动和跳跃性波动，股市对不同类型货币政策变动的反应时点不一致，表现为对存款准备金率变动滞后反应，而对利率变动提前反应；并且货币政策调整的信息发布会显著影响股市的跳跃性波动，股市对存款准备金率调整的信息发布作出正常反应。

3、信息流动对股市波动性影响研究

信息或者消息，是投资者做出投资决策的重要依据，不同的投资者对信息的获取能力和处理能力不同，直接导致了投资决策响应的差异，进而引发了股票价格波动。Vlastakis等学者对信息的需求与股市波动的影响进行了探讨，通过对谷歌的搜索趋势数据与全球30个主要股票市场的数据进行分析，发现信息的需求与波动性和交易量有关，在高收益阶段，以及投资者风险厌恶程度较高的时期，信息的需求也会增加。这说明信息对投资者是很重要的，媒体报道是信息发布的一个重要渠道。投资人首先是社会人，资本市场不能脱离社会环境存在，资本市场的各种事件通过不同的媒体影响着投资人的情绪，进而影响着股价的波动，这阐述了信息流动对股市异常波动的理论依据。严武、董承勇（2010）对沪深股市2000年至2009年发布的澄清公告中的消息以及对应的交易数据进行实证分析，得出虚假信息的传播加剧了股价波动，市值越小，受虚假消息影响越大；利好消息对股价波动的影响也要比利空的消息大。凌士勤、杨波、袁开洪（2005）对消息的种类，也就是好消息和坏消息对股价波动性的影响进行了实证分析，得出坏消息对波动性的影响更大。

4、微观表现对股市波动性影响研究

股票的价格理论上要围绕内在价值上下波动，受市场供求影响。股票的内在价值就是每一只具体股票所对应的盈利分红的能力，这与上市公司的业绩直接关联。研究发现，上市公司的业绩可以解释个股的异常波动，但是一般情况下不足以解释整个股市异常波动。李磊、杨静（2006）指出我国上市公司业绩的不稳定是导致股市和宏观经济背离的一个重要原因，股市和宏观经济不合理的偏离必然导致证券价格暴涨暴跌。梁栋桢（2013）则通过Granger因果校验得出，我国的上市公司经营业绩变动与股价波动之间不存在必然的因果关系，说明我国股市目前开展价值投资的环境尚不完善。

5、投资人特征对股市波动性影响研究

王美今、孙建军（2004）指出沪深两市投资者情绪变化不仅能显著地影响收益，而且显著反向修正收益波动，并通过风险奖励影响收益。这一结论表明了沪深两市具有较为相同的投资者行为和风险收益特征，投资者情绪是一个影响收益的系统性因子。李彩霞、郑治华（2015）通过动态面板模型发现机构投资者的持股比例与股价同步性负相关，可以起到稳定股市的作用；王之剑（2008）对1998至2008年之间的股票交易数据进行分析后得出，引入QFII制度，对我国股市的波动效应略有增加，这主要是受限于QFII的规模以及监管力度。万龙（2013）对2006至2011的A股QFII持股数据进行了分析，得出QFII不会对A股整体波动性产生影响，但是在局部范围内，会对股市波动性和投资者羊群效应产生影响。

6、交易规则对股市波动性影响研究

我国股市建立之初，由于交易规则制度建设不完善，导致了频发剧烈的波动，这段时间学者所做的研究，将政策性因素作为导致股市异常波动的首要影响因素，具体集中在回转制度、涨停板制度、股权分置、佣金等交易规则对市场波动性的影响。随着我国股市交易制度的不断完善，尤其是最近几年，融资融券和股指期货规模的不断扩大，关于这两项交易机制对股市波动性的影响也成为研究热点。杨德勇、吴琼（2011）认为，短期而言，融资融券交易机制能活跃整个市场的交易，促进市场流动性的增加，对市场波动性也有一定抑制作用；对个股来说，融资融券交易降低了个股的波动性，增加了个股的流动性。陈作章、陆心渊、施耀、李忠磊（2014）研究表明，融资业务对股市波动性有显著影响，呈正相关且影响逐步变大，融券业务量小，对股市波动性没有显著影响，随着融资融券业务的发展，股市波动性呈下降趋势。

三、股市波动性的建模研究

学者最早使用经典的资本资产定价模型（CAPM）对股票的价格进行建模，认为价格是围绕股票内在价值进行随机游走的。随着研究的不断深入，这些模型所依赖的市场有效和理性投资人假设不断暴露其局限性，大量的实证研究表明，金融资产价格波动呈现出尖峰厚尾的非正态特征，在波动率的表现形式上存在非对称性、过度波动和集群波动以及长久记忆。为了对这些现象进行描述，提出了众多的模型，其中最具有代表性的是ARCH（自回归条件异方差）族模型。Engle（1982）提出的ARCH模型，起初只是为英国通货膨胀率建立模型，但是金融学家却发现该模型运用于金融时间序列，特别是用于描述金融资产的价格行为时，其解释能力和描述能力更好，于是ARCH模型被逐渐引入金融领域。ARCH模型的核心思想是，某一特定时期的随机误差的方差不仅取决于以前的误差，还取决于自己早期的方差，即相当于用一个自回归模型来描述误差项的方差。随后一些学者发展了ARCH模型，形成了所谓的ARCH系列模型。

Nelson（1989）采用EGARCH模型研究Standard90指数日收益率的波动非对称性，发现“坏消息”对波动度的影响大于“好消息”对波动度的影响。Engle and Ng（1993）比较LARCH，EGARCH、GJR LARCH、VGARCH等模型捕捉波动非对称性的能力，并应用日本TOPIX指数收益率进行了实证，发现EGARCH模型具有良好的捕捉波动非对称性的能力，为对不同市场进行价格波动的非对称性研究提供了模型选择的依据。Vicent Arago、Manzana（2003）通过建立GARCH模型，研究IBEX-35股票指数收益率和波动性的季节性规律，通过实证检验发现指数波动存在以月为单位的波动周期，而指数收益率则不存在周期性特点。

四、结语

综上所述，国外学者对于股市波动性的研究，更多集中于新型经济体和发展中国家，研究主要集中在宏观经济对股市波动性影响、各国股市联动性影响，以及大宗商品和资源对股市波动性的影响上。国内学者对于股市波动性的研究，经历了对政策的关注、对宏观经济和金融危机的影响、到最近几年对融资融券和股指期货对股市影响研究的过程。

股市价格波动是一个受多种因素影响的复杂过程，这些因素之间也相互作用着。随着股指期货等金融衍生品在我国的不断引入，今后的研究应当关注适合我国金融市场特点的金融衍生品监管措施，此外，以大数据为代表的数据分析工具，可以更加量化的评估行为金融学对交易喜好和市场情绪的把握，应当在股票市场波动方面发挥更大的作用。在全球经济全球化的背景下，能源、资本、信息的流动不断加剧，监管层应当引导积极理性稳健的交易行为，完善股票期现货市场交易规则，实时监管并及时响应高频巨量的交易过程，最终让股市适应并服务于我国宏观经济的发展。

[1]Elena Kalotychou，Sotiris K：Staikouras.An Overview of the Issues Surrounding Stock Market Volatility[J].Social Science Electronic Publishing，2009，8（1）.

[2]Mandelbrot B：The Variation of Certain Speculative Prices [J].Journal of Business，1963，36（4）.

[3]邹辉文、黄明星：基于股价异常波动的中国股市监管效率实证分析[J].财经研究，2010，36（1）.

[4]Fama E F，French K R：Dividend yields and expected stock returns[J].Journal of Financial Economics，1988，22（1）.

[5]张勇、蒲勇健、潘林伟：中国股市与宏观经济波动的转移性检验[J].统计与决策，2015（7）.

[6]张保银、吴正泓：宏观经济与股市波动的关联性研究[J].武汉理工大学学报：信息与管理工程版，2014（6）.

[7]Vicent Aragó-Manzana，MANGELESFERNANDEZIZQUIERDO.Monthly seasonality of the returns and volatility of the IBEX-35 index and its futures contract[J].Applied E-conomics Letters，2003，10（3）.

[8]杨新松、龙革生：货币政策是否影响股票市场：基于中国股市的实证分析[J].中央财经大学学报，2006（3）.

[9]赵华、黄梨梨：货币政策对中国股市连续性波动和跳跃性波动的影响研究[J].投资研究，2012（3）.

[10]Vlastakis N，Markellos R N：Information demand and stock market volatility[J].Journal of Banking&Finance，2012，36（6）.

[11]易志高、龚辉锋、茅宁等：分类思维、投资者情绪与股票价格联动[J].管理评论，2014，26（4）.

[12]严武、董承勇：虚假信息影响股价波动分析：来自沪深股市的证据[J].当代财经，2010（4）.

[13]凌士勤、杨波、袁开洪：分类信息对股市波动的影响研究[J].中国管理科学，2005，13（3）.

[14]李磊、杨静：基于格兰杰检验的我国股市波动与上市公司业绩之间关系的实证研究[J].金融经济：理论版，2006（14）.

[15]梁栋桢：上市公司高管的经济管理背景与公司绩效——来自中国上市公司的经验证据[J].生产力研究，2013（9）.

[16]王美今、孙建军：中国股市收益、收益波动与投资者情绪[J].经济研究，2004（10）.

[17]李彩霞、郑治华：基于动态面板数据模型的机构投资者与股市波动性的关系[J].现代经济信息，2015（15）.

[18]王之剑：引入QFII对我国股票市场价格收益率波动影响的研究[D].上海社会科学院，2008.

[19]万龙：QFII进入与股市波动性[D].暨南大学，2013.

[20]叶国英：1992—1995：上海股市异常波动的成因与分析[J].证券市场导报，1995（8）.

[21]杨德勇、吴琼：融资融券对上海证券市场影响的实证分析——基于流动性和波动性的视角[J].中央财经大学学报，2011（5）.

[22]陈作章、陆心渊、施耀等：融资融券对我国股市波动性影响的实证分析[J].金融教学与研究，2014（4）.

[23]Engle R F：Autoregressive Conditional Heterskedasticity with Estimates of the Variance of United Kingdom Inflation [J].Econometrica，1982（50）.

（责任编辑：张琼芳）