我国股票市场波动非对称特性的多维度解析与实证探究.docxVIP

我国股票市场波动非对称特性的多维度解析与实证探究

一、引言

1.1研究背景与意义

股票市场作为金融市场的关键组成部分，在我国经济体系中占据着举足轻重的地位。从企业融资角度来看，它为企业提供了直接融资的重要渠道，降低了企业对间接融资的依赖，使企业能够更便捷地筹集资金，加速自身的发展与扩张，促进了企业扩大生产、创新和发展，增加就业机会。在资源配置方面，股票市场通过价格机制引导资金流向具有良好发展前景和盈利能力的企业，推动了产业结构的优化升级，提高了经济发展的质量。同时，股票市场也是经济运行的“晴雨表”，反映着宏观经济的整体状况和发展趋势。当经济繁荣时，企业盈利增加，股票价格普遍上涨；经济衰退时，企业业绩下滑，股票价格往往下跌。此外，它还为投资者提供了资产增值的机会，增加了居民财产性收入，刺激消费，拉动经济增长。

波动是股票市场最为重要的特征之一。股票市场的波动不仅关系到投资者的切身利益，也对金融市场的稳定和宏观经济的运行产生着深远的影响。目前，国外学者对股市波动性研究的重点正逐渐从波动的持续性和簇丛性转移到波动的非对称性。我国学者在研究中也发现我国股票市场存在波动非对称现象。所谓股票市场波动的非对称性，是指同等程度的利好消息与利空消息对股票市场波动的影响不相同。在大多数发达国家的股票市场中，普遍存在显著的波动非对称性，且与相同大小的利好消息相比，利空消息对波动性的影响更大，这一现象通常可以由“杠杆效应”或“反馈效应”来解释。然而，国内一些研究却得出了与国外不同的结论，如针对我国上海股票市场的研究发现，同等程度的利好消息对波动的影响更大。

研究我国股票市场波动的非对称特性具有重要的现实意义。对于市场参与者而言，深入了解股票市场波动的非对称特性，有助于投资者更好地理解股票市场价格走势，从而制定更为合理的投资策略，降低投资风险，提高投资收益。同时，也能帮助风险管理者更准确地评估和管理风险，保障金融机构的稳健运营。对于政策制定者来说，研究结果可以为其提供决策参考，有助于制定更加科学合理的金融政策，加强对股票市场的监管，维护金融市场的稳定，促进宏观经济的健康发展。

1.2国内外研究现状

国外对于股票市场波动非对称特性的研究起步较早，取得了丰硕的理论成果。1982年，Engle提出了自回归条件异方差（ARCH）模型，成功地捕捉到了金融时间序列中的波动聚集现象，为后续研究奠定了重要基础。在此基础上，Bollerslev于1986年提出广义自回归条件异方差（GARCH）模型，极大地扩展了ARCH模型的应用范围，使得对金融市场波动性的刻画更加准确和灵活。1991年，Nelson提出了指数广义自回归条件异方差（EGARCH）模型，该模型能够有效地捕捉到股市对“好消息”和“坏消息”的不对称反应。1993年，Zakoian和Glosten,Jananathan以及Runkle在ARCH模型的基础上提出了TARCH模型，用于研究股市波动性的杠杆效应。这些模型的提出，为研究股票市场波动的非对称特性提供了强有力的工具。

众多国外学者运用上述模型对世界各个金融市场进行了大量的实证研究。研究结果普遍表明，在大多数发达国家的股票市场均存在显著的波动非对称性，且与相同大小的利好消息相比，利空消息对波动性的影响更大。Campbell和Hentschel在1992年认为这种现象可以由“杠杆效应”或“反馈效应”来解释。“杠杆效应”理论认为，当股票价格下跌时，企业的负债权益比上升，财务杠杆增加，风险加大，从而导致股票价格的波动性增大；而当股票价格上涨时，企业的负债权益比下降，财务杠杆减小，风险降低，股票价格的波动性减小。“反馈效应”则是指投资者的行为会对股票价格产生影响，当股票价格下跌时，投资者会预期未来价格继续下跌，从而纷纷抛售股票，导致股票价格进一步下跌，波动性增大；当股票价格上涨时，投资者预期未来价格继续上涨，纷纷买入股票，使得股票价格进一步上涨，但波动性相对较小。

国内对于股票市场波动非对称特性的研究相对较晚，但近年来也取得了一定的进展。一些学者运用国外成熟的模型对我国股票市场进行实证研究，发现我国股票市场也存在波动非对称现象。然而，研究结论存在一定的分歧。部分研究得出与国外相同的结论，即利空消息对股票市场波动的影响大于利好消息。例如，陈梦根通过运用GARCH族模型对我国股市进行研究，发现我国股市存在显著的杠杆效应，利空消息对股市波动的冲击更大。但也有部分研究得出了相反的结论，如以魏宇为代表的一些学者以上证综指为对象，应用EGARCH模型进行研究，发现在中国股票市场，同等程度的利好消息对波动的影响更大。

此外，国内学者还从多个角度对我国股票市场波动非对