股票市場(chǎng)波動(dòng)非對稱(chēng)性思考
我國的股票市場(chǎng)波動(dòng)還是比較明顯的，導致了股民都不敢夠買(mǎi)股票，那么，股票市場(chǎng)波動(dòng)為什么是非對稱(chēng)性呢？
股票價(jià)格的波動(dòng)情況一直被人們看中，通過(guò)相關(guān)的數據研究，可以發(fā)現，當前的收益和下一期的收益是呈負相關(guān)的，而且，收益能夠與方差聯(lián)系起來(lái)，呈現出一種非對稱(chēng)的現象。
在股票市場(chǎng)低迷的時(shí)期，非對稱(chēng)性特征是非常明顯的，而且，股票價(jià)格的下跌常常與股票的非對稱(chēng)特點(diǎn)聯(lián)系，通過(guò)對杠桿效應和波動(dòng)特征分析，可以發(fā)現，如果股票的價(jià)值下降，就會(huì )導致其金融杠桿的上升，而且，股票的風(fēng)險會(huì )越來(lái)越大，使股票的價(jià)格發(fā)生很大的波動(dòng)，股票的價(jià)格出現不穩定性的問(wèn)題。
為了能夠使股票的交易具有平衡性的特點(diǎn)，就要對股票的波動(dòng)進(jìn)行分析和預測，從而能夠在夠買(mǎi)股票的過(guò)程中減少風(fēng)險。
一、研究的相關(guān)方法和金融計量分析
從股票價(jià)格波動(dòng)研究的角度出發(fā)，運用GARCH模型，能夠在一定程度上將時(shí)變方差進(jìn)行轉換，從而能夠分析滯后的回報平方，確定函數模型，從而能夠抓住金融時(shí)間，找到價(jià)格的差異性，將股票價(jià)格的波動(dòng)性按照一定的序列進(jìn)行排列，找到股票價(jià)格波動(dòng)的動(dòng)態(tài)特性，所以，在運用GARCH模型的過(guò)程中，首先要分析的就是市場(chǎng)上股票價(jià)格的波動(dòng)特點(diǎn)，本文選擇了幾種不同的模型，分析股票價(jià)格的波動(dòng)性，從而對股票市場(chǎng)的波動(dòng)性進(jìn)行了準確地研究。
(一)GARCH(1,1)-M模型
這個(gè)模型是在1982年由Engle提出的，這類(lèi)模型是在自然回歸條件下提出的，建立條件差異性方差，這類(lèi)模型能夠按照時(shí)間的順序，建立方差的模型，在1986年，這個(gè)模型又得到了完善，在建立條件方差的過(guò)程中，容易出現各類(lèi)時(shí)變風(fēng)險，這時(shí)就要對時(shí)變風(fēng)險進(jìn)行度量，分析風(fēng)險與收益的關(guān)系，從而能夠建立起完善的防范風(fēng)險的模型。
這個(gè)模型運用了遞歸的形式，從而能夠對誤差系數和滯后系數進(jìn)行分析，在分析的基礎上，建立遞歸公式，完善一個(gè)ARCH模型，這個(gè)模型具有無(wú)限性特點(diǎn)，誤差系數與滯后系數相加也不會(huì )大于1，實(shí)現了GARCH在使用過(guò)程中的二階平穩，誤差系數和滯后系數能夠反映股票市場(chǎng)波動(dòng)的特征，而且能夠分析持續階段的股票市場(chǎng)的波動(dòng)性，而且相加的數值越接近于1，表明波動(dòng)的時(shí)間越長(cháng)。
(二)指數GARCH(1,1)模型
這個(gè)模型是Nelson在A(yíng)RCH模型的基礎上提出的一類(lèi)新的模型，這類(lèi)模型能夠實(shí)現非線(xiàn)性方程的計算，是在非線(xiàn)性變換指數的方式上提出的，這個(gè)模型又可以稱(chēng)為EGARCH模型，這類(lèi)模型，能夠對系數參數進(jìn)行約束，防止系數出現了負數的形式，所以，在一定程度上導致了條件方差不具有動(dòng)態(tài)性，在完善后的EGARCH模型中，就不會(huì )存在這類(lèi)問(wèn)題，能夠展現出條件方差的動(dòng)態(tài)性特點(diǎn)。
在這個(gè)模型中，能夠實(shí)現標準化的正態(tài)分布，而且能夠顯示出非對稱(chēng)的響應函數，起到了良好的調節作用。
而且，這個(gè)模型能夠對回報的負沖擊程度進(jìn)行分析，從而能偶完善更加標準的條件方差，通過(guò)相關(guān)的數據分析，可以發(fā)現，EGARCH模型能夠對金融數據進(jìn)行精確地模擬，但是，這個(gè)模型不能建立更加完善的股票市場(chǎng)波動(dòng)性的預測。
(三)GJRGARCH(1,1)-M模型
這個(gè)模型是針對股票市場(chǎng)的非對稱(chēng)性建立的，能夠建立起虛擬的變量，從而分析利好消息和利空消息，然后，讓虛擬變量為零，分析對條件方差的沖擊，然后將虛擬變量設計為1，分析條件方差的沖擊性。
所以，如果虛擬變量不為零，那么利好消息和利空消息之間就存在著(zhù)比較大的波動(dòng)，呈現出非對稱(chēng)的特點(diǎn)，而且虛擬數值的量很大，說(shuō)明利空消息產(chǎn)生的沖擊力比利好消息要大，為了能夠分析條件方差，應該對預期收益的平穩度進(jìn)行分析。
二、數據波動(dòng)時(shí)間的劃分和相關(guān)數據的統計
在2000年之前，我國的股票市場(chǎng)規模還不是很大，而且在操作的過(guò)程中還沒(méi)有相關(guān)的標準，所以，本文選擇了2000年-2010年的指數進(jìn)行分析，由于在此期間，很多制度會(huì )發(fā)生變化，所以，中國股票市場(chǎng)上呈現出了一定的波動(dòng)性，這樣的波動(dòng)性也呈現出一定的階段性特征，在2006年的漲跌停板對中國股票的波動(dòng)性造成了一定的影響。
在不同的市場(chǎng)上，指數收益率與樣本的均值都不大，但是，樣本的方差是比較大的，說(shuō)明股票市場(chǎng)的波動(dòng)性比較大，而且，在第二階段的標準差小于第一階段，這說(shuō)明，我國的股票市場(chǎng)的波動(dòng)是在逐漸減小的，而且，偏態(tài)和峰值都不為零，這說(shuō)明，拒絕正態(tài)性的分析是正確的，在對相關(guān)的模型進(jìn)行分析的基礎上，尅看出在對時(shí)間序列進(jìn)行設計的時(shí)候，必須確保序列的平穩。
三、結束語(yǔ)
現在，我國的股票市場(chǎng)波動(dòng)還是比較明顯的，導致了股民都不敢夠買(mǎi)股票，所以，要對股票市場(chǎng)的波動(dòng)性進(jìn)行分析，在此基礎上，能夠把握好股票的波動(dòng)情況，運用建立模型的方法，對系數參數進(jìn)行約束，防止系數出現了負數的形式，EGARCH模型能夠對金融數據進(jìn)行精確地模擬。
【股票市場(chǎng)波動(dòng)非對稱(chēng)性思考】相關(guān)文章：
淺談高職非營(yíng)銷(xiāo)專(zhuān)業(yè)《市場(chǎng)營(yíng)銷(xiāo)》課程教學(xué)思考12-09
“后相親熱”時(shí)代的冷思考-以《非誠勿擾》為例02-24
關(guān)于非計算機專(zhuān)業(yè)計算機基礎教學(xué)思考論文02-23
高校非計算機專(zhuān)業(yè)計算機基礎教學(xué)質(zhì)量思考論文02-21
非會(huì )計專(zhuān)業(yè)會(huì )計基礎的教學(xué)改革思考論文02-21
構建我國企業(yè)非財務(wù)績(jì)效評價(jià)體系的思考論文11-11
股票市場(chǎng)的高頻數據分析和多體模型研究12-07
基于CAPM-EGARCH模型的金融風(fēng)險測量及波動(dòng)溢出12-02
- 相關(guān)推薦