供给侧改革对股票市场波动性影响的实证分析

彭子玲 魏倩雨

摘 要：研究供给侧改革的提出对股票市场波动性的影响，选取供给侧改革推出一年前后，即2014年11月10日至2016年11月10日的沪深300日收盘价，建立GARCH模型衡量股票市场的波动率，将供给侧改革的提出作为虚拟变量D引入GARCH模型中。结果显示，供给侧改革提出从短期看削弱了股票市场的波动性，但这种削弱作用并不显著，且其对股票市场的波动性的影响是持续的。

关键词：供给侧改革;股票市场;波动性;GARCH模型

中图分类号：F830.91        文献标志码：A      文章编号：1673-291X（2021）15-0054-03

引言

供给侧改革是国家为解决供需问题推行的一项举措，对国家来说，推进供给侧改革，转变政府职能，释放政府权力，能够最大限度地发挥市场在资源配置中的基础性作用。对企业来说，它是解决企业面临的诸多问题的有效途径。供给侧改革使得企业进行转型升级，优化了行业内部的资源配置，有效地淘汰了那些效率低、绩效差的企业，并扶持效率高、绩效好的企业，为他们提供盈利的基础，提高股票的长期收益率。

本文希望通过GARCH模型的建立，分析供给侧改革的提出对股票市场的波动性有何影响，并在此基础上，对股市制度的设计、企业的创新及投资者的教育提出针对性建议，希望能够让投资者更为理性地进行投资。

一、供给侧改革与股市波动性影响

股票市场的波动性受很多因素的影响，大致可以归结为宏观经济因素、市场因素和投资者行为因素几个方面。宏观经济层面包括宏观经济政策、国际资本流动、经济周期、国际金融市场;市场因素方面包括供求关系、整体价格水平趋势、心理预期;投资者行为因素包括机构投资者的投资行为、中小投资者的投资行为等等，都会引起股票市场的波动。具体分析供给侧改革对股票波动性的影响，可分为以下两方面。

第一，宏观经济政策。供给侧改革作为宏观经济政策，对股票市场造成的直接影响是有限的，它更多的是影响人们的投资策略及预期，从而影响股票价格。

第二，企业转型升级。供给侧改革使得企业进行了转型升级，利用并购重组、淘汰落后企业等手段实现了企业的质量和效率的提升，为企业提供了盈利的基础，使股价上涨。

综上所述，供给侧改革对股票市场的影响不是单方面的，而是几个方面共同影响的复杂过程。所以，对股市波动性的影响分析也应从各个方面综合考虑。

二、股票市场波动性度量

波动性，在金融数学领域，指金融资产在一定时间段的变化性，与风险有着密切的联系，通常以一年内涨落的标准差来测量。衡量市场的波动性早期常用波动率、价格或收益率的方差和标准差，但其衡量的波动性是静态的市场波动。由前文的分析可知，股票市场的波动性受多个因素的影响，是动态变化的。因此，波动率和收益率的方差和标准差就不能够准确衡量出股票市场的波动性了，这时候就要依靠ARCH族模型。

自回归条件异方差（Auto-regressive conditional heteroskedastic，ARCH）模型由Robert F.Engle（1982）提出，残差尖峰分布，使得其可用于波动性的研究。Tim Bollerslev（1986）和Stephen J.Taylor（1986）将ARCH模型进行扩展，得出了更一般化的ARCH模型，即广义自回归条件异方差（GARCH）模型，比ARCH模型更为灵活。

（一）ARCH模型

ARCH模型是描述现期方差与前期的“波动”具有一定相关性的模型，是用一个确定的函数来刻画异方差的演变过程。

但是，ARCH模型也存在许多缺陷和不足。第一，ARCH模型只能反映短期自相关过程，无法将实际中数据的长期情况考虑在内。第二，要求ARCH模型中的参数均大于0。在用实际数据进行模型估计时，常常会因为参数较多而难以达到均大于0的要求，使得模型估计出现偏差。第三，在实际问题中，特别是在金融领域，使用的通常是日数据，这时条件方差会依赖于较长时期的残差平方序列值。此时会要求模型中残差平方的滞后期q很大。当q较大时，模型中需要估计的参数就会很多，参数估计会变得更加困难。因此，ARCH模型的估计结果会出现偏差。

（二）GARCH模型

基于ARCH模型仍不是非常的完善，学者对其进行了研究，提出了GARCH模型。GARCH（p，q）模型可表示为：

当p=0时，GARCH（p，q）模型就相当于ARCH（q）模型。由此可见，ARCH模型是GARCH模型的一个特例。

GARCH模型很好地解决了高阶ARCH模型需要估计的参数量较多的问题，提高了拟合精度，使模型的估计变得更加容易，同时也更好地解释了金融市场中波动性聚集的特点。

三、供给侧改革对股市波动性影响的实证分析

（一）样本与数据的选取

本文选取2014年11月10日至2016年11月10日的沪深300日收盘价数据作为样本，以供给侧改革推出的时间2015年11月10日作为分界点，将样本分为两个部分，样本A为供给侧改革推出之前，即2014年11月10日至2015年11月9日，样本B为供给侧改革推出之后，即2015年11月10日至2016年11月10日，共计490个数据。本文数据来源于同花顺iFinD。

为保证序列数据的平稳性，采用对数一阶差分计算日收益率：

Rt=lnPt-lnPt-1

其中，Rt为日收益率，Pt为第t天滬深300的日收盘价。

（二）变量设计

为了研究在供给侧改革提出前后股票市场沪深300指数收益率的波动情况，将供给侧改革这一政策的提出作为虚拟变量D引入GARCH模型中。D=0代表供给侧改革推出之前，D=1代表供给侧改革推出之后。假设虚拟变量的D的系数为？酌，那么我们可以通过观察？酌的正负以及其绝对值大小来判断供给侧改革对股票市场波动性的影响大小。？酌>0，表示供给侧改革的提出加剧了股票市场波动性;？酌<0，表示供给侧改革的提出削弱了股票市场波动性;？酌的绝对值越大，表示供给侧改革的提出对股票市场波动性的影响越大;反之，γ的绝对值越小，表示供给侧改革的提出对股票市场波动性的影响越小。

（三）描述性统计

数据经对数化处理后，异方差更小，数据更平滑，但总体趋势不变，分析沪深300日收盘价数据和经对数处理的日收益率数据。总体而言，在供给侧改革提出之前，沪深300日收盘价波动相对较大，供给侧改革提出之后，沪深300日收盘价波动相对较小，并逐渐趋于平缓。在供给侧改革提出之前，沪深300收益率波动相对较大，供给侧改革提出之后，沪深300收益率波动相对较小，并逐渐趋于平缓。因此，该收益率序列数据存在明显的“波动集群效应”，传统的时间序列模型如ARMA模型识别不出这一波动特征，所以我们选用GARCH模型，并对收益率序列的条件异方差做进一步的分析研究。

对全样本、子样本A、B做描述性统计，结果显示，子样本A的标准差0.026大于全样本的标准差0.021，更大于子樣本B的标准差0.015，说明供给侧改革提出后，股票市场波动率变小了，但用标准差衡量波动性并不可靠，更为严格的分析会在下文用GARCH模型进行。

（四）平稳性检验

在建立模型之前，要保证时间序列数据的平稳性，避免产生伪回归现象。本文采用单位根检验的方法检验样本数据的平稳性，结果显示，全样本A与子样本B的ADF统计量均小于显著性为1%的临界值，P值均为0.000，小于0.05，因此拒绝时间序列存在单位根的原假设，即认为收益率序列是平稳的。

（五）ARCH效应

只有存在ARCH效应，建立GARCH模型才是有意义的，但ARCH效应是在建立收益率均值模型后通过残差序列进行检验。因此，应首先建立均值方程。

1.收益率均值方程模型。对收益率序列建立ARMA模型，运用AIC、SC准则来确定ARMA模型的滞后阶数，一般情况下AIC、SC越小，拟合效果越好。在本例中，汇总滞后1阶、2阶、3阶的AIC、SC值，发现ARMA（2，2）的AIC与SC是最小的。所以，选择ARMA（2，2）为收益率均值模型。回归结果表明，F统计量为6.902，P值小于0.05，认为方程拟合很好。方程如下：

rt=0.000564+0.040096rt-1-0.949265rt-2+？着t+？着t-1+？着t-2

2.ARCH-LM检验。对ARMA（2，2）模型的残差进行Box-LjungQ检验，检验残差是否具有自相关性。结果显示，自相关值与偏相关值都落在两倍标准差之内，且单位根检验同样表明残差是不具有自相关性的，可作为收益率的均值方程。

采用滞后10阶的ARCH-LM检验，考察残差序列是否存在高阶ARCH效应，若存在，则表明可用GARCH模型来代替高阶ARCH模型。

检验结果显示，F统计量为6.616，P值为0.000，小于0.05，因此认为滞后阶数足够大，但是仍存在ARCH效应，即存在波动聚集现象。因此，可以采用GARCH模型来拟合收益率模型。

（六）GARCH模型构建与分析

通常采用GARCH（1，1）模型来分析时间序列的波动性。同时，在本文的模型中引入虚拟变量D01来描述供给侧改革推出的事件。当D01为0时，表示在供给侧改革推出之前，当D01为1 时，表示在供给侧改革推出之后。设定模型形式如下：

模型拟合结果表明，虚拟变量D01的系数为-1.25×10-5，P值小于0.05，说明供给侧的改革减弱了股票市场的波动，但是由于数值很小，说明对市场的影响很小。其ARCH与GARCH的系数之和介于0和1之间，且接近于1，说明满足参数约束条件，且所受到供给侧改革的影响是持久的。

对GARCH模型拟合结果再次检验ARCH效应，检验结果显示，F统计量为0.034，P值为0.8536，大于0.05，因此残差序列不存在ARCH效应，GARCH（1，1）模型拟合效果较好。

四、结论与建议

（一）研究结论

本文研究供给侧改革的提出对股票市场波动性的影响，构建了GARCH模型，选取了2014年11月10日到2016年11月10日的沪深300日收益率数据，根据实证研究得出结论：供给侧改革提出从短期看削弱了股票市场的波动性，但这种削弱作用并不显著，且其对股票市场的波动性的影响是持续的。产生这种现象的原因可能有以下两点。

1.在供给侧改革推出之后的短期内，可能存在信息不对称的现象，投资者容易受到外界信息的影响，在负面消息的作用下对股市投资采取保守策略。但是随着时间的不断推移，越来越多的信息会被人们所获取，不对称现象会逐渐消失。

2.供给侧改革为了提高生产的效率和质量，会促使企业进行转型升级，在较短的时期内，企业会经历一系列的改革，为未来的盈利打下基础，而股市可能不会有较大的波动。从长期来看，供给侧改革淘汰了大量落后的企业，提高了经济质量，为股市向牛发展提供了基础。

（二）政策建议

考虑造成上述现象的原因，我们可以提出有针对性的建议进行改进。

1.针对信息不对称问题，有以下两点对策：一是加强并完善股市信息披露制度和交易制度，为广大投资者创造一个公平、公正、公开的信息披露平台，对企业高管、证券基金从业人员等可以接触到内部信息的人员严加控制，防止信息提前泄露，同时，对虚假消息进行辨别，以避免误导大众。二是加大监管力度，建立更加成熟的监管体系，保障交易的公开透明，减少违规违法行为，避免股市长时间的动荡，保证交易平稳有序地进行。

2.针对投资者投资保守的问题，可以对他们进行专业的培训。我们将投资者分为个人投资者和机构投资者，对于个人投资者，他们是我国股票市场的主要组成部分，同时背景复杂，文化水平参差不齐，承受风险能力较差。因此，可以注重于向他们传授资产配置、投资组合管理、投资风险等方面的知识，让投资者能够正确并积极地进行投资。对于机构投资者，他们掌握更加专业的知识，拥有更加专业的投资理念，在股票市场中，他们应该起到稳定作用。因此，可以定期开展面向金融从业人员的讲座、技能比赛等，为股票市场的发展培育专业人才队伍。

3.针对企业的转型升级问题，可以使企业加大创新投入，在防范金融风险的同时，也要实现技术水平的改造和升级，优化生产结构，使企业始终走在行业前列。

参考文献：

[1]  冯冠，周孝华.供给侧改革背景下IPO抑价率的度量与解读[J].软科学，2019，（6）：140-144.

[2]  王安兴，谭鲜明.基于混合分布的中国股票波动风险因素的识别与分析[J].中国管理科学，2018，（2）：86-95.

收稿日期：2020-08-07

作者简介：彭子玲（1998-），女，江苏无锡人，学生，从事证券投资研究;魏倩雨（1992-），女，湖北荆州人，讲师，硕士研究生，从事互联网金融、产业金融研究。