Volume 2,Issue 8
中国股市波动特征的时变性及VaR 风险度量
中国股市的波动特征和风险水平对投资者资产配置以及监管政策制定有着关键影响。为了揭示中国股市的波动特征并评估其风险水平，本文基于EGARCH(1,1)-t 模型分时段描述中国股市波动的时变性，通过滚动预测方法计算VaR 并利用Kupiec 检验评估模型的有效性。研究结果表明，中国股市具有正杠杆效应且波动性极强，不同市场背景下的股市波动具有显著差异。据此，投资者应减少杠杆，拉长持仓周期。同时，监管者应建立滚动VaR 的波动预警系统以增强市场的调控能力。
[1]Engle, Robert F. Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation[J].Econometrica,1982,50(4):987-1007.
[2]Tim Bollerslev,Generalized autoregressive conditional heteroskedasticity[J].Journal of Econometrics,Volume 31, Issue 3,1986,Pages 307-327,ISSN 0304-4076.
[3]Nelson, Daniel B.Conditional Heteroskedasticity in Asset Returns: A New Approach[J].Econometrica,1991,59(2):347-370.
[4] 曾伟. 中国A 股市场异常波动机理及波动抑制研究[D]. 重庆大学,2009.
[5] 程小亮. 基于GARCH 模型族对上证指数波动性的实证分析[J]. 商业经济,2013, (14):29-31.
[6] 苏文涛. 个股停复牌对股价稳定性作用的实证研究: 基于2015 年A 股暴跌的数据[D]. 对外经济贸易大学,2016.
[7] 余康兴, 李晓云. 我国股票市场波动性分析[J]. 合作经济与科技,2023, (23):49-51.
[8] 王沼锡. 基于GARCH 族模型的沪深300 指数波动性模拟研究[J]. 中国商论,2022, (1):100-102.
[9] 齐岳, 廖科智. 政策因素、金融危机对中国股市波动性影响—— 基于ICSS-GARCH 模型的分析[J]. 系统工程,2018,36 (4):12-20.
[10] 英英. 非线性理论在股票价格波动中的应用研究[D]. 北方工业大学,2005.
[11] 张雪蓉, 徐全智, 杨晋浩. TARCH-M 模型在上证指数波动率的实证分析[J]. 成都大学学报( 自然科学版),2006, (3):171-174.
[12] 范剑青, 姚琦伟. 非线性时间序列: 建模, 预报及应用[M]. 高等教育出版社:2005.
[13] 薛剑晖.2015 年股灾中停牌避险策略效果实证研究[D]. 上海交通大学,2016.
[14] 中国人民银行金融稳定分析小组. 中国金融稳定报告(2021)[M]. 北京: 中国金融出版社:2021.
[15] 岑磊. 中国宏观审慎监管政策与货币政策协调研究[M]. 西北大学出版社:2020.