基于SV模型剖析我國(guó)股市波動(dòng)性的特征、影響與預(yù)測(cè)一、引言1.1研究背景與意義1.1.1研究背景近年來(lái)，隨著我國(guó)經(jīng)濟(jì)的持續(xù)增長(zhǎng)和金融市場(chǎng)的不斷完善，股票市場(chǎng)在經(jīng)濟(jì)體系中的地位日益重要。作為企業(yè)融資和投資者資產(chǎn)配置的重要平臺(tái)，中國(guó)股市規(guī)模不斷擴(kuò)大，上市公司數(shù)量持續(xù)增加，涵蓋了眾多行業(yè)和領(lǐng)域，市場(chǎng)交易活躍度逐漸提升，投資者群體日益壯大。截至2023年底，中國(guó)境內(nèi)上市公司數(shù)量已超過(guò)5000家，總市值位居全球前列，股市在資源配置、企業(yè)融資和經(jīng)濟(jì)發(fā)展中發(fā)揮著關(guān)鍵作用。然而，股票市場(chǎng)的波動(dòng)性是其固有特征，股市的波動(dòng)不僅影響著投資者的情緒和行為，更深入地，也在塑造著市場(chǎng)的微觀結(jié)構(gòu)和宏觀表現(xiàn)。自1990年代初期中國(guó)試行股票發(fā)行制度，標(biāo)志著中國(guó)股市誕生以來(lái)，在1990年代中期，中國(guó)股市就經(jīng)歷了一輪猛烈的波動(dòng)，由于缺乏有效的監(jiān)管制度，充斥著龐氏騙局、市場(chǎng)操縱等不良行為。2001年，中國(guó)證監(jiān)會(huì)成立后，股市開(kāi)始向規(guī)范化、透明化的方向發(fā)展。但在2007年和2015年的股市暴跌也說(shuō)明了中國(guó)股市在發(fā)展過(guò)程中仍然存在不少問(wèn)題。這些波動(dòng)給投資者帶來(lái)了巨大的風(fēng)險(xiǎn)和機(jī)遇，也對(duì)市場(chǎng)的穩(wěn)定運(yùn)行和資源配置效率產(chǎn)生了深遠(yuǎn)影響。2020年新冠疫情爆發(fā)初期，股市大幅下跌，上證指數(shù)在短短一個(gè)月內(nèi)跌幅超過(guò)10%，眾多投資者資產(chǎn)嚴(yán)重縮水；而在隨后的經(jīng)濟(jì)復(fù)蘇階段，股市又迅速反彈，部分板塊漲幅超過(guò)50%。股票市場(chǎng)的波動(dòng)性主要受到宏觀經(jīng)濟(jì)狀況、公司基本面、市場(chǎng)情緒、政策變動(dòng)等因素的影響。宏觀經(jīng)濟(jì)數(shù)據(jù)的變化，如GDP增長(zhǎng)率、通貨膨脹率、失業(yè)率等，都會(huì)對(duì)股市產(chǎn)生直接或間接的影響。當(dāng)GDP增長(zhǎng)率較高時(shí)，企業(yè)盈利預(yù)期增加，股市往往上漲；反之，股市則可能下跌。公司的財(cái)務(wù)狀況、盈利能力、管理層變動(dòng)等基本面因素也會(huì)引起股價(jià)的波動(dòng)。市場(chǎng)情緒和投資者的心理因素也會(huì)對(duì)股市波動(dòng)性產(chǎn)生重要影響，投資者的恐慌和貪婪可以迅速放大市場(chǎng)的波動(dòng)性，群體行為，如跟風(fēng)投資或集體恐慌性拋售，也會(huì)導(dǎo)致市場(chǎng)短期內(nèi)的大幅波動(dòng)。政策變動(dòng)，包括貨幣政策、財(cái)政政策、行業(yè)政策等，也會(huì)對(duì)股市產(chǎn)生重大影響。貨幣政策的寬松或收緊會(huì)影響市場(chǎng)的資金流動(dòng)性，進(jìn)而影響股市的漲跌。股市波動(dòng)性的研究對(duì)于投資者、市場(chǎng)參與者和政策制定者都具有重要意義。對(duì)于投資者而言，準(zhǔn)確把握股市波動(dòng)性能夠幫助他們更好地評(píng)估投資風(fēng)險(xiǎn)，制定合理的投資策略，實(shí)現(xiàn)資產(chǎn)的保值增值。對(duì)于市場(chǎng)參與者，如證券公司、基金公司等金融機(jī)構(gòu)，了解股市波動(dòng)性有助于其優(yōu)化業(yè)務(wù)布局，提升風(fēng)險(xiǎn)管理能力。對(duì)于政策制定者來(lái)說(shuō)，深入研究股市波動(dòng)性可以為政策的制定和調(diào)整提供依據(jù)，以維護(hù)金融市場(chǎng)的穩(wěn)定，促進(jìn)經(jīng)濟(jì)的健康發(fā)展。因此，深入研究我國(guó)股市的波動(dòng)性特征和規(guī)律，對(duì)于提高市場(chǎng)參與者的決策水平，維護(hù)金融市場(chǎng)穩(wěn)定具有重要的現(xiàn)實(shí)意義。1.1.2研究意義研究我國(guó)股市波動(dòng)性具有重要的理論與實(shí)踐意義，能夠在豐富金融理論的同時(shí)，為投資決策和市場(chǎng)監(jiān)管提供有力支持。從理論層面來(lái)看，有助于豐富和完善金融市場(chǎng)理論。股票市場(chǎng)波動(dòng)性是金融領(lǐng)域的核心研究?jī)?nèi)容之一，通過(guò)對(duì)我國(guó)股市波動(dòng)性的深入研究，可以進(jìn)一步驗(yàn)證和拓展現(xiàn)有的金融理論，如有效市場(chǎng)假說(shuō)、資本資產(chǎn)定價(jià)模型等。不同國(guó)家和地區(qū)的股市具有獨(dú)特的制度背景、市場(chǎng)結(jié)構(gòu)和投資者行為特征，我國(guó)股市也不例外。深入研究我國(guó)股市波動(dòng)性，能夠揭示這些特殊因素對(duì)股市波動(dòng)的影響機(jī)制，從而為金融理論的發(fā)展提供新的視角和實(shí)證依據(jù)。通過(guò)對(duì)我國(guó)股市波動(dòng)性與宏觀經(jīng)濟(jì)變量之間關(guān)系的研究，可以深化對(duì)金融市場(chǎng)與實(shí)體經(jīng)濟(jì)相互作用機(jī)制的理解，豐富金融市場(chǎng)理論體系。從實(shí)踐意義來(lái)講，首先，為投資者提供決策依據(jù)。股市波動(dòng)性與投資風(fēng)險(xiǎn)密切相關(guān)，投資者在進(jìn)行投資決策時(shí)，需要準(zhǔn)確評(píng)估投資風(fēng)險(xiǎn)。通過(guò)對(duì)股市波動(dòng)性的研究，投資者可以了解市場(chǎng)的風(fēng)險(xiǎn)水平，合理配置資產(chǎn)，選擇適合自己風(fēng)險(xiǎn)承受能力的投資組合。在股市波動(dòng)性較高時(shí)，投資者可以增加防御性資產(chǎn)的配置，降低股票投資比例，以減少潛在損失；而在波動(dòng)性較低時(shí)，投資者可以適當(dāng)增加股票投資，追求更高的回報(bào)。研究股市波動(dòng)性還可以幫助投資者把握市場(chǎng)時(shí)機(jī)，提高投資收益。通過(guò)分析波動(dòng)性的變化趨勢(shì)，投資者可以判斷市場(chǎng)的轉(zhuǎn)折點(diǎn)，在市場(chǎng)上漲前買(mǎi)入，在市場(chǎng)下跌前賣(mài)出，從而實(shí)現(xiàn)投資收益的最大化。其次，有利于金融機(jī)構(gòu)加強(qiáng)風(fēng)險(xiǎn)管理。證券公司、基金公司等金融機(jī)構(gòu)在經(jīng)營(yíng)過(guò)程中面臨著各種風(fēng)險(xiǎn)，其中股市波動(dòng)性風(fēng)險(xiǎn)是重要的風(fēng)險(xiǎn)來(lái)源之一。通過(guò)對(duì)股市波動(dòng)性的研究，金融機(jī)構(gòu)可以更好地評(píng)估和管理風(fēng)險(xiǎn)，制定合理的風(fēng)險(xiǎn)管理策略。金融機(jī)構(gòu)可以利用波動(dòng)性模型對(duì)投資組合的風(fēng)險(xiǎn)進(jìn)行度量和監(jiān)控，及時(shí)調(diào)整投資組合，降低風(fēng)險(xiǎn)暴露。在設(shè)計(jì)金融產(chǎn)品時(shí)，金融機(jī)構(gòu)也可以根據(jù)股市波動(dòng)性的特點(diǎn)，合理定價(jià)，提高產(chǎn)品的競(jìng)爭(zhēng)力。最后，為政策制定者提供參考。政府和監(jiān)管部門(mén)通過(guò)制定相關(guān)政策來(lái)維護(hù)股市的穩(wěn)定和健康發(fā)展，股市波動(dòng)性是政策制定者關(guān)注的重要指標(biāo)之一。通過(guò)對(duì)股市波動(dòng)性的研究，政策制定者可以了解市場(chǎng)的運(yùn)行狀況，及時(shí)發(fā)現(xiàn)市場(chǎng)中存在的問(wèn)題，制定相應(yīng)的政策措施。當(dāng)股市波動(dòng)性過(guò)高時(shí)，政策制定者可以采取措施穩(wěn)定市場(chǎng)，如加強(qiáng)監(jiān)管、調(diào)整貨幣政策等；當(dāng)股市波動(dòng)性過(guò)低時(shí)，政策制定者可以采取措施激發(fā)市場(chǎng)活力，促進(jìn)市場(chǎng)的發(fā)展。對(duì)股市波動(dòng)性的研究還可以為政策制定者評(píng)估政策效果提供依據(jù)，以便及時(shí)調(diào)整政策，提高政策的有效性。1.2研究目標(biāo)與方法1.2.1研究目標(biāo)本研究旨在利用隨機(jī)波動(dòng)率（SV）模型對(duì)我國(guó)股市波動(dòng)性進(jìn)行深入的實(shí)證分析，以實(shí)現(xiàn)以下具體目標(biāo)：一是準(zhǔn)確刻畫(huà)我國(guó)股市波動(dòng)性特征。通過(guò)構(gòu)建SV模型，細(xì)致剖析我國(guó)股市收益率序列的波動(dòng)性特征，包括波動(dòng)的聚集性、持續(xù)性、非對(duì)稱性等。研究波動(dòng)聚集性，能夠了解股市在某些時(shí)段波動(dòng)頻繁且劇烈，而在另一些時(shí)段相對(duì)平穩(wěn)的現(xiàn)象；探究波動(dòng)持續(xù)性，有助于掌握波動(dòng)在時(shí)間上的延續(xù)性，判斷當(dāng)前波動(dòng)狀態(tài)對(duì)未來(lái)的影響程度；分析波動(dòng)非對(duì)稱性，則可以揭示股市上漲和下跌階段波動(dòng)性的差異，為投資者和市場(chǎng)參與者提供更全面的市場(chǎng)波動(dòng)信息。二是深入探究影響我國(guó)股市波動(dòng)性的因素。綜合考慮宏觀經(jīng)濟(jì)變量、政策因素、市場(chǎng)交易數(shù)據(jù)等多方面因素，分析它們對(duì)股市波動(dòng)性的影響機(jī)制和程度。宏觀經(jīng)濟(jì)變量如GDP增長(zhǎng)率、通貨膨脹率、利率等，反映了整體經(jīng)濟(jì)的運(yùn)行狀況，會(huì)直接或間接影響企業(yè)的盈利能力和投資者的預(yù)期，從而對(duì)股市波動(dòng)性產(chǎn)生作用；政策因素，包括貨幣政策、財(cái)政政策、行業(yè)政策等，其調(diào)整會(huì)改變市場(chǎng)的資金環(huán)境和行業(yè)發(fā)展預(yù)期，進(jìn)而影響股市波動(dòng)；市場(chǎng)交易數(shù)據(jù)如成交量、換手率等，反映了市場(chǎng)的活躍程度和投資者的交易行為，也與股市波動(dòng)性密切相關(guān)。通過(guò)對(duì)這些因素的深入研究，可以更準(zhǔn)確地把握股市波動(dòng)的根源，為市場(chǎng)參與者提供決策依據(jù)。三是評(píng)估SV模型對(duì)我國(guó)股市波動(dòng)性的預(yù)測(cè)能力。運(yùn)用構(gòu)建的SV模型對(duì)我國(guó)股市波動(dòng)性進(jìn)行預(yù)測(cè)，并與其他常用模型進(jìn)行比較，評(píng)估其預(yù)測(cè)的準(zhǔn)確性和有效性。通過(guò)比較不同模型在樣本內(nèi)的擬合優(yōu)度和樣本外的預(yù)測(cè)精度，判斷SV模型在捕捉我國(guó)股市波動(dòng)性動(dòng)態(tài)變化方面的優(yōu)勢(shì)和不足，為投資者和市場(chǎng)參與者在進(jìn)行風(fēng)險(xiǎn)評(píng)估和投資決策時(shí)選擇合適的模型提供參考。同時(shí)，通過(guò)對(duì)預(yù)測(cè)結(jié)果的分析，進(jìn)一步優(yōu)化模型，提高其對(duì)我國(guó)股市波動(dòng)性的預(yù)測(cè)能力。1.2.2研究方法本研究采用了多種研究方法，以確保對(duì)我國(guó)股市波動(dòng)性的實(shí)證分析全面、深入且準(zhǔn)確。具體研究方法如下：數(shù)據(jù)來(lái)源方面，選取具有代表性的股票市場(chǎng)指數(shù)數(shù)據(jù)作為研究對(duì)象，如上證指數(shù)、深證成指等，以全面反映我國(guó)股市的整體波動(dòng)情況。數(shù)據(jù)時(shí)間跨度從[起始時(shí)間]至[結(jié)束時(shí)間]，涵蓋了不同的經(jīng)濟(jì)周期和市場(chǎng)環(huán)境，保證數(shù)據(jù)的豐富性和完整性。數(shù)據(jù)來(lái)源主要包括專業(yè)金融數(shù)據(jù)提供商，如萬(wàn)得資訊（Wind）、同花順等，這些數(shù)據(jù)平臺(tái)提供了準(zhǔn)確、及時(shí)且全面的金融市場(chǎng)數(shù)據(jù)，包括股票價(jià)格、成交量、宏觀經(jīng)濟(jì)指標(biāo)等，為研究提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。同時(shí)，也參考了證券交易所官方網(wǎng)站發(fā)布的相關(guān)數(shù)據(jù)，以確保數(shù)據(jù)的權(quán)威性和可靠性。在模型運(yùn)用上，運(yùn)用隨機(jī)波動(dòng)率（SV）模型對(duì)股市收益率序列的波動(dòng)性進(jìn)行建模分析。SV模型將波動(dòng)率視為一個(gè)隨機(jī)過(guò)程，能夠更好地捕捉股市波動(dòng)性的時(shí)變特征和復(fù)雜動(dòng)態(tài)，相比其他傳統(tǒng)模型，如ARCH類模型，更符合金融市場(chǎng)的實(shí)際情況。在SV模型的基礎(chǔ)上，考慮加入不同的分布假設(shè)和參數(shù)設(shè)定，以構(gòu)建多種SV模型變體，如基于正態(tài)分布的SV模型、基于t分布的SV模型等，通過(guò)比較不同模型的擬合效果和預(yù)測(cè)能力，選擇最適合我國(guó)股市波動(dòng)性特征的模型。針對(duì)模型的參數(shù)估計(jì)，采用馬爾可夫鏈蒙特卡羅（MCMC）方法對(duì)SV模型的參數(shù)進(jìn)行估計(jì)。MCMC方法是一種基于模擬的計(jì)算方法，能夠有效地處理高維積分問(wèn)題，在估計(jì)復(fù)雜模型參數(shù)時(shí)具有獨(dú)特的優(yōu)勢(shì)。通過(guò)MCMC方法，可以得到模型參數(shù)的后驗(yàn)分布，從而對(duì)參數(shù)進(jìn)行準(zhǔn)確估計(jì)，并進(jìn)行不確定性分析。在實(shí)際應(yīng)用中，使用專業(yè)的統(tǒng)計(jì)軟件，如R語(yǔ)言、Python等，借助相關(guān)的MCMC算法包，實(shí)現(xiàn)對(duì)SV模型參數(shù)的高效估計(jì)。實(shí)證分析流程為，首先對(duì)所選取的股市收益率序列進(jìn)行基本統(tǒng)計(jì)分析，包括計(jì)算均值、標(biāo)準(zhǔn)差、偏度、峰度等統(tǒng)計(jì)量，初步了解數(shù)據(jù)的分布特征和波動(dòng)情況。通過(guò)統(tǒng)計(jì)分析，可以發(fā)現(xiàn)收益率序列是否存在尖峰厚尾、波動(dòng)聚集等現(xiàn)象，為后續(xù)的模型選擇和分析提供依據(jù)。然后，運(yùn)用選定的SV模型對(duì)收益率序列進(jìn)行擬合，根據(jù)MCMC方法估計(jì)出模型的參數(shù)，并對(duì)模型的擬合效果進(jìn)行評(píng)估，通過(guò)計(jì)算對(duì)數(shù)似然函數(shù)值、AIC信息準(zhǔn)則、BIC信息準(zhǔn)則等指標(biāo)，判斷模型對(duì)數(shù)據(jù)的擬合程度。接著，對(duì)影響股市波動(dòng)性的因素進(jìn)行分析，通過(guò)建立多元回歸模型或其他計(jì)量經(jīng)濟(jì)模型，探究宏觀經(jīng)濟(jì)變量、政策因素、市場(chǎng)交易數(shù)據(jù)等因素與股市波動(dòng)性之間的關(guān)系。最后，利用構(gòu)建的SV模型對(duì)股市波動(dòng)性進(jìn)行預(yù)測(cè)，并與實(shí)際值進(jìn)行對(duì)比，評(píng)估模型的預(yù)測(cè)能力，通過(guò)計(jì)算均方根誤差（RMSE）、平均絕對(duì)誤差（MAE）等預(yù)測(cè)誤差指標(biāo)，衡量模型預(yù)測(cè)的準(zhǔn)確性。同時(shí)，將SV模型的預(yù)測(cè)結(jié)果與其他常用模型進(jìn)行比較，進(jìn)一步驗(yàn)證SV模型的優(yōu)勢(shì)和有效性。1.3研究創(chuàng)新點(diǎn)與局限性1.3.1創(chuàng)新點(diǎn)在模型運(yùn)用上，本研究選用隨機(jī)波動(dòng)率（SV）模型對(duì)我國(guó)股市波動(dòng)性進(jìn)行實(shí)證分析，具有獨(dú)特的優(yōu)勢(shì)。SV模型將波動(dòng)率視為一個(gè)隨機(jī)過(guò)程，能夠捕捉到股市波動(dòng)性的時(shí)變特征和復(fù)雜動(dòng)態(tài)，更符合金融市場(chǎng)的實(shí)際情況。與傳統(tǒng)的ARCH類模型相比，SV模型可以更好地刻畫(huà)波動(dòng)性的持續(xù)性和長(zhǎng)記憶性，為股市波動(dòng)性的研究提供了更準(zhǔn)確的視角。在估計(jì)SV模型參數(shù)時(shí)，采用馬爾可夫鏈蒙特卡羅（MCMC）方法，該方法能夠有效地處理高維積分問(wèn)題，得到模型參數(shù)的后驗(yàn)分布，從而對(duì)參數(shù)進(jìn)行準(zhǔn)確估計(jì)，并進(jìn)行不確定性分析，提高了研究結(jié)果的可靠性。本研究綜合考慮了多種因素對(duì)我國(guó)股市波動(dòng)性的影響，進(jìn)行多因素分析。不僅納入了宏觀經(jīng)濟(jì)變量，如GDP增長(zhǎng)率、通貨膨脹率、利率等，這些變量反映了整體經(jīng)濟(jì)的運(yùn)行狀況，對(duì)股市波動(dòng)性有著重要影響；還考慮了政策因素，包括貨幣政策、財(cái)政政策、行業(yè)政策等，政策的調(diào)整會(huì)改變市場(chǎng)的資金環(huán)境和行業(yè)發(fā)展預(yù)期，進(jìn)而影響股市波動(dòng)；同時(shí)，引入市場(chǎng)交易數(shù)據(jù)，如成交量、換手率等，這些數(shù)據(jù)反映了市場(chǎng)的活躍程度和投資者的交易行為，與股市波動(dòng)性密切相關(guān)。通過(guò)全面分析這些因素與股市波動(dòng)性之間的關(guān)系，能夠更深入地揭示股市波動(dòng)的根源，為市場(chǎng)參與者提供更全面的決策依據(jù)。在樣本選取方面，本研究選取了較長(zhǎng)時(shí)間跨度的數(shù)據(jù)，從[起始時(shí)間]至[結(jié)束時(shí)間]，涵蓋了不同的經(jīng)濟(jì)周期和市場(chǎng)環(huán)境，保證數(shù)據(jù)的豐富性和完整性。這樣可以更全面地反映我國(guó)股市波動(dòng)性的特征和規(guī)律，避免因樣本選擇的局限性而導(dǎo)致研究結(jié)果的偏差。在數(shù)據(jù)來(lái)源上，綜合參考了專業(yè)金融數(shù)據(jù)提供商，如萬(wàn)得資訊（Wind）、同花順等，以及證券交易所官方網(wǎng)站發(fā)布的相關(guān)數(shù)據(jù)，確保數(shù)據(jù)的準(zhǔn)確性、及時(shí)性和權(quán)威性，為研究提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。1.3.2局限性數(shù)據(jù)時(shí)效性方面存在一定的局限性。金融市場(chǎng)瞬息萬(wàn)變，股市波動(dòng)性受到眾多實(shí)時(shí)因素的影響，如突發(fā)的政治事件、宏觀經(jīng)濟(jì)數(shù)據(jù)的最新發(fā)布、行業(yè)內(nèi)的重大新聞等。盡管本研究在數(shù)據(jù)收集和分析過(guò)程中盡量確保數(shù)據(jù)的及時(shí)性，但由于數(shù)據(jù)的收集、整理和分析需要一定的時(shí)間，所使用的數(shù)據(jù)可能無(wú)法完全反映研究期間股市的最新動(dòng)態(tài)和變化。在某些政策調(diào)整或重大事件發(fā)生后，股市波動(dòng)性可能會(huì)迅速發(fā)生變化，而研究中所使用的數(shù)據(jù)可能無(wú)法及時(shí)捕捉到這些變化，從而對(duì)研究結(jié)果的準(zhǔn)確性產(chǎn)生一定的影響。SV模型本身也存在一定的局限性。雖然SV模型在刻畫(huà)股市波動(dòng)性方面具有優(yōu)勢(shì)，但它仍然是對(duì)復(fù)雜金融市場(chǎng)的一種簡(jiǎn)化和近似。模型假設(shè)可能與實(shí)際市場(chǎng)情況不完全相符，例如，SV模型假設(shè)波動(dòng)率的變化是連續(xù)的，但在實(shí)際市場(chǎng)中，可能會(huì)出現(xiàn)波動(dòng)率的跳躍現(xiàn)象，這可能導(dǎo)致模型無(wú)法完全準(zhǔn)確地描述股市波動(dòng)性的真實(shí)特征。模型的參數(shù)估計(jì)和推斷依賴于一定的假設(shè)和條件，當(dāng)這些假設(shè)和條件不滿足時(shí)，模型的性能可能會(huì)受到影響，導(dǎo)致預(yù)測(cè)結(jié)果的偏差。本研究在分析影響股市波動(dòng)性的因素時(shí)，雖然考慮了宏觀經(jīng)濟(jì)變量、政策因素和市場(chǎng)交易數(shù)據(jù)等多方面因素，但仍然可能存在一些未考慮到的因素。投資者的心理因素、市場(chǎng)預(yù)期的變化、國(guó)際金融市場(chǎng)的聯(lián)動(dòng)效應(yīng)等，都可能對(duì)我國(guó)股市波動(dòng)性產(chǎn)生重要影響，但由于數(shù)據(jù)獲取的困難或研究方法的限制，這些因素未能在本研究中得到充分的考慮和分析。未考慮的因素可能會(huì)影響研究結(jié)果的全面性和準(zhǔn)確性，導(dǎo)致對(duì)股市波動(dòng)性的解釋和預(yù)測(cè)存在一定的局限性。二、理論基礎(chǔ)與文獻(xiàn)綜述2.1股市波動(dòng)性相關(guān)理論2.1.1波動(dòng)性的定義與度量波動(dòng)性是金融市場(chǎng)中一個(gè)至關(guān)重要的概念，它反映了資產(chǎn)價(jià)格在一定時(shí)期內(nèi)的變化程度和不確定性。在股票市場(chǎng)中，波動(dòng)性通常用于衡量股票價(jià)格的波動(dòng)情況，是評(píng)估市場(chǎng)風(fēng)險(xiǎn)和投資機(jī)會(huì)的關(guān)鍵指標(biāo)之一。從本質(zhì)上講，波動(dòng)性體現(xiàn)了股票價(jià)格圍繞其均值的離散程度，波動(dòng)越大，意味著價(jià)格的不確定性越高，投資者面臨的風(fēng)險(xiǎn)也就越大。在金融領(lǐng)域，有多種指標(biāo)可用于度量股市波動(dòng)性，每種指標(biāo)都從不同角度反映了市場(chǎng)的波動(dòng)特征。標(biāo)準(zhǔn)差是最常用的波動(dòng)性度量指標(biāo)之一，它通過(guò)計(jì)算股票收益率與平均收益率之間的偏差平方的平均值的平方根來(lái)衡量波動(dòng)程度。具體而言，若以R_t表示第t期的股票收益率，\bar{R}表示平均收益率，n為樣本數(shù)量，則標(biāo)準(zhǔn)差\sigma的計(jì)算公式為：\sigma=\sqrt{\frac{1}{n}\sum_{t=1}^{n}(R_t-\bar{R})^2}。標(biāo)準(zhǔn)差越大，說(shuō)明股票收益率的離散程度越高，市場(chǎng)波動(dòng)性也就越大。在一個(gè)月內(nèi)，某股票的收益率波動(dòng)較大，其標(biāo)準(zhǔn)差為0.1，而另一只股票收益率相對(duì)穩(wěn)定，標(biāo)準(zhǔn)差僅為0.05，顯然前者的波動(dòng)性更強(qiáng)。收益率也是衡量股市波動(dòng)性的重要指標(biāo)，這里的收益率通常指股票價(jià)格的變化率。簡(jiǎn)單收益率的計(jì)算公式為R_t=\frac{P_t-P_{t-1}}{P_{t-1}}，其中P_t為第t期的股票價(jià)格，P_{t-1}為上一期的股票價(jià)格。對(duì)數(shù)收益率則為r_t=\ln(\frac{P_t}{P_{t-1}})，對(duì)數(shù)收益率在金融分析中具有諸多優(yōu)勢(shì)，如在連續(xù)復(fù)利的假設(shè)下，它能更準(zhǔn)確地反映資產(chǎn)價(jià)格的變化情況，且在處理多期收益率時(shí)具有良好的數(shù)學(xué)性質(zhì)。通過(guò)分析收益率的波動(dòng)情況，投資者可以直觀地了解股票價(jià)格的漲跌幅度和頻率，從而判斷市場(chǎng)的波動(dòng)性。如果某股票在一段時(shí)間內(nèi)收益率頻繁出現(xiàn)大幅波動(dòng)，時(shí)而上漲10%，時(shí)而下跌8%，則表明該股票所在市場(chǎng)的波動(dòng)性較高。除了標(biāo)準(zhǔn)差和收益率，還有一些其他指標(biāo)也常用于度量股市波動(dòng)性，如波動(dòng)率指數(shù)（VIX）、平均真實(shí)波幅（ATR）等。波動(dòng)率指數(shù)，也被稱為“恐慌指數(shù)”，它是根據(jù)期權(quán)價(jià)格計(jì)算得出的，反映了市場(chǎng)對(duì)未來(lái)30天股票市場(chǎng)波動(dòng)性的預(yù)期。當(dāng)VIX指數(shù)較高時(shí)，意味著市場(chǎng)參與者預(yù)期未來(lái)股市將出現(xiàn)較大波動(dòng)，投資者的恐慌情緒可能加??；反之，當(dāng)VIX指數(shù)較低時(shí)，市場(chǎng)預(yù)期較為平穩(wěn)。平均真實(shí)波幅則通過(guò)計(jì)算一定時(shí)間內(nèi)股票價(jià)格的最高價(jià)、最低價(jià)與收盤(pán)價(jià)之間的真實(shí)波幅的平均值來(lái)衡量波動(dòng)性，它考慮了價(jià)格跳空等情況，能更全面地反映市場(chǎng)的實(shí)際波動(dòng)程度。2.1.2股市波動(dòng)性的形成機(jī)制股市波動(dòng)性的形成是一個(gè)復(fù)雜的過(guò)程，受到多種因素的綜合影響，這些因素相互交織，共同作用于股票市場(chǎng)，導(dǎo)致股價(jià)的波動(dòng)。宏觀經(jīng)濟(jì)因素是影響股市波動(dòng)性的重要基礎(chǔ)，宏觀經(jīng)濟(jì)狀況的變化會(huì)直接或間接地影響企業(yè)的盈利能力和投資者的預(yù)期，從而引發(fā)股市的波動(dòng)。經(jīng)濟(jì)增長(zhǎng)是宏觀經(jīng)濟(jì)的核心指標(biāo)之一，它對(duì)股市波動(dòng)性有著顯著的影響。當(dāng)經(jīng)濟(jì)處于擴(kuò)張期，GDP增長(zhǎng)率較高，企業(yè)的銷(xiāo)售額和利潤(rùn)往往會(huì)隨之增加，這會(huì)提升投資者對(duì)企業(yè)未來(lái)盈利的預(yù)期，吸引更多資金流入股市，推動(dòng)股價(jià)上漲，股市波動(dòng)性相對(duì)較低。相反，在經(jīng)濟(jì)衰退期，GDP增長(zhǎng)率下降，企業(yè)面臨市場(chǎng)需求萎縮、成本上升等壓力，盈利能力減弱，投資者對(duì)企業(yè)的信心下降，資金會(huì)從股市流出，導(dǎo)致股價(jià)下跌，股市波動(dòng)性增大。在2008年全球金融危機(jī)期間，美國(guó)經(jīng)濟(jì)陷入衰退，GDP大幅下滑，道瓊斯工業(yè)平均指數(shù)在短短幾個(gè)月內(nèi)跌幅超過(guò)30%，股市波動(dòng)性急劇上升。通貨膨脹也是影響股市波動(dòng)性的重要宏觀經(jīng)濟(jì)因素。適度的通貨膨脹對(duì)股市可能有一定的刺激作用，因?yàn)樗赡芤馕吨?jīng)濟(jì)的活躍和企業(yè)產(chǎn)品價(jià)格的上漲，從而增加企業(yè)的利潤(rùn)。然而，過(guò)高的通貨膨脹會(huì)帶來(lái)負(fù)面影響，一方面，它會(huì)導(dǎo)致企業(yè)成本上升，如原材料價(jià)格上漲、勞動(dòng)力成本增加等，壓縮企業(yè)的利潤(rùn)空間；另一方面，為了抑制通貨膨脹，央行可能會(huì)采取緊縮的貨幣政策，提高利率，這會(huì)增加企業(yè)的融資成本，減少投資和消費(fèi)，對(duì)股市形成不利影響。當(dāng)通貨膨脹率超過(guò)一定水平時(shí)，股市波動(dòng)性通常會(huì)加大，投資者會(huì)對(duì)未來(lái)經(jīng)濟(jì)和企業(yè)盈利前景感到擔(dān)憂，導(dǎo)致股價(jià)波動(dòng)加劇。利率作為宏觀經(jīng)濟(jì)調(diào)控的重要工具，對(duì)股市波動(dòng)性有著直接而重要的影響。利率的變化會(huì)影響資金的流向和企業(yè)的融資成本。當(dāng)利率下降時(shí)，企業(yè)的融資成本降低，投資和生產(chǎn)活動(dòng)可能會(huì)增加，同時(shí)，低利率環(huán)境會(huì)使債券等固定收益類資產(chǎn)的吸引力下降，資金會(huì)流向股市，推動(dòng)股價(jià)上漲，股市波動(dòng)性相對(duì)穩(wěn)定或下降。相反，當(dāng)利率上升時(shí)，企業(yè)的融資成本增加，投資和生產(chǎn)活動(dòng)可能受到抑制，股市資金也會(huì)流向收益更高的債券市場(chǎng)，導(dǎo)致股價(jià)下跌，股市波動(dòng)性增大。央行加息后，股市往往會(huì)出現(xiàn)調(diào)整，波動(dòng)性上升，因?yàn)橥顿Y者會(huì)重新評(píng)估股票的投資價(jià)值和風(fēng)險(xiǎn)。市場(chǎng)參與者的行為和情緒也是導(dǎo)致股市波動(dòng)性的重要原因。投資者是股票市場(chǎng)的主體，他們的決策和行為直接影響著股價(jià)的波動(dòng)。投資者的理性程度和信息獲取能力各不相同，這會(huì)導(dǎo)致市場(chǎng)上存在各種不同的投資策略和行為。一些投資者可能基于基本面分析進(jìn)行投資，關(guān)注企業(yè)的財(cái)務(wù)狀況、盈利能力等因素；而另一些投資者可能更傾向于技術(shù)分析，根據(jù)股價(jià)走勢(shì)和成交量等指標(biāo)進(jìn)行交易。當(dāng)不同類型的投資者對(duì)市場(chǎng)的看法和預(yù)期出現(xiàn)分歧時(shí)，就會(huì)引發(fā)買(mǎi)賣(mài)行為的差異，從而導(dǎo)致股價(jià)的波動(dòng)。如果一部分投資者認(rèn)為某只股票的價(jià)格被低估，而另一部分投資者認(rèn)為被高估，就會(huì)出現(xiàn)買(mǎi)賣(mài)雙方的博弈，股價(jià)會(huì)在這種博弈中波動(dòng)。投資者情緒對(duì)股市波動(dòng)性的影響也不容忽視。投資者情緒是指投資者對(duì)市場(chǎng)的樂(lè)觀或悲觀態(tài)度，它往往受到市場(chǎng)傳聞、媒體報(bào)道、宏觀經(jīng)濟(jì)數(shù)據(jù)等多種因素的影響。當(dāng)投資者情緒樂(lè)觀時(shí)，他們會(huì)更愿意買(mǎi)入股票，推動(dòng)股價(jià)上漲；而當(dāng)投資者情緒悲觀時(shí)，他們會(huì)紛紛賣(mài)出股票，導(dǎo)致股價(jià)下跌。投資者情緒具有傳染性和放大效應(yīng)，在市場(chǎng)上漲時(shí)，樂(lè)觀情緒會(huì)迅速傳播，吸引更多投資者買(mǎi)入，進(jìn)一步推動(dòng)股價(jià)上漲；而在市場(chǎng)下跌時(shí)，悲觀情緒也會(huì)迅速蔓延，引發(fā)投資者的恐慌性拋售，加劇股價(jià)的下跌，從而增大股市波動(dòng)性。在市場(chǎng)出現(xiàn)利好消息時(shí)，投資者情緒高漲，大量資金涌入股市，股價(jià)可能會(huì)在短期內(nèi)大幅上漲；而當(dāng)市場(chǎng)出現(xiàn)負(fù)面消息時(shí)，投資者情緒低落，恐慌性拋售可能導(dǎo)致股價(jià)暴跌。政策因素也是影響股市波動(dòng)性的重要方面。政府的貨幣政策、財(cái)政政策和監(jiān)管政策等都會(huì)對(duì)股市產(chǎn)生重大影響。貨幣政策是央行調(diào)節(jié)經(jīng)濟(jì)的重要手段之一，通過(guò)調(diào)整貨幣供應(yīng)量和利率水平來(lái)影響經(jīng)濟(jì)運(yùn)行和股市表現(xiàn)。如前文所述，寬松的貨幣政策會(huì)增加市場(chǎng)的流動(dòng)性，降低利率，刺激經(jīng)濟(jì)增長(zhǎng)，對(duì)股市形成利好；而緊縮的貨幣政策則會(huì)減少流動(dòng)性，提高利率，抑制經(jīng)濟(jì)增長(zhǎng)，對(duì)股市不利。央行通過(guò)公開(kāi)市場(chǎng)操作買(mǎi)入債券，增加貨幣供應(yīng)量，市場(chǎng)資金充裕，股市可能會(huì)上漲，波動(dòng)性相對(duì)較小；反之，央行賣(mài)出債券，回籠貨幣，股市可能會(huì)下跌，波動(dòng)性增大。財(cái)政政策同樣對(duì)股市波動(dòng)性有著重要影響。政府通過(guò)調(diào)整財(cái)政支出和稅收政策來(lái)影響經(jīng)濟(jì)增長(zhǎng)和企業(yè)盈利。增加財(cái)政支出可以刺激經(jīng)濟(jì)增長(zhǎng)，提高企業(yè)的收入和利潤(rùn)，對(duì)股市有利；而減少財(cái)政支出或增加稅收則可能抑制經(jīng)濟(jì)增長(zhǎng)，對(duì)股市產(chǎn)生負(fù)面影響。政府加大對(duì)基礎(chǔ)設(shè)施建設(shè)的投資，相關(guān)企業(yè)的訂單增加，盈利預(yù)期提高，股價(jià)可能會(huì)上漲，股市波動(dòng)性相對(duì)穩(wěn)定；相反，政府提高企業(yè)所得稅，企業(yè)利潤(rùn)減少，股價(jià)可能會(huì)下跌，股市波動(dòng)性增大。監(jiān)管政策的變化也會(huì)對(duì)股市波動(dòng)性產(chǎn)生影響。監(jiān)管部門(mén)通過(guò)制定和執(zhí)行相關(guān)法規(guī)和政策，規(guī)范市場(chǎng)秩序，保護(hù)投資者權(quán)益，維護(hù)股市的穩(wěn)定運(yùn)行。加強(qiáng)對(duì)內(nèi)幕交易、市場(chǎng)操縱等違法行為的監(jiān)管，可以提高市場(chǎng)的透明度和公平性，減少市場(chǎng)的不確定性，降低股市波動(dòng)性；而放松監(jiān)管可能會(huì)導(dǎo)致市場(chǎng)亂象叢生，增加股市的風(fēng)險(xiǎn)和波動(dòng)性。當(dāng)監(jiān)管部門(mén)加強(qiáng)對(duì)上市公司信息披露的監(jiān)管時(shí)，投資者能夠獲取更準(zhǔn)確、及時(shí)的信息，市場(chǎng)信心增強(qiáng)，股市波動(dòng)性可能會(huì)降低；反之，監(jiān)管不力可能會(huì)引發(fā)投資者對(duì)市場(chǎng)的不信任，導(dǎo)致股市波動(dòng)性上升。2.2SV模型理論2.2.1SV模型的基本原理隨機(jī)波動(dòng)率（SV）模型作為金融市場(chǎng)波動(dòng)性研究中的重要工具，其基本原理基于對(duì)金融資產(chǎn)收益率波動(dòng)的隨機(jī)特性的捕捉。SV模型的核心假設(shè)在于，資產(chǎn)收益率的波動(dòng)率并非固定不變，而是一個(gè)隨時(shí)間隨機(jī)變化的過(guò)程。這一假設(shè)與傳統(tǒng)的金融模型，如Black-Scholes模型中假設(shè)波動(dòng)率恒定的理念截然不同，更貼合金融市場(chǎng)的實(shí)際運(yùn)行情況。在SV模型中，通常將資產(chǎn)收益率序列表示為：r_t=\mu+\sigma_t\epsilon_t其中，r_t為t時(shí)刻的資產(chǎn)收益率，\mu為收益率的均值，\sigma_t為t時(shí)刻的波動(dòng)率，\epsilon_t是獨(dú)立同分布的標(biāo)準(zhǔn)正態(tài)隨機(jī)變量，即\epsilon_t\simN(0,1)。這里的波動(dòng)率\sigma_t不再是一個(gè)常數(shù)，而是被建模為一個(gè)隨機(jī)過(guò)程。進(jìn)一步地，對(duì)波動(dòng)率\sigma_t的建模常采用對(duì)數(shù)形式，假設(shè)h_t=\ln(\sigma_t^2)，即對(duì)數(shù)波動(dòng)率，h_t通常被設(shè)定為一個(gè)一階自回歸過(guò)程（AR(1)）：h_t=\omega+\phih_{t-1}+\eta_t其中，\omega為常數(shù)項(xiàng)，反映了波動(dòng)率的長(zhǎng)期平均水平；\phi是自回歸系數(shù)，衡量了波動(dòng)率的持續(xù)性，|\phi|\lt1時(shí)，表明當(dāng)前的波動(dòng)率對(duì)未來(lái)波動(dòng)率有正向影響，且\phi越接近1，波動(dòng)率的持續(xù)性越強(qiáng)；\eta_t是獨(dú)立同分布的正態(tài)隨機(jī)變量，服從\eta_t\simN(0,\sigma_{\eta}^2)，表示波動(dòng)率的隨機(jī)擾動(dòng)，體現(xiàn)了波動(dòng)率的不確定性和隨機(jī)性。這種設(shè)定使得SV模型能夠很好地刻畫(huà)金融市場(chǎng)中常見(jiàn)的波動(dòng)聚集現(xiàn)象，即大幅波動(dòng)往往會(huì)集中在某些時(shí)段，而小幅波動(dòng)則集中在其他時(shí)段。當(dāng)\eta_t出現(xiàn)較大的正擾動(dòng)時(shí)，h_t會(huì)增大，導(dǎo)致\sigma_t增大，資產(chǎn)收益率的波動(dòng)加劇，后續(xù)時(shí)刻的波動(dòng)率也會(huì)受到當(dāng)前高波動(dòng)率狀態(tài)的影響而保持在較高水平，形成波動(dòng)聚集；反之，當(dāng)\eta_t為負(fù)擾動(dòng)時(shí)，波動(dòng)率會(huì)降低，波動(dòng)相對(duì)平穩(wěn)。在股票市場(chǎng)中，當(dāng)出現(xiàn)重大宏觀經(jīng)濟(jì)事件或政策調(diào)整時(shí)，\eta_t的較大擾動(dòng)會(huì)使股票收益率的波動(dòng)率大幅上升，且在后續(xù)一段時(shí)間內(nèi)，由于波動(dòng)率的持續(xù)性，市場(chǎng)仍會(huì)維持較高的波動(dòng)水平。SV模型還能體現(xiàn)股市波動(dòng)性的隨機(jī)性。與其他一些假設(shè)波動(dòng)率為確定性函數(shù)的模型不同，SV模型中的波動(dòng)率\sigma_t由隨機(jī)過(guò)程h_t決定，\eta_t的隨機(jī)性使得波動(dòng)率在每個(gè)時(shí)刻都可能發(fā)生不可預(yù)測(cè)的變化，更真實(shí)地反映了金融市場(chǎng)中波動(dòng)性的不確定性。即使在沒(méi)有明顯外部沖擊的情況下，由于\eta_t的隨機(jī)波動(dòng)，股市的波動(dòng)性也會(huì)隨機(jī)變化，投資者難以準(zhǔn)確預(yù)測(cè)下一個(gè)時(shí)刻的波動(dòng)程度。2.2.2SV模型的分類與特點(diǎn)在金融研究領(lǐng)域，隨著對(duì)股市波動(dòng)性研究的不斷深入，基于基本SV模型發(fā)展出了多種不同類型的SV模型，它們各自具有獨(dú)特的特點(diǎn)和優(yōu)勢(shì)，在不同的研究場(chǎng)景和數(shù)據(jù)特征下發(fā)揮著重要作用。標(biāo)準(zhǔn)SV模型（SV-N），是最基礎(chǔ)的SV模型形式，如前文所述，它假設(shè)收益率的擾動(dòng)項(xiàng)\epsilon_t服從標(biāo)準(zhǔn)正態(tài)分布，波動(dòng)率的擾動(dòng)項(xiàng)\eta_t也服從正態(tài)分布。該模型結(jié)構(gòu)相對(duì)簡(jiǎn)單，能夠較好地刻畫(huà)股市收益率的基本波動(dòng)特征，如波動(dòng)聚集性和持續(xù)性，為其他復(fù)雜SV模型的構(gòu)建和研究奠定了基礎(chǔ)。在市場(chǎng)波動(dòng)相對(duì)平穩(wěn)，沒(méi)有出現(xiàn)極端事件的情況下，SV-N模型能夠?qū)墒胁▌?dòng)性進(jìn)行較為準(zhǔn)確的描述和分析。厚尾SV模型（SV-T），考慮到金融資產(chǎn)收益率實(shí)際分布中存在的尖峰厚尾特征，即極端值出現(xiàn)的概率比正態(tài)分布所預(yù)測(cè)的要高。SV-T模型對(duì)收益率的擾動(dòng)項(xiàng)\epsilon_t采用t分布假設(shè)，t分布具有比正態(tài)分布更厚的尾部，能夠更有效地捕捉到收益率中的極端值情況，從而更準(zhǔn)確地描述股市在極端市場(chǎng)條件下的波動(dòng)性。在金融危機(jī)等極端市場(chǎng)環(huán)境中，股市收益率會(huì)出現(xiàn)大幅波動(dòng)，極端值頻繁出現(xiàn)，此時(shí)SV-T模型相比SV-N模型能更好地?cái)M合數(shù)據(jù)，反映市場(chǎng)的真實(shí)波動(dòng)情況。帶風(fēng)險(xiǎn)補(bǔ)償?shù)腟V模型（SV-M），該模型在考慮波動(dòng)率的同時(shí)，引入了風(fēng)險(xiǎn)補(bǔ)償因素。在金融市場(chǎng)中，投資者承擔(dān)風(fēng)險(xiǎn)往往期望獲得相應(yīng)的回報(bào)，SV-M模型通過(guò)在收益率方程中加入與波動(dòng)率相關(guān)的風(fēng)險(xiǎn)補(bǔ)償項(xiàng)，能夠更全面地反映投資者的行為和市場(chǎng)的風(fēng)險(xiǎn)-收益關(guān)系?；谡龖B(tài)分布的SV-MN模型形式為r_t=\mu+\delta\sigma_t+\sigma_t\epsilon_t，其中\(zhòng)delta\sigma_t為風(fēng)險(xiǎn)補(bǔ)償項(xiàng)，\delta是衡量均值波動(dòng)效應(yīng)的回歸系數(shù)。這使得模型在分析股市波動(dòng)性與投資者預(yù)期收益之間的關(guān)系時(shí)具有獨(dú)特的優(yōu)勢(shì)，能夠?yàn)橥顿Y者的決策提供更有價(jià)值的參考。杠桿效應(yīng)SV模型（LeverageSV），主要用于刻畫(huà)股票市場(chǎng)中常見(jiàn)的杠桿效應(yīng)，即股價(jià)下跌時(shí)的波動(dòng)性往往大于股價(jià)上漲時(shí)的波動(dòng)性。與基本SV模型相比，LeverageSV模型增加了一個(gè)反映收益率與波動(dòng)率之間相關(guān)性的參數(shù)\rho。當(dāng)股價(jià)下跌時(shí)，負(fù)的收益率會(huì)通過(guò)\rho的作用使波動(dòng)率上升，且上升幅度大于股價(jià)上漲時(shí)波動(dòng)率的變化，從而體現(xiàn)出杠桿效應(yīng)。在分析股票市場(chǎng)的非對(duì)稱波動(dòng)性時(shí)，LeverageSV模型能夠更準(zhǔn)確地描述市場(chǎng)特征，幫助投資者更好地理解股市在不同漲跌狀態(tài)下的風(fēng)險(xiǎn)情況。多元SV模型（MSV），用于處理多個(gè)資產(chǎn)收益率序列的波動(dòng)性問(wèn)題。隨著金融市場(chǎng)的發(fā)展，投資者往往需要同時(shí)關(guān)注多個(gè)資產(chǎn)的波動(dòng)情況，多元SV模型可以考慮多個(gè)資產(chǎn)之間收益率的交叉相關(guān)性以及波動(dòng)率的相互影響。它能夠分析一種資產(chǎn)的波動(dòng)是否會(huì)導(dǎo)致另一種資產(chǎn)的波動(dòng)（格蘭杰因果關(guān)系），以及資產(chǎn)之間的時(shí)變相關(guān)性等。在投資組合管理中，多元SV模型可以幫助投資者更全面地評(píng)估投資組合的風(fēng)險(xiǎn)，優(yōu)化資產(chǎn)配置，降低整體風(fēng)險(xiǎn)水平。2.3文獻(xiàn)綜述2.3.1國(guó)外研究現(xiàn)狀國(guó)外學(xué)者在運(yùn)用SV模型研究股市波動(dòng)性方面開(kāi)展了大量富有成果的研究。早期，Taylor（1986）提出了標(biāo)準(zhǔn)SV模型（SV-N），為股市波動(dòng)性研究提供了重要的基礎(chǔ)框架。該模型將波動(dòng)率視為一個(gè)隨機(jī)過(guò)程，能夠較好地刻畫(huà)股市收益率波動(dòng)的聚集性特征，開(kāi)啟了隨機(jī)波動(dòng)率模型在金融領(lǐng)域應(yīng)用的先河。Hull和White（1987）進(jìn)一步拓展了SV模型的理論，通過(guò)對(duì)模型的參數(shù)設(shè)定和假設(shè)條件進(jìn)行優(yōu)化，使其在刻畫(huà)股市波動(dòng)性的動(dòng)態(tài)變化方面更加靈活和準(zhǔn)確。他們的研究為后續(xù)學(xué)者對(duì)SV模型的改進(jìn)和應(yīng)用奠定了堅(jiān)實(shí)的理論基礎(chǔ)。隨著研究的深入，學(xué)者們不斷對(duì)SV模型進(jìn)行改進(jìn)和拓展，以更好地適應(yīng)金融市場(chǎng)的復(fù)雜特性。Harvey等人（1994）在SV模型中引入了厚尾分布假設(shè)，提出了厚尾SV模型（SV-T）。該模型考慮到金融資產(chǎn)收益率實(shí)際分布中存在的尖峰厚尾特征，相比傳統(tǒng)的SV-N模型，能夠更有效地捕捉到收益率中的極端值情況，從而更準(zhǔn)確地描述股市在極端市場(chǎng)條件下的波動(dòng)性。在金融危機(jī)等極端市場(chǎng)環(huán)境中，股市收益率會(huì)出現(xiàn)大幅波動(dòng)，極端值頻繁出現(xiàn)，SV-T模型能夠更好地?cái)M合數(shù)據(jù)，為投資者和市場(chǎng)分析者提供更可靠的風(fēng)險(xiǎn)評(píng)估依據(jù)。Chernov和Ghysels（2000）的研究則重點(diǎn)關(guān)注了SV模型中參數(shù)的估計(jì)方法和模型的設(shè)定檢驗(yàn)。他們通過(guò)對(duì)不同估計(jì)方法的比較和分析，提出了更加有效的參數(shù)估計(jì)策略，提高了SV模型參數(shù)估計(jì)的準(zhǔn)確性和可靠性。同時(shí)，他們還對(duì)SV模型的設(shè)定檢驗(yàn)進(jìn)行了深入研究，為模型的合理選擇和應(yīng)用提供了科學(xué)的方法和準(zhǔn)則。他們的研究成果對(duì)于提高SV模型在股市波動(dòng)性研究中的應(yīng)用效果具有重要意義。在實(shí)證研究方面，Andersen和Bollerslev（1998）運(yùn)用SV模型對(duì)多個(gè)國(guó)家的股市指數(shù)進(jìn)行了分析，深入探討了不同國(guó)家股市波動(dòng)性的特征和差異。他們發(fā)現(xiàn)，不同國(guó)家的股市波動(dòng)性不僅受到宏觀經(jīng)濟(jì)因素的影響，還與市場(chǎng)結(jié)構(gòu)、投資者行為等因素密切相關(guān)。美國(guó)股市的波動(dòng)性與宏觀經(jīng)濟(jì)數(shù)據(jù)的相關(guān)性較強(qiáng)，而日本股市的波動(dòng)性則更多地受到投資者情緒和市場(chǎng)預(yù)期的影響。他們的研究為跨市場(chǎng)的股市波動(dòng)性比較和分析提供了重要的參考。Eraker（2001）使用SV模型對(duì)標(biāo)準(zhǔn)普爾500指數(shù)的波動(dòng)性進(jìn)行了研究，通過(guò)對(duì)模型的擬合和預(yù)測(cè)，發(fā)現(xiàn)SV模型能夠較好地捕捉到股市波動(dòng)性的時(shí)變特征和長(zhǎng)期趨勢(shì)。他還進(jìn)一步分析了宏觀經(jīng)濟(jì)變量對(duì)股市波動(dòng)性的影響機(jī)制，指出利率、通貨膨脹率等宏觀經(jīng)濟(jì)因素的變化會(huì)顯著影響股市的波動(dòng)性。當(dāng)利率上升時(shí)，股市波動(dòng)性通常會(huì)增大，因?yàn)楦呃蕰?huì)增加企業(yè)的融資成本，降低企業(yè)的盈利能力，從而導(dǎo)致股價(jià)波動(dòng)加劇。近期，一些國(guó)外學(xué)者開(kāi)始將機(jī)器學(xué)習(xí)和人工智能技術(shù)與SV模型相結(jié)合，以進(jìn)一步提高對(duì)股市波動(dòng)性的預(yù)測(cè)能力。Giot和Laurent（2004）運(yùn)用支持向量機(jī)（SVM）算法對(duì)SV模型的預(yù)測(cè)結(jié)果進(jìn)行優(yōu)化，通過(guò)對(duì)歷史數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練，使模型能夠更好地適應(yīng)市場(chǎng)的變化，提高了預(yù)測(cè)的準(zhǔn)確性。他們的研究表明，機(jī)器學(xué)習(xí)技術(shù)能夠有效地挖掘數(shù)據(jù)中的潛在信息，為股市波動(dòng)性的預(yù)測(cè)提供了新的思路和方法。2.3.2國(guó)內(nèi)研究現(xiàn)狀國(guó)內(nèi)學(xué)者在股市波動(dòng)性研究方面也取得了豐富的成果，尤其是在運(yùn)用SV模型分析我國(guó)股市波動(dòng)性特征和影響因素方面進(jìn)行了深入的探索。張世英和孟利鋒（2000）較早地將SV模型引入國(guó)內(nèi)股市波動(dòng)性研究，通過(guò)對(duì)上證綜指的實(shí)證分析，發(fā)現(xiàn)SV模型能夠較好地刻畫(huà)我國(guó)股市收益率的波動(dòng)聚集性和持續(xù)性特征。他們的研究為國(guó)內(nèi)學(xué)者運(yùn)用SV模型研究股市波動(dòng)性提供了重要的參考和借鑒。周愛(ài)民和張龍斌（2003）對(duì)SV模型進(jìn)行了改進(jìn)，在模型中加入了反映政策因素的變量，以研究政策變動(dòng)對(duì)我國(guó)股市波動(dòng)性的影響。他們發(fā)現(xiàn)，政策因素是導(dǎo)致我國(guó)股市波動(dòng)性變化的重要原因之一，政府的宏觀調(diào)控政策、行業(yè)政策等的調(diào)整會(huì)對(duì)股市產(chǎn)生顯著的影響。當(dāng)政府出臺(tái)利好政策時(shí)，股市波動(dòng)性往往會(huì)降低，市場(chǎng)信心增強(qiáng)；而當(dāng)政策出現(xiàn)不利變化時(shí)，股市波動(dòng)性會(huì)增大，投資者情緒受到影響。陳守東和孔繁利（2005）運(yùn)用SV-T模型對(duì)我國(guó)股市收益率的厚尾特征進(jìn)行了研究，結(jié)果表明我國(guó)股市收益率存在明顯的尖峰厚尾現(xiàn)象，SV-T模型能夠更好地?cái)M合我國(guó)股市的實(shí)際情況。他們還通過(guò)對(duì)不同分布假設(shè)下的SV模型進(jìn)行比較，發(fā)現(xiàn)基于t分布的SV-T模型在刻畫(huà)我國(guó)股市波動(dòng)性方面具有更好的效果，能夠更準(zhǔn)確地描述股市收益率的極端值情況。在研究我國(guó)股市波動(dòng)性的非對(duì)稱性方面，華仁海和仲偉?。?004）運(yùn)用杠桿效應(yīng)SV模型進(jìn)行了實(shí)證分析，發(fā)現(xiàn)我國(guó)股市存在顯著的杠桿效應(yīng)，即股價(jià)下跌時(shí)的波動(dòng)性大于股價(jià)上漲時(shí)的波動(dòng)性。他們認(rèn)為，這種非對(duì)稱性主要是由于投資者的恐慌心理和市場(chǎng)的信息不對(duì)稱等因素導(dǎo)致的。當(dāng)股價(jià)下跌時(shí)，投資者往往會(huì)產(chǎn)生恐慌情緒，紛紛拋售股票，導(dǎo)致市場(chǎng)賣(mài)壓增大，波動(dòng)性加??；而當(dāng)股價(jià)上漲時(shí)，投資者相對(duì)較為樂(lè)觀，市場(chǎng)交易相對(duì)平穩(wěn)，波動(dòng)性較小。近年來(lái)，隨著金融市場(chǎng)的發(fā)展和數(shù)據(jù)處理技術(shù)的進(jìn)步，國(guó)內(nèi)學(xué)者開(kāi)始關(guān)注多因素對(duì)我國(guó)股市波動(dòng)性的影響。王美今和孫建軍（2004）綜合考慮了宏觀經(jīng)濟(jì)變量、市場(chǎng)交易數(shù)據(jù)和投資者情緒等因素，運(yùn)用多元SV模型對(duì)我國(guó)股市波動(dòng)性進(jìn)行了研究。他們發(fā)現(xiàn)，這些因素之間存在復(fù)雜的相互作用關(guān)系，共同影響著我國(guó)股市的波動(dòng)性。宏觀經(jīng)濟(jì)數(shù)據(jù)的變化會(huì)影響投資者的情緒和預(yù)期，進(jìn)而影響市場(chǎng)交易行為，最終導(dǎo)致股市波動(dòng)性的變化。然而，目前國(guó)內(nèi)研究仍存在一些不足之處。部分研究在樣本選取上存在局限性，時(shí)間跨度較短或樣本范圍較窄，可能導(dǎo)致研究結(jié)果無(wú)法全面反映我國(guó)股市波動(dòng)性的真實(shí)特征。一些研究在模型選擇和參數(shù)估計(jì)方面，未能充分考慮我國(guó)股市的特殊制度背景和市場(chǎng)結(jié)構(gòu)，可能影響模型的擬合效果和預(yù)測(cè)能力。在分析影響股市波動(dòng)性的因素時(shí)，雖然考慮了多個(gè)方面的因素，但對(duì)于各因素之間的非線性關(guān)系和動(dòng)態(tài)變化研究還不夠深入，有待進(jìn)一步加強(qiáng)。2.3.3文獻(xiàn)評(píng)述綜合國(guó)內(nèi)外研究可以看出，運(yùn)用SV模型研究股市波動(dòng)性已取得了豐碩的成果。從研究趨勢(shì)來(lái)看，一方面，模型的改進(jìn)和拓展仍在不斷進(jìn)行，以更好地適應(yīng)金融市場(chǎng)的復(fù)雜特性和新的市場(chǎng)現(xiàn)象。引入更靈活的分布假設(shè)、考慮更多的影響因素和動(dòng)態(tài)關(guān)系，將是未來(lái)SV模型發(fā)展的重要方向。另一方面，隨著大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，將這些新技術(shù)與SV模型相結(jié)合，提高模型的預(yù)測(cè)能力和分析效率，也將成為研究的熱點(diǎn)。這些研究成果為本文的研究提供了重要的啟示。在研究我國(guó)股市波動(dòng)性時(shí)，應(yīng)充分借鑒國(guó)內(nèi)外學(xué)者的研究方法和經(jīng)驗(yàn)，結(jié)合我國(guó)股市的實(shí)際情況，選擇合適的SV模型進(jìn)行實(shí)證分析。要綜合考慮多種因素對(duì)股市波動(dòng)性的影響，深入研究各因素之間的作用機(jī)制和動(dòng)態(tài)關(guān)系。在模型估計(jì)和分析過(guò)程中，要充分利用現(xiàn)代數(shù)據(jù)處理技術(shù)和統(tǒng)計(jì)方法，提高研究結(jié)果的準(zhǔn)確性和可靠性，為投資者和政策制定者提供更有價(jià)值的參考。三、基于SV模型的我國(guó)股市波動(dòng)性實(shí)證分析設(shè)計(jì)3.1數(shù)據(jù)選取與預(yù)處理3.1.1數(shù)據(jù)來(lái)源本研究選取上證指數(shù)作為我國(guó)股市的代表指數(shù)，以全面反映我國(guó)股市的整體波動(dòng)情況。上證指數(shù)是上海證券交易所編制的，以上海證券交易所掛牌上市的全部股票為樣本，以發(fā)行量為權(quán)數(shù)綜合計(jì)算得出的股價(jià)指數(shù)，具有廣泛的市場(chǎng)代表性和權(quán)威性，能夠較好地反映我國(guó)股市的總體走勢(shì)和波動(dòng)特征。數(shù)據(jù)時(shí)間跨度從2010年1月1日至2023年12月31日，涵蓋了多個(gè)完整的經(jīng)濟(jì)周期和不同的市場(chǎng)環(huán)境，包括牛市、熊市和震蕩市等階段。在這期間，我國(guó)經(jīng)濟(jì)經(jīng)歷了持續(xù)增長(zhǎng)、結(jié)構(gòu)調(diào)整以及外部經(jīng)濟(jì)環(huán)境的復(fù)雜變化，股市也隨之呈現(xiàn)出多樣化的波動(dòng)態(tài)勢(shì)。2014-2015年的牛市行情，上證指數(shù)在短短一年多的時(shí)間內(nèi)從2000多點(diǎn)飆升至5000多點(diǎn)；隨后在2015-2016年經(jīng)歷了快速下跌和劇烈震蕩，市場(chǎng)大幅調(diào)整；在2020年新冠疫情爆發(fā)初期，股市也受到嚴(yán)重沖擊，上證指數(shù)短期內(nèi)大幅下跌。這樣長(zhǎng)跨度的數(shù)據(jù)能夠更全面地捕捉我國(guó)股市波動(dòng)性的特征和規(guī)律，避免因樣本選擇的局限性而導(dǎo)致研究結(jié)果的偏差。數(shù)據(jù)主要來(lái)源于萬(wàn)得資訊（Wind）金融數(shù)據(jù)終端，該平臺(tái)是國(guó)內(nèi)領(lǐng)先的金融數(shù)據(jù)提供商，提供了豐富、準(zhǔn)確且及時(shí)的金融市場(chǎng)數(shù)據(jù)，包括股票價(jià)格、成交量、宏觀經(jīng)濟(jì)指標(biāo)等各類金融數(shù)據(jù)。萬(wàn)得資訊的數(shù)據(jù)具有廣泛的數(shù)據(jù)源和嚴(yán)格的數(shù)據(jù)質(zhì)量控制體系，確保了數(shù)據(jù)的可靠性和權(quán)威性。同時(shí)，也參考了上海證券交易所官方網(wǎng)站發(fā)布的相關(guān)數(shù)據(jù)，以進(jìn)行數(shù)據(jù)的交叉驗(yàn)證和補(bǔ)充，進(jìn)一步保證數(shù)據(jù)的準(zhǔn)確性和完整性。上海證券交易所官方網(wǎng)站公布的原始交易數(shù)據(jù)，是對(duì)萬(wàn)得資訊數(shù)據(jù)的重要補(bǔ)充和驗(yàn)證依據(jù)，能夠有效提高研究數(shù)據(jù)的質(zhì)量。3.1.2數(shù)據(jù)處理在獲取原始數(shù)據(jù)后，首先進(jìn)行數(shù)據(jù)清洗工作，以確保數(shù)據(jù)的準(zhǔn)確性和可用性。數(shù)據(jù)清洗主要包括檢查和處理缺失值、識(shí)別并修正錯(cuò)誤值以及去除重復(fù)數(shù)據(jù)。通過(guò)對(duì)原始數(shù)據(jù)的仔細(xì)檢查，發(fā)現(xiàn)存在少量交易日的收盤(pán)價(jià)缺失情況。對(duì)于這些缺失值，采用線性插值法進(jìn)行補(bǔ)充，即根據(jù)相鄰交易日的收盤(pán)價(jià)進(jìn)行線性推算，以保證數(shù)據(jù)序列的連續(xù)性。在某些情況下，數(shù)據(jù)中可能出現(xiàn)異常的價(jià)格數(shù)據(jù)，如明顯偏離正常價(jià)格范圍的極值，通過(guò)設(shè)定合理的價(jià)格閾值，對(duì)這些錯(cuò)誤值進(jìn)行修正，使其回歸到合理的價(jià)格區(qū)間。還需對(duì)數(shù)據(jù)進(jìn)行查重處理，去除重復(fù)記錄，保證數(shù)據(jù)的唯一性。接著計(jì)算股票收益率，收益率的計(jì)算采用對(duì)數(shù)收益率公式，即r_t=\ln(\frac{P_t}{P_{t-1}})，其中r_t為第t期的對(duì)數(shù)收益率，P_t為第t期的股票收盤(pán)價(jià)，P_{t-1}為第t-1期的股票收盤(pán)價(jià)。對(duì)數(shù)收益率相比簡(jiǎn)單收益率具有更好的數(shù)學(xué)性質(zhì)，在連續(xù)復(fù)利的假設(shè)下，能更準(zhǔn)確地反映資產(chǎn)價(jià)格的變化情況，且在處理多期收益率時(shí)計(jì)算更為簡(jiǎn)便，符合金融分析的要求。通過(guò)計(jì)算對(duì)數(shù)收益率，得到了反映股市價(jià)格波動(dòng)的收益率序列，為后續(xù)的波動(dòng)性分析提供了基礎(chǔ)數(shù)據(jù)。在處理異常值方面，采用基于統(tǒng)計(jì)學(xué)的方法，通過(guò)計(jì)算收益率序列的均值和標(biāo)準(zhǔn)差，設(shè)定合理的閾值范圍來(lái)識(shí)別異常值。一般將收益率超過(guò)均值加減3倍標(biāo)準(zhǔn)差的數(shù)據(jù)點(diǎn)視為異常值，這些異常值可能是由于市場(chǎng)突發(fā)事件、數(shù)據(jù)錄入錯(cuò)誤等原因?qū)е碌?。?duì)于識(shí)別出的異常值，采用中位數(shù)替代法進(jìn)行處理，即將異常值替換為收益率序列的中位數(shù)，以減少異常值對(duì)研究結(jié)果的影響，使數(shù)據(jù)更能反映市場(chǎng)的真實(shí)波動(dòng)情況。在2015年股市異常波動(dòng)期間，出現(xiàn)了一些收益率大幅偏離正常范圍的情況，通過(guò)上述方法對(duì)這些異常值進(jìn)行處理后，數(shù)據(jù)的穩(wěn)定性和可靠性得到了提高。3.2模型選擇與設(shè)定3.2.1SV模型的選擇依據(jù)在眾多用于刻畫(huà)股市波動(dòng)性的模型中，隨機(jī)波動(dòng)率（SV）模型脫穎而出，成為本研究的首選。SV模型相較于其他傳統(tǒng)模型，如ARCH類模型，具有獨(dú)特的優(yōu)勢(shì)，使其更適合用于分析我國(guó)股市的波動(dòng)性。從理論基礎(chǔ)來(lái)看，SV模型將波動(dòng)率視為一個(gè)隨機(jī)過(guò)程，更符合金融市場(chǎng)中波動(dòng)性的實(shí)際變化特征。在金融市場(chǎng)中，波動(dòng)率并非固定不變，而是受到眾多復(fù)雜因素的影響，呈現(xiàn)出隨機(jī)波動(dòng)的特性。宏觀經(jīng)濟(jì)數(shù)據(jù)的發(fā)布、政策的調(diào)整、市場(chǎng)參與者情緒的變化等，都會(huì)導(dǎo)致波動(dòng)率的隨機(jī)變動(dòng)。SV模型通過(guò)引入隨機(jī)擾動(dòng)項(xiàng)來(lái)刻畫(huà)波動(dòng)率的這種不確定性，能夠更準(zhǔn)確地捕捉到股市波動(dòng)性的動(dòng)態(tài)變化，相比那些假設(shè)波動(dòng)率為確定性函數(shù)的模型，更貼合實(shí)際市場(chǎng)情況。在模型擬合度方面，SV模型展現(xiàn)出了卓越的表現(xiàn)。通過(guò)對(duì)我國(guó)股市收益率序列的實(shí)證分析發(fā)現(xiàn)，SV模型能夠很好地?cái)M合數(shù)據(jù)中的波動(dòng)聚集現(xiàn)象。波動(dòng)聚集是指股市收益率的大幅波動(dòng)往往會(huì)集中在某些時(shí)段，而小幅波動(dòng)則集中在其他時(shí)段。SV模型通過(guò)其自身的結(jié)構(gòu)設(shè)定，能夠有效地捕捉到這種波動(dòng)聚集的特征，相比其他模型，其擬合效果更為理想。通過(guò)對(duì)比不同模型對(duì)我國(guó)股市歷史數(shù)據(jù)的擬合情況，SV模型的對(duì)數(shù)似然函數(shù)值更高，AIC信息準(zhǔn)則和BIC信息準(zhǔn)則的值更低，這表明SV模型在擬合我國(guó)股市收益率序列時(shí)，能夠更好地解釋數(shù)據(jù)的變化，具有更高的擬合精度。SV模型在刻畫(huà)波動(dòng)性的持續(xù)性和長(zhǎng)記憶性方面也具有明顯優(yōu)勢(shì)。波動(dòng)性的持續(xù)性意味著當(dāng)前的波動(dòng)狀態(tài)會(huì)對(duì)未來(lái)的波動(dòng)產(chǎn)生影響，而長(zhǎng)記憶性則表示波動(dòng)的影響會(huì)在較長(zhǎng)時(shí)間內(nèi)存在。SV模型中的自回歸系數(shù)能夠很好地衡量波動(dòng)率的持續(xù)性，當(dāng)自回歸系數(shù)接近1時(shí)，表明當(dāng)前的波動(dòng)率對(duì)未來(lái)波動(dòng)率有較強(qiáng)的正向影響，即波動(dòng)具有較強(qiáng)的持續(xù)性。這種對(duì)波動(dòng)性持續(xù)性和長(zhǎng)記憶性的有效刻畫(huà)，使得SV模型能夠更準(zhǔn)確地描述我國(guó)股市波動(dòng)性的長(zhǎng)期變化趨勢(shì)，為投資者和市場(chǎng)參與者提供更有價(jià)值的信息。我國(guó)股市具有獨(dú)特的市場(chǎng)特征和運(yùn)行規(guī)律，如投資者結(jié)構(gòu)以散戶為主，市場(chǎng)受政策影響較大等。SV模型能夠較好地適應(yīng)這些特點(diǎn)，通過(guò)合理的參數(shù)設(shè)定和模型調(diào)整，可以更準(zhǔn)確地反映我國(guó)股市波動(dòng)性的特征和變化機(jī)制。在考慮政策因素對(duì)股市波動(dòng)性的影響時(shí)，SV模型可以通過(guò)引入相關(guān)變量或調(diào)整參數(shù)，來(lái)分析政策變動(dòng)對(duì)波動(dòng)率的作用，為研究我國(guó)股市波動(dòng)性提供了更有效的工具。3.2.2模型設(shè)定本研究選用基于正態(tài)分布的標(biāo)準(zhǔn)SV模型（SV-N）來(lái)對(duì)我國(guó)股市波動(dòng)性進(jìn)行建模分析。其具體形式如下：收益率方程：r_t=\mu+\sigma_t\epsilon_t其中，r_t為t時(shí)刻的股票收益率，\mu為收益率的均值，\sigma_t為t時(shí)刻的波動(dòng)率，\epsilon_t是獨(dú)立同分布的標(biāo)準(zhǔn)正態(tài)隨機(jī)變量，即\epsilon_t\simN(0,1)。波動(dòng)率方程：h_t=\ln(\sigma_t^2)=\omega+\phih_{t-1}+\eta_t其中，h_t為對(duì)數(shù)波動(dòng)率，\omega為常數(shù)項(xiàng)，反映了波動(dòng)率的長(zhǎng)期平均水平；\phi是自回歸系數(shù)，衡量了波動(dòng)率的持續(xù)性，滿足|\phi|\lt1，當(dāng)\phi越接近1時(shí)，表明當(dāng)前的波動(dòng)率對(duì)未來(lái)波動(dòng)率的正向影響越強(qiáng)，波動(dòng)的持續(xù)性越高；\eta_t是獨(dú)立同分布的正態(tài)隨機(jī)變量，服從\eta_t\simN(0,\sigma_{\eta}^2)，表示波動(dòng)率的隨機(jī)擾動(dòng)，體現(xiàn)了波動(dòng)率的不確定性和隨機(jī)性。在參數(shù)設(shè)定方面，對(duì)\mu、\omega、\phi、\sigma_{\eta}^2等參數(shù)賦予合理的先驗(yàn)分布。對(duì)于均值\mu，通常假設(shè)其服從正態(tài)分布，先驗(yàn)均值可根據(jù)歷史數(shù)據(jù)的平均收益率進(jìn)行初步設(shè)定，先驗(yàn)方差可設(shè)定為一個(gè)相對(duì)較小的值，以反映對(duì)均值估計(jì)的不確定性較小。對(duì)于常數(shù)項(xiàng)\omega，也假設(shè)其服從正態(tài)分布，先驗(yàn)均值可根據(jù)對(duì)股市波動(dòng)率長(zhǎng)期平均水平的經(jīng)驗(yàn)判斷進(jìn)行設(shè)定，先驗(yàn)方差則根據(jù)對(duì)\omega估計(jì)的不確定程度進(jìn)行調(diào)整。自回歸系數(shù)\phi的取值范圍在(-1,1)之間，可假設(shè)其服從貝塔分布，通過(guò)設(shè)定合適的貝塔分布參數(shù)，來(lái)反映對(duì)\phi的先驗(yàn)認(rèn)知。方差\sigma_{\eta}^2可假設(shè)其服從逆伽馬分布，先驗(yàn)參數(shù)根據(jù)對(duì)波動(dòng)率隨機(jī)擾動(dòng)程度的估計(jì)進(jìn)行設(shè)定。通過(guò)合理設(shè)定這些參數(shù)的先驗(yàn)分布，為后續(xù)運(yùn)用馬爾可夫鏈蒙特卡羅（MCMC）方法進(jìn)行參數(shù)估計(jì)奠定基礎(chǔ)，以更準(zhǔn)確地刻畫(huà)我國(guó)股市的波動(dòng)性特征。3.3實(shí)證分析步驟3.3.1描述性統(tǒng)計(jì)分析在對(duì)我國(guó)股市波動(dòng)性進(jìn)行深入分析之前，首先對(duì)經(jīng)過(guò)預(yù)處理后的上證指數(shù)對(duì)數(shù)收益率序列進(jìn)行描述性統(tǒng)計(jì)分析，以初步了解數(shù)據(jù)的基本特征和分布情況。描述性統(tǒng)計(jì)分析主要包括計(jì)算收益率序列的均值、標(biāo)準(zhǔn)差、偏度、峰度等統(tǒng)計(jì)量。從均值來(lái)看，在2010年1月1日至2023年12月31日期間，上證指數(shù)對(duì)數(shù)收益率的均值為[具體均值數(shù)值]。該均值反映了我國(guó)股市在這一時(shí)期的平均收益水平，雖然數(shù)值看似較小，但考慮到股市的長(zhǎng)期投資特性以及復(fù)利效應(yīng)，其對(duì)投資者的實(shí)際收益影響不容忽視。如果均值為正，說(shuō)明在長(zhǎng)期內(nèi)股市整體呈現(xiàn)出一定的上漲趨勢(shì)，投資者平均能夠獲得正收益；反之，如果均值為負(fù)，則意味著股市整體表現(xiàn)不佳，投資者面臨虧損的可能性較大。標(biāo)準(zhǔn)差是衡量收益率波動(dòng)程度的重要指標(biāo)，在本研究中，上證指數(shù)對(duì)數(shù)收益率的標(biāo)準(zhǔn)差為[具體標(biāo)準(zhǔn)差數(shù)值]。標(biāo)準(zhǔn)差越大，表明收益率的波動(dòng)越劇烈，市場(chǎng)風(fēng)險(xiǎn)越高；反之，標(biāo)準(zhǔn)差越小，市場(chǎng)波動(dòng)性相對(duì)較低，風(fēng)險(xiǎn)也相對(duì)較小。較高的標(biāo)準(zhǔn)差意味著股價(jià)在短期內(nèi)可能出現(xiàn)大幅漲跌，投資者面臨較大的不確定性和風(fēng)險(xiǎn)；而較低的標(biāo)準(zhǔn)差則表示股價(jià)相對(duì)穩(wěn)定，市場(chǎng)波動(dòng)較小。偏度用于衡量收益率分布的不對(duì)稱程度。當(dāng)偏度為0時(shí)，收益率分布呈對(duì)稱分布；當(dāng)偏度大于0時(shí)，分布呈現(xiàn)正偏態(tài)，即右尾較長(zhǎng)，意味著收益率出現(xiàn)較大正值的概率相對(duì)較高；當(dāng)偏度小于0時(shí)，分布呈現(xiàn)負(fù)偏態(tài)，即左尾較長(zhǎng)，表明收益率出現(xiàn)較大負(fù)值的概率相對(duì)較高。本研究中，上證指數(shù)對(duì)數(shù)收益率的偏度為[具體偏度數(shù)值]，呈現(xiàn)出[正偏態(tài)或負(fù)偏態(tài)]，這表明我國(guó)股市收益率分布存在一定的不對(duì)稱性，投資者需要關(guān)注收益率分布的偏態(tài)特征，以更好地評(píng)估投資風(fēng)險(xiǎn)。峰度用于衡量收益率分布的尖峰程度，即分布相對(duì)于正態(tài)分布的陡峭程度。正態(tài)分布的峰度為3，當(dāng)峰度大于3時(shí)，分布呈現(xiàn)尖峰厚尾特征，意味著極端值出現(xiàn)的概率比正態(tài)分布更高；當(dāng)峰度小于3時(shí)，分布相對(duì)平坦，極端值出現(xiàn)的概率較低。在本研究中，上證指數(shù)對(duì)數(shù)收益率的峰度為[具體峰度數(shù)值]，明顯大于3，呈現(xiàn)出尖峰厚尾特征。這說(shuō)明我國(guó)股市收益率序列中存在較多的極端值，市場(chǎng)在某些時(shí)期可能出現(xiàn)大幅波動(dòng)，投資者需要充分認(rèn)識(shí)到這種極端風(fēng)險(xiǎn)，采取相應(yīng)的風(fēng)險(xiǎn)管理措施。通過(guò)對(duì)上證指數(shù)對(duì)數(shù)收益率序列的描述性統(tǒng)計(jì)分析，可以發(fā)現(xiàn)我國(guó)股市收益率具有波動(dòng)較大、分布不對(duì)稱以及尖峰厚尾等特征。這些特征為后續(xù)的模型選擇和分析提供了重要的依據(jù)，也表明我國(guó)股市的波動(dòng)性較為復(fù)雜，需要運(yùn)用合適的模型和方法進(jìn)行深入研究。3.3.2單位根檢驗(yàn)與平穩(wěn)性分析在進(jìn)行時(shí)間序列分析時(shí)，數(shù)據(jù)的平穩(wěn)性是一個(gè)至關(guān)重要的前提條件。如果時(shí)間序列數(shù)據(jù)不平穩(wěn)，可能會(huì)導(dǎo)致偽回歸等問(wèn)題，使得模型的估計(jì)結(jié)果不準(zhǔn)確且缺乏經(jīng)濟(jì)意義。因此，在運(yùn)用SV模型對(duì)我國(guó)股市波動(dòng)性進(jìn)行建模之前，需要對(duì)上證指數(shù)對(duì)數(shù)收益率序列進(jìn)行單位根檢驗(yàn)，以判斷其是否平穩(wěn)。本研究采用增強(qiáng)迪基-富勒（ADF）檢驗(yàn)方法對(duì)上證指數(shù)對(duì)數(shù)收益率序列進(jìn)行單位根檢驗(yàn)。ADF檢驗(yàn)基于自回歸模型，并包含一個(gè)滯后項(xiàng)，其原假設(shè)是時(shí)間序列存在單位根，即它是非平穩(wěn)的；備擇假設(shè)是時(shí)間序列不存在單位根，是平穩(wěn)的。ADF檢驗(yàn)的基本模型為：\Deltay_t=\alpha+\betat+\deltay_{t-1}+\sum_{i=1}^p\gamma_i\Deltay_{t-i}+\epsilon_t其中，y_t是時(shí)間序列，即上證指數(shù)對(duì)數(shù)收益率序列；\Delta表示一階差分；t是時(shí)間趨勢(shì)項(xiàng)；p是滯后階數(shù)；\epsilon_t是誤差項(xiàng)。在進(jìn)行ADF檢驗(yàn)時(shí)，首先需要確定滯后階數(shù)p。通常使用信息準(zhǔn)則，如赤池信息準(zhǔn)則（AIC）、貝葉斯信息準(zhǔn)則（BIC）等來(lái)自動(dòng)選擇滯后階數(shù)。本研究通過(guò)比較不同滯后階數(shù)下的AIC和BIC值，選擇使AIC和BIC值最小的滯后階數(shù)作為最優(yōu)滯后階數(shù)。經(jīng)過(guò)計(jì)算和比較，確定滯后階數(shù)為[具體滯后階數(shù)數(shù)值]。在確定滯后階數(shù)后，運(yùn)行ADF檢驗(yàn)，計(jì)算得到ADF統(tǒng)計(jì)量為[具體ADF統(tǒng)計(jì)量數(shù)值]。將計(jì)算出的ADF統(tǒng)計(jì)量與相應(yīng)的臨界值表進(jìn)行比較，在1%、5%和10%的顯著性水平下，對(duì)應(yīng)的臨界值分別為[1%臨界值數(shù)值]、[5%臨界值數(shù)值]和[10%臨界值數(shù)值]。由于計(jì)算得到的ADF統(tǒng)計(jì)量[與臨界值比較結(jié)果，如小于1%臨界值]，且p值為[具體p值數(shù)值]，小于0.05（通常設(shè)定的顯著性水平），因此拒絕原假設(shè)，認(rèn)為上證指數(shù)對(duì)數(shù)收益率序列不存在單位根，是平穩(wěn)的。單位根檢驗(yàn)結(jié)果表明，上證指數(shù)對(duì)數(shù)收益率序列滿足平穩(wěn)性要求，這為后續(xù)運(yùn)用SV模型進(jìn)行波動(dòng)性分析奠定了基礎(chǔ)。平穩(wěn)的時(shí)間序列數(shù)據(jù)能夠保證模型估計(jì)結(jié)果的可靠性和有效性，使得基于模型的分析和預(yù)測(cè)更具實(shí)際意義。如果數(shù)據(jù)不平穩(wěn)，可能需要對(duì)序列進(jìn)行差分或其他轉(zhuǎn)換處理，以使其達(dá)到平穩(wěn)性要求，但這樣可能會(huì)改變數(shù)據(jù)的原有經(jīng)濟(jì)含義，因此在進(jìn)行單位根檢驗(yàn)時(shí)需要謹(jǐn)慎判斷和處理。3.3.3SV模型參數(shù)估計(jì)在確定上證指數(shù)對(duì)數(shù)收益率序列平穩(wěn)后，運(yùn)用馬爾可夫鏈蒙特卡羅（MCMC）方法對(duì)設(shè)定的標(biāo)準(zhǔn)SV模型（SV-N）進(jìn)行參數(shù)估計(jì)。MCMC方法是一種基于模擬的計(jì)算方法，能夠有效地處理高維積分問(wèn)題，在估計(jì)復(fù)雜模型參數(shù)時(shí)具有獨(dú)特的優(yōu)勢(shì)。在運(yùn)用MCMC方法進(jìn)行參數(shù)估計(jì)時(shí)，首先需要為模型中的參數(shù)\mu、\omega、\phi、\sigma_{\eta}^2賦予合理的先驗(yàn)分布。如前文所述，對(duì)于均值\mu，假設(shè)其服從正態(tài)分布N(\mu_0,\sigma_{\mu}^2)，先驗(yàn)均值\mu_0根據(jù)歷史數(shù)據(jù)的平均收益率初步設(shè)定為[具體\mu_0數(shù)值]，先驗(yàn)方差\sigma_{\mu}^2設(shè)定為一個(gè)相對(duì)較小的值，如[具體\sigma_{\mu}^2數(shù)值]，以反映對(duì)均值估計(jì)的不確定性較小。對(duì)于常數(shù)項(xiàng)\omega，假設(shè)其服從正態(tài)分布N(\omega_0,\sigma_{\omega}^2)，先驗(yàn)均值\omega_0根據(jù)對(duì)股市波動(dòng)率長(zhǎng)期平均水平的經(jīng)驗(yàn)判斷設(shè)定為[具體\omega_0數(shù)值]，先驗(yàn)方差\sigma_{\omega}^2根據(jù)對(duì)\omega估計(jì)的不確定程度進(jìn)行調(diào)整，設(shè)定為[具體\sigma_{\omega}^2數(shù)值]。自回歸系數(shù)\phi服從貝塔分布Beta(a,b)，通過(guò)設(shè)定合適的貝塔分布參數(shù)a和b，如a=[??·???a??°???]，b=[??·???b??°???]，來(lái)反映對(duì)\phi的先驗(yàn)認(rèn)知。方差\sigma_{\eta}^2服從逆伽馬分布IG(\alpha,\beta)，先驗(yàn)參數(shù)\alpha和\beta根據(jù)對(duì)波動(dòng)率隨機(jī)擾動(dòng)程度的估計(jì)進(jìn)行設(shè)定，如\alpha=[??·???\(\alpha數(shù)值])，\beta=[??·???\(\beta數(shù)值])。設(shè)定好先驗(yàn)分布后，使用專業(yè)的統(tǒng)計(jì)軟件，如R語(yǔ)言或Python，借助相關(guān)的MCMC算法包，進(jìn)行參數(shù)估計(jì)。在R語(yǔ)言中，可以使用“rstan”等包來(lái)實(shí)現(xiàn)MCMC抽樣；在Python中，可以使用“PyMC3”等庫(kù)進(jìn)行參數(shù)估計(jì)。通過(guò)MCMC算法，進(jìn)行大量的迭代抽樣，得到模型參數(shù)的后驗(yàn)分布。在抽樣過(guò)程中，為了使抽樣結(jié)果更穩(wěn)定，通常會(huì)進(jìn)行一定數(shù)量的預(yù)熱迭代，如[預(yù)熱迭代次數(shù)數(shù)值]次，然后再進(jìn)行正式的抽樣，抽樣次數(shù)設(shè)定為[正式抽樣次數(shù)數(shù)值]次。經(jīng)過(guò)MCMC抽樣后，得到模型參數(shù)的后驗(yàn)均值和標(biāo)準(zhǔn)差等統(tǒng)計(jì)量。參數(shù)\mu的后驗(yàn)均值為[具體\mu后驗(yàn)均值數(shù)值]，它表示上證指數(shù)對(duì)數(shù)收益率的長(zhǎng)期平均水平，反映了股市在長(zhǎng)期內(nèi)的平均收益情況；\omega的后驗(yàn)均值為[具體\omega后驗(yàn)均值數(shù)值]，代表了波動(dòng)率的長(zhǎng)期平均水平，體現(xiàn)了股市波動(dòng)性的總體平均狀態(tài)；\phi的后驗(yàn)均值為[具體\phi后驗(yàn)均值數(shù)值]，衡量了波動(dòng)率的持續(xù)性，\phi越接近1，說(shuō)明當(dāng)前的波動(dòng)率對(duì)未來(lái)波動(dòng)率的正向影響越強(qiáng)，波動(dòng)的持續(xù)性越高，當(dāng)市場(chǎng)出現(xiàn)波動(dòng)時(shí)，這種波動(dòng)狀態(tài)可能會(huì)持續(xù)較長(zhǎng)時(shí)間；\sigma_{\eta}^2的后驗(yàn)均值為[具體\sigma_{\eta}^2后驗(yàn)均值數(shù)值]，表示波動(dòng)率的隨機(jī)擾動(dòng)程度，反映了波動(dòng)率的不確定性和隨機(jī)性，該值越大，說(shuō)明波動(dòng)率的波動(dòng)越劇烈，市場(chǎng)的不確定性越高。通過(guò)對(duì)SV模型參數(shù)的估計(jì)和分析，可以更深入地了解我國(guó)股市波動(dòng)性的特征和變化機(jī)制，為后續(xù)的模型檢驗(yàn)和分析提供了基礎(chǔ)。3.3.4模型檢驗(yàn)與診斷在完成SV模型參數(shù)估計(jì)后，需要對(duì)模型進(jìn)行檢驗(yàn)與診斷，以評(píng)估模型的有效性和可靠性，確保模型能夠準(zhǔn)確地刻畫(huà)我國(guó)股市的波動(dòng)性特征。首先進(jìn)行殘差檢驗(yàn)，通過(guò)分析模型殘差的統(tǒng)計(jì)特征，判斷模型是否充分捕捉了數(shù)據(jù)中的信息。殘差檢驗(yàn)主要包括殘差的白噪聲檢驗(yàn)和自相關(guān)檢驗(yàn)。白噪聲檢驗(yàn)用于判斷殘差是否服從均值為0、方差為常數(shù)的白噪聲過(guò)程。如果殘差是白噪聲，說(shuō)明模型已經(jīng)充分提取了數(shù)據(jù)中的有用信息，不存在未被解釋的系統(tǒng)性成分；反之，如果殘差不是白噪聲，則表明模型可能存在遺漏變量或設(shè)定錯(cuò)誤。本研究采用Ljung-BoxQ檢驗(yàn)對(duì)殘差進(jìn)行白噪聲檢驗(yàn)，檢驗(yàn)統(tǒng)計(jì)量為Q統(tǒng)計(jì)量。在給定的顯著性水平下，如5%，若Q統(tǒng)計(jì)量的p值大于0.05，則接受原假設(shè)，認(rèn)為殘差是白噪聲；若p值小于0.05，則拒絕原假設(shè)，說(shuō)明殘差不是白噪聲。經(jīng)過(guò)檢驗(yàn)，得到殘差的Ljung-BoxQ檢驗(yàn)p值為[具體p值數(shù)值]，大于0.05，表明殘差是白噪聲，模型充分捕捉了數(shù)據(jù)中的信息。自相關(guān)檢驗(yàn)用于檢驗(yàn)殘差序列是否存在自相關(guān)。如果殘差存在自相關(guān)，說(shuō)明模型對(duì)數(shù)據(jù)的擬合存在問(wèn)題，可能需要進(jìn)一步改進(jìn)模型。本研究通過(guò)計(jì)算殘差的自相關(guān)函數(shù)（ACF）和偏自相關(guān)函數(shù)（PACF），并觀察其在不同滯后階數(shù)下的取值情況，來(lái)判斷殘差是否存在自相關(guān)。從ACF和PACF圖中可以看出，殘差在各滯后階數(shù)下的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)都接近于0，且在置信區(qū)間內(nèi)，表明殘差不存在自相關(guān)，模型對(duì)數(shù)據(jù)的擬合效果較好。擬合優(yōu)度檢驗(yàn)也是模型檢驗(yàn)的重要環(huán)節(jié)，用于評(píng)估模型對(duì)數(shù)據(jù)的擬合程度。常用的擬合優(yōu)度指標(biāo)包括對(duì)數(shù)似然函數(shù)值、赤池信息準(zhǔn)則（AIC）和貝葉斯信息準(zhǔn)則（BIC）等。對(duì)數(shù)似然函數(shù)值越大，說(shuō)明模型對(duì)數(shù)據(jù)的擬合效果越好；AIC和BIC值越小，表明模型在擬合數(shù)據(jù)的同時(shí)，復(fù)雜度越低，模型的性能越優(yōu)。在本研究中，SV模型的對(duì)數(shù)似然函數(shù)值為[具體對(duì)數(shù)似然函數(shù)值數(shù)值]，AIC值為[具體AIC值數(shù)值]，BIC值為[具體BIC值數(shù)值]。通過(guò)與其他可能的模型進(jìn)行比較，如ARCH類模型，發(fā)現(xiàn)SV模型的對(duì)數(shù)似然函數(shù)值相對(duì)較高，AIC和BIC值相對(duì)較低，說(shuō)明SV模型在擬合我國(guó)股市收益率序列的波動(dòng)性方面具有較好的效果，能夠更準(zhǔn)確地描述股市波動(dòng)性的特征和變化。通過(guò)殘差檢驗(yàn)和擬合優(yōu)度檢驗(yàn)等一系列模型檢驗(yàn)與診斷方法，可以判斷所構(gòu)建的SV模型在刻畫(huà)我國(guó)股市波動(dòng)性方面是有效的，能夠?yàn)楹罄m(xù)的分析和預(yù)測(cè)提供可靠的依據(jù)。但需要注意的是，模型檢驗(yàn)只是對(duì)模型的一種評(píng)估方式，實(shí)際應(yīng)用中還需要結(jié)合經(jīng)濟(jì)理論和市場(chǎng)實(shí)際情況進(jìn)行綜合分析。四、實(shí)證結(jié)果與分析4.1我國(guó)股市波動(dòng)性的特征分析4.1.1波動(dòng)的集群性與持續(xù)性通過(guò)對(duì)基于正態(tài)分布的標(biāo)準(zhǔn)SV模型（SV-N）的參數(shù)估計(jì)和實(shí)證分析，我國(guó)股市波動(dòng)性呈現(xiàn)出明顯的集群性與持續(xù)性特征。從波動(dòng)集群性來(lái)看，在2010-2023年期間，上證指數(shù)對(duì)數(shù)收益率序列中，大幅波動(dòng)往往集中出現(xiàn)在某些時(shí)段，而在其他時(shí)段波動(dòng)則相對(duì)較小。在2015年上半年，我國(guó)股市經(jīng)歷了一輪快速上漲行情，上證指數(shù)從年初的3234點(diǎn)一路飆升至6月的5178點(diǎn)，期間收益率波動(dòng)頻繁且劇烈；隨后在2015年下半年至2016年初，股市迅速下跌并進(jìn)入劇烈震蕩階段，出現(xiàn)了多次千股跌停的極端情況，這一時(shí)期同樣呈現(xiàn)出顯著的高波動(dòng)聚集現(xiàn)象。這種波動(dòng)集群性的存在表明，股市波動(dòng)并非隨機(jī)分散出現(xiàn)，而是具有一定的聚集性，某一時(shí)刻的大幅波動(dòng)往往會(huì)引發(fā)后續(xù)時(shí)段的波動(dòng)加劇，體現(xiàn)了市場(chǎng)波動(dòng)的傳導(dǎo)效應(yīng)。從波動(dòng)持續(xù)性角度分析，模型中自回歸系數(shù)\phi的后驗(yàn)均值為[具體\phi后驗(yàn)均值數(shù)值]，接近1，這表明我國(guó)股市波動(dòng)性具有較強(qiáng)的持續(xù)性。當(dāng)市場(chǎng)出現(xiàn)一次較大的波動(dòng)后，這種波動(dòng)狀態(tài)會(huì)在后續(xù)一段時(shí)間內(nèi)持續(xù)存在，不會(huì)迅速消失。在2020年初新冠疫情爆發(fā)初期，股市受到嚴(yán)重沖擊，上證指數(shù)在短時(shí)間內(nèi)大幅下跌，波動(dòng)性急劇上升。由于波動(dòng)的持續(xù)性，在疫情爆發(fā)后的幾個(gè)月內(nèi)，股市波動(dòng)性一直維持在較高水平，盡管期間政府出臺(tái)了一系列穩(wěn)定市場(chǎng)的政策措施，但市場(chǎng)波動(dòng)仍較為劇烈，直到經(jīng)濟(jì)逐漸復(fù)蘇，市場(chǎng)信心逐步恢復(fù)，波動(dòng)性才開(kāi)始逐漸下降。這種波動(dòng)持續(xù)性的特征對(duì)投資者和市場(chǎng)參與者具有重要意義，投資者在進(jìn)行投資決策時(shí)，需要充分考慮到當(dāng)前市場(chǎng)波動(dòng)狀態(tài)的持續(xù)性，合理調(diào)整投資組合，以應(yīng)對(duì)可能的風(fēng)險(xiǎn)。4.1.2尖峰厚尾特征對(duì)上證指數(shù)對(duì)數(shù)收益率序列的描述性統(tǒng)計(jì)分析結(jié)果顯示，其峰度為[具體峰度數(shù)值]，明顯大于正態(tài)分布的峰度值3，呈現(xiàn)出顯著的尖峰厚尾特征。尖峰意味著收益率在均值附近的集中程度更高，厚尾則表示極端值出現(xiàn)的概率比正態(tài)分布所預(yù)期的要大。在我國(guó)股市中，這種尖峰厚尾特征表現(xiàn)為在大多數(shù)時(shí)間里，收益率圍繞均值的波動(dòng)相對(duì)較小，但在某些特定時(shí)期，會(huì)出現(xiàn)大幅上漲或下跌的極端情況。在2015年股市異常波動(dòng)期間，上證指數(shù)在短時(shí)間內(nèi)經(jīng)歷了大幅漲跌，出現(xiàn)了多個(gè)交易日漲跌幅超過(guò)5%甚至10%的情況，這些極端值的出現(xiàn)頻率明顯高于正態(tài)分布的預(yù)測(cè)。尖峰厚尾特征對(duì)投資具有重要影響。傳統(tǒng)的基于正態(tài)分布假設(shè)的投資風(fēng)險(xiǎn)模型可能會(huì)低估極端風(fēng)險(xiǎn)，因?yàn)樵诩夥搴裎卜植枷拢瑯O端值出現(xiàn)的概率更大。如果投資者僅依據(jù)正態(tài)分布模型來(lái)評(píng)估風(fēng)險(xiǎn)，可能會(huì)對(duì)潛在的巨大損失準(zhǔn)備不足。在構(gòu)建投資組合時(shí)，投資者需要充分考慮到股市收益率的尖峰厚尾特征，合理配置資產(chǎn)，增加資產(chǎn)的多樣性，以降低極端風(fēng)險(xiǎn)對(duì)投資組合的影響?？梢赃m當(dāng)配置一些具有避險(xiǎn)屬性的資產(chǎn)，如黃金、債券等，當(dāng)股市出現(xiàn)極端下跌情況時(shí)，這些資產(chǎn)可以起到一定的對(duì)沖作用，減少投資組合的損失。4.1.3非對(duì)稱性特征為了研究我國(guó)股市波動(dòng)性的非對(duì)稱性特征，在標(biāo)準(zhǔn)SV模型的基礎(chǔ)上，引入反映非對(duì)稱性的杠桿效應(yīng)SV模型進(jìn)行分析。通過(guò)對(duì)模型的參數(shù)估計(jì)和實(shí)證檢驗(yàn)，發(fā)現(xiàn)我國(guó)股市存在一定程度的非對(duì)稱性。在市場(chǎng)下跌階段，即出現(xiàn)利空消息時(shí)，股市波動(dòng)性的增加幅度大于市場(chǎng)上漲階段（利好消息）波動(dòng)性的增加幅度。當(dāng)上證指數(shù)出現(xiàn)5%的跌幅時(shí)，后續(xù)一段時(shí)間內(nèi)市場(chǎng)波動(dòng)性的上升幅度明顯大于出現(xiàn)5%漲幅時(shí)波動(dòng)性的上升幅度。這種非對(duì)稱性特征的形成原因主要與投資者情緒和市場(chǎng)信息傳播有關(guān)。當(dāng)市場(chǎng)出現(xiàn)利空消息時(shí)，投資者往往會(huì)產(chǎn)生恐慌情緒，紛紛拋售股票，導(dǎo)致市場(chǎng)賣(mài)壓增大，波動(dòng)性加劇。而當(dāng)市場(chǎng)出現(xiàn)利好消息時(shí)，投資者相對(duì)較為樂(lè)觀，交易行為相對(duì)理性，市場(chǎng)波動(dòng)性的增加相對(duì)較為平緩。市場(chǎng)信息的傳播也存在非對(duì)稱性，利空消息往往更容易引起投資者的關(guān)注和恐慌，傳播速度更快，影響范圍更廣，從而對(duì)股市波動(dòng)性產(chǎn)生更大的影響。非對(duì)稱性特征對(duì)股市投資策略的制定具有重要啟示。投資者在市場(chǎng)下跌階段應(yīng)更加謹(jǐn)慎，加強(qiáng)風(fēng)險(xiǎn)控制，及時(shí)調(diào)整投資組合，降低股票倉(cāng)位，以避免因波動(dòng)性增大而造成的損失。而在市場(chǎng)上漲階段，可以適當(dāng)增加投資，但也要關(guān)注市場(chǎng)風(fēng)險(xiǎn)，避免盲目追漲。對(duì)于市場(chǎng)監(jiān)管者來(lái)說(shuō)，了解股市波動(dòng)性的非對(duì)稱性特征，有助于制定更加有效的市場(chǎng)穩(wěn)定政策，在市場(chǎng)出現(xiàn)異常波動(dòng)時(shí)，能夠有針對(duì)性地采取措施，穩(wěn)定市場(chǎng)情緒，維護(hù)市場(chǎng)的穩(wěn)定運(yùn)行。4.2影響我國(guó)股市波動(dòng)性的因素分析4.2.1宏觀經(jīng)濟(jì)因素宏觀經(jīng)濟(jì)因素是影響我國(guó)股市波動(dòng)性的重要基礎(chǔ)，其與股市波動(dòng)性之間存在著緊密而復(fù)雜的關(guān)系。GDP作為衡量一個(gè)國(guó)家經(jīng)濟(jì)總量和發(fā)展水平的核心指標(biāo)，對(duì)股市波動(dòng)性有著深遠(yuǎn)的影響。當(dāng)GDP增長(zhǎng)率較高時(shí)，意味著經(jīng)濟(jì)處于繁榮階段，企業(yè)的銷(xiāo)售額和利潤(rùn)往往會(huì)隨之增加，投資者對(duì)企業(yè)未來(lái)盈利的預(yù)期也會(huì)相應(yīng)提高，這會(huì)吸引更多資金流入股市，推動(dòng)股價(jià)上漲，股市波動(dòng)性相對(duì)較低。在2010-2011年期間，我國(guó)GDP增長(zhǎng)率保持在較高水平，股市整體呈現(xiàn)出較為穩(wěn)定的上漲態(tài)勢(shì)，上證指數(shù)從2010年初的3289點(diǎn)穩(wěn)步上升至2011年中的3000點(diǎn)左右，期間股市波動(dòng)性相對(duì)較小。相反，當(dāng)GDP增長(zhǎng)率下降，經(jīng)濟(jì)進(jìn)入衰退或調(diào)整階段時(shí)，企業(yè)面臨市場(chǎng)需求萎縮、成本上升等壓力，盈利能力減弱，投資者對(duì)企業(yè)的信心下降，資金會(huì)從股市流出，導(dǎo)致股價(jià)下跌，股市波動(dòng)性增大。在2015-2016年，我國(guó)經(jīng)濟(jì)處于結(jié)構(gòu)調(diào)整期，GDP增長(zhǎng)率有所下降，股市經(jīng)歷了劇烈的波動(dòng)，上證指數(shù)從2015年6月的5178點(diǎn)大幅下跌至2016年初的2638點(diǎn)，期間多次出現(xiàn)千股跌停的極端情況，股市波動(dòng)性急劇上升。利率作為宏觀經(jīng)濟(jì)調(diào)控的重要手段，對(duì)股市波動(dòng)性的影響也十分顯著。利率的變化會(huì)直接影響資金的流向和企業(yè)的融資成本。當(dāng)利率下降時(shí)，一方面，企業(yè)的融資成本降低，投資和生產(chǎn)活動(dòng)可能會(huì)增加，這有利于企業(yè)的發(fā)展，從而提升股價(jià)；另一方面，低利率環(huán)境會(huì)使債券等固定收益類資產(chǎn)的吸引力下降，資金會(huì)流向收益更高的股市，推動(dòng)股價(jià)上漲，股市波動(dòng)性相對(duì)穩(wěn)定或下降。在2014-2015年牛市前期，央行多次降息，市場(chǎng)利率下降，大量資金流入股市，推動(dòng)上證指數(shù)從2000多點(diǎn)迅速上漲至5000多點(diǎn)，期間股市波動(dòng)性相對(duì)較小。當(dāng)利率上升時(shí)，企業(yè)的融資成本增加，投資和生產(chǎn)活動(dòng)可能受到抑制，企業(yè)的盈利預(yù)期下降，股價(jià)可能下跌。高利率環(huán)境會(huì)使債券等固定收益類資產(chǎn)的吸引力增強(qiáng)，股市資金會(huì)流向債券市場(chǎng)，導(dǎo)致股價(jià)下跌，股市波動(dòng)性增大。2007年，央行多次加息，市場(chǎng)利率上升，股市在經(jīng)歷前期大幅上漲后開(kāi)始調(diào)整，上證指數(shù)從2007年10月的6124點(diǎn)一路下跌至2008年10月的1664點(diǎn)，股市波動(dòng)性急劇增大。通貨膨脹也是影響股市波動(dòng)性的重要宏觀經(jīng)濟(jì)因素之一。適度的通貨膨脹對(duì)股市可能有一定的刺激作用，因?yàn)樗赡芤馕吨?jīng)濟(jì)的活躍和企業(yè)產(chǎn)品價(jià)格的上漲，從而增加企業(yè)的利潤(rùn)。在溫和通貨膨脹時(shí)期，企業(yè)的產(chǎn)品價(jià)格上升，銷(xiāo)售收入增加，利潤(rùn)也會(huì)相應(yīng)提高，這會(huì)推動(dòng)股價(jià)上漲，股市波動(dòng)性相對(duì)較小。當(dāng)通貨膨脹率過(guò)高時(shí)，會(huì)帶來(lái)一系列負(fù)面影響，一方面，它會(huì)導(dǎo)致企業(yè)成本上升，如原材料價(jià)格上漲、勞動(dòng)力成本增加等，壓縮企業(yè)的利潤(rùn)空間；另一方面，為了抑制通貨膨脹，央行可能會(huì)采取緊縮的貨幣政策，提高利率，這會(huì)增加企業(yè)的融資成本，減少投資和消費(fèi)，對(duì)股市形成不利影響。當(dāng)通貨膨脹率超過(guò)一定水平時(shí)，股市波動(dòng)性通常會(huì)加大，投資者會(huì)對(duì)未來(lái)經(jīng)濟(jì)和企業(yè)盈利前景感到擔(dān)憂，導(dǎo)致股價(jià)波動(dòng)加劇。在2008年初，我國(guó)通貨膨脹率較高，CPI同比漲幅超過(guò)8%，央行采取了緊縮的貨幣政策，股市受到較大壓力，波動(dòng)性明顯增大，上證指數(shù)在2008年上半年大幅下跌。4.2.2市場(chǎng)因素市場(chǎng)因素在我國(guó)股市波動(dòng)性的形成和變化中起著關(guān)鍵作用，成交量和換手率等市場(chǎng)交易數(shù)據(jù)以及投資者情緒的波動(dòng)，都與股市波動(dòng)性密切相關(guān)。成交量作為衡量股票市場(chǎng)交易活躍程度的重要指標(biāo)，與股市波動(dòng)性之間存在著緊密的聯(lián)系。一般來(lái)說(shuō)，成交量的大幅增加往往伴隨著股市波動(dòng)性的上升。當(dāng)市場(chǎng)上投資者對(duì)股票的買(mǎi)賣(mài)意愿強(qiáng)烈，成交量急劇放大時(shí)，表明市場(chǎng)參與者之間的意見(jiàn)分歧較大，對(duì)股票的價(jià)值判斷存在差異，這會(huì)導(dǎo)致股價(jià)的波動(dòng)加劇。在2015年牛市期間，隨著市場(chǎng)情緒的高漲，投資者大量涌入股市，成交量持續(xù)放大，上證指數(shù)在短時(shí)間內(nèi)大幅上漲，期間成交量多次突破萬(wàn)億元大關(guān)，同時(shí)股市波動(dòng)性也明顯增大，股價(jià)的漲跌幅度較為劇烈。相反，當(dāng)成交量低迷時(shí)，市場(chǎng)交易清淡，投資者對(duì)股票的買(mǎi)賣(mài)意愿較低，股價(jià)波動(dòng)相對(duì)較小。在市場(chǎng)處于低迷期，投資者觀望情緒濃厚，成交量持續(xù)萎縮，此時(shí)股市波動(dòng)性也會(huì)相應(yīng)降低。在2018年，由于市場(chǎng)整體環(huán)境不佳，投資者信心不足，成交量持續(xù)低迷，上證指數(shù)在全年大部分時(shí)間內(nèi)處于震蕩下行狀態(tài)，期間波動(dòng)性相對(duì)較小。換手率同樣是反映市場(chǎng)活躍程度的重要指標(biāo)，它是指一定時(shí)間內(nèi)股票轉(zhuǎn)手買(mǎi)賣(mài)的頻率。較高的換手率意味著股票在市場(chǎng)上的流通速度較快，交易活躍，市場(chǎng)參與者的交易行為較為頻繁，這往往會(huì)導(dǎo)致股市波動(dòng)性的增加。當(dāng)某只股票的換手率突然大幅提高時(shí)，說(shuō)明該股票受到市場(chǎng)的關(guān)注度較高，投資者對(duì)其買(mǎi)賣(mài)熱情高漲，股價(jià)可能會(huì)出現(xiàn)較大幅度的波動(dòng)。在一些熱門(mén)股票或題材股中，由于市場(chǎng)對(duì)其預(yù)期較高，投資者頻繁買(mǎi)賣(mài)，換手率往往較高，股價(jià)波動(dòng)性也較大。投資者情緒對(duì)股市波動(dòng)性的影響也不容忽視。投資者情緒是指投資者對(duì)市場(chǎng)的樂(lè)觀或悲觀態(tài)度，它往往受到市場(chǎng)傳聞、媒體報(bào)道、宏觀經(jīng)濟(jì)數(shù)據(jù)等多種因素的影響。當(dāng)投資者情緒樂(lè)觀時(shí)，他們會(huì)更愿意買(mǎi)入股票，推動(dòng)股價(jià)上漲；而當(dāng)投資者情緒悲觀時(shí)，他們會(huì)紛紛賣(mài)出股票，導(dǎo)致股價(jià)下跌。投資者情緒具有傳染性和放大效應(yīng)，在市場(chǎng)上漲時(shí)，樂(lè)觀情緒會(huì)迅速傳播，吸引更多投資者買(mǎi)入，進(jìn)一步推動(dòng)股價(jià)上漲；而在市場(chǎng)下跌時(shí)，悲觀情緒也會(huì)迅速蔓延，引發(fā)投資者的恐慌性拋售，加劇股價(jià)的下跌，從而增大股市波動(dòng)性。在2020年初新冠疫情爆發(fā)初期，市場(chǎng)對(duì)疫情的發(fā)展和經(jīng)濟(jì)影響存在較大擔(dān)憂，投資者情緒悲觀，紛紛拋售股票，導(dǎo)致股市大幅下跌，上證指數(shù)在短時(shí)間內(nèi)跌幅超過(guò)10%，股市波動(dòng)性急劇增大。隨著疫情防控取得成效，經(jīng)濟(jì)逐漸復(fù)蘇，投資者情緒逐漸轉(zhuǎn)為樂(lè)觀，股市也開(kāi)始反彈，波動(dòng)性逐漸下降。4.2.3政策因素政策因素在我國(guó)股市波動(dòng)性的演變過(guò)程中扮演著舉足輕重的角色，貨幣政策和財(cái)政政策等宏觀政策的調(diào)整，會(huì)對(duì)股市的資金環(huán)境、市場(chǎng)預(yù)期和企業(yè)經(jīng)營(yíng)狀況產(chǎn)生深遠(yuǎn)影響，進(jìn)而引發(fā)股市波動(dòng)性的變化。貨幣政策作為央行調(diào)節(jié)經(jīng)濟(jì)的重要手段，通過(guò)調(diào)整貨幣供應(yīng)量和利率水平來(lái)影響經(jīng)濟(jì)運(yùn)行和股市表現(xiàn)。寬松的貨幣政策會(huì)增加市場(chǎng)的流動(dòng)性，降低利率，刺激經(jīng)濟(jì)增長(zhǎng)，對(duì)股市形成利好。央行通過(guò)公開(kāi)市場(chǎng)操作買(mǎi)入債券，增加貨幣供應(yīng)量，市場(chǎng)資金充裕，企業(yè)融資成本降低，投資和生產(chǎn)活動(dòng)可能增加，這會(huì)提升企業(yè)的盈利預(yù)期，吸引更多資金流入股市，推動(dòng)股價(jià)上漲，股市波動(dòng)性相對(duì)較小。在2014-2015年牛市前期，央行多次通過(guò)降準(zhǔn)、降息等手段實(shí)施寬松的貨幣政策，市場(chǎng)流動(dòng)性大幅增加，上證指數(shù)在短短一年多的時(shí)間內(nèi)從2000多點(diǎn)飆升至5000多點(diǎn)，期間股市波動(dòng)性相對(duì)穩(wěn)定，股價(jià)呈現(xiàn)出穩(wěn)步上漲的態(tài)勢(shì)。而緊縮的貨幣政策則會(huì)減少市場(chǎng)流動(dòng)性，提高利率，抑制經(jīng)濟(jì)增長(zhǎng)，對(duì)股市不利。央行通過(guò)提高存款準(zhǔn)備金率、加息等方式收緊貨幣供應(yīng)量，市場(chǎng)資金緊張，企業(yè)融資成本上升，投資和生產(chǎn)活動(dòng)可能受到抑制，股價(jià)可能下跌，股市波動(dòng)性增大。在2007-2008年，央行多次加息并提高存款準(zhǔn)備金率，實(shí)施緊縮的貨幣政策，市場(chǎng)流動(dòng)性減少，股市受到較大壓力，上證指數(shù)從2007年10月的6124點(diǎn)大幅下跌至2008年10月的1664點(diǎn)，期間股市波動(dòng)性急劇增大，股價(jià)大幅波動(dòng)，投資者面臨較大的風(fēng)險(xiǎn)。財(cái)政政策同樣對(duì)股市波動(dòng)性有著重要影響。政府通過(guò)調(diào)整財(cái)政支出和稅收政策來(lái)影響經(jīng)濟(jì)增長(zhǎng)和企業(yè)盈利。增加財(cái)政支出可以刺激經(jīng)濟(jì)增長(zhǎng)，提高企業(yè)的收入和利潤(rùn)，對(duì)股市有利。政府加大對(duì)基礎(chǔ)設(shè)施建設(shè)的投資，相關(guān)