基于GARCH族模型的我国创业板指数的波动特征的实证研究

1、.：.；基于GARCH族模型的我国创业板指数动摇特征的实证研讨作 者 姓 名：XXX指 导 教 师：XXX 单 位 名 称：XXXXXX专 业 名 称：金 融 学X X 大 学年月Empirical research on the volatility of the gem index based on the GARCH modelsBy XXXSupervisor: XXXXXXX UniversityJune ii毕业设计论文义务书毕业设计论文标题：基于GARCH族模型的我国创业板指数动摇特征的实证研讨设计(论文)的根本内容： 论文将以研讨创业板指数动摇特点为出发点，根据国内外经典的文献

2、，结合我国创业板市场的情况，然后挑选出相关目的样本和模型进展实证研讨，经过研讨，希望可以得出创业板指数的动摇特点，并提出相关建议。毕业设计论文专题部分：标题： 设计或论文专题的根本内容：学生接受毕业设计论文标题日期第周指点教师签字：年月日毕业设计论文 摘要iiii基于GARCH族模型的我国创业板指数动摇特征的实证研讨摘 要近些年来，我国经济开展极为迅速，为顺应多层次资本市场的需求，创业板市场在年月正式成立，由于近一年来我国市场扩容，IPO发行速度加快，而创业板市场的上市要求明显低于主板以及中小板，公司本身存在很大风险，呵斥许多公司在上市后不久出现迅速的变化，导致股价产生猛烈动摇，加大了宽广投资

3、者的风险，因此对创业板市场研讨的迫切性就显现出来。研讨股票市场的动摇性有利于更好的制定相关政策，对创业板进展管理，有利于投资者更好的分析其市场规律、定价及金融风险控制。本文重点研讨创业板指数的动摇特征，选取截止至年月日前的创业板指数为样本，运用Eviews软件对样本进展了描画性分析，然后对序列进展ADF平稳性检验、自相关检验和ARCH效应检验，然后用GARCH和TGARCH模型对序列进展拟合分析，得出结果。本文的实证结果阐明:我国创业板指数收益率序列符合金融序列的特征，具有明显的动摇聚集性、长记忆性以及尖峰后尾的特征，该序列存在ARCH效应，即动摇与本身历史动摇有相关性。GARCH、TGARC

4、H模型都能对该序列进展拟合，并得出动摇存在非对称性和杠杆效应的结论，冲击耐久性由+来决议，而本文中数据为.，非常接近于，阐明创业板依然存在很大风险。关键字：动摇特征，GARCH族模型，创业板毕业设计论文 AbstractiiiEmpirical research on the volatility of the gem index based on the GARCH modelsAbstract In recent years, Chinas economic development is very rapid, in order to adapt to the needs of multi

5、-level capital market, the growth enterprise market was formally established in October , because of our country market expansion in nearly a year, IPO issuance speed is accelerated, and the growth enterprise market listing requirements significantly lower than the main board and small and medium-si

6、zed board, the company own existence very big risk, caused many companies to list in appeared shortly after the rapid change, cause the stock price volatility, increased the risk of investors, thus the urgency of the research on the growth enterprise market will emerge. Study the volatility of the s

7、tock market is conducive to better develop policies, to manage the gem, is helpful for investors to better analyze the market rules, pricing and financial risk control. that article focuses on the gem index fluctuation characteristics, selected as of April , the index of the gem as sample, use Eview

8、s software to the descriptive analysis of samples, and then the sequence of ADF test, autocorrelation test and test the ARCH effect, and then use GARCH and TGARCH model fitting for sequence analysis, the results are obtained. In that paper, the empirical results show that the our country the gem ind

9、ex yield sequence fits the characteristics of financial sequence, has obvious volatility clustering, long memory and rush yixiang characteristics, the sequence is the ARCH effect, namely the fluctuations are associated with their historical volatility. GARCH, TGARCH model can be to fit the sequence,

10、 and wave exists asymmetry and leverage effect of conclusion, impact persistence determined by alpha + beta, and the data in that article ., very close to , shows that there are still many risks on the gem.Key words: volatility characteristics，GARCH models， GEM 毕业设计论文 目录 - 11 -目 录TOC o - h u HYPERLI

11、NK l _Toc 毕业设计论文义务书 PAGEREF _Toc - i - HYPERLINK l _Toc 摘要 PAGEREF _Toc - ii - HYPERLINK l _Toc Abstract PAGEREF _Toc - iii - HYPERLINK l _Toc 第章 绪论 PAGEREF _Toc - - HYPERLINK l _Toc . 研讨背景 PAGEREF _Toc - - HYPERLINK l _Toc . 问题提出 PAGEREF _Toc - - HYPERLINK l _Toc . 相关研讨文献综述 PAGEREF _Toc - - HYPERLI

12、NK l _Toc . 国外相关研讨文献综述 PAGEREF _Toc - - HYPERLINK l _Toc . 国内相关研讨文献综述 PAGEREF _Toc - - HYPERLINK l _Toc . 本文主要内容 PAGEREF _Toc - - HYPERLINK l _Toc 第章创业板指数动摇性概念及GARCH模型 PAGEREF _Toc - - HYPERLINK l _Toc .创业板指数及动摇性的概念 PAGEREF _Toc - - HYPERLINK l _Toc .GARCH模型 PAGEREF _Toc - - HYPERLINK l _Toc .GARCH模

13、型数据检验 PAGEREF _Toc - - HYPERLINK l _Toc .GARCH模型 PAGEREF _Toc - - HYPERLINK l _Toc .TGARCH模型 PAGEREF _Toc - - HYPERLINK l _Toc 第章实证检验 PAGEREF _Toc - - HYPERLINK l _Toc .数据选取及变量确定 PAGEREF _Toc - - HYPERLINK l _Toc .创业板指数收益率序列的描画性分析 PAGEREF _Toc - - HYPERLINK l _Toc .GARCH模型估计与分析 PAGEREF _Toc - - HYPE

14、RLINK l _Toc .ADF平稳性检验 PAGEREF _Toc - - HYPERLINK l _Toc .自相关检验 PAGEREF _Toc - - HYPERLINK l _Toc .GARCH模型的估计结果 PAGEREF _Toc - - HYPERLINK l _Toc .TGARCH模型的估计结果 PAGEREF _Toc - - HYPERLINK l _Toc 第章结果分析及建议 PAGEREF _Toc - - HYPERLINK l _Toc .实证结果分析 PAGEREF _Toc - - HYPERLINK l _Toc .相关政策建议 PAGEREF _To

15、c - - HYPERLINK l _Toc 第章 终了语 PAGEREF _Toc - - HYPERLINK l _Toc . 本文主要结论 PAGEREF _Toc - - HYPERLINK l _Toc . 本文缺乏之处 PAGEREF _Toc - - HYPERLINK l _Toc .展望 PAGEREF _Toc - - HYPERLINK l _Toc 参考文献 PAGEREF _Toc - - HYPERLINK l _Toc 致谢 PAGEREF _Toc - - HYPERLINK l _Toc 附录 PAGEREF _Toc - - HYPERLINK l _Toc

16、 英文文献及翻译 PAGEREF _Toc - -毕业设计论文 第章绪论 - 51 -第章 绪论. 研讨背景 随着经济全球化的不断推进，经济金融化程度也在不断提高，金融市场在经济开展中扮演着越来越重要的角色。不断提高的金融化程度促进一国经济的增长，同时，一国经济的增长也具有反作用，可以推进金融的不断深化。金融市场按照金融买卖的标的物来划分，分为货币市场、资本市场和外汇市场等。其中，股票市场作为中长期投资市场是最重要的组成部分，成为国内外学者研讨的热点。 股票市场充溢着诸多不确定性，变化非常迅速。引起价钱的动摇的要素包括信息、资本以及投资者预期等多种要素。适当程度的动摇可以活泼市场，提高市场的活

17、力，优化资产构造。但是，频繁的大幅度的动摇会加大投资者的投资风险，同时还会降低资本市场的信息反响速度，导致市场效率降低。长期以来，学者们研讨的的焦点问题主要集中在股市的动摇特征以及杠杆非效应等。 创业板市场，又称“增长型股票市场，是为具有高生长性的新兴公司提供企业筹融资效力的市场，并在该市场进展资本运作。创业板与主板市场相比，更加注重公司的开展前景与增长潜力，因此上市资历要求相对较低。相比于主板、中小板来说，创业板为规模较小但开展前景较好的公司提供了上市时机，以协助 其融资开展，为高新技术产业的开展供了便利条件。创业板的主要功能有：一是创业板在风险投资机制中，可以作为风险资本的退出窗口，以分散

18、投资风险；二是创业板可以经过市场机制，对创业资产价值进展有效的评价，从而促进金融知识在资本市场中的实践运用；三是创业板市场可以促进企业的改革开展，优化其资产构造，促进产业晋级等，为现代企业制度的建立打下了根底。 年月日，经过五年多的预备和过渡过程，创业板第一批合计只股票在深圳证券买卖所挂牌上市，我国创业板正式开场运作。从开板以来，创业板呈现迅猛开展的势头，流通市值和市价总值也随之快速增长，因此筹集了大量资金，在很大程度上为生长中的高新技术产业的开展提供了经济支持，促进了中小企业的规模扩展。截止年月日，创业板股票已到达只，为我国建立多层次资本市场做出了奉献，有助于资本市场的长久开展。由于近一年来

19、我国市场扩容，IPO发行速度加快，而创业板市场的上市要求明显低于主板以及中小板，公司本身存在很大风险，呵斥许多公司在上市后不久出现迅速的变化，导致股价产生猛烈动摇，加大了宽广投资者的风险，因此对创业板市场研讨的迫切性就显现出来。创业板成立阅历了层层曲折，风险是其面临最主要的要素。股票市场总是出现牛市与熊市交替的过程，在这个过程中，最令人印象深化的是我国A股市场在年期间的一次非常猛烈的动摇，上证指数在极短的时间内出现大跳水，从点下跌到点。而年美国次贷危机所带来的负面效应，严重打击了全球经济，许多国家许多地域都出现了大公司破产的事件，而中国也未能幸免，遭到重创的主要是出口企业。同时次贷危机影响了全

20、球的股市，导致许多股票市场出现低迷的景象。给投资者呵斥了极大地风险。创业板的风险无论是在开板前还是开板后都是急需处理的问题，同时年股市指数的飙升也显示研讨股票市场动摇性特征对创业板以后的开展、中小企业融资以及投资者的投资决策是很重要的。. 问题提出 我国股票市场作为新兴市场，自创建以来获得宏大提高，但与兴隆国家股票市场相比，其股票动摇频率更高，动摇幅度更大，而我国创业板的风险大于主板。同时，创业板的功能决议了其设立和开展必定对我国国民经济和资本市场产生艰苦的影响。 作为生长之中的、新兴国家的创业板市场，其收益率的动摇性具有怎样的特征，并且这些动摇性能否存在继续性和杠杆效应，这些问题都需求经过对

21、创业板指数收益率动摇的研讨，因此对创业板的研讨，尤其是对创业板动摇特征即风险的研讨是中国资本市场的重要课题。. 研讨意义我国创业板在年才成立，出现时间较晚，作为生长之中的创业板市场，其收益率的动摇性具有怎样的特征，并且这些动摇性能否存在继续性和记忆性，这些问题都需求经过对创业板指数动摇的研讨得到。这些问题的结果对完善创业板指数动摇性实际研讨有积极意义。 研讨创业板市场动摇的特征有助于指点投资者的投资活动。由于推出时间较短，创业板市场目前存在着诸多问题，例如上市公司运营出现问题却不退市，公司管理层变化调整却不及时披露等等，这些问题能够会导致创业板指数出现猛烈动摇。同时投资者多为散户和机构投资者，

22、这样的构造特点致使股票的换手率比较高，动摇大，人为要素易于影响其动摇。因此研讨创业板市场动摇的特征，有利于投资者理性的分析市场，做出本人正确的投资决策。研讨创业板市场动摇的特点对相关部门制定相关方针政策有很大的协助 。同时证监会等管理部门股票市场动摇的特点进展监管是非常必要的，是实现有效监管不可或缺的重要组成部分。从另一方面来说，研讨创业板的动摇特点，对研讨我国股票市场与国外股票市场的差别性有很大的协助 ，对创业板的后续开展有指点作用。我国经济起步较晚，创业板市场直到年才成立，创业板市场无论从市场规模还是开展的成熟程度，都与西方等兴隆的股票市场存在很大的差别，。同时创业板上市公司的质量，包括内

23、部的业绩运营以及管理构造，所处的经济环境等也与国外成熟股票市场差距较大，因此经过对创业板市场动摇的研讨，可以找到他们与他们的差距和缺乏。. 相关研讨文献综述 . 国外相关研讨文献综述国外对股票市场价钱的动摇研讨历史可以追溯到世纪年代。Engle()就提出了ARCH模型，即自回归异方差模型，后来经过Johansen和Julius等人的逐渐开展和完善后，用于描画股市收益率的动摇聚集性。自回归异方差模型就较多地运用于资本市场的研讨，定量的描画证券价钱的金融性时间序列的动摇性特征。Granger()和Engle()提出了协整实际和向量误差模型后，许多学者运用协整实际与向量误差模型来研讨市场之间的长期平

24、衡关系。如Jon和Chiang ()以伦敦、纽约、东京、法兰克福等兴隆国家主要资本市场的数据为样本，经过协整检验证明长期的平衡关系在主要兴隆国家的资本市场之间是存在的。Bollerslev在方差的解释项中参与了无穷误差项，在ARCH模型的根底上提出了GARCH模型，普通来说，GARCH(p，q)模型可以用来拟合金融市场的动摇。同时GARCH模型的提出，简化了ARCH模型的步骤，提出条件方差除了与扰动的滞后项相关以外还与条件异方差有关。Nelson()用实际和实证结合的的方法解释了利好音讯与利空音讯对股市的影响的不对称性。为更好的解释该景象，Engle和Ng()在研讨中提出EGARCH实际分析模

25、型，以条件方差的对数作为研讨对象来研讨杠杆效应，也就是条件方差的预测值非负。Nelson ()用GED分布提出E-GARCH模型。实证研讨结果显示，收益率在分布特征上既存在“尖峰厚尾的特征，又存在针对正负音讯的非对称性影响。Engle()等以为GJR模型能较好的地描写收益率动摇的杠杆效应。Cnosten ()等人对各种M-GARCH模型，进展了对比分析，得出经过运用不同的模型会导致条件方差对股指收益率的动摇产生不同的影响。Fornari和Mele用GARCH模型和GJR-GARCH模型对美国、意大利、香港、英国的七个国家的股票市场的动摇进展了实证研讨，而多数的股票市场呈现非对称性的动摇。Sch

26、wert()经过对股票动摇性与收益率之间的动态关系的实证研讨。以为股市动摇具有领先宏观经济目的的特征，并且股市融资机制和日买卖量有着非常亲密的动态关系。Asgharian H and Bengtson C ().基于股指日数据再结合 E-GARCH和GJR-GARCH模型等方法，在我国的几大股票指数序列中发现了杠杆效应，而Lee. Hen run ()用EGARCH模型发现中国股市没有杠杆效应。. 国内相关研讨文献综述 国内方面，我国学者对股票市场的动摇性及特征也进展了相关的研讨。陈国进、王占海以为，中小板和主板作为具有一样的政治、经济和法律法规等背景两个的市场环境客体，积极和消极的作用是并存

27、的，并且是相互的。岳朝龙()利用广义自回归类模型对上证股指收益率时间序列进展了研讨，得出上证指数收益率不仅有条件异方差性，而且还具有显著的非对称性，表现为杠杆作用，即“音讯对证券市场的冲击作用是非对称的。唐齐鸣和陈建()对ARCH模型的开展及其特点进展了详细论述，并且利用ARCH类模型对中国股票市场的动摇性进展了检验，发现中国股市动摇性具有较为明显的ARCH效应。周少甫、陈千里()运用修正Levene检验和GARCH模型对上海股市日动摇效应进展实证研讨,发现上海股市存在显著的周一高动摇景象，并利用混合分布模型对该景象进展了解释。陈守东、韩广哲、荆伟()对中国股市和世界其他股票市场之间能否存在相

28、关性进展了研讨。运用协整分析和误差修正模型进展实证分析，得出我国股市内部有很强的相关性,而世界其他股市与中国股市之间之间几乎不存在相关性。刘国光、张兵()运用DCC多元GARCH模型来研讨我国多个股票市场的股指与其买卖量变化之间的关系,发现两者之间关系主要呈现正相关，个别市场才干在负相关。李道叶()的研讨阐明，中国股票市场存在长期记忆性，由于该记忆具有一定的长度，可以在一定程度上预测股价的动摇。黄海南，钟伟运用GARCH族模型对上证指数收益率进展实证分析，并针对各模型对动摇率的预测效果进展了比较；孙卓元()的研讨以为，上证A股市场的ARCH效应较为明显，阐明中国股票市场存在猛烈的动摇，而整体风

29、险偏大，上海股市存在显著的“杠杆效应。严定琪，李育峰 运用GARCH族模型来预测沪深指数的动摇率，结果显示，GARCH，模型能较好的预测其动摇率；王献东利用GARCH，模型建立了中国石油的股票动摇率方程，并用该方程计算期权价值评价和VaR。王莹瑞()采用GARCH模型和VAR相结合的方法对我国创业板市场动摇性进展研讨，发现该方法可以较好的测定创业板的动摇性风险。国际上对于多个股票指数之间或者是几个股票指数之间的动摇性，平衡关系及相关性等研讨较多，我国对股票市场的研讨较晚，实际模型开展较慢，对我国股市的研讨相对较少，尤其是创业板成立短短五年的时间，研讨更是不完善，所以，本文在国内外对股市动摇研讨

30、的实际根底上，运用定量分析方法就我国创业板的收益率动摇性进展研讨，以期获得创业板市场指数动摇的运转规律。. 本文主要内容本文对创业板市场指数的动摇特征进展了实证研讨。第一章为绪论部分，对本文的研讨背景，问题提出，研讨意义，国内外相关文献研讨成果进展论述。 第二章对创业板指数动摇性概念以及GARCH族模型进展综述,经过对相关概念，方法模型描画，为后面的实证分析打下根底。 第三章为实证分析过程。经过选取样本，确定变量，然后用模型来进展拟合，经过分析拟合的数据结果，得出序列的动摇特征。第四章为结果分析及建议,经过对实证结果进展分析，得出问题并针对这些问题提出相关政策性建议。第五章对前面四章进展总结，

31、阐明本文缺乏之处，并给出展望。研讨背景研讨意义问题提出文献综述相关概念及模型结果分析及建议实证检验终了语相关概念GARCH模型数据和变量选取实证检验绪论图. 本文主要框架毕业设计论文 第章创业板指数博送行概念及模型实际第章创业板指数动摇性概念及GARCH模型.创业板指数及动摇性的概念 创业板指数创业板指数也称为“加权平均指数，就是以年月日为基准点，根据创业板市场一切股票的流通市值，逐一计算当天的 HYPERLINK baike.baidu/view/.htm t baike.baidu/_blank 股价，然后按一定比例进展加权平均，与 HYPERLINK baike.baidu/view/.

32、htm t baike.baidu/_blank 开板之日的“基准点比较，基准日的指数为点。为了更加客观和全面地反映创业板市场情况，凸显其运转特征，深圳证券买卖所于年月日起正式编制和发布创业板指数。该指数的编制参照 HYPERLINK baike.baidu/view/.htm t baike.baidu/_blank 深证成份指数和深证 指数的编制方法和国际惯例包括全收益指数和纯 HYPERLINK baike.baidu/view/.htm t baike.baidu/_blank 价钱指数。至此，创业板指数、深证成指、 HYPERLINK baike.baidu/view/.htm t

33、baike.baidu/_blank 中小板指数共同构成反映深交所上市股票运转情况的中心指数。 动摇性 动摇性是价钱预期外变化的趋势，或者是收益的概率分布。从动摇的来源划分，动摇性通常可分为两种:根底动摇性Fundamental volatility)和暂时动摇性( Transitory volatility)。根底动摇性是指由非预期的证券内在价值变化所导致的动摇，暂时动摇性指因不知情的买卖者的买卖行为而导致的价钱动摇。普通而言，收益率的方差经常被用来衡量股票市场的动摇程度。创业板指数的动摇是创业板市场风险的表现，在股票市场中动摇是金融时间序列最重要的特征之一，也是股票市场的根本特征，在高风险

34、的创业板市场表现的更为明显，没有了动摇股票市场的真正意义也就不存在了，资本市场的动摇性是一把双刃剑，适度的动摇可以调整上市公司的资本市场估值，发扬资本市场职能，使其表现为价值代表公司质量，异常或者猛烈的动摇将扭曲资本市场功能，不仅资本场的开展受限还会影响到整个国家经济的开展。.GARCH模型.GARCH模型数据效检验 ARCH效应检验ARCH效应是指动摇率可以用自回归模型来解释，也就是未来的动摇可以用动摇的历史数据来预测。检验一个模型的残差能否有ARCH效应有两种方法，一种是ARCH LM检验，一种是残差平方相关图检验。Engle在年提出检验残差序列中能否存在ARCH效应的拉格朗日乘数检验，即

35、ARCH LM检验。自回归条件异方差性的这个特殊的设定，是由于人们发如今许多金融时间序列中，残差的大小和最近的残差值有关，ARCH本身不能使规范的OLS估计无效，但是，忽略ARCH影响能够导致有效性降低。ARCH LM检验，统计量有一个辅助检验回归计算。为检验原假设：残差中直到p阶都不存在ARCH效应，需求进展以下回归 .式中的是残差，式子.表示残差平方对一个常数和直到p阶的残差平方的滞后s=，p所做的一个回归，这个检验回归有两个统计量：F统计量是对一切残差平方的滞后的结合显著性所做的一个省略变量的检验，T*R统计量是Engles LM检验统计量，即观测值T乘以回归检验的R。在给定的显著程度下

36、，假设这两个统计量小于设定显著性程度下的临界值，阐明序列在设定的显著程度下不存在序列相关；反之，假设这两个统计量大于设定显著性程度下的临界值，那么阐明序列存在序列相关性。ARCH LM检验的原假设是：ARCH模型里一切回归系数能否同时为零。假设概率大于给定的显著性程度比如，那么序列不存在ARCH效应的，即不能回绝没有ARCH效应假设， ARCH LM普通是对残差进展检验，在未知残差能否具有ARCH效应时，用OLS后，普通是希望残差检验的相伴概率从阶就有ARCH效应，即概率从阶就很小，回绝假设，但是有些时候是低阶概率大，不能回绝假设，而到了高阶普通为、阶时概率小，回绝假设时，阐明高阶是有很强的A

37、RCH效应的，这是正常的表现。在对序列运用GARCH模型后的残差ARCH LM检验时，就必需期望残差从阶就表现较大的概率为好，即不能回绝原假设，残差不再有ARCH效应。残差平方相关图显示残差平方序列直到恣意指定的滞后阶数的自相关系数AC和偏自相关系数PAC并且计算相应滞后阶数的Q统计量。残差平方相关图可用于检验残差序列中能否存在ARCH效应，假设残差序列不存在ARCH效应，自相关和偏自相关系数在一切的滞后阶数都应该为，而且Q统计量应该不显著；否那么就阐明残差序列中存在ARCH效应。 自相关检验 对于模型 .假设随机误差项之间存在相关关系，那么 (.)这时，称随机误差项之间存在序列相关或自相关。

38、普通假定随机误差项均值为零且同方差，序列相关性又可表示为: .可根据自相关函数(AC)值等于发生的时间j来选择MA (q)模型，jq;根据偏相关函数(PAC)值等于发生的时间来选择AR (P)模型，jp。检验的原那么是原假设是序列不存在自相关，假设各阶Q统计量都没有超越由设定的显著性程度决议的临界值，那么接受原假设，即不存在序列相关，并且此时，各阶的自相关和偏自相关系数都接近于，；假设在某一滞后阶数Q统计量超越设定的显著性程度的临界值，那么回绝原假设，阐明残差序列存在自相关ADF平稳性检验假设一个随机过程的均值和方差在时间过程中是常数，并且在任何两个期间的协方差仅仅依赖于该段期间内的间隔 或滞

39、后，而不依赖于计算这个协方差的实践时间，就称它是平稳的。对于某个知的时间序列，粗略判别它能否平稳，可以看该序列的时问途径图，假设在均值上下不断动摇，那么是平稳序列;假设图形是继续上升或继续下降(不同时间段内有不同的均值)，那么该序列是非平稳序列。 假设由随机过程生成的时W序列Xt (t=l， ，.)，假设Xt符合下面条件: ()均值E(Xt) =，是一不变常数; ()方差Var(Xt) = 与时间无关常数; ()协方差Cov(XtXt+k) =Yk，仅与时间间隔k有关，与时间k无关的常数，那么该序列是平稳的。 由于GARCH模型要求系统中的变量是平稳序列，需求先检验指数收益率的平稳性，检验平稳

40、性最常用的方法是单位根检验，本文运用ADF法，ADF法是对时间序列rt的一价差分进展以下回归: .假设检验H: =，检验统计量服从ADF分布。假设接受H，意味着时间序列rt包含着单位根，那么rt是非平稳的;假设回绝H，意味着rt是平稳的。方程中参与滞后项的是为了使残差项t为白噪音。假设ADF统计量的T值大于各显著程度的检验临界值，那么接受原假设，该序列是一个非平稳的序列;假设ADF统计量的T值小于各显著程度的检验临界值，那么回绝原假设，该序列是一个非平稳的序列。.GARCH模型 ARCH模型的实际难点是：假设滞后阶数p较大，无限制约束的估计经常会违背模型系数都是非负的约束条件，而现实上恰恰需求

41、这个限定来保证条件方差永远是正数。因此这个模型的早期运用中研讨者会对i强加一个相当于恣意的递减时滞构造，以保证模型满足限定条件。针对这些问题，Bollerslev在年提出了广义自回归条件异方差模型，即GARCH模型。GARCH模型的实践意义在于，经过以往期数中积累的关于动摇性的信息和上一期方差，预测本期变量的方差大小。GARCH模型不仅对ARCH模型进展了扩展，使得到的条件方差比ARCH模型可以得到更好的估计结果和滞后构造，还能很好的描画金融时间序列的动摇聚集性。高阶GARCH模型可以含有恣意多个ARCH项和GARCH项，记作GARCHp，q模型。它的条件方差表示为 .式.中p是自回归GARC

42、H项的阶数，q是动平均ARCH项的阶数。 规范的GARCH，模型为 .是解释变量向量，是系数向量。.式中第一式带有扰动项的外生变量的函数，由于是以前面信息为根底的一期向前预测方差，所以称作条件方差，.中第二式也被称作条件方差方程。.TGARCH模型TGARCH模型是指利用虚设变量来设置一个门限，用以区分正的和负的冲击对条件动摇性的影响，属于非对称性的GARCH模型。TGARCH模型是由Zakoian和Runkle提出的，该方程中条件方差被设定为 .式子中是一个虚拟变量，当时，否那么，.只需，就存在非对称效应。在式.中，第三项为非对称效应项或TGARCH项。条件方差方程阐明依赖于前期的残差平方和

43、条件方差的大小，好音讯和坏音讯对条件方差有不同的影响：好音讯有一个倍的冲击，即时，非对称项不存在，所以好音讯只需一个倍的冲击；坏音讯有一个+倍的冲击，由于当时，非对称效应出现，所以坏音讯会出现假设+倍的冲击。假设，那么存在杠杆效应，非对称效应的主要效果是使得动摇加大，反之，非对称效应使得动摇减小。高阶TGARCH模型可表示为 .TGARCH，模型为 . 毕业设计论文 第章实证检验第章实证检验.数据选取及变量确定 本文研讨创业板指数的动摇性，选取样本数据为深圳证券买卖所于年月日其正式编制和发布的创业板指数。本文以创业板指数为研讨对象，利用GARCH族模型来研讨创业板指数的动摇特征。为了较好地研讨

44、动摇性，选择尽量多的样本数据。因此样本数据的范围是从 年 月 日至 年 月 日的深圳证券买卖所创业板指数的日收盘指数，其中样本容量为 个，数据的搜集来源于通达信软件。 由于收益率在实际与实证方面可以更为明显的表现数据的动摇特征，因此选择收益率序列来进展研讨，创业板指数收益率采用对数收益率，即St=lnpt-lnpt- ，其中pt、pt-分别指的是第t日和第t-日的指数，本文选取软件 E-views. 对创业板指数序列做相关的实证分析。.创业板指数收益率序列的描画性分析 将搜集的数据导入到E-views.软件中，得到创业板指数收益率序列的分布直方图，整理图中相关数据得到表.表. 创业板指数收益率

45、序列的统计数据序列样本数均值规范差峰度偏度J-B值概率P收益率.-.由表.可以得出日收益均值为.，阐明收益率总体来说是上涨的；规范差为.，偏度为-.，小于，阐明该序列分布不是对称分布，存在长拖尾景象，大体呈现左偏分布即收益率小于均值的买卖天数较多；峰度为.，大于正态分布峰度，阐明该序列存在尖峰的分布特征；J-B统计量为.，远远大于正态分布的临界值.，阐明该序列存在厚尾的分布特征，J-B检验结果概率值为，显示该序列不是正态分布。图. 创业板指数收益率动摇图由图.可以得到，创业板指数的收益率动摇幅度集中在-%，+%，且到达峰值后迅速回落，在不同时间段内动摇幅度不同，有时振幅比较大，有时振幅比较小，

46、阐明在创业板指数对数收益率动摇中存在显著地集群效应。能够存在异方差，因此要进展ARCH效应检验。.GARCH模型估计与分析.ADF平稳性检验由于创业板收益率动摇性的集群效应，采用GARCH族模型来进展拟合，而GARCH族模型要求样本数据的序列是平稳的，因此要对该序列进展平稳性检验。本文运用ADF(Augmented Dickey一Fuller test)方法检验方法进展平稳性检验。表. ADF平稳检验结果T值相伴概率ADF统计量-.检验临界值%-.%-.%-.假设ADF统计量的T值大于各显著程度的检验临界值，那么接受原假设，该序列是一个非平稳的序列;假设ADF统计量的T值小于各显著程度的检验临

47、界值，那么回绝原假设，该序列是一个非平稳的序列。根据上表可以得出，ADF统计量值在%、%、%规范检验下的临界值均大于创业板的ADF统计量的T值-.，且相伴概率值为.，因此，接受原假设，即创业板指数日对数收益率时间序列是显著平稳的。.自相关检验 收益率的分布是会随着时间的变化产生变动的，相邻期间的收益能够相互独立，也能够不独立。因此在建立模型之前对序列的自相关性进展检验。表. 序列自相关性检验滞后阶数ACPACQ统计量伴随概率.-.-.-.-.-.-.-.-.-.-.-.-.由表.可以得出，Q统计量较大，对应概率值很小，且残差平方自相关系数AC和偏自相关系数PAC均不为，但值比较小接近于，大部分

48、自相关系数AC和偏自相关系数PAC都落在置信区间内，在附近动摇，而Q统计量的值比较大，且伴随概率均小于置信度.，阐明在%的显著程度上创业板指数收益率残差平方序列存在自相关性，且该残差序列存在ARCH效应。.GARCH模型的估计结果该收益率序列具有ARCH效应，选择GARCH模型对该收益率序列进展拟合，运用GARCHp，q模型进展分析，根据AIC和SC准那么，采用GARCH(，)模型对该序列进展估计。 将搜集好的数据进展对数差分后，导入Eviews .中，得到拟合结果，整理相关数据得到表.表. 创业板指数收益率GARCH(，)参数估计和检验结果方差方程变量系数规范误差Z统计量概率常数项C.E-.

49、E-.ARCH项.GARCH项().R-squared-.Mean dependent var.Adjusted R-squared-.S.D. dependent var.S.E. of regression.Akaikeinfo criterion-.Sum squared resid.Schwarz criterion-.Log likelihood.Hannan-Quinn criter.-.ARCH效应检验F统计量.F值检验概率.LM统计量.卡方检验()概率.从表.中的结果可知，该模型下的创业板指数收益率的条件方差方程表达式为从系数结果来看，并且，满足方程适用的前提条件，该模型对数据

50、的拟合性较好，同时这一系数之和接近于，阐明创业板指数收益率的动摇的条件方差序列具有长记忆性，即该序列未来一切的预测都会依赖于前期的测度，一次短期音讯的冲击能够会影响到未来的趋势。而两个系数都大于，阐明创业板市场的动摇存在聚集性景象，即过去的市场动摇会对未来的市场动摇有正向作用，但会随时间推移而逐渐减弱。 ARCH LM检验的原假设是：ARCH模型里一切回归系数能否同时为零。假设概率大于给定的显著性程度，那么序列不存在ARCH效应的，即不能回绝没有ARCH效应假设。 在对序列运用GARCH模型后的残差ARCH LM检验时，就必需期望残差从阶就表现较大的概率为好，即不能回绝原假设，残差不再有ARC

51、H效应，经过表.中数值显示，相伴概率为.显著大于.，因此该序列已不存在ARCH效应，阐明该模型消除了原均值方程残差序列的条件异方差性。.TGARCH模型的估计结果虽然GARCH模型可以较好地解释创业板的动摇性，但由于其本身的假定限制，GARCH模型并不可以合了解释创业板指数收益率动摇的非对称问题，创业板指数动摇存在杠杆效应，选择TGARCH模型对该收益率序列进展拟合。将搜集好的数据进展对数差分后，导入Eviews .中，得到拟合结果，整理相关数据得到表.表. 创业板指数收益率的TGARCH(，)模型估计结果方差方程变量系数规范误差Z统计量概率常数项C.E-.E-.ARCH项.非对称项-.-.G

52、ARCH项().R-squared-.Mean dependent var.Adjusted R-squared-.S.D. dependent var.S.E. of regression.Akaike info criterion-.Sum squared resid.Schwarz criterion-.Log likelihood.Hannan-Quinn criter.-.Durbin-Watson stat.ARCH效应检验F统计量.F值检验概率.LM统计量.卡方检验()概率. 得到TGARCH(，)模型的条件方差的方程为 Z统计量 (.) (.) (-.) (.)在 TGARCH

53、 模型中，非对称效应项的系数为-.，不等于，阐明创业板指数日对数收益率的动摇存在着非对称效应，同时由于非对称效应项的系数小于，阐明该序列动摇存在杠杆效应，即动摇率对市场下跌的反响速度更快，股票价钱下跌会比股票价钱上涨的动摇更大。在TGARCH模型中，非对称项的系数-.，明显小于，阐明利空音讯比利好音讯带来更大的股市动摇。经过表.数据显示，好音讯会带来.倍的冲击，坏音讯会带来.+.=.倍的冲击，即利空音讯会产生更大的市场动摇。对于TGARCH模型的AIC值为-.，SC值为-.，阐明模型拟合较好。ARCH LM检验中相伴概率为.显著大于.，阐明该方程残差序列曾经消除了ARCH效应，TGARCH模型

54、较好的拟合样本序列数据。毕业设计论文 第章结果分析及建议第章结果分析及建议.实证结果分析 经过实证分析，可以得出以下结论 根据图.分析得出，创业板指数收益率序列存在明显的“动摇集聚性特征，即在一段较大幅度的动摇后面跟随着更大幅度的动摇，而在一段较小幅度的动摇后面跟随着更小的动摇。这阐明创业板指数收益率序列均存在着异方差景象。 根据表.中的数据，创业板指数收益率序列的偏度小于，J-B统计量的概率值为，阐明创业板指数收益率序列不服从正态分布，大体呈现左偏分布。创业板指数收益率序列的峰度值和J-B统计量的值异常，阐明我国创业板指数收益率序列具有明显的“尖峰厚尾分布特征。 经过分析表.中的相关数据，发

55、现创业板指数收益率序列数据是平稳的，阐明我国创业板指数收益率序列数据符合成熟股票市场金融数据的平稳性特征。 对序列进展序列自相关检验，根据表.中自相关系数和偏自相关系数的值，以及Q统计量和伴随概率的值，显示该序列存在自相关性，同时这些数据还显示该序列有ARCH效应，即条件异方差性，适用于非对称性GARCH模型实证分析。 用GARCH 模型来对序列进展拟合，经过表.中的相关数据分析，可以得出创业板指数收益率序列的动摇继续性系数小于并接近于，阐明创业板指数收益率序列信息冲击效应的耐久性和收敛性，即外部信息冲击对创业板指数动摇的影响将是耐久和收敛的。 采用非对称模型中的TGARCH 模型对序列进展拟

56、合，经过分析表.中的相关系数，证明创业板指数收益动摇存在显著的非对称性效应，表现为“杠杆效应，即在同等程度下，“利空音讯冲击对股指动摇的影响要比“利好音讯更大。同时，动摇集聚效应以及杠杆效应，阐明我国股票市场属于弱有效性市场，市场不稳定性程度较高。 经过ARCH LM检验结果可以看出，针对创业板指数收益率序列分别建立的GARCH模型和TGARCH模型均消除了残差序列的ARCH效应，模型拟合样本数据的效果较好。.相关政策建议经过上述结果分析，可以看出创业板指数动摇比较猛烈，并且存在动摇的非对称性及杠杆效应，其能够存在的缘由有上市公司的质量较差，无法支撑较高的市盈率；创业板处于弱有效市场，信息传导

57、存在时滞，信息披露也不规范，能够存在虚伪信息；另外，退市制度虽然有所完善，但相对来说依然存在很多问题；创业板市场是新兴市场，散户和机构投资者较多，其投机心思和羊群效应对创业板的动摇产生了影响。为了使创业板可以更加成熟稳定,可以采取一定的措施促进其开展。 对上市公司的资历进展严厉的审查，加强法律的约束作用。呵斥创业板动摇较大的缘由之一是存在质量较差的上市公司，这类公司的业绩不高，支撑不起较高的市盈率。创业板作为经济开展中的重要部分，由于这些上市公司的存在，其开展遭到了严重的影响，因此，处理问题的关键是保证上市公司的质量，保证质量最有效的方法是从资历审查抓起，对上市公司的资历要进展严厉的审查，其中

58、对财务目的的审查尤为重要，并且要改善上市公司出现问题后的处置效率，快速找出出现问题的关键环节，对相关担任人或相关担任部门进展严峻的惩罚，加强法律在创业板积极开展中的保证作用。 建立更加完善的信息披露制度。创业板起步较晚，制度建立也不是特别完善，在信息披露方面存在很多问题，有些公司发布虚伪信息误导投资者，也有个别投资者利用内幕音讯来获取巨额利益，股市信息的不透明和不准确严重妨碍了市场的安康开展，因此创业板市场只需建立起完善的信息披露制度，市场公平才干得以保证，投资者才干根据这些信息做出更加理性和正确的决策，以减少损失。创业板市场应及时发布每一个上市公司的业绩运营情况，能否有管理层的变化，未来有何

59、动向，整体构造能否变化等，并保证信息真实与完好，使股民可以及时的了解情况，以便及时作出决策。一旦发现上市公司存在信息披露不真实或者不完好的情况，应就相关担任人或部门清查其责任，必要时可以采取法律手段。投资者的知情权的保证，使得创业板市场将会变成真正的公开、公平、公正的买卖市场。 建立完善的退市制度。我国股市的退市制度不断在不断地完善，对于创业板这个新兴市场来说，至今还没有一个完好的退市制度。创业板自成立以来仅有五年，相对时间较短，目前还没有出现退市的公司，从其他股票市场的开展阅历来看，建立一个有效地直接退市制度对创业板的开展有非常积极的作用，直接且有效的退市制度可以促进上市公司之间的良性竞争，

60、经过竞争来改善本身的问题，提高本身的条件。完善的退市制度可以构成良好的竞争机制，经过优胜劣汰的竞争方式来促进市场的开展，保证创业板市场的活力。 对于投资者而言，由于我国股票市场开展还是不太成熟，市场中存在大量的散户和机构投资者。散户相对于机构投资者来说知识较为匮乏，信息来源和分析的才干也较差，对于股票信息的判别往往会出现偏向，再加上信息的不透明，发布不及时，投资行为会出现羊群效应和过度反响等，而这些要素也加剧了股市的动摇。另外，最近一段时间，股市的涨势很猛，投资者对创业板的开展持乐观心态，对利好音讯做出非常猛烈的反响，这样也会呵斥了较大的动摇性。我国的创业板市场是弱有效性的，因此，在相关政和制