股市震荡期间我国股市波动性研究

杜冰

摘 要：本文选取上证综指、深证成指2014年6月至2016年6月的股市收盘价，以2015年股市震荡期为背景，结合DCC-GARCH模型对我国沪深两市危机冲击下波动性及动态相关性进行实证研究。

关键词：危机冲击;沪市，深市;波动性;动态相关性

一、引言

1.选题背景

股市震荡是对股票市场发生波动事件的简称，指的是受某种偶发因素影响，股价突然大幅度波动异常的现象。近年间极端危机事件屡有发生，加强了金融市场间关联度，加剧了各区域间资本市场的震荡，从监管视角来看，日益紧密相关的金融市场虽加快金融体系的构建，但与此同时，一定意义上也加大了跨地区、跨市场、跨国家的投资监管难度，对抵御风险、防范市场风险提出更高要求。

2.研究意义

我国股票市场经历近三十年的风雨洗礼，从无到有，在优化国内资本配置、拓展融资渠道、防范市场风险方面发挥了不可磨灭的贡献，成为维护我国金融市场可持续健康发展的中流砥柱。然而，随股市的不断发展，其在我国资本市场中的地位不断攀升，股市异常的波动极易转变为对经济的危害。股市剧烈波动是一个复杂多变的过程，是由宏微观等多种因素共同造就的结果。

对国内股市震荡期间其波动性的实证分析，近年间，股市发展情形及其隐蔽的风险备受学者关注，从理论意义方面来考虑，现有文献对股市波动研究对象多立足于跨国间的金融市场，尤其集中于发达国家，研究背景也大多集中于国际金融危机，然而，我国不成熟的金融系统不同于发达金融市场，全球极端危机事件对国内经济体系负向作用有限，因此为对我国金融市场波动性进行有效刻画，本文将研究背景定位于2015年国内股市震荡期，研究对象即选取国内沪深股市，分析两股市在震荡期的波动性和动态关联性，改善目前学者对国内危机冲击下股市波动性及动态相依性研究不足的现状。从现实意义方面来看，本文对我国沪深股市波动性及动态相关性进行研究，立足于国内当前金融发展实况，不仅为监管当局掌握我国股市运转规律及股价波动提供理论依据，便于制定市场政策、完善监管体制，而且为国内投资者根据股市间变动预测股价走势、调整策略制定提供现实参考价值。

二、文献综述

本章将以研究方法和研究对象为主线，对现有文献进行梳理。

基于GARCH族模型，Niaz等（2019）运用DCC-GARCH对石油、天然气及其他非能源大宗商品期货市场间的动态相关性进行模型构建，发现2008年前、后其动态相关性分别呈急剧增长、下降的相反趋势;邹子昂等（2018）通过DCC-GARCH模型说明国际黄金市场与股市间相关联、相制约的联动性不强，而与白银现货市场则呈现较强的联动性，黄金现货市场与大宗商品、白银市场变动方向趋同，与美元汇率市场变动方向趋反，而与股市则不同时期相关性呈同、反方向转换变动趋势;张双兰、张双妮（2019）选用GARCH（1，1）研究美国股票市场对国内股市的影响，证实了两国股市间关联性的存在，认为美市对国内股市影响是显著的且是具有持续性的，但这种影响往往会受到时间的干扰，即伴随时间发展，其影响力呈减弱的趋势;但周立军（2017）对美国股市与国内股市间的协动性提出了质疑，实证结果拒绝了美国股市与国内股市间存在显著风险传染的假设;王淼（2018）以三元DCC-GJR-GARCH为模型得出我国钢铁期货、现货及行业股市间有着显著的波动率及收益率溢出效应，三个市场间两两动态相关性均呈上升状态。

基于Copula模型，袁弘（2017）发现t-Copula对沪市、深市间对称的动态相关性拟合程度较好，而SJC-Copula则对非对称的动态相关性拟合程度较好;陈珍珍等（2010）运用Copula模型提出随经济一体化发展，中国内地、中国香港及美国股票市场动态相关性是增强的;胡春杨（2015）运用Copula模型，并与网络模型相结合对我国各金融机构的系统性风险溢出进行量化分析，发现对于非银行等金融机构，系统性风险溢出效应最大、最小的金融机构分别为证券公司、保险公司，而对于商业银行而言，三大不同所有制银行系统性风险溢出效应最大的为城市商业银行，而风险溢出效应最小的则为国有制银行;Qiang Jia等（2018）结合结构变化模型及时变Copula模型，认为金砖四国股票收益和石油冲击间的依赖是时变的，并随石油市场遭受冲擊类型的不同而表现不同的行为;彭选华（2019）利用DCC-Copula-SV-M-t模型较好的对股市间系统性风险传染进行拟合，认为美国股票市场对我国股票市场的风险传染是具有局限性的，同时该学者还发现，相较于深市，沪市对我国股票市场拥有更高强引导性。

基于其他模型，Huan Peng等（2018）发现HAR-RV-SK模型能较好地运用G7股市数据预测中国股市波动;卢俊香（2018）发现沪深两市间的协同作用会伴随股价变动而增加;王超、倪清等（2019）运用CoVaR模型分析发现，互联网金融对我国商业银行的影响是两面性的，在促进银行业业务发展、产品创新、服务加强的同时，冲击着传统银行业务，提升我国银行业系统性风险形成的概率;王春晗（2018）结合分位数回归方法验证了现阶段各行业间普遍存在着风险溢出效应，且金融子市场间有着较为显著的风险非对称双向溢出效应，单就银行业来说，其风险传染路径往往由大型国有银行产生，随负债资产业务关系网溢出至股份制银行等其他所有制银行;丁肖丽（2018）基于VAR-GARCH-DCC模型，证实了深市、沪市、港市间联动性的存在，认为沪港通政策的实施并未促使沪市与港市间联动性得到明显改善。

综上所述，本文在综合考虑模型优缺点及实际可操作性等因素后选取DCC-GARCH对沪深两市波动性及动态相关性进行实证分析。

三、模型设计及实证分析

1.样本选取及样本处理

有关样本时期选取方面，本文将原始样本数据窗口期选为2014年6月3日至2016年7月1日，这一期间股票市场处于波动期，对研究风险事件爆发时我国股市整体震荡及股市间动态相关性具有实际借鉴价值和参考意义，更能较准确地体现我国股市间系统性风险的风险传染情形及相互影响程度，对日后股市抵御较大风险提供参考。

有关数据样本处理方面，在对数据样本完整性、容量可取性、实际可操作性等综合考量后，本文分别选择上证综指和深证成指的日收盘价代表沪深两市，并对其做前复权处理，合计得到511个交易日、1022条有效原始数据，下文均采用rzz、rcz分别代表上证综指和深证成指收益率。为解决上证综指、深证成指原始数据可能存在的异方差现象，其收益率序列由其原始日收盘价的对数一阶差分方式得到，具体计算表达式为：

2.描述性统计分析

在对我国沪深两市间风险动态相关性分析前，先进行rzz、rcz统计特征分析。图1中rzz、rcz折线波动图变动可看出，沪深两市均有着明显的时变性，以2015年6月15日股市为转折点，沪深两市收益率波动行为趋同，相较于股市震荡爆发前，rzz、rcz均在极端事件爆发后呈剧烈波动态势，同时rzz、rcz也显现波动性聚集效应，即每次较大的波动后也会伴随大波动，呈现条件异方差特征。

3.样本数据检验

以原始样本数据为基础，对处理后数据的各项指标进行统计性检验分析，并进行J-B检验，结果如表1所示。

根据表1中展示rzz、rcz对数收益率序列的基本描述性统计可以看出，两组对数收益率序列偏度和峰度均分别小于0、大于3，表明rzz、rcz序列均分别左偏、高于标准正态分布的偏度峰度，证实数据肥尾高峰现象的存在。而J-B检验结果显示，rzz、rcz均显著拒绝原假设，即不服从正态分布，因此，下文将选用GARCH模型构建波动性模型分析研究我国沪深两市股市震荡期间动态相关性。

在构建模型前，为避免序列不平稳、自相关、异方差等问题影响实证结果的严谨性，需对数据进行单位根检验、自相关检验及ARCH效应检验。结合stata14.0对rzz、rcz进行检验，首先，根据滞后18阶ADF检验结果表明两组收益率序列P值均小于0.0003，显著拒绝序列不平稳的原假设;其次，结合Ljung-Box检验，rzz、rcz序列分别在滞后8阶、滞后10阶1%的置信水平下显著拒绝非自相关的原假设;最后，ARCH-LM检验表明，rzz、rcz序列的卡方统计量分别在滞后4阶、滞后1阶情形下P值均为0，即显著存在强ARCH效应。综述可知，可以对呈现高阶平稳自相关特征的rzz、rcz序列創建GARCH模型。

4.构建GARCH模型

为进一步对我国沪深两市相互间动态系数进行估计，遂对其构建DCC-GARCH模型，结果如表3所示。

四、结论和建议

第一，我国股市应不断完善金融体制，引导非理性投资者形成正确理性的投资观念，提升市场运转效率。

第二，为有效监控跨市场间风险传染的形成，应建立系统的制度框架及透明的运行机制，在同时考虑基本面和非基本面因素的前提下，监测跨市场间的股市波动和易引发波动的影响因素。

第三，改善现有金融市场中投资者比例布局，促使理性投资者带动非理性投资者合理规划资产配置，促使减弱股市中羊群效应，提高金融市场的有效性;第四，国内监管部门应构建系统性的危机冲击应对体系，在关注各项经济环境变动指标的同时，对股票市场系统性风险的演变引起足够重视，当危机苗头显现时，根据实时风险演变情形及时调整监管政策。

参考文献

1.王帆.2015年中国股灾成因及影响分析.公司金融研究，2010（Z1）.

2.邹子昂，彭啸帆，皮俊.国际黄金现货市场的避险能力研究――基于DCC-GARCH模型.财经理论与实践，2018（06）.

3.王淼.基于三元DCC-GJR-GARCH模型的现货期货股票市场的动态相关性研究――以钢铁行业为例.浙江财经大学，2018.

4.郭文伟，陈妍玲.沪、深、港股市相依状态转换及其危机传染效应研究.管理评论，2017（12）.

5.丁肖丽.“沪港通”开通前后沪、港股市间信息溢出与动态相关性研究――基于模型的检验.广东行政学院学报，2018，30（02）.

6.张双妮、张双兰.研究美国股市对我国股市的波动溢出效应――基于VAR模型和GARCH（1，1）模型.社会视野，2019（22）.

（责任编辑：王文龙）