中国证券市场波动性预测研究——基于极差的自回归波动率模型

摘要

波动性是股票市场最基本的特性。如果价格恒定不变，则将不会有买卖价差，最终会没有交易。但是，由于股票市场的稳定性和有效性决定了投资者效用最大化的实现，过高的波动性势必将对股票市场的健康运行产生不利影响。但是大量的国内波动性研究中，我们发现运用收益率来衡量波动性的研究数不胜数，但却缺少了运用极差衡量证券市场波动性的研究，且现有的模型拟合市场波动性预测的准确性也不尽人意，并有待提高，尤其是国内极少使用AV模型来衡量市场波动性。国外的一些研究表明了，运用AV模型来描述波动性较已有的一些模型更为准确，目前国内有关这方面的研究较少。
　　本文采用GARCH模型和基于极差的自回归波动率模型衡量市场波动性预测的准确性，并探究我国证券市场非对称性波动的情况。首先通过收益率和极差两个数据进行统计分析，分析我国上证市场的波动特征和现状。其次，分别运用GARCH模型和AV模型对收益率和极差两组数据进行建模拟合，分析中国上证市场波动性预测，得到适合中国上证市场波动性预测的指标和模型。最后，分别EGARCH模型和AV-α模型对收益率和极差两组数据进行建模拟合，分析中国上证市场的非对称性，验证中国上证市场是否存在非对称性。同时得出适合分析中国上证市场非对称性的波动率指标和模型。并得到以下结论：上证市场股票价格存在着明显的尖峰厚尾性，且是有偏的；极差对于衡量中国证券市场的波动性较传统的收益率指标更为准确；GARCH模型并没有AV类模型对于中国证券市场波动性预测的准确，这也同时验证了AV模型在中国证券市场的运用。并且，两个模型都验证了中国证券市场存在着较弱的波动预测性，即中国证券市场并非有效的，是弱势有效的。中国证券市场存在着不对称性，同时得到了负面消息(利空消息)比正面消息(利好消息)对中国证券市场冲击要大。