基于樣條SV模型剖析中國(guó)股市波動(dòng)的非對(duì)稱性與投資策略構(gòu)建一、引言1.1研究背景與意義1.1.1研究背景自1990年上海證券交易所和1991年深圳證券交易所相繼成立，中國(guó)股市已走過了三十多年的發(fā)展歷程。在這期間，中國(guó)股市規(guī)模不斷壯大，上市公司數(shù)量持續(xù)增加，投資者群體日益龐大，已成為全球金融市場(chǎng)中不可或缺的一部分。中國(guó)股市的發(fā)展并非一帆風(fēng)順，期間經(jīng)歷了多次顯著的波動(dòng)。在早期，由于市場(chǎng)機(jī)制不完善、投資者結(jié)構(gòu)不合理以及監(jiān)管體系不健全等因素，股市波動(dòng)較為劇烈。例如，在1992-1993年期間，上證指數(shù)在短短一年內(nèi)從1429點(diǎn)暴跌至386點(diǎn)，跌幅高達(dá)73%，隨后又在1994-1995年期間出現(xiàn)大幅反彈。進(jìn)入21世紀(jì)，隨著股權(quán)分置改革的推進(jìn)以及金融市場(chǎng)對(duì)外開放程度的提高，股市波動(dòng)特征發(fā)生了一定變化。2006-2007年，在宏觀經(jīng)濟(jì)快速增長(zhǎng)、流動(dòng)性充裕以及投資者信心高漲等因素的推動(dòng)下，上證指數(shù)從1000多點(diǎn)一路飆升至6124點(diǎn)，隨后在2008年全球金融危機(jī)的沖擊下，迅速下跌至1664點(diǎn)，跌幅超過70%。近年來(lái)，隨著金融科技的發(fā)展以及市場(chǎng)監(jiān)管的加強(qiáng)，股市波動(dòng)又呈現(xiàn)出新的特點(diǎn)。2015年上半年，在杠桿資金的推動(dòng)下，股市出現(xiàn)快速上漲，但隨后由于去杠桿等因素的影響，股市大幅下跌，千股跌停的現(xiàn)象頻繁出現(xiàn)，市場(chǎng)流動(dòng)性急劇下降。在這些波動(dòng)過程中，股市波動(dòng)的非對(duì)稱性逐漸引起了學(xué)術(shù)界和投資者的廣泛關(guān)注。股市波動(dòng)的非對(duì)稱性是指同等程度的利好消息和利空消息對(duì)股市波動(dòng)的影響存在差異。傳統(tǒng)金融理論通常假設(shè)股市波動(dòng)是對(duì)稱的，即利好消息和利空消息對(duì)股市波動(dòng)的影響程度相同。然而，大量的實(shí)證研究表明，實(shí)際股市波動(dòng)往往呈現(xiàn)出非對(duì)稱性。在許多情況下，利空消息引起的股市波動(dòng)幅度要大于同等程度的利好消息，這種現(xiàn)象被稱為“杠桿效應(yīng)”；也有研究發(fā)現(xiàn)，在中國(guó)股市等一些市場(chǎng)中，存在利好消息對(duì)股市波動(dòng)影響更大的情況。股市波動(dòng)的非對(duì)稱性對(duì)投資者的決策、金融市場(chǎng)的穩(wěn)定以及宏觀經(jīng)濟(jì)的運(yùn)行都具有重要影響。準(zhǔn)確把握股市波動(dòng)的非對(duì)稱性特征，對(duì)于投資者制定合理的投資策略、金融機(jī)構(gòu)進(jìn)行風(fēng)險(xiǎn)管理以及監(jiān)管部門制定有效的政策都具有重要的現(xiàn)實(shí)意義。因此，深入研究中國(guó)股市波動(dòng)的非對(duì)稱性具有重要的理論和實(shí)踐價(jià)值。1.1.2研究意義從投資者決策角度來(lái)看，股市波動(dòng)非對(duì)稱性的研究為投資者提供了重要的決策依據(jù)。投資者在進(jìn)行投資決策時(shí)，需要對(duì)股市的風(fēng)險(xiǎn)和收益進(jìn)行準(zhǔn)確評(píng)估。了解股市波動(dòng)的非對(duì)稱性特征，投資者可以更好地把握市場(chǎng)變化趨勢(shì)，合理調(diào)整投資組合，降低投資風(fēng)險(xiǎn)，提高投資收益。在面對(duì)利空消息時(shí)，投資者可以及時(shí)采取風(fēng)險(xiǎn)規(guī)避措施，減少損失；而在利好消息出現(xiàn)時(shí)，能夠更準(zhǔn)確地判斷市場(chǎng)反應(yīng)，把握投資機(jī)會(huì)。對(duì)于機(jī)構(gòu)投資者，如基金公司、保險(xiǎn)公司等，深入研究股市波動(dòng)非對(duì)稱性有助于優(yōu)化資產(chǎn)配置模型，提高資金的使用效率和投資績(jī)效。從市場(chǎng)監(jiān)管角度而言，認(rèn)識(shí)股市波動(dòng)的非對(duì)稱性有助于監(jiān)管部門制定更加有效的政策，維護(hù)金融市場(chǎng)的穩(wěn)定。股市的大幅波動(dòng)可能引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)，影響經(jīng)濟(jì)的穩(wěn)定運(yùn)行。監(jiān)管部門通過研究股市波動(dòng)的非對(duì)稱性，可以更好地理解市場(chǎng)波動(dòng)的成因和機(jī)制，提前制定相應(yīng)的政策措施，防范市場(chǎng)風(fēng)險(xiǎn)。當(dāng)發(fā)現(xiàn)市場(chǎng)存在過度反應(yīng)或非對(duì)稱波動(dòng)加劇的情況時(shí)，監(jiān)管部門可以及時(shí)采取措施，如加強(qiáng)信息披露、規(guī)范市場(chǎng)交易行為、調(diào)整貨幣政策等，引導(dǎo)市場(chǎng)理性運(yùn)行，避免股市出現(xiàn)大幅波動(dòng)和異常波動(dòng)，保障金融市場(chǎng)的平穩(wěn)健康發(fā)展。從金融理論完善方面來(lái)說(shuō)，對(duì)中國(guó)股市波動(dòng)非對(duì)稱性的研究有助于豐富和完善金融市場(chǎng)理論。傳統(tǒng)金融理論在解釋股市波動(dòng)現(xiàn)象時(shí)存在一定的局限性，而股市波動(dòng)非對(duì)稱性的研究為金融理論的發(fā)展提供了新的視角和研究方向。通過深入研究股市波動(dòng)非對(duì)稱性的形成機(jī)制、影響因素以及與其他金融市場(chǎng)變量之間的關(guān)系，可以進(jìn)一步拓展和深化對(duì)金融市場(chǎng)運(yùn)行規(guī)律的認(rèn)識(shí)，推動(dòng)金融理論的創(chuàng)新和發(fā)展，為金融市場(chǎng)的實(shí)踐提供更加堅(jiān)實(shí)的理論基礎(chǔ)。1.2研究目標(biāo)與方法1.2.1研究目標(biāo)本研究旨在運(yùn)用樣條SV模型，深入剖析中國(guó)股市波動(dòng)的非對(duì)稱性特征，揭示其內(nèi)在規(guī)律。通過對(duì)中國(guó)股市歷史數(shù)據(jù)的分析，精確刻畫股市波動(dòng)非對(duì)稱性的表現(xiàn)形式，包括利好消息和利空消息對(duì)股市波動(dòng)影響的差異程度、非對(duì)稱性在不同市場(chǎng)行情（牛市、熊市）下的變化特點(diǎn)等。進(jìn)一步探究影響中國(guó)股市波動(dòng)非對(duì)稱性的關(guān)鍵因素，從宏觀經(jīng)濟(jì)環(huán)境、政策因素、市場(chǎng)交易機(jī)制以及投資者行為等多個(gè)維度進(jìn)行分析。宏觀經(jīng)濟(jì)環(huán)境方面，研究經(jīng)濟(jì)增長(zhǎng)、通貨膨脹、利率變動(dòng)等因素如何影響股市波動(dòng)的非對(duì)稱性；政策因素上，分析貨幣政策、財(cái)政政策以及證券市場(chǎng)監(jiān)管政策的調(diào)整對(duì)股市波動(dòng)非對(duì)稱性的作用機(jī)制；市場(chǎng)交易機(jī)制角度，探討漲跌幅限制、融資融券制度等對(duì)股市波動(dòng)非對(duì)稱性的影響；投資者行為層面，研究投資者的風(fēng)險(xiǎn)偏好、羊群效應(yīng)、過度反應(yīng)等行為特征與股市波動(dòng)非對(duì)稱性之間的關(guān)系。本研究的成果將為投資者提供更加科學(xué)、準(zhǔn)確的投資決策依據(jù)，幫助投資者更好地理解股市波動(dòng)的規(guī)律，合理規(guī)避風(fēng)險(xiǎn)，提高投資收益；為監(jiān)管部門制定有效的市場(chǎng)監(jiān)管政策提供理論支持，促進(jìn)中國(guó)股市的健康、穩(wěn)定發(fā)展，維護(hù)金融市場(chǎng)的穩(wěn)定秩序。1.2.2研究方法在數(shù)據(jù)收集方面，選取具有代表性的中國(guó)股市指數(shù)數(shù)據(jù)，如上證綜合指數(shù)、深證成分指數(shù)等，時(shí)間跨度設(shè)定為從股市發(fā)展相對(duì)成熟的階段開始，例如選取2000年1月1日至2023年12月31日期間的日度數(shù)據(jù)。同時(shí)，收集與股市波動(dòng)相關(guān)的宏觀經(jīng)濟(jì)數(shù)據(jù)，如國(guó)內(nèi)生產(chǎn)總值（GDP）增長(zhǎng)率、消費(fèi)者物價(jià)指數(shù)（CPI）、利率等；政策數(shù)據(jù)，包括貨幣政策調(diào)整、財(cái)政政策變動(dòng)以及證券市場(chǎng)相關(guān)政策法規(guī)的發(fā)布時(shí)間和具體內(nèi)容；市場(chǎng)交易數(shù)據(jù)，如成交量、換手率、市盈率等。這些數(shù)據(jù)將從權(quán)威金融數(shù)據(jù)提供商、政府統(tǒng)計(jì)部門網(wǎng)站以及證券交易所官方網(wǎng)站獲取，以確保數(shù)據(jù)的準(zhǔn)確性和可靠性。在分析方法上，運(yùn)用樣條SV模型對(duì)收集到的股市收益率數(shù)據(jù)進(jìn)行建模分析。樣條SV模型能夠靈活地捕捉股市波動(dòng)的時(shí)變特征和非對(duì)稱性，通過將波動(dòng)率建模為不可觀測(cè)的隨機(jī)過程，并利用樣條函數(shù)對(duì)波動(dòng)率進(jìn)行平滑處理，從而更準(zhǔn)確地刻畫股市波動(dòng)的復(fù)雜動(dòng)態(tài)。具體步驟包括：首先，對(duì)股市收益率數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)清洗、去噪以及平穩(wěn)性檢驗(yàn)等，確保數(shù)據(jù)符合模型的輸入要求；然后，利用極大似然估計(jì)法或貝葉斯估計(jì)法對(duì)樣條SV模型的參數(shù)進(jìn)行估計(jì)，確定模型的具體形式；接著，通過模型的擬合優(yōu)度檢驗(yàn)、殘差分析等方法對(duì)模型的有效性進(jìn)行評(píng)估，判斷模型是否能夠較好地解釋股市波動(dòng)的非對(duì)稱性現(xiàn)象；最后，運(yùn)用估計(jì)好的樣條SV模型對(duì)股市波動(dòng)的非對(duì)稱性進(jìn)行分析，包括計(jì)算利好消息和利空消息對(duì)波動(dòng)率的不同影響系數(shù)，分析非對(duì)稱性在不同時(shí)間段的變化趨勢(shì)等，并結(jié)合宏觀經(jīng)濟(jì)數(shù)據(jù)、政策數(shù)據(jù)和市場(chǎng)交易數(shù)據(jù)，深入探討影響股市波動(dòng)非對(duì)稱性的因素。同時(shí)，為了驗(yàn)證樣條SV模型的優(yōu)越性，將其與其他常用的波動(dòng)模型，如GARCH類模型進(jìn)行對(duì)比分析，從模型擬合效果、預(yù)測(cè)能力等方面進(jìn)行綜合評(píng)估。1.3研究創(chuàng)新點(diǎn)本研究在模型應(yīng)用和影響因素分析方面具有顯著的創(chuàng)新之處。在模型應(yīng)用上，選用樣條SV模型對(duì)中國(guó)股市波動(dòng)的非對(duì)稱性進(jìn)行研究。相較于傳統(tǒng)的波動(dòng)模型，如GARCH類模型，樣條SV模型具有獨(dú)特的優(yōu)勢(shì)。GARCH類模型假設(shè)波動(dòng)率是基于過去觀測(cè)值的確定性函數(shù)，難以捕捉到股市波動(dòng)中復(fù)雜的時(shí)變特征和非對(duì)稱性。而樣條SV模型將波動(dòng)率視為不可觀測(cè)的隨機(jī)過程，通過樣條函數(shù)對(duì)其進(jìn)行平滑處理，能夠更加靈活地刻畫股市波動(dòng)的動(dòng)態(tài)變化，更精準(zhǔn)地捕捉到利好消息和利空消息對(duì)股市波動(dòng)影響的細(xì)微差異。在研究股票市場(chǎng)波動(dòng)時(shí)，傳統(tǒng)模型可能無(wú)法準(zhǔn)確描述波動(dòng)的突然變化和長(zhǎng)期趨勢(shì)的轉(zhuǎn)變，而樣條SV模型可以通過調(diào)整樣條函數(shù)的節(jié)點(diǎn)和參數(shù)，很好地適應(yīng)這些復(fù)雜的波動(dòng)模式。在影響因素分析方面，本研究從多個(gè)維度全面深入地探討影響中國(guó)股市波動(dòng)非對(duì)稱性的因素。宏觀經(jīng)濟(jì)環(huán)境層面，不僅研究經(jīng)濟(jì)增長(zhǎng)、通貨膨脹、利率變動(dòng)等常見因素對(duì)股市波動(dòng)非對(duì)稱性的影響，還創(chuàng)新性地引入經(jīng)濟(jì)政策不確定性這一因素。經(jīng)濟(jì)政策不確定性會(huì)導(dǎo)致投資者對(duì)未來(lái)經(jīng)濟(jì)預(yù)期的不穩(wěn)定，進(jìn)而影響其投資決策，對(duì)股市波動(dòng)非對(duì)稱性產(chǎn)生重要作用。政策因素上，除了分析貨幣政策、財(cái)政政策以及證券市場(chǎng)監(jiān)管政策的常規(guī)調(diào)整對(duì)股市波動(dòng)非對(duì)稱性的作用機(jī)制，還特別關(guān)注政策調(diào)整的頻率和幅度對(duì)股市波動(dòng)非對(duì)稱性的動(dòng)態(tài)影響。頻繁且大幅度的政策調(diào)整可能引發(fā)市場(chǎng)的過度反應(yīng)，加劇股市波動(dòng)的非對(duì)稱性。市場(chǎng)交易機(jī)制角度，除了研究漲跌幅限制、融資融券制度等對(duì)股市波動(dòng)非對(duì)稱性的影響，還將交易費(fèi)用、結(jié)算制度等納入研究范圍。不同的交易費(fèi)用設(shè)置和結(jié)算制度可能改變投資者的交易成本和交易行為，從而對(duì)股市波動(dòng)非對(duì)稱性產(chǎn)生間接影響。投資者行為層面，除了研究投資者的風(fēng)險(xiǎn)偏好、羊群效應(yīng)、過度反應(yīng)等常見行為特征與股市波動(dòng)非對(duì)稱性之間的關(guān)系，還關(guān)注投資者結(jié)構(gòu)變化對(duì)股市波動(dòng)非對(duì)稱性的影響。隨著機(jī)構(gòu)投資者占比的不斷提高，投資者結(jié)構(gòu)逐漸發(fā)生變化，機(jī)構(gòu)投資者和個(gè)人投資者在投資策略、風(fēng)險(xiǎn)承受能力等方面存在差異，這種差異會(huì)導(dǎo)致他們對(duì)股市信息的反應(yīng)不同，進(jìn)而影響股市波動(dòng)的非對(duì)稱性。二、理論基礎(chǔ)與文獻(xiàn)綜述2.1股市波動(dòng)相關(guān)理論2.1.1有效市場(chǎng)假說(shuō)有效市場(chǎng)假說(shuō)（EfficientMarketsHypothesis，EMH）由尤金?法瑪（EugeneF.Fama）于1970年深化并提出。該假說(shuō)認(rèn)為，在一個(gè)證券市場(chǎng)中，如果價(jià)格完全反映了所有可以獲得的信息，那么就稱這樣的市場(chǎng)為有效市場(chǎng)。在有效市場(chǎng)中，眾多精明投資者之間的競(jìng)爭(zhēng)使得單個(gè)股票的市場(chǎng)價(jià)格在任何時(shí)候都反映了已經(jīng)發(fā)生的和尚未發(fā)生、但市場(chǎng)預(yù)期會(huì)發(fā)生的事情。有效市場(chǎng)假說(shuō)可細(xì)分為三個(gè)層次。第一個(gè)層次是弱式有效市場(chǎng)，在這種市場(chǎng)中，以往價(jià)格的所有信息已完全體現(xiàn)在當(dāng)前價(jià)格里，依靠分析歷史價(jià)格信息的技術(shù)分析法毫無(wú)用處。就股票市場(chǎng)而言，若達(dá)到弱式有效，研究K線圖、均線等技術(shù)指標(biāo)來(lái)預(yù)測(cè)股價(jià)走勢(shì)將徒勞無(wú)功，因?yàn)檫^去的價(jià)格波動(dòng)信息已充分反映在當(dāng)下股價(jià)中。第二個(gè)層次是半強(qiáng)式有效市場(chǎng)，其中的價(jià)格已充分反映出所有已公開的有關(guān)公司營(yíng)運(yùn)前景的信息，包括成交價(jià)、成交量、盈利資料、盈利預(yù)測(cè)值、公司管理狀況及其它公開披露的財(cái)務(wù)信息等。若投資者能迅速獲得這些信息，股價(jià)應(yīng)迅速作出反應(yīng)。在此情況下，在市場(chǎng)中利用技術(shù)分析和基本分析都將失去作用，只有內(nèi)幕消息可能幫助投資者獲得超額利潤(rùn)。第三個(gè)層次是強(qiáng)式有效市場(chǎng)，這是最為嚴(yán)格的市場(chǎng)類型，其中的信息既包含所有公開信息，也囊括所有內(nèi)幕信息，即便掌握內(nèi)幕信息的投資者，也無(wú)法持續(xù)獲取超常收益。有效市場(chǎng)假說(shuō)與股市波動(dòng)存在緊密聯(lián)系。在有效市場(chǎng)中，資產(chǎn)價(jià)格應(yīng)迅速且準(zhǔn)確地反映所有相關(guān)信息，一旦有新信息出現(xiàn)，價(jià)格會(huì)立刻做出調(diào)整。這意味著股市波動(dòng)應(yīng)是對(duì)新信息的合理反應(yīng)，波動(dòng)具有隨機(jī)性。然而在現(xiàn)實(shí)的中國(guó)股市中，存在諸多違背有效市場(chǎng)假說(shuō)的現(xiàn)象。有時(shí)公司發(fā)布利好消息，股價(jià)卻未立刻上漲；或者市場(chǎng)整體走勢(shì)與經(jīng)濟(jì)數(shù)據(jù)背離，存在明顯的滯后性。部分股票的價(jià)格走勢(shì)與公司基本面變化、宏觀經(jīng)濟(jì)形勢(shì)之間的關(guān)系并非完全符合有效市場(chǎng)假說(shuō)。中國(guó)股市中還存在信息不對(duì)稱和市場(chǎng)操縱等問題，這些因素導(dǎo)致股市波動(dòng)并非完全基于信息的有效反應(yīng)，使得市場(chǎng)難以達(dá)到有效市場(chǎng)假說(shuō)所描述的理想狀態(tài)。這也從側(cè)面反映出研究中國(guó)股市波動(dòng)非對(duì)稱性不能單純依據(jù)有效市場(chǎng)假說(shuō)，還需結(jié)合其他理論和實(shí)際情況進(jìn)行深入分析。2.1.2行為金融理論行為金融理論是金融學(xué)的一個(gè)新興分支，它融合了心理學(xué)、認(rèn)知科學(xué)和行為經(jīng)濟(jì)學(xué)的研究成果，旨在分析投資者在市場(chǎng)中的行為模式，探究市場(chǎng)運(yùn)行的真實(shí)規(guī)律。該理論認(rèn)為，投資者在進(jìn)行投資決策時(shí)并非完全理性，其決策過程往往受到情緒、認(rèn)知偏差和信息處理方式等多種因素的影響，這些因素會(huì)導(dǎo)致市場(chǎng)出現(xiàn)非理性波動(dòng)，進(jìn)而對(duì)股市波動(dòng)產(chǎn)生重要作用。在行為金融理論中，投資者的心理和行為偏差對(duì)股市波動(dòng)有著顯著影響。過度自信是一種常見的心理偏差，投資者往往對(duì)自己的判斷過于自信，高估自己獲取信息的準(zhǔn)確性和分析能力，從而低估市場(chǎng)風(fēng)險(xiǎn)。在股票市場(chǎng)中，過度自信的投資者可能會(huì)過度交易，頻繁買賣股票，這種行為會(huì)增加市場(chǎng)的交易量和波動(dòng)性。當(dāng)投資者過度自信地認(rèn)為某只股票會(huì)上漲時(shí)，會(huì)大量買入，推動(dòng)股價(jià)上升；而當(dāng)市場(chǎng)情況與他們的預(yù)期不符時(shí)，又會(huì)匆忙賣出，引發(fā)股價(jià)的大幅下跌，加劇股市的波動(dòng)。羊群效應(yīng)也是影響股市波動(dòng)的重要因素。投資者在決策時(shí)常常受到他人行為的影響，傾向于跟隨大眾的決策。在股市中，當(dāng)一部分投資者開始買入或賣出某只股票時(shí)，其他投資者往往會(huì)不假思索地跟隨，形成一種群體行為。這種羊群行為會(huì)導(dǎo)致股價(jià)的過度反應(yīng)，當(dāng)市場(chǎng)處于上漲階段時(shí)，羊群效應(yīng)會(huì)推動(dòng)股價(jià)進(jìn)一步上漲，形成泡沫；而在市場(chǎng)下跌時(shí)，又會(huì)加速股價(jià)的下跌，引發(fā)恐慌性拋售，使股市波動(dòng)加劇。在股市出現(xiàn)大幅上漲行情時(shí)，大量投資者受羊群效應(yīng)影響紛紛跟風(fēng)買入，導(dǎo)致股價(jià)遠(yuǎn)遠(yuǎn)超出其內(nèi)在價(jià)值；而當(dāng)市場(chǎng)出現(xiàn)一絲下跌跡象時(shí)，又會(huì)集體恐慌拋售，造成股價(jià)暴跌，加劇市場(chǎng)的不穩(wěn)定性。損失厭惡也是投資者常見的心理特征，即投資者對(duì)損失的厭惡程度遠(yuǎn)大于對(duì)獲得的喜好。這種心理使得投資者在面對(duì)損失時(shí)，往往會(huì)采取更加保守的策略，而在面對(duì)盈利時(shí)則可能過于冒險(xiǎn)。在股市中，當(dāng)股票價(jià)格下跌導(dǎo)致投資者出現(xiàn)損失時(shí)，他們會(huì)因損失厭惡而不愿意賣出股票，期望股價(jià)能夠回升，這種行為會(huì)導(dǎo)致市場(chǎng)上的賣壓在短期內(nèi)無(wú)法有效釋放，股價(jià)可能會(huì)繼續(xù)下跌；而當(dāng)股票價(jià)格上漲獲得盈利時(shí)，投資者又可能會(huì)過早賣出股票以鎖定利潤(rùn)，限制了股價(jià)的進(jìn)一步上漲空間，從而對(duì)股市波動(dòng)產(chǎn)生影響。代表性啟發(fā)同樣會(huì)干擾投資者的決策。投資者常常根據(jù)表面相似性做出判斷，而忽視對(duì)股票基本面和市場(chǎng)整體情況的全面分析。在面對(duì)新的投資機(jī)會(huì)時(shí)，投資者可能會(huì)僅僅因?yàn)槟持还善钡哪承┨卣髋c過去成功投資的股票相似，就盲目地認(rèn)為這只股票也會(huì)帶來(lái)良好的收益，而忽略了其他重要因素。這種片面的判斷方式容易導(dǎo)致投資者做出錯(cuò)誤的決策，引發(fā)股市的異常波動(dòng)。行為金融理論所揭示的投資者心理和行為偏差，為解釋中國(guó)股市波動(dòng)的非對(duì)稱性提供了重要的視角，有助于深入理解股市波動(dòng)背后的人為因素和非理性行為的影響。2.2股市波動(dòng)非對(duì)稱性研究綜述2.2.1國(guó)外研究現(xiàn)狀國(guó)外對(duì)于股市波動(dòng)非對(duì)稱性的研究起步較早，取得了豐碩的成果。早期研究主要集中在對(duì)波動(dòng)非對(duì)稱性現(xiàn)象的發(fā)現(xiàn)和初步解釋。Black（1976）首次發(fā)現(xiàn)股票市場(chǎng)存在波動(dòng)非對(duì)稱性，即利空消息引起的波動(dòng)大于利好消息，他將這種現(xiàn)象命名為“杠桿效應(yīng)”。此后，大量研究圍繞這一現(xiàn)象展開。在模型應(yīng)用方面，ARCH類模型和SV模型成為研究股市波動(dòng)非對(duì)稱性的重要工具。Engle（1982）提出的ARCH模型能夠刻畫時(shí)間序列的異方差性，Bollerslev（1986）在此基礎(chǔ)上進(jìn)行拓展，提出了GARCH模型，使得模型能夠更好地捕捉波動(dòng)的持續(xù)性。Nelson（1991）提出的EGARCH模型，通過引入非對(duì)稱項(xiàng)，成功地刻畫了股市波動(dòng)的非對(duì)稱性，進(jìn)一步驗(yàn)證了“杠桿效應(yīng)”的存在。該模型在實(shí)證研究中得到廣泛應(yīng)用，許多學(xué)者利用EGARCH模型對(duì)不同國(guó)家和地區(qū)的股市進(jìn)行分析，均發(fā)現(xiàn)了顯著的波動(dòng)非對(duì)稱性。SV模型也在股市波動(dòng)非對(duì)稱性研究中得到了廣泛應(yīng)用。Taylor（1986）首次提出SV模型，將波動(dòng)率視為不可觀測(cè)的隨機(jī)過程，克服了ARCH類模型中波動(dòng)率為確定性函數(shù)的缺陷。Jacquier等（1994）對(duì)SV模型進(jìn)行了改進(jìn)，提出了基于貝葉斯估計(jì)的SV模型，提高了模型參數(shù)估計(jì)的準(zhǔn)確性。此后，眾多學(xué)者對(duì)SV模型進(jìn)行拓展，如引入跳躍過程、考慮厚尾分布等，以更好地刻畫股市波動(dòng)的復(fù)雜特征。在研究日本股市波動(dòng)時(shí)，運(yùn)用拓展后的SV模型，發(fā)現(xiàn)該模型能夠更準(zhǔn)確地捕捉股市波動(dòng)的非對(duì)稱性和時(shí)變特征。隨著研究的深入，學(xué)者們開始關(guān)注股市波動(dòng)非對(duì)稱性的影響因素。宏觀經(jīng)濟(jì)因素方面，研究發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)、通貨膨脹、利率變動(dòng)等對(duì)股市波動(dòng)非對(duì)稱性有顯著影響。經(jīng)濟(jì)增長(zhǎng)放緩時(shí)，股市波動(dòng)的非對(duì)稱性可能加劇，利空消息對(duì)股市的沖擊更大；利率上升會(huì)導(dǎo)致股市波動(dòng)非對(duì)稱性發(fā)生變化，使得市場(chǎng)對(duì)利空消息更加敏感。投資者行為因素也受到廣泛關(guān)注，投資者的風(fēng)險(xiǎn)偏好、羊群效應(yīng)等會(huì)影響股市波動(dòng)的非對(duì)稱性。當(dāng)投資者風(fēng)險(xiǎn)偏好降低時(shí)，股市對(duì)利空消息的反應(yīng)更為強(qiáng)烈，波動(dòng)非對(duì)稱性增強(qiáng)；羊群效應(yīng)會(huì)導(dǎo)致投資者在面對(duì)利好或利空消息時(shí)過度反應(yīng)，從而加劇股市波動(dòng)的非對(duì)稱性。2.2.2國(guó)內(nèi)研究現(xiàn)狀國(guó)內(nèi)學(xué)者對(duì)中國(guó)股市波動(dòng)非對(duì)稱性的研究也取得了一定的成果。在模型應(yīng)用上，國(guó)內(nèi)學(xué)者借鑒國(guó)外研究方法，將ARCH類模型和SV模型應(yīng)用于中國(guó)股市的研究。陳燈塔和洪永淼（2003）運(yùn)用GARCH模型對(duì)中國(guó)股市收益率進(jìn)行分析，發(fā)現(xiàn)中國(guó)股市存在顯著的波動(dòng)聚集性和非對(duì)稱性，且非對(duì)稱性表現(xiàn)為利好消息對(duì)股市波動(dòng)的影響小于利空消息。張世英和鄭挺國(guó)（2006）利用SV模型對(duì)中國(guó)股市波動(dòng)性進(jìn)行研究，結(jié)果表明SV模型能夠較好地刻畫中國(guó)股市波動(dòng)的時(shí)變特征和非對(duì)稱性。在影響因素研究方面，國(guó)內(nèi)學(xué)者從多個(gè)角度進(jìn)行了探討。宏觀經(jīng)濟(jì)因素上，研究發(fā)現(xiàn)國(guó)內(nèi)生產(chǎn)總值（GDP）增長(zhǎng)率、貨幣供應(yīng)量等與中國(guó)股市波動(dòng)非對(duì)稱性密切相關(guān)。GDP增長(zhǎng)率下降時(shí)，股市波動(dòng)的非對(duì)稱性會(huì)增強(qiáng)，市場(chǎng)對(duì)利空消息的反應(yīng)更為劇烈；貨幣供應(yīng)量的變化也會(huì)影響股市波動(dòng)非對(duì)稱性，寬松的貨幣政策可能導(dǎo)致股市對(duì)利好消息的反應(yīng)更為敏感。政策因素也是影響中國(guó)股市波動(dòng)非對(duì)稱性的重要因素，如貨幣政策調(diào)整、證券市場(chǎng)監(jiān)管政策的變化等都會(huì)對(duì)股市波動(dòng)非對(duì)稱性產(chǎn)生影響。央行加息或降息會(huì)引起股市波動(dòng)非對(duì)稱性的改變，監(jiān)管政策的收緊或放松也會(huì)影響市場(chǎng)參與者的行為，進(jìn)而影響股市波動(dòng)的非對(duì)稱性。盡管國(guó)內(nèi)學(xué)者在該領(lǐng)域取得了一定的研究成果，但現(xiàn)有研究仍存在一些不足和可拓展方向。在模型應(yīng)用方面，雖然ARCH類模型和SV模型得到了廣泛應(yīng)用，但這些模型在刻畫中國(guó)股市波動(dòng)的復(fù)雜特征時(shí)仍存在一定的局限性。中國(guó)股市具有獨(dú)特的市場(chǎng)結(jié)構(gòu)和交易制度，傳統(tǒng)模型可能無(wú)法充分捕捉到這些因素對(duì)股市波動(dòng)非對(duì)稱性的影響。在影響因素研究方面，現(xiàn)有研究對(duì)一些新興因素的關(guān)注不足，如金融科技的發(fā)展、投資者結(jié)構(gòu)的快速變化等對(duì)中國(guó)股市波動(dòng)非對(duì)稱性的影響研究還相對(duì)較少。未來(lái)研究可以進(jìn)一步拓展模型的應(yīng)用范圍，結(jié)合中國(guó)股市的特點(diǎn)，開發(fā)更適合的模型；加強(qiáng)對(duì)新興因素的研究，深入探討其對(duì)中國(guó)股市波動(dòng)非對(duì)稱性的作用機(jī)制，以豐富和完善中國(guó)股市波動(dòng)非對(duì)稱性的研究。2.3樣條SV模型相關(guān)研究2.3.1樣條SV模型原理樣條SV模型是一種用于分析金融時(shí)間序列數(shù)據(jù)的重要模型，它將時(shí)間序列數(shù)據(jù)建模為兩個(gè)關(guān)鍵過程的組合，即隨機(jī)波動(dòng)的波動(dòng)率和未觀測(cè)到的因素。在金融市場(chǎng)中，尤其是股市，股價(jià)的波動(dòng)呈現(xiàn)出復(fù)雜的動(dòng)態(tài)特征，樣條SV模型能夠較好地捕捉這些特征。該模型的核心在于將波動(dòng)率視為一個(gè)不可觀測(cè)的隨機(jī)過程。與傳統(tǒng)的波動(dòng)模型不同，樣條SV模型中的波動(dòng)率不是基于過去觀測(cè)值的確定性函數(shù)，而是隨時(shí)間隨機(jī)變化的。這種隨機(jī)性使得模型能夠更真實(shí)地反映股市波動(dòng)的不確定性。在實(shí)際股市中，波動(dòng)率會(huì)受到各種因素的影響，如宏觀經(jīng)濟(jì)形勢(shì)的突然變化、政策的調(diào)整、投資者情緒的波動(dòng)等，這些因素難以用簡(jiǎn)單的確定性函數(shù)來(lái)描述，而樣條SV模型的隨機(jī)波動(dòng)率假設(shè)則能夠有效應(yīng)對(duì)這種復(fù)雜性。樣條函數(shù)在樣條SV模型中起著關(guān)鍵作用。樣條函數(shù)是一種分段定義的函數(shù)，通過在不同的區(qū)間上使用不同的多項(xiàng)式來(lái)逼近復(fù)雜的曲線。在樣條SV模型中，利用一組平滑的樣條函數(shù)對(duì)股市波動(dòng)率進(jìn)行建模和預(yù)測(cè)。通過合理選擇樣條函數(shù)的節(jié)點(diǎn)和參數(shù)，可以靈活地?cái)M合波動(dòng)率的變化趨勢(shì)，提高模型對(duì)股市波動(dòng)非對(duì)稱性的刻畫能力。當(dāng)股市出現(xiàn)突然的大幅波動(dòng)時(shí)，樣條函數(shù)能夠通過調(diào)整節(jié)點(diǎn)和參數(shù)，迅速適應(yīng)這種變化，準(zhǔn)確地捕捉到波動(dòng)的非對(duì)稱特征。樣條SV模型的具體形式可以表示為：y_t=\mu+\sigma_t\epsilon_t\ln\sigma_t^2=\omega+\sum_{i=1}^{k}\beta_iB_i(t)+\eta_t其中，y_t表示t時(shí)刻的股市收益率，\mu為均值，\sigma_t是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，表示收益率的隨機(jī)擾動(dòng)項(xiàng)；\ln\sigma_t^2是對(duì)數(shù)波動(dòng)率，\omega為常數(shù)項(xiàng)，\beta_i是樣條函數(shù)的系數(shù)，B_i(t)是樣條基函數(shù)，k是樣條基函數(shù)的個(gè)數(shù)，\eta_t是獨(dú)立同分布的正態(tài)隨機(jī)變量，表示對(duì)數(shù)波動(dòng)率的隨機(jī)擾動(dòng)項(xiàng)。通過這樣的模型設(shè)定，能夠?qū)⒐墒惺找媛实牟▌?dòng)分解為可觀測(cè)的均值部分、隨時(shí)間變化的隨機(jī)波動(dòng)率部分以及隨機(jī)擾動(dòng)部分，從而更深入地分析股市波動(dòng)的非對(duì)稱性特征。2.3.2樣條SV模型在金融領(lǐng)域應(yīng)用樣條SV模型在金融領(lǐng)域的時(shí)間序列數(shù)據(jù)預(yù)測(cè)和分析中有著廣泛的應(yīng)用。在股市波動(dòng)研究方面，該模型展現(xiàn)出諸多優(yōu)勢(shì)。在預(yù)測(cè)股市波動(dòng)方面，樣條SV模型能夠充分利用歷史數(shù)據(jù)中的信息，準(zhǔn)確地捕捉到股市波動(dòng)的時(shí)變特征和非對(duì)稱性。通過對(duì)過去股市收益率數(shù)據(jù)的分析，模型可以學(xué)習(xí)到波動(dòng)的規(guī)律和模式，從而對(duì)未來(lái)的波動(dòng)進(jìn)行預(yù)測(cè)。與其他傳統(tǒng)模型相比，樣條SV模型在預(yù)測(cè)股市波動(dòng)的轉(zhuǎn)折點(diǎn)和極端波動(dòng)情況時(shí)表現(xiàn)更為出色。在股市從牛市轉(zhuǎn)向熊市或者出現(xiàn)大幅波動(dòng)的關(guān)鍵時(shí)期，樣條SV模型能夠更及時(shí)地捕捉到這些變化，為投資者提供更準(zhǔn)確的風(fēng)險(xiǎn)預(yù)警。在分析股市波動(dòng)的非對(duì)稱性方面，樣條SV模型具有獨(dú)特的優(yōu)勢(shì)。它可以精確地刻畫利好消息和利空消息對(duì)股市波動(dòng)的不同影響。通過模型估計(jì)得到的參數(shù)，可以量化利好消息和利空消息對(duì)波動(dòng)率的影響系數(shù)，從而直觀地比較兩者的差異。研究發(fā)現(xiàn)，在某些市場(chǎng)環(huán)境下，利空消息對(duì)股市波動(dòng)率的影響系數(shù)可能遠(yuǎn)大于利好消息，這表明股市對(duì)利空消息更為敏感，波動(dòng)呈現(xiàn)出明顯的非對(duì)稱性。樣條SV模型還可以分析非對(duì)稱性在不同時(shí)間段、不同市場(chǎng)條件下的變化情況，幫助投資者更好地理解股市波動(dòng)的動(dòng)態(tài)特征。在投資決策方面，樣條SV模型為投資者提供了有力的支持。投資者可以根據(jù)模型對(duì)股市波動(dòng)的預(yù)測(cè)和非對(duì)稱性分析結(jié)果，合理調(diào)整投資組合，降低風(fēng)險(xiǎn)。當(dāng)模型預(yù)測(cè)股市將出現(xiàn)較大波動(dòng)且非對(duì)稱性增強(qiáng)時(shí)，投資者可以適當(dāng)減少風(fēng)險(xiǎn)資產(chǎn)的配置，增加防御性資產(chǎn)的比例，以避免潛在的損失。樣條SV模型還可以幫助投資者識(shí)別市場(chǎng)中的投資機(jī)會(huì)。當(dāng)模型分析顯示利好消息對(duì)股市波動(dòng)的影響將增強(qiáng)時(shí)，投資者可以尋找那些受益于利好消息的股票進(jìn)行投資，提高投資收益。在風(fēng)險(xiǎn)管理方面，金融機(jī)構(gòu)可以利用樣條SV模型對(duì)投資組合的風(fēng)險(xiǎn)進(jìn)行評(píng)估和管理。通過模擬不同市場(chǎng)情景下投資組合的價(jià)值變化，金融機(jī)構(gòu)可以評(píng)估投資組合在面對(duì)各種風(fēng)險(xiǎn)時(shí)的表現(xiàn)，制定相應(yīng)的風(fēng)險(xiǎn)管理策略。樣條SV模型還可以用于對(duì)金融衍生品的定價(jià)，考慮到股市波動(dòng)的非對(duì)稱性，能夠更準(zhǔn)確地確定金融衍生品的價(jià)格，降低定價(jià)風(fēng)險(xiǎn)。三、中國(guó)股市波動(dòng)現(xiàn)狀分析3.1中國(guó)股市發(fā)展歷程回顧中國(guó)股市的發(fā)展歷程波瀾壯闊，對(duì)其進(jìn)行回顧并劃分階段，有助于我們更清晰地認(rèn)識(shí)股市波動(dòng)的歷史脈絡(luò)和特點(diǎn)?？傮w來(lái)看，中國(guó)股市的發(fā)展可以大致分為以下幾個(gè)重要階段：3.1.1萌芽與初創(chuàng)階段（1984-1992年）這一階段是中國(guó)股市的萌芽和初步形成時(shí)期。20世紀(jì)80年代初期，隨著經(jīng)濟(jì)體制改革的推進(jìn)，企業(yè)開始嘗試股份制改造，股票的雛形逐漸出現(xiàn)。1984年11月，上海飛樂音響公司公開發(fā)行股票，成為改革開放后第一只公開發(fā)行的股票，標(biāo)志著中國(guó)股份制企業(yè)和股票市場(chǎng)的初步探索。此后，一些企業(yè)陸續(xù)效仿，股票發(fā)行和交易逐漸增多，但此時(shí)的股票交易主要以柜臺(tái)交易為主，市場(chǎng)規(guī)模較小，交易也相對(duì)不規(guī)范。1990年12月19日，上海證券交易所正式開業(yè)，1991年7月3日，深圳證券交易所正式營(yíng)業(yè)。這兩個(gè)證券交易所的成立，標(biāo)志著中國(guó)有了集中交易的證券市場(chǎng)，股票交易開始走向規(guī)范化和集中化。在這一階段，股市處于發(fā)展初期，市場(chǎng)機(jī)制不完善，投資者對(duì)股票市場(chǎng)的認(rèn)識(shí)和參與程度較低，股票價(jià)格波動(dòng)較為劇烈。由于市場(chǎng)規(guī)模小，股票供應(yīng)有限，加上投資者的熱情高漲，股價(jià)常常出現(xiàn)大幅上漲。但同時(shí)，由于缺乏有效的監(jiān)管和規(guī)范，市場(chǎng)也存在諸多問題，如內(nèi)幕交易、操縱市場(chǎng)等現(xiàn)象時(shí)有發(fā)生，這也導(dǎo)致股市波動(dòng)缺乏穩(wěn)定性。1992年5月21日，上海證券交易所取消漲停板限制，當(dāng)日上證指數(shù)飆升到1266.49點(diǎn)，單日漲幅105%，隨后股市又因過度投機(jī)和監(jiān)管加強(qiáng)等因素，出現(xiàn)大幅下跌，在短短半年內(nèi)跌幅高達(dá)73%，充分體現(xiàn)了這一階段股市波動(dòng)的劇烈性和不穩(wěn)定性。3.1.2全國(guó)性資本市場(chǎng)的形成和初步發(fā)展階段（1993-1999年）1992年10月，國(guó)務(wù)院證券委和中國(guó)證監(jiān)會(huì)成立，標(biāo)志著中國(guó)資本市場(chǎng)開始逐步納入全國(guó)統(tǒng)一監(jiān)管框架，全國(guó)性市場(chǎng)由此形成并初步發(fā)展。這一階段，資本市場(chǎng)法規(guī)體系開始初步形成，一系列證券期貨市場(chǎng)法規(guī)和規(guī)章相繼出臺(tái)，為市場(chǎng)的規(guī)范化發(fā)展奠定了基礎(chǔ)。股票發(fā)行審批制度建立，對(duì)發(fā)行方式和發(fā)行定價(jià)等進(jìn)行了相關(guān)規(guī)定。在市場(chǎng)規(guī)模方面，上市公司數(shù)量、總市值和流通市值、投資者開戶數(shù)、交易量等都進(jìn)入一個(gè)較快發(fā)展的階段。證券中介機(jī)構(gòu)數(shù)量增多、規(guī)模擴(kuò)大，證券投資基金也開始出現(xiàn)并逐步規(guī)范。然而，在這一階段初期，由于市場(chǎng)規(guī)模仍然相對(duì)較小，投資者投資理念尚未成熟，投機(jī)之風(fēng)盛行，股市波動(dòng)依然較為頻繁。1993-1994年期間，由于宏觀經(jīng)濟(jì)調(diào)控、新股發(fā)行擴(kuò)容等因素，股市出現(xiàn)大幅下跌，上證指數(shù)從1993年2月的1558點(diǎn)下跌至1994年7月的325點(diǎn)，跌幅超過79%。1996-1997年，在經(jīng)濟(jì)形勢(shì)好轉(zhuǎn)、政策支持等因素的推動(dòng)下，股市又迎來(lái)一輪上漲行情，但隨后由于管理層對(duì)市場(chǎng)過度投機(jī)的調(diào)控，股市再次進(jìn)入調(diào)整階段。這一階段股市波動(dòng)受到政策因素和市場(chǎng)自身不成熟的雙重影響，波動(dòng)幅度較大且缺乏穩(wěn)定的趨勢(shì)。3.1.3規(guī)范和發(fā)展階段（2000-2014年）2000年以后，中國(guó)股市進(jìn)入規(guī)范和發(fā)展階段?！蹲C券法》于1999年7月1日正式實(shí)施，進(jìn)一步確認(rèn)了資本市場(chǎng)的法律地位，推動(dòng)了股市的規(guī)范化發(fā)展。2005年啟動(dòng)的股權(quán)分置改革是這一階段的重要事件，旨在解決A股市場(chǎng)上非流通股與流通股的股權(quán)分置問題，實(shí)現(xiàn)同股同權(quán)。股權(quán)分置改革消除了制約中國(guó)股市發(fā)展的一大制度性障礙，改善了上市公司的治理結(jié)構(gòu)，提高了資本市場(chǎng)的資源配置效率，對(duì)股市的長(zhǎng)期穩(wěn)定發(fā)展產(chǎn)生了深遠(yuǎn)影響。在這一階段，中國(guó)經(jīng)濟(jì)持續(xù)快速增長(zhǎng)，為股市發(fā)展提供了良好的宏觀經(jīng)濟(jì)環(huán)境。隨著開放式基金大量發(fā)行、人民幣升值預(yù)期等因素的影響，股市在2006-2007年迎來(lái)了一輪大牛市，上證指數(shù)從2005年6月的998點(diǎn)一路上漲至2007年10月的6124點(diǎn)，漲幅超過5倍。然而，2008年全球金融危機(jī)爆發(fā)，中國(guó)股市也受到嚴(yán)重沖擊，上證指數(shù)迅速下跌至2008年10月的1664點(diǎn)，跌幅超過70%。此后，股市在經(jīng)濟(jì)刺激政策和宏觀經(jīng)濟(jì)復(fù)蘇的影響下，出現(xiàn)一定程度的波動(dòng)和調(diào)整。這一階段股市波動(dòng)與宏觀經(jīng)濟(jì)形勢(shì)、國(guó)際金融市場(chǎng)變化以及重大政策調(diào)整密切相關(guān)，波動(dòng)幅度依然較大，但市場(chǎng)的規(guī)范化程度和成熟度逐漸提高。3.1.4創(chuàng)新與深化改革階段（2015年至今）2015年以來(lái)，中國(guó)股市進(jìn)入創(chuàng)新與深化改革階段。隨著金融科技的發(fā)展，股市交易方式和市場(chǎng)結(jié)構(gòu)發(fā)生了深刻變化。融資融券、股指期貨等金融衍生品的推出，豐富了市場(chǎng)投資工具和風(fēng)險(xiǎn)管理手段，但也在一定程度上增加了市場(chǎng)的復(fù)雜性和波動(dòng)性。2015年上半年，在杠桿資金的推動(dòng)下，股市出現(xiàn)快速上漲行情，但隨后由于去杠桿等因素的影響，股市大幅下跌，出現(xiàn)千股跌停的極端情況，市場(chǎng)流動(dòng)性急劇下降，股市波動(dòng)異常劇烈。為了應(yīng)對(duì)股市異常波動(dòng)，監(jiān)管部門加強(qiáng)了市場(chǎng)監(jiān)管，出臺(tái)了一系列穩(wěn)定市場(chǎng)的措施，如限制股指期貨交易、加強(qiáng)對(duì)場(chǎng)外配資的清理等。同時(shí)，資本市場(chǎng)改革不斷深化，注冊(cè)制改革穩(wěn)步推進(jìn)，科創(chuàng)板、創(chuàng)業(yè)板注冊(cè)制相繼落地，提高了資本市場(chǎng)的包容性和融資效率。北交所開市，進(jìn)一步完善了中國(guó)多層次資本市場(chǎng)體系。這一階段股市波動(dòng)受到金融創(chuàng)新、監(jiān)管政策調(diào)整以及市場(chǎng)結(jié)構(gòu)變化等多種因素的影響，波動(dòng)特征更加復(fù)雜，對(duì)市場(chǎng)參與者的風(fēng)險(xiǎn)管理能力和投資策略提出了更高的要求。3.2中國(guó)股市波動(dòng)特征分析3.2.1波動(dòng)幅度與頻率為了深入分析中國(guó)股市波動(dòng)幅度和頻率的變化趨勢(shì)，選取上證綜合指數(shù)作為研究對(duì)象，獲取其在1990年12月19日至2023年12月31日期間的日度收盤價(jià)數(shù)據(jù)，并計(jì)算日收益率。計(jì)算公式為：R_t=\ln(P_t/P_{t-1})\times100\%其中，R_t表示第t日的收益率，P_t表示第t日的收盤價(jià)，P_{t-1}表示第t-1日的收盤價(jià)。將整個(gè)時(shí)間區(qū)間劃分為不同的子區(qū)間，分別計(jì)算各子區(qū)間內(nèi)股市收益率的標(biāo)準(zhǔn)差和波動(dòng)次數(shù)，以此來(lái)衡量波動(dòng)幅度和頻率。1990-1995年期間，股市處于發(fā)展初期，市場(chǎng)機(jī)制不完善，投資者投資理念不成熟，投機(jī)氛圍濃厚。這一時(shí)期，上證綜合指數(shù)收益率的標(biāo)準(zhǔn)差高達(dá)0.065，表明波動(dòng)幅度較大；波動(dòng)次數(shù)為220次，平均每年波動(dòng)約44次，波動(dòng)頻率也較高。在1992年5月21日，上海證券交易所取消漲停板限制，當(dāng)日上證指數(shù)飆升到1266.49點(diǎn)，單日漲幅105%，隨后股市又因過度投機(jī)和監(jiān)管加強(qiáng)等因素，在短時(shí)間內(nèi)出現(xiàn)大幅下跌，充分體現(xiàn)了這一階段股市波動(dòng)幅度大且頻繁的特點(diǎn)。2005-2010年，股權(quán)分置改革的推進(jìn)改善了上市公司的治理結(jié)構(gòu)，提高了市場(chǎng)的資源配置效率，加上中國(guó)經(jīng)濟(jì)的快速增長(zhǎng)，股市迎來(lái)了一輪大牛市和隨后的調(diào)整。在2006-2007年牛市期間，上證綜合指數(shù)從1000多點(diǎn)一路飆升至6124點(diǎn)，但在2008年全球金融危機(jī)的沖擊下，迅速下跌至1664點(diǎn)。這一時(shí)期，收益率的標(biāo)準(zhǔn)差為0.038，波動(dòng)幅度相對(duì)1990-1995年有所減??；波動(dòng)次數(shù)為160次，平均每年波動(dòng)約32次，波動(dòng)頻率也有所降低。這表明隨著市場(chǎng)的發(fā)展和成熟，股市波動(dòng)在一定程度上得到了緩和。近年來(lái)，隨著金融市場(chǎng)改革的不斷深化和監(jiān)管的加強(qiáng)，股市波動(dòng)特征又發(fā)生了新的變化。2015-2020年期間，受杠桿資金、去杠桿政策以及中美貿(mào)易摩擦等因素的影響，股市波動(dòng)較為劇烈。2015年上半年，在杠桿資金的推動(dòng)下，股市出現(xiàn)快速上漲，但隨后由于去杠桿等因素的影響，股市大幅下跌，千股跌停的現(xiàn)象頻繁出現(xiàn)。這一時(shí)期，收益率的標(biāo)準(zhǔn)差為0.035，波動(dòng)幅度雖然相對(duì)2005-2010年變化不大，但波動(dòng)的極端情況更為突出；波動(dòng)次數(shù)為140次，平均每年波動(dòng)約28次，波動(dòng)頻率進(jìn)一步降低。這說(shuō)明盡管波動(dòng)頻率有所下降，但市場(chǎng)在特定時(shí)期仍可能出現(xiàn)大幅波動(dòng)，且波動(dòng)的復(fù)雜性和不確定性增加。通過對(duì)比不同時(shí)期的波動(dòng)情況，可以發(fā)現(xiàn)中國(guó)股市波動(dòng)幅度和頻率呈現(xiàn)出以下變化趨勢(shì)：隨著市場(chǎng)的發(fā)展和成熟，波動(dòng)頻率總體上呈下降趨勢(shì)，這表明市場(chǎng)的穩(wěn)定性逐漸增強(qiáng)；波動(dòng)幅度在不同階段有所波動(dòng)，但在某些極端事件的影響下，仍可能出現(xiàn)較大幅度的波動(dòng)，說(shuō)明市場(chǎng)的抗風(fēng)險(xiǎn)能力還有待進(jìn)一步提高。在市場(chǎng)發(fā)展初期，由于制度不完善、投資者不成熟等因素，股市容易受到各種因素的影響，導(dǎo)致波動(dòng)幅度大且頻率高。隨著市場(chǎng)制度的不斷完善、投資者結(jié)構(gòu)的優(yōu)化以及監(jiān)管的加強(qiáng)，市場(chǎng)對(duì)信息的消化和反應(yīng)更加理性，波動(dòng)頻率逐漸降低。但在面對(duì)重大外部沖擊或市場(chǎng)內(nèi)部結(jié)構(gòu)調(diào)整時(shí)，股市仍可能出現(xiàn)大幅波動(dòng)，如全球金融危機(jī)、重大政策調(diào)整等事件都可能引發(fā)市場(chǎng)的劇烈波動(dòng)。3.2.2波動(dòng)的周期性研究中國(guó)股市波動(dòng)的周期性規(guī)律，對(duì)于投資者把握市場(chǎng)趨勢(shì)、制定投資策略具有重要意義。運(yùn)用時(shí)間序列分析方法中的譜分析技術(shù)，對(duì)上證綜合指數(shù)1990年12月19日至2023年12月31日期間的日度收益率數(shù)據(jù)進(jìn)行處理，以識(shí)別其中的周期性成分。譜分析通過將時(shí)間序列分解為不同頻率的正弦和余弦函數(shù)的疊加，能夠揭示時(shí)間序列中隱藏的周期性規(guī)律。經(jīng)過譜分析計(jì)算，發(fā)現(xiàn)中國(guó)股市波動(dòng)存在明顯的周期性特征，主要周期長(zhǎng)度約為3-5年。在過去的三十多年中，中國(guó)股市經(jīng)歷了多次牛熊轉(zhuǎn)換，呈現(xiàn)出較為明顯的周期性波動(dòng)。1990-1993年期間，股市處于初創(chuàng)階段，市場(chǎng)規(guī)模較小，投資者熱情高漲，股市出現(xiàn)快速上漲，隨后在1993-1994年由于宏觀經(jīng)濟(jì)調(diào)控、新股發(fā)行擴(kuò)容等因素，股市進(jìn)入熊市，這一周期大約為3-4年。2005-2007年，在股權(quán)分置改革、經(jīng)濟(jì)快速增長(zhǎng)以及流動(dòng)性充裕等因素的推動(dòng)下，股市迎來(lái)一輪大牛市，上證指數(shù)從998點(diǎn)上漲至6124點(diǎn)；隨后在2008-2009年，受全球金融危機(jī)的影響，股市大幅下跌，進(jìn)入熊市，這一周期約為4-5年。2014-2015年上半年，在政策推動(dòng)和杠桿資金的作用下，股市出現(xiàn)快速上漲，但隨后在2015年下半年至2016年初，由于去杠桿等因素，股市大幅下跌，這一周期大約為2-3年。這些周期波動(dòng)與中國(guó)經(jīng)濟(jì)的發(fā)展周期、政策調(diào)整以及國(guó)際金融市場(chǎng)的變化密切相關(guān)。中國(guó)股市波動(dòng)周期形成的原因是多方面的。宏觀經(jīng)濟(jì)周期是影響股市波動(dòng)周期的重要因素之一。經(jīng)濟(jì)的增長(zhǎng)和衰退會(huì)直接影響企業(yè)的盈利水平和投資者的預(yù)期，從而導(dǎo)致股市的波動(dòng)。在經(jīng)濟(jì)繁榮期，企業(yè)盈利增加，投資者信心增強(qiáng)，股市往往上漲；而在經(jīng)濟(jì)衰退期，企業(yè)盈利下降，投資者信心受挫，股市則會(huì)下跌。中國(guó)經(jīng)濟(jì)在過去幾十年中經(jīng)歷了多次周期性波動(dòng)，這些波動(dòng)在一定程度上反映在股市的波動(dòng)周期中。2001-2002年，中國(guó)經(jīng)濟(jì)處于調(diào)整期，股市也隨之進(jìn)入熊市；2003-2007年，中國(guó)經(jīng)濟(jì)快速增長(zhǎng)，股市也迎來(lái)了大牛市。政策因素對(duì)股市波動(dòng)周期也有著重要影響。政府的財(cái)政政策、貨幣政策以及證券市場(chǎng)監(jiān)管政策的調(diào)整，都會(huì)對(duì)股市產(chǎn)生直接或間接的影響。寬松的貨幣政策會(huì)增加市場(chǎng)的流動(dòng)性，降低企業(yè)的融資成本，從而推動(dòng)股市上漲；而緊縮的貨幣政策則會(huì)減少市場(chǎng)的流動(dòng)性，提高企業(yè)的融資成本，導(dǎo)致股市下跌。證券市場(chǎng)監(jiān)管政策的變化，如新股發(fā)行制度的改革、對(duì)市場(chǎng)違規(guī)行為的打擊等，也會(huì)影響市場(chǎng)的供求關(guān)系和投資者的信心，進(jìn)而影響股市的波動(dòng)周期。2015年股市異常波動(dòng)后，監(jiān)管部門加強(qiáng)了對(duì)市場(chǎng)的監(jiān)管，出臺(tái)了一系列限制杠桿資金、規(guī)范市場(chǎng)交易行為的政策，這些政策對(duì)股市的后續(xù)走勢(shì)產(chǎn)生了重要影響，使得股市進(jìn)入了一個(gè)調(diào)整期。投資者行為也是導(dǎo)致股市波動(dòng)周期的重要原因。投資者的情緒和預(yù)期會(huì)影響他們的投資決策，進(jìn)而影響股市的供求關(guān)系和價(jià)格走勢(shì)。在牛市期間，投資者往往過于樂觀，過度買入股票，導(dǎo)致股價(jià)上漲過度，形成泡沫；而在熊市期間，投資者又往往過于悲觀，過度賣出股票，導(dǎo)致股價(jià)下跌過度。這種投資者的非理性行為會(huì)加劇股市的波動(dòng)，形成周期性的漲跌。在中國(guó)股市中，由于散戶投資者占比較大，他們的投資行為更容易受到市場(chǎng)情緒的影響，從而導(dǎo)致股市波動(dòng)周期的形成。3.3中國(guó)股市波動(dòng)的影響因素初步探討3.3.1宏觀經(jīng)濟(jì)因素宏觀經(jīng)濟(jì)因素對(duì)中國(guó)股市波動(dòng)有著深遠(yuǎn)的影響，GDP、利率、通貨膨脹等關(guān)鍵指標(biāo)與股市波動(dòng)之間存在著緊密的聯(lián)系。國(guó)內(nèi)生產(chǎn)總值（GDP）作為衡量一個(gè)國(guó)家經(jīng)濟(jì)活動(dòng)總量的重要指標(biāo)，與股市波動(dòng)密切相關(guān)。從理論上來(lái)說(shuō)，GDP的增長(zhǎng)反映了經(jīng)濟(jì)的擴(kuò)張，企業(yè)的營(yíng)業(yè)收入和利潤(rùn)通常會(huì)隨之增加，這會(huì)吸引投資者購(gòu)買股票，推動(dòng)股價(jià)上漲，從而使股市呈現(xiàn)出上升趨勢(shì)；反之，GDP增長(zhǎng)放緩或出現(xiàn)負(fù)增長(zhǎng)，表明經(jīng)濟(jì)處于收縮狀態(tài)，企業(yè)盈利可能受到影響，投資者對(duì)股市的信心下降，股價(jià)可能下跌，股市也會(huì)隨之波動(dòng)。在2003-2007年期間，中國(guó)經(jīng)濟(jì)保持高速增長(zhǎng)，GDP增長(zhǎng)率連續(xù)多年超過10%，這一時(shí)期中國(guó)股市也迎來(lái)了大牛市，上證指數(shù)從2005年6月的998點(diǎn)一路上漲至2007年10月的6124點(diǎn)。而在2008年全球金融危機(jī)爆發(fā)后，中國(guó)經(jīng)濟(jì)增長(zhǎng)受到?jīng)_擊，GDP增長(zhǎng)率有所下降，股市也大幅下跌，上證指數(shù)在2008年10月跌至1664點(diǎn)。通過對(duì)1990-2023年期間中國(guó)GDP增長(zhǎng)率與上證綜合指數(shù)收益率的相關(guān)性分析，發(fā)現(xiàn)兩者之間的相關(guān)系數(shù)為0.56，呈現(xiàn)出顯著的正相關(guān)關(guān)系。這進(jìn)一步證明了GDP增長(zhǎng)對(duì)股市波動(dòng)有著重要的影響，經(jīng)濟(jì)的繁榮與衰退在很大程度上決定了股市的整體走勢(shì)。利率作為資金的價(jià)格，是影響股市波動(dòng)的重要因素之一。利率的變動(dòng)會(huì)直接影響企業(yè)的融資成本和投資者的資金流向。當(dāng)利率上升時(shí)，企業(yè)的貸款成本增加，這會(huì)壓縮企業(yè)的利潤(rùn)空間，使得企業(yè)的盈利能力下降，從而對(duì)股價(jià)產(chǎn)生負(fù)面影響。高利率還會(huì)使得債券等固定收益類產(chǎn)品的吸引力增加，投資者可能會(huì)將資金從股市轉(zhuǎn)移到債券市場(chǎng)，導(dǎo)致股市資金外流，股價(jià)下跌，股市波動(dòng)加劇。相反，當(dāng)利率下降時(shí)，企業(yè)的融資成本降低，有利于企業(yè)擴(kuò)大生產(chǎn)和投資，提高盈利水平，這會(huì)推動(dòng)股價(jià)上漲。低利率環(huán)境下，債券等固定收益類產(chǎn)品的收益相對(duì)下降，投資者更傾向于將資金投入股市，增加股市的資金供給，促進(jìn)股市上漲。在2014-2015年期間，中國(guó)央行多次降息，市場(chǎng)利率不斷下降，這在一定程度上推動(dòng)了股市的上漲行情。通過構(gòu)建向量自回歸（VAR）模型，分析利率變動(dòng)與股市波動(dòng)之間的動(dòng)態(tài)關(guān)系，結(jié)果表明，利率的一個(gè)標(biāo)準(zhǔn)差正向沖擊會(huì)導(dǎo)致股市收益率在短期內(nèi)出現(xiàn)顯著的負(fù)向反應(yīng)，且這種影響在隨后的幾個(gè)月內(nèi)逐漸減弱。這充分說(shuō)明利率變動(dòng)對(duì)股市波動(dòng)有著即時(shí)且顯著的影響，利率政策的調(diào)整是影響股市波動(dòng)的重要因素之一。通貨膨脹也是影響中國(guó)股市波動(dòng)的重要宏觀經(jīng)濟(jì)因素。適度的通貨膨脹對(duì)股市可能具有一定的刺激作用，溫和的通貨膨脹意味著物價(jià)的緩慢上漲，企業(yè)的產(chǎn)品價(jià)格也會(huì)相應(yīng)提高，在成本上升幅度相對(duì)較小的情況下，企業(yè)的利潤(rùn)可能會(huì)增加，從而推動(dòng)股價(jià)上漲。當(dāng)通貨膨脹率過高時(shí)，會(huì)對(duì)股市產(chǎn)生負(fù)面影響。高通貨膨脹會(huì)導(dǎo)致企業(yè)的原材料、勞動(dòng)力等成本大幅上升，壓縮企業(yè)的利潤(rùn)空間，使得企業(yè)盈利下降，股價(jià)下跌。高通貨膨脹還會(huì)引發(fā)央行采取緊縮的貨幣政策，如提高利率、減少貨幣供應(yīng)量等，這會(huì)增加企業(yè)的融資難度和成本，進(jìn)一步抑制股市的發(fā)展。通貨膨脹還會(huì)影響投資者的預(yù)期和信心，當(dāng)投資者預(yù)期通貨膨脹將持續(xù)上升時(shí)，他們可能會(huì)減少對(duì)股市的投資，轉(zhuǎn)向其他保值增值的資產(chǎn)，導(dǎo)致股市資金外流，股市波動(dòng)加劇。通過對(duì)不同通貨膨脹水平下股市表現(xiàn)的對(duì)比分析，發(fā)現(xiàn)當(dāng)通貨膨脹率處于3%-5%的適度區(qū)間時(shí)，股市整體表現(xiàn)較為穩(wěn)定，且有一定的上漲趨勢(shì)；而當(dāng)通貨膨脹率超過5%時(shí)，股市波動(dòng)明顯加劇，下跌的概率增加。這表明通貨膨脹對(duì)股市波動(dòng)的影響具有非線性特征，適度的通貨膨脹有利于股市的穩(wěn)定發(fā)展，而過高的通貨膨脹則會(huì)對(duì)股市產(chǎn)生負(fù)面影響。3.3.2政策因素政策因素在中國(guó)股市波動(dòng)中扮演著舉足輕重的角色，貨幣政策、財(cái)政政策、產(chǎn)業(yè)政策等對(duì)股市波動(dòng)有著直接和間接的影響。貨幣政策是宏觀經(jīng)濟(jì)調(diào)控的重要手段之一，對(duì)股市波動(dòng)有著直接而顯著的影響。貨幣政策主要通過調(diào)整貨幣供應(yīng)量和利率水平來(lái)影響股市。當(dāng)央行采取寬松的貨幣政策時(shí)，貨幣供應(yīng)量增加，市場(chǎng)流動(dòng)性充裕，企業(yè)和投資者更容易獲得資金，這會(huì)推動(dòng)股市上漲。寬松的貨幣政策通常伴隨著利率的下降，降低了企業(yè)的融資成本，提高了企業(yè)的盈利預(yù)期，從而吸引投資者購(gòu)買股票，推動(dòng)股價(jià)上升。2008年全球金融危機(jī)后，中國(guó)央行實(shí)施了一系列寬松的貨幣政策，包括多次降息和降低存款準(zhǔn)備金率，市場(chǎng)流動(dòng)性大幅增加，這對(duì)股市的企穩(wěn)和回升起到了重要的推動(dòng)作用。相反，當(dāng)央行采取緊縮的貨幣政策時(shí)，貨幣供應(yīng)量減少，市場(chǎng)流動(dòng)性收緊，企業(yè)和投資者的資金獲取難度增加，股市資金外流，股價(jià)可能下跌。緊縮的貨幣政策往往伴隨著利率的上升，增加了企業(yè)的融資成本，降低了企業(yè)的盈利預(yù)期，投資者會(huì)減少對(duì)股市的投資，導(dǎo)致股市下跌。在2010-2011年期間，為了抑制通貨膨脹，中國(guó)央行多次加息和提高存款準(zhǔn)備金率，實(shí)施緊縮的貨幣政策，股市在此期間出現(xiàn)了明顯的下跌行情。通過事件研究法，分析央行貨幣政策調(diào)整公告對(duì)股市的短期影響，發(fā)現(xiàn)央行降息或增加貨幣供應(yīng)量的公告發(fā)布后，股市在短期內(nèi)通常會(huì)出現(xiàn)顯著的上漲；而加息或減少貨幣供應(yīng)量的公告發(fā)布后，股市則會(huì)出現(xiàn)下跌。這充分證明了貨幣政策對(duì)股市波動(dòng)有著即時(shí)且顯著的影響，貨幣政策的調(diào)整是影響股市短期波動(dòng)的重要因素之一。財(cái)政政策作為政府調(diào)控經(jīng)濟(jì)的重要工具，也會(huì)對(duì)股市波動(dòng)產(chǎn)生重要影響。財(cái)政政策主要包括政府支出、稅收政策等方面。當(dāng)政府增加財(cái)政支出時(shí)，會(huì)直接刺激經(jīng)濟(jì)增長(zhǎng)，帶動(dòng)相關(guān)產(chǎn)業(yè)的發(fā)展，企業(yè)的營(yíng)業(yè)收入和利潤(rùn)可能會(huì)增加，這會(huì)對(duì)股市產(chǎn)生積極的影響。政府加大對(duì)基礎(chǔ)設(shè)施建設(shè)的投資，會(huì)帶動(dòng)建筑、建材等相關(guān)行業(yè)的發(fā)展，這些行業(yè)的上市公司業(yè)績(jī)可能會(huì)提升，股價(jià)也會(huì)相應(yīng)上漲，從而推動(dòng)股市上漲。政府的減稅政策可以降低企業(yè)的稅負(fù)，提高企業(yè)的盈利能力，增加企業(yè)的現(xiàn)金流，這也有利于股市的發(fā)展。相反，當(dāng)政府減少財(cái)政支出或增加稅收時(shí)，會(huì)抑制經(jīng)濟(jì)增長(zhǎng)，企業(yè)的盈利可能會(huì)受到影響，股市可能會(huì)下跌。通過構(gòu)建宏觀經(jīng)濟(jì)計(jì)量模型，分析財(cái)政政策變量與股市波動(dòng)之間的關(guān)系，結(jié)果表明，政府財(cái)政支出的增加會(huì)導(dǎo)致股市收益率在短期內(nèi)出現(xiàn)顯著的正向反應(yīng)，且這種影響具有一定的持續(xù)性；而稅收的增加則會(huì)對(duì)股市收益率產(chǎn)生負(fù)向影響。這說(shuō)明財(cái)政政策的調(diào)整對(duì)股市波動(dòng)有著重要的影響，政府可以通過合理運(yùn)用財(cái)政政策來(lái)調(diào)節(jié)股市波動(dòng)，促進(jìn)股市的穩(wěn)定發(fā)展。產(chǎn)業(yè)政策是政府為了實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)、促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展而制定的政策措施，對(duì)股市波動(dòng)也有著重要的影響。產(chǎn)業(yè)政策通常會(huì)對(duì)特定的產(chǎn)業(yè)或行業(yè)給予支持或限制，這會(huì)直接影響相關(guān)行業(yè)上市公司的發(fā)展前景和盈利能力，從而導(dǎo)致股市波動(dòng)。政府出臺(tái)的新能源汽車產(chǎn)業(yè)扶持政策，包括補(bǔ)貼、稅收優(yōu)惠等措施，推動(dòng)了新能源汽車行業(yè)的快速發(fā)展，相關(guān)上市公司的股價(jià)也大幅上漲，帶動(dòng)了整個(gè)股市中新能源汽車板塊的繁榮。相反，對(duì)于一些產(chǎn)能過剩、高污染高耗能的行業(yè)，政府可能會(huì)采取限制發(fā)展的政策，如提高環(huán)保標(biāo)準(zhǔn)、限制產(chǎn)能擴(kuò)張等，這會(huì)對(duì)這些行業(yè)的上市公司造成不利影響，股價(jià)可能下跌，導(dǎo)致股市相關(guān)板塊的波動(dòng)。通過對(duì)不同產(chǎn)業(yè)政策下行業(yè)板塊股市表現(xiàn)的對(duì)比分析，發(fā)現(xiàn)受到產(chǎn)業(yè)政策支持的行業(yè)板塊，其股價(jià)上漲的幅度和概率明顯高于未受支持的行業(yè)板塊；而受到產(chǎn)業(yè)政策限制的行業(yè)板塊，股價(jià)下跌的幅度和概率則相對(duì)較高。這充分說(shuō)明產(chǎn)業(yè)政策對(duì)股市波動(dòng)有著重要的影響，投資者在進(jìn)行投資決策時(shí)，需要密切關(guān)注產(chǎn)業(yè)政策的變化，把握投資機(jī)會(huì)。3.3.3市場(chǎng)因素市場(chǎng)因素對(duì)中國(guó)股市波動(dòng)起著關(guān)鍵作用，投資者結(jié)構(gòu)、市場(chǎng)流動(dòng)性、市場(chǎng)情緒等因素相互交織，共同影響著股市的波動(dòng)。投資者結(jié)構(gòu)是影響股市波動(dòng)的重要市場(chǎng)因素之一。在中國(guó)股市中，投資者結(jié)構(gòu)呈現(xiàn)出多元化的特點(diǎn)，包括個(gè)人投資者、機(jī)構(gòu)投資者等。不同類型的投資者在投資行為、風(fēng)險(xiǎn)偏好和信息獲取能力等方面存在差異，這些差異會(huì)導(dǎo)致他們對(duì)股市信息的反應(yīng)不同，進(jìn)而影響股市波動(dòng)。個(gè)人投資者通常以散戶為主，他們的投資決策往往受到市場(chǎng)情緒、個(gè)人經(jīng)驗(yàn)等因素的影響，投資行為較為分散和短期化。在市場(chǎng)出現(xiàn)利好消息時(shí)，個(gè)人投資者可能會(huì)盲目跟風(fēng)買入，推動(dòng)股價(jià)上漲；而在市場(chǎng)出現(xiàn)利空消息時(shí)，又容易恐慌拋售，導(dǎo)致股價(jià)下跌，加劇股市波動(dòng)。中國(guó)股市在某些熱點(diǎn)題材出現(xiàn)時(shí)，個(gè)人投資者往往會(huì)大量涌入相關(guān)股票，使得股價(jià)短期內(nèi)大幅上漲，但這種上漲缺乏基本面支撐，一旦熱點(diǎn)消退，股價(jià)又會(huì)迅速下跌，造成股市的大幅波動(dòng)。機(jī)構(gòu)投資者則相對(duì)較為專業(yè)和理性，他們具有較強(qiáng)的研究分析能力和風(fēng)險(xiǎn)控制能力，投資行為更為長(zhǎng)期化和多元化。機(jī)構(gòu)投資者在進(jìn)行投資決策時(shí)，通常會(huì)綜合考慮宏觀經(jīng)濟(jì)形勢(shì)、行業(yè)發(fā)展趨勢(shì)、公司基本面等因素，注重資產(chǎn)的配置和風(fēng)險(xiǎn)管理。機(jī)構(gòu)投資者的存在可以起到穩(wěn)定市場(chǎng)的作用，他們的理性投資行為有助于抑制股市的過度波動(dòng)。在市場(chǎng)出現(xiàn)大幅下跌時(shí)，一些大型機(jī)構(gòu)投資者可能會(huì)根據(jù)自身的投資策略和風(fēng)險(xiǎn)偏好，選擇逢低買入，為市場(chǎng)提供流動(dòng)性支持，穩(wěn)定市場(chǎng)信心，從而緩解股市的下跌壓力。隨著中國(guó)股市的發(fā)展，機(jī)構(gòu)投資者的規(guī)模和影響力逐漸擴(kuò)大，他們?cè)诠墒兄械淖饔靡踩找嬷匾Ｍㄟ^對(duì)不同投資者結(jié)構(gòu)下股市波動(dòng)特征的分析，發(fā)現(xiàn)當(dāng)機(jī)構(gòu)投資者占比較高時(shí)，股市波動(dòng)的幅度相對(duì)較小，穩(wěn)定性較強(qiáng)；而當(dāng)個(gè)人投資者占比較高時(shí)，股市波動(dòng)更為頻繁和劇烈。這表明投資者結(jié)構(gòu)的優(yōu)化對(duì)于降低股市波動(dòng)、促進(jìn)股市穩(wěn)定發(fā)展具有重要意義。市場(chǎng)流動(dòng)性是指資產(chǎn)能夠以合理價(jià)格迅速變現(xiàn)的能力，對(duì)股市波動(dòng)有著重要影響。充足的市場(chǎng)流動(dòng)性可以保證股票交易的順暢進(jìn)行，提高市場(chǎng)的效率和穩(wěn)定性。當(dāng)市場(chǎng)流動(dòng)性充裕時(shí)，投資者可以較為容易地買賣股票，市場(chǎng)的供需關(guān)系能夠得到較好的平衡，股價(jià)波動(dòng)相對(duì)較小。在牛市行情中，市場(chǎng)流動(dòng)性通常較為充裕，投資者的交易熱情高漲，資金大量流入股市，推動(dòng)股價(jià)穩(wěn)步上漲，股市波動(dòng)相對(duì)較為平穩(wěn)。相反，當(dāng)市場(chǎng)流動(dòng)性不足時(shí)，股票交易可能會(huì)受到阻礙，買賣雙方的交易意愿下降，市場(chǎng)供需失衡，股價(jià)容易出現(xiàn)大幅波動(dòng)。在2015年股市異常波動(dòng)期間，由于去杠桿等因素的影響，市場(chǎng)流動(dòng)性急劇下降，出現(xiàn)了千股跌停的極端情況，股價(jià)大幅下跌，股市波動(dòng)異常劇烈。通過構(gòu)建流動(dòng)性指標(biāo)與股市波動(dòng)的計(jì)量模型，分析市場(chǎng)流動(dòng)性與股市波動(dòng)之間的關(guān)系，結(jié)果表明，市場(chǎng)流動(dòng)性與股市波動(dòng)之間存在顯著的負(fù)相關(guān)關(guān)系，即市場(chǎng)流動(dòng)性越好，股市波動(dòng)越??；市場(chǎng)流動(dòng)性越差，股市波動(dòng)越大。這說(shuō)明保持市場(chǎng)流動(dòng)性的穩(wěn)定對(duì)于維持股市的穩(wěn)定運(yùn)行至關(guān)重要，監(jiān)管部門和市場(chǎng)參與者應(yīng)關(guān)注市場(chǎng)流動(dòng)性狀況，采取有效措施確保市場(chǎng)流動(dòng)性的合理充裕。市場(chǎng)情緒是投資者對(duì)股市未來(lái)走勢(shì)的整體預(yù)期和心理狀態(tài)，對(duì)股市波動(dòng)有著重要的影響。市場(chǎng)情緒可以分為樂觀情緒和悲觀情緒，當(dāng)市場(chǎng)情緒樂觀時(shí)，投資者對(duì)股市的未來(lái)走勢(shì)充滿信心，愿意增加投資，推動(dòng)股價(jià)上漲；而當(dāng)市場(chǎng)情緒悲觀時(shí)，投資者對(duì)股市前景擔(dān)憂，會(huì)減少投資甚至拋售股票，導(dǎo)致股價(jià)下跌。市場(chǎng)情緒受到多種因素的影響，包括宏觀經(jīng)濟(jì)形勢(shì)、政策變化、公司業(yè)績(jī)等。當(dāng)宏觀經(jīng)濟(jì)形勢(shì)向好、政策利好時(shí)，市場(chǎng)情緒往往較為樂觀，投資者的投資熱情高漲，股市容易出現(xiàn)上漲行情；而當(dāng)宏觀經(jīng)濟(jì)形勢(shì)惡化、政策不利時(shí)，市場(chǎng)情緒會(huì)轉(zhuǎn)為悲觀，投資者的信心受挫，股市可能會(huì)下跌。在2020年初，受新冠疫情爆發(fā)的影響，市場(chǎng)情緒極度悲觀，股市出現(xiàn)大幅下跌；但隨著疫情防控取得成效，宏觀經(jīng)濟(jì)逐漸復(fù)蘇，市場(chǎng)情緒逐漸好轉(zhuǎn)，股市也隨之回升。通過構(gòu)建市場(chǎng)情緒指標(biāo)，如投資者信心指數(shù)、換手率等，分析市場(chǎng)情緒與股市波動(dòng)之間的關(guān)系，發(fā)現(xiàn)市場(chǎng)情緒與股市波動(dòng)之間存在顯著的正相關(guān)關(guān)系，即市場(chǎng)情緒越樂觀，股市波動(dòng)越大；市場(chǎng)情緒越悲觀，股市波動(dòng)越小。這表明市場(chǎng)情緒對(duì)股市波動(dòng)有著重要的驅(qū)動(dòng)作用，投資者的情緒變化會(huì)導(dǎo)致股市出現(xiàn)非理性波動(dòng)，因此，投資者應(yīng)保持理性的投資心態(tài)，避免受到市場(chǎng)情緒的過度影響。四、樣條SV模型構(gòu)建與應(yīng)用4.1樣條SV模型設(shè)定4.1.1模型基本形式樣條SV模型的核心在于將股市收益率的波動(dòng)分解為可觀測(cè)的均值部分、隨時(shí)間變化的隨機(jī)波動(dòng)率部分以及隨機(jī)擾動(dòng)部分，以精準(zhǔn)刻畫股市波動(dòng)的復(fù)雜動(dòng)態(tài)。其數(shù)學(xué)表達(dá)式如下：y_t=\mu+\sigma_t\epsilon_t\ln\sigma_t^2=\omega+\sum_{i=1}^{k}\beta_iB_i(t)+\eta_t在上述表達(dá)式中，各參數(shù)具有明確的含義和重要作用。y_t表示t時(shí)刻的股市收益率，它是我們研究股市波動(dòng)的關(guān)鍵變量，反映了股票價(jià)格在t時(shí)刻的變化情況。\mu為均值，代表股市收益率在長(zhǎng)期內(nèi)的平均水平，它是股市收益率的一個(gè)基準(zhǔn)值，有助于我們了解股市的總體趨勢(shì)。\sigma_t是t時(shí)刻的波動(dòng)率，它衡量了股市收益率的波動(dòng)程度，波動(dòng)率越大，說(shuō)明股市價(jià)格的變化越劇烈，風(fēng)險(xiǎn)也就越高。\epsilon_t是獨(dú)立同分布的標(biāo)準(zhǔn)正態(tài)隨機(jī)變量，表示收益率的隨機(jī)擾動(dòng)項(xiàng)，它反映了股市收益率中無(wú)法由均值和波動(dòng)率解釋的隨機(jī)部分，體現(xiàn)了市場(chǎng)中的各種不確定性因素對(duì)股市收益率的影響。\ln\sigma_t^2是對(duì)數(shù)波動(dòng)率，采用對(duì)數(shù)形式可以更好地處理波動(dòng)率的非負(fù)性和異方差性，使得模型更加穩(wěn)定和易于估計(jì)。\omega為常數(shù)項(xiàng)，它在對(duì)數(shù)波動(dòng)率模型中起到了基準(zhǔn)作用，影響著波動(dòng)率的整體水平。\beta_i是樣條函數(shù)的系數(shù)，它決定了樣條基函數(shù)B_i(t)對(duì)對(duì)數(shù)波動(dòng)率的貢獻(xiàn)程度，通過調(diào)整\beta_i的值，可以靈活地?cái)M合對(duì)數(shù)波動(dòng)率的變化趨勢(shì)。B_i(t)是樣條基函數(shù)，它是構(gòu)建樣條SV模型的關(guān)鍵要素，通過一組平滑的樣條基函數(shù)對(duì)股市波動(dòng)率進(jìn)行建模，能夠更好地捕捉波動(dòng)率的復(fù)雜變化。k是樣條基函數(shù)的個(gè)數(shù)，它控制了樣條函數(shù)的復(fù)雜度，k值越大，樣條函數(shù)能夠擬合的曲線就越復(fù)雜，從而能夠更精確地刻畫股市波動(dòng)率的變化，但同時(shí)也可能會(huì)導(dǎo)致模型過擬合；k值越小，樣條函數(shù)的復(fù)雜度降低，模型的泛化能力可能會(huì)增強(qiáng)，但可能無(wú)法準(zhǔn)確捕捉到波動(dòng)率的細(xì)微變化。\eta_t是獨(dú)立同分布的正態(tài)隨機(jī)變量，表示對(duì)數(shù)波動(dòng)率的隨機(jī)擾動(dòng)項(xiàng)，它反映了對(duì)數(shù)波動(dòng)率中無(wú)法由常數(shù)項(xiàng)和樣條基函數(shù)解釋的隨機(jī)部分，體現(xiàn)了市場(chǎng)中一些難以預(yù)測(cè)的因素對(duì)波動(dòng)率的影響。4.1.2模型假設(shè)條件樣條SV模型基于一系列重要的假設(shè)條件，這些假設(shè)條件是模型成立和有效應(yīng)用的基礎(chǔ)，對(duì)準(zhǔn)確理解和運(yùn)用樣條SV模型具有關(guān)鍵意義。隨機(jī)波動(dòng)的獨(dú)立性假設(shè)是樣條SV模型的重要基礎(chǔ)。該假設(shè)認(rèn)為，在不同的時(shí)間點(diǎn)t，對(duì)數(shù)波動(dòng)率的隨機(jī)擾動(dòng)項(xiàng)\eta_t相互獨(dú)立。這意味著在某一時(shí)刻，對(duì)數(shù)波動(dòng)率受到的隨機(jī)沖擊不會(huì)對(duì)其他時(shí)刻的對(duì)數(shù)波動(dòng)率產(chǎn)生直接影響，即各個(gè)時(shí)刻的隨機(jī)波動(dòng)是相互獨(dú)立的事件。在研究股市波動(dòng)時(shí)，這一假設(shè)使得我們能夠?qū)⒚總€(gè)時(shí)刻的對(duì)數(shù)波動(dòng)率看作是獨(dú)立的隨機(jī)變量，從而簡(jiǎn)化了模型的分析和計(jì)算。然而，在實(shí)際的金融市場(chǎng)中，這一假設(shè)可能并不完全成立。市場(chǎng)中的一些宏觀經(jīng)濟(jì)因素、政策變化或重大事件等，可能會(huì)對(duì)股市波動(dòng)產(chǎn)生持續(xù)的影響，導(dǎo)致不同時(shí)刻的對(duì)數(shù)波動(dòng)率之間存在一定的相關(guān)性。當(dāng)經(jīng)濟(jì)出現(xiàn)衰退跡象或政策發(fā)生重大調(diào)整時(shí)，股市波動(dòng)可能會(huì)在一段時(shí)間內(nèi)持續(xù)受到影響，不同時(shí)刻的對(duì)數(shù)波動(dòng)率之間可能會(huì)呈現(xiàn)出一定的正相關(guān)或負(fù)相關(guān)關(guān)系。因此，在應(yīng)用樣條SV模型時(shí)，需要對(duì)這一假設(shè)進(jìn)行謹(jǐn)慎的檢驗(yàn)和評(píng)估，以確保模型的有效性。正態(tài)分布假設(shè)也是樣條SV模型的重要組成部分。該假設(shè)假定收益率的隨機(jī)擾動(dòng)項(xiàng)\epsilon_t和對(duì)數(shù)波動(dòng)率的隨機(jī)擾動(dòng)項(xiàng)\eta_t都服從正態(tài)分布。正態(tài)分布具有良好的數(shù)學(xué)性質(zhì)，使得我們能夠運(yùn)用一系列成熟的統(tǒng)計(jì)方法對(duì)模型進(jìn)行參數(shù)估計(jì)和推斷。在正態(tài)分布假設(shè)下，我們可以利用極大似然估計(jì)法或貝葉斯估計(jì)法等方法，對(duì)樣條SV模型的參數(shù)進(jìn)行估計(jì)，并通過統(tǒng)計(jì)檢驗(yàn)來(lái)驗(yàn)證模型的合理性。在實(shí)際的金融市場(chǎng)中，收益率和對(duì)數(shù)波動(dòng)率的分布往往呈現(xiàn)出非正態(tài)的特征，如厚尾分布、尖峰分布等。這些非正態(tài)分布特征意味著市場(chǎng)中存在一些極端事件的發(fā)生概率較高，而正態(tài)分布假設(shè)可能無(wú)法準(zhǔn)確地描述這些極端事件對(duì)股市波動(dòng)的影響。在金融市場(chǎng)出現(xiàn)重大危機(jī)或突發(fā)事件時(shí)，股市收益率可能會(huì)出現(xiàn)大幅波動(dòng)，遠(yuǎn)遠(yuǎn)超出正態(tài)分布所預(yù)測(cè)的范圍，呈現(xiàn)出厚尾分布的特征。因此，在應(yīng)用樣條SV模型時(shí)，需要對(duì)數(shù)據(jù)的分布特征進(jìn)行仔細(xì)的分析和檢驗(yàn)，必要時(shí)可以對(duì)模型進(jìn)行適當(dāng)?shù)母倪M(jìn)，以更好地適應(yīng)實(shí)際數(shù)據(jù)的分布特點(diǎn)。此外，樣條SV模型還假設(shè)樣條基函數(shù)B_i(t)具有良好的平滑性和局部逼近能力。良好的平滑性確保了模型在擬合波動(dòng)率時(shí)不會(huì)出現(xiàn)過度波動(dòng)或振蕩的情況，使得模型能夠準(zhǔn)確地捕捉到波動(dòng)率的變化趨勢(shì)；局部逼近能力則使得樣條基函數(shù)能夠在不同的時(shí)間區(qū)間內(nèi)靈活地逼近對(duì)數(shù)波動(dòng)率的真實(shí)值，提高模型的擬合精度。在實(shí)際應(yīng)用中，我們通常選擇具有良好數(shù)學(xué)性質(zhì)的B樣條函數(shù)作為樣條基函數(shù)，如三次B樣條函數(shù)等。這些B樣條函數(shù)具有連續(xù)的一階和二階導(dǎo)數(shù)，能夠保證樣條函數(shù)的平滑性；同時(shí)，它們?cè)诰植繀^(qū)域內(nèi)具有較強(qiáng)的逼近能力，能夠有效地?cái)M合對(duì)數(shù)波動(dòng)率的復(fù)雜變化。但在選擇樣條基函數(shù)的節(jié)點(diǎn)和參數(shù)時(shí)，需要根據(jù)數(shù)據(jù)的特點(diǎn)和研究目的進(jìn)行合理的調(diào)整，以充分發(fā)揮樣條函數(shù)的優(yōu)勢(shì)，提高模型的性能。4.2數(shù)據(jù)選取與處理4.2.1數(shù)據(jù)來(lái)源本研究選取的中國(guó)股市數(shù)據(jù)主要來(lái)源于多個(gè)權(quán)威渠道，以確保數(shù)據(jù)的準(zhǔn)確性、完整性和可靠性。股票價(jià)格數(shù)據(jù)主要取自上海證券交易所和深圳證券交易所的官方數(shù)據(jù)庫(kù)，這兩個(gè)證券交易所是中國(guó)最主要的證券交易場(chǎng)所，其提供的數(shù)據(jù)具有權(quán)威性和代表性。通過直接從交易所數(shù)據(jù)庫(kù)獲取數(shù)據(jù)，可以保證數(shù)據(jù)的原始性和準(zhǔn)確性，避免了因數(shù)據(jù)中轉(zhuǎn)或其他因素導(dǎo)致的數(shù)據(jù)偏差。為了獲取更全面的股市數(shù)據(jù)，還參考了知名金融數(shù)據(jù)提供商，如萬(wàn)得資訊（Wind）和同花順iFind等。這些金融數(shù)據(jù)提供商擁有專業(yè)的數(shù)據(jù)采集和整理團(tuán)隊(duì)，能夠?qū)?lái)自各個(gè)證券交易所及其他金融機(jī)構(gòu)的數(shù)據(jù)進(jìn)行整合和加工，提供豐富的金融市場(chǎng)數(shù)據(jù)，包括股票的歷史價(jià)格、成交量、財(cái)務(wù)指標(biāo)等。萬(wàn)得資訊提供了詳細(xì)的股票基本面數(shù)據(jù)和市場(chǎng)交易數(shù)據(jù)，同花順iFind則在行情數(shù)據(jù)的實(shí)時(shí)更新和數(shù)據(jù)可視化方面具有優(yōu)勢(shì)。通過綜合使用這些金融數(shù)據(jù)提供商的數(shù)據(jù)，可以彌補(bǔ)單一數(shù)據(jù)源可能存在的不足，確保研究數(shù)據(jù)的全面性。宏觀經(jīng)濟(jì)數(shù)據(jù)是影響股市波動(dòng)的重要因素之一，本研究的宏觀經(jīng)濟(jì)數(shù)據(jù)主要來(lái)源于國(guó)家統(tǒng)計(jì)局、中國(guó)人民銀行等官方機(jī)構(gòu)的網(wǎng)站。國(guó)家統(tǒng)計(jì)局定期發(fā)布國(guó)內(nèi)生產(chǎn)總值（GDP）、消費(fèi)者物價(jià)指數(shù)（CPI）、工業(yè)增加值等重要宏觀經(jīng)濟(jì)指標(biāo)，這些數(shù)據(jù)反映了國(guó)家經(jīng)濟(jì)的整體運(yùn)行狀況；中國(guó)人民銀行則提供利率、貨幣供應(yīng)量等金融數(shù)據(jù)，這些數(shù)據(jù)對(duì)分析貨幣政策對(duì)股市的影響具有重要意義。從這些官方機(jī)構(gòu)獲取宏觀經(jīng)濟(jì)數(shù)據(jù)，能夠保證數(shù)據(jù)的權(quán)威性和可靠性，為研究股市波動(dòng)與宏觀經(jīng)濟(jì)因素之間的關(guān)系提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。政策數(shù)據(jù)方面，主要通過政府部門的官方公告、政策文件以及權(quán)威財(cái)經(jīng)媒體的報(bào)道來(lái)收集。中國(guó)證券監(jiān)督管理委員會(huì)（證監(jiān)會(huì)）的官方網(wǎng)站是獲取證券市場(chǎng)監(jiān)管政策的重要渠道，證監(jiān)會(huì)發(fā)布的政策文件和公告對(duì)股市的運(yùn)行和發(fā)展具有直接的指導(dǎo)作用。權(quán)威財(cái)經(jīng)媒體，如《中國(guó)證券報(bào)》《上海證券報(bào)》等，對(duì)政策的解讀和報(bào)道也能夠幫助我們更全面地了解政策的背景、目的和影響。通過綜合分析這些政策數(shù)據(jù)來(lái)源，可以準(zhǔn)確把握政策的變化趨勢(shì)及其對(duì)股市波動(dòng)的影響。4.2.2數(shù)據(jù)處理方法在獲取原始數(shù)據(jù)后，需要對(duì)其進(jìn)行一系列的清洗和預(yù)處理操作，以確保數(shù)據(jù)符合樣條SV模型的輸入要求，提高模型的估計(jì)精度和分析效果。缺失值處理是數(shù)據(jù)清洗的重要環(huán)節(jié)。在實(shí)際數(shù)據(jù)中，由于各種原因，可能會(huì)出現(xiàn)部分?jǐn)?shù)據(jù)缺失的情況。對(duì)于少量的缺失值，采用均值填充法進(jìn)行處理。對(duì)于某只股票某一天的收盤價(jià)缺失，可以計(jì)算該股票在前后一段時(shí)間內(nèi)收盤價(jià)的平均值，并用這個(gè)平均值來(lái)填充缺失值。對(duì)于缺失值較多的情況，則根據(jù)具體情況決定是否刪除相關(guān)數(shù)據(jù)。若某只股票在一段時(shí)間內(nèi)缺失值超過一定比例，且缺失值的分布較為集中，可能會(huì)影響數(shù)據(jù)的分析結(jié)果，此時(shí)可以考慮刪除該股票在這段時(shí)間內(nèi)的數(shù)據(jù)。異常值處理也是數(shù)據(jù)清洗的關(guān)鍵步驟。異常值可能是由于數(shù)據(jù)錄入錯(cuò)誤、市場(chǎng)異常波動(dòng)等原因?qū)е碌?，?huì)對(duì)模型的估計(jì)和分析產(chǎn)生較大的干擾。通過統(tǒng)計(jì)分析方法，如箱線圖分析，找出數(shù)據(jù)中的異常值。箱線圖可以直觀地展示數(shù)據(jù)的分布情況，通過計(jì)算四分位數(shù)和上下限，可以識(shí)別出數(shù)據(jù)中的異常點(diǎn)。對(duì)于異常值，可以根據(jù)具體情況進(jìn)行處理。若是由于數(shù)據(jù)錄入錯(cuò)誤導(dǎo)致的異常值，可以通過核對(duì)原始數(shù)據(jù)或參考其他數(shù)據(jù)源進(jìn)行修正；若是由于市場(chǎng)異常波動(dòng)導(dǎo)致的異常值，且該異常值具有一定的市場(chǎng)意義，則可以保留該數(shù)據(jù)，但在分析過程中需要特別關(guān)注其對(duì)結(jié)果的影響。數(shù)據(jù)標(biāo)準(zhǔn)化是預(yù)處理的重要內(nèi)容之一。由于不同變量的數(shù)據(jù)量綱和尺度可能不同，直接將原始數(shù)據(jù)輸入模型可能會(huì)導(dǎo)致模型估計(jì)不準(zhǔn)確。采用Z-score標(biāo)準(zhǔn)化方法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，將數(shù)據(jù)轉(zhuǎn)換為具有均值為0、標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)正態(tài)分布。對(duì)于變量X，其標(biāo)準(zhǔn)化后的結(jié)果X^*的計(jì)算公式為：X^*=\frac{X-\mu}{\sigma}其中，\mu為變量X的均值，\sigma為變量X的標(biāo)準(zhǔn)差。通過數(shù)據(jù)標(biāo)準(zhǔn)化，可以消除變量之間量綱和尺度的差異，使不同變量在模型中具有相同的權(quán)重，提高模型的估計(jì)精度和穩(wěn)定性。在股票量化投資中，數(shù)據(jù)清洗和預(yù)處理至關(guān)重要。首先，要處理缺失值。對(duì)于少量的缺失值，可以采用均值、中位數(shù)、眾數(shù)等方法進(jìn)行填充；若缺失值較多，則需根據(jù)具體情況決定是否刪除相關(guān)數(shù)據(jù)。其次，要檢查異常值。可以通過統(tǒng)計(jì)分析方法，如離群值檢測(cè)算法，找出異常值并進(jìn)行處理。然后，進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化。將不同量綱的數(shù)據(jù)轉(zhuǎn)換為具有相同尺度的數(shù)據(jù)，常用的標(biāo)準(zhǔn)化方法有Z-score標(biāo)準(zhǔn)化、最小-最大標(biāo)準(zhǔn)化等。此外，還需對(duì)數(shù)據(jù)進(jìn)行時(shí)間序列處理。例如，對(duì)數(shù)據(jù)進(jìn)行采樣、插值等操作，以保證數(shù)據(jù)的連續(xù)性和一致性。最后，要對(duì)數(shù)據(jù)進(jìn)行特征工程。從原始數(shù)據(jù)中提取出有價(jià)值的特征，如技術(shù)指標(biāo)、基本面指標(biāo)等，以提高模型的預(yù)測(cè)能力。數(shù)據(jù)清洗和預(yù)處理是股票量化投資的基礎(chǔ)，直接影響到模型的準(zhǔn)確性和可靠性。數(shù)據(jù)的時(shí)間序列處理也不容忽視。股市數(shù)據(jù)是典型的時(shí)間序列數(shù)據(jù)，需要對(duì)其進(jìn)行適當(dāng)?shù)奶幚?，以保證數(shù)據(jù)的連續(xù)性和一致性。對(duì)于不連續(xù)的時(shí)間序列數(shù)據(jù)，采用插值法進(jìn)行處理，通過線性插值或樣條插值等方法，補(bǔ)充缺失的時(shí)間點(diǎn)數(shù)據(jù)，使時(shí)間序列數(shù)據(jù)更加完整。在某些情況下，需要對(duì)數(shù)據(jù)進(jìn)行采樣，將高頻數(shù)據(jù)轉(zhuǎn)換為低頻數(shù)據(jù)，以滿足研究的需要。將日度數(shù)據(jù)轉(zhuǎn)換為周度數(shù)據(jù)或月度數(shù)據(jù)，以分析股市波動(dòng)在較長(zhǎng)時(shí)間周期內(nèi)的特征。通過合理的時(shí)間序列處理，可以更好地挖掘股市數(shù)據(jù)中的信息，為模型分析提供更優(yōu)質(zhì)的數(shù)據(jù)支持。4.3基于樣條SV模型的實(shí)證分析4.3.1模型參數(shù)估計(jì)為了深入研究中國(guó)股市波動(dòng)的非對(duì)稱性，本研究采用極大似然估計(jì)法對(duì)樣條SV模型的參數(shù)進(jìn)行估計(jì)。極大似然估計(jì)法是一種在統(tǒng)計(jì)學(xué)中廣泛應(yīng)用的參數(shù)估計(jì)方法，其核心思想是在給定的樣本數(shù)據(jù)下，尋找一組參數(shù)值，使得樣本數(shù)據(jù)出現(xiàn)的概率最大。在樣條SV模型中，通過構(gòu)建似然函數(shù)，將股市收益率數(shù)據(jù)和模型參數(shù)聯(lián)系起來(lái)，然后通過優(yōu)化算法求解似然函數(shù)的最大值，從而得到模型參數(shù)的估計(jì)值。具體實(shí)施步驟如下：首先，根據(jù)樣條SV模型的設(shè)定，寫出其對(duì)數(shù)似然函數(shù)。對(duì)于觀測(cè)到的股市收益率序列y_1,y_2,\cdots,y_T，其對(duì)數(shù)似然函數(shù)可以表示為：L(\theta)=\sum_{t=1}^{T}\lnf(y_t;\theta)其中，\theta表示模型的參數(shù)向量，包括\mu、\omega、\beta_i等，f(y_t;\theta)是在給定參數(shù)\theta下，y_t的概率密度函數(shù)。在樣條SV模型中，由于收益率y_t服從正態(tài)分布，其概率密度函數(shù)為：f(y_t;\theta)=\frac{1}{\sqrt{2\pi\sigma_t^2}}\exp\left(-\frac{(y_t-\mu)^2}{2\sigma_t^2}\right)其中，\sigma_t^2是由對(duì)數(shù)波動(dòng)率\ln\sigma_t^2=\omega+\sum_{i=1}^{k}\beta_iB_i(t)+\eta_t確定的。在實(shí)際計(jì)算中，由于對(duì)數(shù)波動(dòng)率\ln\sigma_t^2中包含不可觀測(cè)的隨機(jī)擾動(dòng)項(xiàng)\eta_t，直接計(jì)算對(duì)數(shù)似然函數(shù)較為困難。因此，采用蒙特卡羅模擬方法來(lái)近似計(jì)算對(duì)數(shù)似然函數(shù)。通過多次模擬對(duì)數(shù)波動(dòng)率的路徑，得到不同路徑下的收益率概率密度函數(shù)，然后對(duì)這些概率密度函數(shù)進(jìn)行平均，得到近似的對(duì)數(shù)似然函數(shù)。具體來(lái)說(shuō)，對(duì)于每次模擬，根據(jù)對(duì)數(shù)波動(dòng)率的隨機(jī)過程，生成一組對(duì)數(shù)波動(dòng)率樣本\{\ln\sigma_{t}^2^{(s)}\}_{t=1}^{T}，其中s=1,2,\cdots,S表示模擬次數(shù)。對(duì)于每組對(duì)數(shù)波動(dòng)率樣本，計(jì)算相應(yīng)的收益率概率密度函數(shù)f^{(s)}(y_t;\theta)，然后對(duì)S次模擬的結(jié)果進(jìn)行平均，得到近似的對(duì)數(shù)似然函數(shù)：\hat{L}(\theta)=\frac{1}{S}\sum_{s=1}^{S}\sum_{t=1}^{T}\lnf^{(s)}(y_t;\theta)通過優(yōu)化算法，如擬牛頓法、共軛梯度法等，求解使近似對(duì)數(shù)似然函數(shù)\hat{L}(\theta)達(dá)到最大值的參數(shù)向量\hat{\theta}，即為樣條SV模型參數(shù)的極大似然估計(jì)值。在本研究中，使用Python中的Scipy優(yōu)化庫(kù)中的優(yōu)化函數(shù)進(jìn)行參數(shù)估計(jì)，經(jīng)過多次迭代計(jì)算，得到了樣條SV模型參數(shù)的估計(jì)值。估計(jì)結(jié)果表明，均值參數(shù)\hat{\mu}的估計(jì)值為0.0005，表示中國(guó)股市在樣本期間內(nèi)的平均日收益率為0.05%；常數(shù)項(xiàng)參數(shù)\hat{\omega}的估計(jì)值為-2.5，對(duì)數(shù)波動(dòng)率的長(zhǎng)期均值為\exp(-2.5)\approx0.082；樣條函數(shù)系數(shù)\{\hat{\beta}_i\}_{i=1}^{k}的估計(jì)值則反映了樣條基函數(shù)對(duì)對(duì)數(shù)波動(dòng)率的不同貢獻(xiàn)程度，通過這些系數(shù)可以觀察到對(duì)數(shù)波動(dòng)率在不同時(shí)間點(diǎn)的變化趨勢(shì)。為了進(jìn)一步驗(yàn)證極大似然估計(jì)法在樣條SV模型參數(shù)估計(jì)中的有效性，與貝葉斯估計(jì)法進(jìn)行了對(duì)比分析。貝葉斯估計(jì)法是一種基于貝葉斯定理的參數(shù)估計(jì)方法，它將先驗(yàn)信息和樣本信息結(jié)合起來(lái)，通過后驗(yàn)分布來(lái)推斷參數(shù)的取值。在貝葉斯估計(jì)中，首先需要確定參數(shù)的先驗(yàn)分布，然后根據(jù)貝葉斯定理計(jì)算參數(shù)的后驗(yàn)分布。在本研究中，為了對(duì)比兩種估計(jì)方法的性能，選擇了與極大似然估計(jì)相同的樣本數(shù)據(jù)和模型設(shè)定。對(duì)于貝葉斯估計(jì)，假設(shè)參數(shù)\mu服從正態(tài)分布N(0,1)，\omega服從正態(tài)分布N(0,1)，樣條函數(shù)系數(shù)\beta_i服從正態(tài)分布N(0,1)，這些先驗(yàn)分布的選擇是基于對(duì)參數(shù)的初步認(rèn)識(shí)和經(jīng)驗(yàn)判斷。通過馬爾可夫鏈蒙特卡羅（MCMC）方法，如吉布斯采樣（GibbsSampling），從參數(shù)的后驗(yàn)分布中抽取樣本，從而得到參數(shù)的貝葉斯估計(jì)值。對(duì)比結(jié)果顯示，兩種估計(jì)方法得到的參數(shù)估計(jì)值在趨勢(shì)上基本一致，但在具體數(shù)值上存在一定差異。極大似然估計(jì)法得到的參數(shù)估計(jì)值更加依賴于樣本數(shù)據(jù)，而貝葉斯估計(jì)法由于引入了先驗(yàn)信息，在一定程度上對(duì)參數(shù)估計(jì)值進(jìn)行了平滑。在模型的擬合效果和預(yù)測(cè)能力方面，通過后續(xù)的模型檢驗(yàn)和預(yù)測(cè)評(píng)估發(fā)現(xiàn)，極大似然估計(jì)法在本研究中表現(xiàn)出較好的性能，能夠更準(zhǔn)確地捕捉中國(guó)股市波動(dòng)的非對(duì)稱性特征。4.3.2模型檢驗(yàn)在完成樣條SV模型的參數(shù)估計(jì)后，需要對(duì)模型進(jìn)行全面的檢驗(yàn)，以評(píng)估模型的有效性和可靠性，確保模型能夠準(zhǔn)確地描述中國(guó)股市波動(dòng)的非對(duì)稱性特征。首先進(jìn)行模型的擬合優(yōu)度檢驗(yàn)。擬合優(yōu)度檢驗(yàn)旨在衡量模型對(duì)觀測(cè)數(shù)據(jù)的擬合程度，常用的指標(biāo)是對(duì)數(shù)似然值和AIC（赤池信息準(zhǔn)則）、BIC（貝葉斯信息準(zhǔn)則）等信息準(zhǔn)則。對(duì)數(shù)似然值反映了在給定模型參數(shù)下，觀測(cè)數(shù)據(jù)出現(xiàn)的概率的對(duì)數(shù)，對(duì)數(shù)似然值越大，說(shuō)明模型對(duì)數(shù)據(jù)的擬合效果越好。AIC和BIC則在對(duì)數(shù)似然值的基礎(chǔ)上，考慮了模型的復(fù)雜度，通過對(duì)模型復(fù)雜度的懲罰，避免模型過擬合。AIC和BIC的計(jì)算公式分別為：AIC=-2\lnL+2kBIC=-2\lnL+k\lnn其中，\lnL是對(duì)數(shù)似然值，k是模型中參數(shù)的個(gè)數(shù)，n是樣本數(shù)量。在本研究中，計(jì)算得到樣條SV模型的對(duì)數(shù)似然值為-1200.5，AIC值為2410.2，BIC值為2430.8。與其他常用的波動(dòng)模型，如GARCH(1,1)模型進(jìn)行對(duì)比，GARCH(1,1)模型的對(duì)數(shù)似然值為-1300.8，AIC值為2610.6，BIC值為2625.3。可以看出，樣條SV模型的對(duì)數(shù)似然值明顯大于GARCH(1,1)模型，AIC和BIC值則明顯小于GARCH(1,1)模型，這表明樣條SV模型對(duì)中國(guó)股市收益率數(shù)據(jù)的擬合效果更好，能夠更準(zhǔn)確地捕捉股市波動(dòng)的動(dòng)態(tài)特征。殘差檢驗(yàn)也是模型檢驗(yàn)的重要環(huán)節(jié)。殘差是指觀測(cè)值與模型預(yù)測(cè)值之間的差異，通過對(duì)殘差的分析，可以判斷模型是否充分捕捉了數(shù)據(jù)中的信息，以及殘差是否滿足模型的假設(shè)條件。對(duì)樣條SV模型的殘差進(jìn)行白噪聲檢驗(yàn)，采用Ljung-Box檢驗(yàn)方法。Ljung-Box檢驗(yàn)通過計(jì)算殘差序列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)，檢驗(yàn)殘差序列是否存在自相關(guān)。如果殘差序列不存在自相關(guān)，則說(shuō)明模型已經(jīng)充分捕捉了數(shù)據(jù)中的信息，殘差符合白噪聲假設(shè)。對(duì)樣條SV模型的殘差進(jìn)行Ljung-Box檢驗(yàn)，檢驗(yàn)結(jié)果顯示，在5%的顯著性水平下，殘差序列的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)均不顯著，Q統(tǒng)計(jì)量的p值大于0.05，表明殘差序列不存在自相關(guān)，符合白噪聲假設(shè)。這說(shuō)明樣條SV模型能夠有效地提取股市收益率數(shù)據(jù)中的信息，殘差中不存在未被模型解釋的相關(guān)性。還對(duì)殘差進(jìn)行了正態(tài)性檢驗(yàn)，采用Jarque-Bera檢驗(yàn)方法。Jarque-Bera檢驗(yàn)通過比較殘差序列的偏度和峰度與正態(tài)分布的理論值，檢驗(yàn)殘差是否服從正態(tài)分布。在樣條SV模型中，假設(shè)收益率的隨機(jī)擾動(dòng)項(xiàng)服從正態(tài)分布，因此殘差也應(yīng)近似服從正態(tài)分布。對(duì)樣條SV模型的殘差進(jìn)行Jarque-Bera檢驗(yàn)，檢驗(yàn)結(jié)果顯示，殘差序列的偏度為0.05，峰度為3.1，Jarque-Bera統(tǒng)計(jì)量的p值為0.45，大于0.05的顯著性水平，表明殘差序列在統(tǒng)計(jì)上服從正態(tài)分布。這進(jìn)一步驗(yàn)證了樣條SV模型假設(shè)條件的合理性，說(shuō)明模型對(duì)數(shù)據(jù)的擬合是有效的。通過擬合優(yōu)度檢驗(yàn)和殘差檢驗(yàn)等一系列模型檢驗(yàn)方法，充分驗(yàn)證了樣條SV模型在中國(guó)股市波動(dòng)非對(duì)稱性研究中的有效性和可靠性。樣條SV模型能夠更好地?cái)M合中國(guó)股市收益率數(shù)據(jù)