我国股票价格波动性和市场风险分析研究论文

金融市场存在着风险和不确定性，股票价格的波动反映着这种不确定性。本文中采用狭义的股票市场波动性，即股票市场价格的波动性这对于理解金融市场的风险问题具有重要意义。同多数国外商业银行类似我国商业银行不仅面临着经营风险，同时也面临一些特有风险，如道德风险，不平等竞争风险等。如何有效度量和控制这些风险对于银行业的发展和金融市场的繁荣具有重要意义。

本文实证部分通过我国主要商业银行股(2006-2013)波动性的研究，反映了我国商业银行股在股票市场上的风险状态，从而反映了股票市场普遍存在的价格波动性特征和风险状态。

股票的波动基于复杂的机制，侯燕明(2008)总结了股价波动的多种机制。我国股市波动常因异常波动或政策变动所致。股市不健全，定位不清晰，投机行为，以及缺乏有效和连续的监管都导致股票的.波动。而银行股的波动也基本符合上述规律。梁海鸥，玄永生(2011)使用2008-2011年中国银行的股票收盘价进行了ARCH模型波动性分析。于扬(2012)对2000-2012上证指数每日收盘价进行了实证分析，对股市价格波动特征及长期影响因索进行了研究。李冬玉，潘冠中(2013)对2000-2012年上证综指和深圳成指收盘价格进行了ARCH类模型研究，分析了股指的波动率特点。

一、商业银行股票风险实证分析

本文时间序列实证模型选取在2006年7月5日到2013年6月21日期间重要商业银行的收盘价作为基本的样本数据进行实证分析(色诺芬中国证券市场数据库)。每只股票时间序列的对数收益率，以中国银行A股(601988)为例，其对数收益率时间序列的统计描述:观测值1673个，均值-000203值为。假设符合正态样本，则偏度S应服从正态分布N(0,6/N)，样本峰度天应服从正态分布，与样本实际值对比发现，与正态分布相比，对数收益序列具有非常明显的尖峰、厚尾特性。用单位根的方法检验收益序列的平稳性，检验t统计值为-41.26581，比显著性水平1%的临界值小，所以拒绝原假设，序列不存在单位根，序列平稳。

(一)检验收益序列的相关性和异方差效应发现:

分析时通常时滞的阶数取为样本容量1674。因此我们取最大时滞为41,.通过各个时滞的自相关函数和偏自相关图，收益平方序列的相关图得出，原收益序列不但存在着相关性，并且各项之间是不独立的。发现在95%的检验水平下，统计量在前41阶都显著。因此，序列存在着强异方差效应。收益序列在高阶仍有ARCH效应，少补引人自回归移动平均项以消除序列相关性。

(二)ARCH模型的建立

为了消除原序列的相关性和异方差性，采用AR(13)-ARCH(q)模型。通过尝试和考虑AIC和参数估计的显著性发现ARCH(3)最为理想。

该模型一定程度拟合了该只股票的收益率。经验证，上面的分析思路和结论适用于对中国银行、工商银行、农业银行、招商银行、民生银行、中信银行等A股和H股上市公司。通过ARCH类、GARCH类或EGARCH类模型的建模。模型可以得到基本的关于商业银行类股票的结论:

(1)存在条件异方差。

(2)风险与收益。对于银行股票而言，预期风险同收益率同向变化。

(3)消息面的影响。股票价格的波动具有杠杆效应，利空消息能比等量的利好消息产生更大的波动。因此从政策来讲，应努力避免政策面消息面造成的过度波动。

(4)避险功能。条件异方差存在性说明中国银行股价波动具有持续阵 ,集聚性，一旦出现较大的波动，该状态将持续一段时间。投资者应根据所处市道、趋势控制筹码避免波动的风险。

二、结束语

本文探讨了我国股票市场的波动性，探讨了其波动性形成的机理和基本成因。我国股市波动的成因比较复杂，除了与发达国家资本市场波动的一些共性的原因外，股市缺乏清晰定位、监管政策不连续、制度设计不完善、市场结构缺陷等是导致我国股市异常波动的主要原因。本文通过对我国商业银行股票波动性的研究，验证了我国商业银行股票数据存在明显的异方差性，井对时间序列进行了分析和比较对进一步研究我国股票市场和当前商业银行的风险问题，提供了模型依据和有力的支撑。