2中国股市异常波动的影响因素研究

金融市场的波动性易受谣言、政局变动、政府货币政策与财政政策变化等的影响，中国股票市场是一个不成熟的市场，股市波动很容易受过去波动的影响，造成中国股市的异常波动现象。中国股市的波动特征一般有：波动性具有尖峰后尾、波动聚集、非对称波动以及长久记忆性等特征。下面对影响中国股市异常波动的因素进行了一个大致的归纳。

2.1 股票市场发育程度不高

相较于英美股票市场超过百年的历史积累，中国股票市场发展基础差、起步晚，不像英美股票市场发展的经济、社会、技术、法律基础扎实，也没有高度成熟的市场化体系做依托。市场经济体系还不健全、各项交易制度、交易品种、监管措施等都还不尽如人意，一方面这样的市场经济体系不能引导个体投资者进行安全投资，另一方面个体投资者不能完全理性地认识到中国股市体系存在的复杂问题，导致个体投资者存在理性局限的问题[7]。

2.2 机构投资者无序博弈

在中国股市，机构投资者往往操纵股市。首先，以基金为首的机构投资者频繁炒作、快进快出，与其自身应秉承的长期价值投资理念相悖，没有成为稳定市场的中流砥柱；为争夺基金排名，不择手段并打压竞争对手；企业道德缺失，大量进行利益输送，老鼠仓和其它违反交易制度的事情屡有发生。中小投资者没有机构投资者那么聪明，没有足够的智慧认清机构投资者是如何操纵股市的，所以中小投资者不可能足够理性地做出投资决策^[8]。

2.3 股市历史遗留问题影响

大小非是中国股市的历史遗留问题之一。为解决这个问题，股改时采取了对价方法并明确了大小非的解禁期限，逐步实现全流通。但是全流通大小非的每股对价后成本远低于市场价格，售出有丰厚的利润，并且大小非的规模远大于股改初期中国股市的流通份额。2008年大小非大规模解禁，股票的可能供给远远超过市场可承受范围，股市暴跌时，大小非解禁股在恐慌中肆意卖出，造成股市不断暴跌，对后面的股市发展产生了严重的影响^[9]。

2.4 市场监管存在诸多问题

股票IPO审批、定价制度不够科学，具体表现为：首先股票IPO审批制度不够科学，存在一些不良企业及保荐机构是通过精心包装甚至非法途径来实现 IPO 的现象，其次定价制度不够合理，中国新股发行市盈率一般在 30倍左右，比国际上市盈率一般为 10 倍的标准高出 20倍左右，新股的高溢价发行定价制度造成股市泡沫和市场高风险的现象。上市公司再融资审核及监管不力，股东大会被大股东及机构投资者控制，中小投资者力量薄弱，上市公司盈利时对股东极其吝啬，而企业处于困境时却毫不犹豫地向股东及市场高额再融资，造成不合理的再融资行为。上市公司信息披露监管缺位，具体表现为：信息披露缺乏主动性，信息披露不及时不充分，信息披露不真实不准确。投资者合法权益保护不够，大资金勾结上市公司操纵股价、欺诈投资者，造成中国股民基本处于亏损状态，可是股民的权益无法得到保障。政府干预市场过多，中国政府人为地干预市场运行规律，频繁出台一些政策或措施主动或被迫“救市”、“调市”，加剧股市的暴涨暴跌^[7]。

3 数据选取及模型介绍

2005年6月6日—2008年10月28日属于经过中国股改大小非解禁股逐步实现完全流通的时候，这段期间股市暴涨暴跌特别明显，市场过度波动的特征也异常明显，反映了中国股市市场的不成熟。股改完成之后，中国股市相比以前更稳定，虽然股市依然低迷，但也没有什么大风大浪。减弱股改因素对农林牧渔指数的影响，选取2008年10月29日—2013年12月25日的数据，运用EGACH模型对农林牧渔指数的波动特征进行分析。

EGARCH(1,1)^[10]是在 GARCH(1,1)模型的基础上变化出来的，反映了股市波动的不对称效应，Nelson在 EGARCH模型中对条件方差采用了自然对数形式见式(1)。

益序列均存在自相关性和条件异方差性，为下文利用

EARCH模型对日收益序列进行模拟提供了根据。

由表2可知，农林牧渔指数的收益要比国内行业的平均收益水平要高，说明国内农林牧渔指数的发展领先了国内平均水平，这对农林牧渔指数的发展是一大利好消息。但是农林牧渔指数日收益的标准差要大于国内平均水平，因此要注意造成收益不稳定的因素。通过比较上证指数日收益序列分布与农林牧渔指数的偏度与峰度，上证指数发生暴涨暴跌的可能性要大于农林牧渔指数，可能是因为影响上证指数波动的因素极其复杂，投资者很容易受到股市异常波动现象的影响而不能理性地做出投资决策，农林牧渔指数也存在暴涨暴跌的现象，但是波动没有那么剧烈。

4.2 均值方程的确定及ARCH效应检验

为了得出具体的EARCH模型对日收益序列的波动特征进行分析，需首先确定模型的均值方程，并且对均值方程的残差序列进行ARCH 效应检验。通过计算日收益序列的自相关系数及偏相关系数结果表明，上证指数滞后6阶的自相关系数显著不为零，农林牧渔指数滞后1阶的自相关系数显著不为零，因此上证指数日收益序列的均值方程符合AR(6)过程，农林牧渔指数日收益序列的均值方程符合AR(1)过程。再对均值方程的残差进行ARCH-LM检验，检验结果表明 F统计量对应的伴随概率都为0，拒绝原假设，说明均值方程中的残差序列存在异方差性，适宜采用

EARCH模型。

4.3 波动特征分析

利用 AR(6)-EARCH(1,1)和 AR(1)-EARCH(1,1)分别对上证指数和农林牧渔指数日收益序列进行模拟，得出模型参数估计结果，如表3，对上证指数与农林牧渔指数日收益序列的估计结果表明：α₁的值都为正，且小于0.2，说明过去的波动对市场未来波动有着正向而缓慢的影响，从而使股市波动出现聚集性现象，并且波动冲击的反应速度不太迅速，β₁接近于1，说明股市波动对外部冲击的反应函数以一个相对较慢的速度递减，股市一旦出现大的波动在短期内很难消除，由于各种因素的限制，过去股市波动的信息不能迅速有效地被投资者消化吸收，造成投资者的滞后性，因而中国股市波动具有长久记忆性的特征；上证指数的γ值为 -0.01243，说明中国股市坏消息引起的波动比同等大小的好消息引起的波动要大，但是农林牧渔指数的γ值为0.018168，在利好政策的推动下好消息引起的波动要大，说明投资者对未来的股市行情持乐观预期，坏消息并不会给投资者带来之前那样的恐慌心理，反而好消息在乐观预期的作用下更能影响到投资者的决策。总的来说，农林牧渔指数市场的波动呈现了中国股市波动的一般特征：波动聚集、非对称波动以及长久记忆性等特征，不能否定农林牧渔指数市场异常波动的事实；由于α₁比较小，β₁比较大，不成熟的市场下投资者对股市的把握不是很敏感，反应比较迟钝，但是投资者对未来股市行情持乐观的态度，这对农林牧渔指数的发展是很好的一个信息。

农林牧渔指数一直是政府重点扶持的行业，没有经过多少大风大浪，没有中国整体股市那样剧烈的波动，造成投资者对市场好消息的反应比较强烈^[11-19]。

5 结论和建议

通过对上证指数和农林牧渔指数的波动特征进行对比分析，得出结论：农林牧渔指数具有金融市场异常波动的一般特征：波动性具有尖峰后尾、波动聚集、非对称波动以及长久记忆性等特征。但是相对上证指数来说，农林牧渔指数发生暴涨暴跌的可能性会比较小一点，市场对波动冲击的反应也比较灵敏，它的“长久记忆性特征”也没有那么显著，投资者对利好消息的反应更加强烈。综上所述，农林牧渔指数波动呈现一般金融市场异常波动的现象，可是相对上证指数的过度波动来说，波动比较适度，农林牧渔指数呈现一个良好态势的发展，在此基础上，针对农林牧渔指数进一步良好的发展提出几点相关政策建议。

5.1 调整政府角色，正确把握适度政策干预

政府应该就农林牧渔指数市场的发展制定一个总体规划和长期目标，完善相关法律法规，加强证券市场的制度建设和实施相应的宏观经济政策来体现，应是以一种以指导和法律约束力为主要手段的间接调控方式，让市场依靠自身的力量来解决市场本身的问题。此外，政府应该制定法律、法规切实维护中小投资者的合法权益：一方面要加强对中小投资者的基础教育工作，引导他们树立科学的投资理念；另一方面加强法制建设力度，完善相关配套的实施方法和操作细则，使得中小投资者权益保护有法可依^[7]。

5.2 加强对中小投资者的教育，减少非理性投资行为

中国个体投资者人数纵多，他们的非理性行为容易造成股市暴涨暴跌的现象，给农林牧渔指数的稳定发展造成很大危害。因此，政府、证券公司或者农林牧渔指数上市公司应该引导投资者树立正确的投资理念，培养成熟的投资意识。尤其是农林牧渔指数上市公司应当及时公开业绩、财务等真实信息，引导投资者树立注重上市公司的业绩和成长性、注重股票的内在价值和投资回报的理性投资理念^[20]。

5.3 减少信息不对称，完善信息传导和披露机制

内幕交易和获取信息的高成本导致证券价格失真、异常波动剧烈、市场效率降低。因此必须完善信息传导和披露机制，加强农林牧渔指数的股市监管，减少内幕交易，提高市场透明度，保护中小投资者的利益。另外，提高上市公司质量，扩大市场规模也是解决股票市场信息不对称的一条较好的途径。因此农林牧渔指数的上市公司应该抓住政策扶持的良好时机大力发展，克服发展中遇到的一切难题，使农林牧渔指数处于一个良性轨道的发展^[7]。

参考文献

[1]       高铁梅.计量经济分析方法与建模[M].北京:清华大学出版社,2009.

[2]       孙敬水.中级计量经济学[M].上海:上海财经大学出版社,2009.

[3]       潘红宇.金融时间序列模型[M].北京:对外经济贸易大学出版社,2008.

[4]       易丹辉.数据分析与Eviews应用[M].北京:中国统计出版社,2002.

[5]       王静,向勤.中国股市农业板块波动性分析——基于GARCH族模型的方法[J].财会通讯,2012(4).

[6]       边宽江,董祥桥,王艳荣.基于GARCH族模型的中国股市农业板块研究[J].安徽农业科学,2012,40(6).

[7]       欧阳文,何德辉.关于中国股市暴涨暴跌的思考[J].科技和产业,2009,9(1):86-88,102

[8]       李田荷,中国股市波动性及其影响因素实证分析[D].长沙:中南大学,2008.

[9]       万树平.上海股票市场流动性的度量与影响因素实证分析[J].系统工程理论与实践,2006,26(2):1-9.

[10]    刘国旗.非线性GARCH模型在中国股市波动预测中的应用研究[J].统计研究,2000,17(1):49-52.

[11]    刘金全,崔畅.中国沪深股市收益率和波动性的实证分析[J].经济学,2002,1(4):885-898.

[12]    周孝华,黄赞.中国股票市场沪深两市波动性关系研究[J].经济与管理研究,2008(8).

[13]    婷,潘淑娟,文忠桥,黄华继.中国中小企业板市场与主板市场的运行特征比较——基于市场指数的实证分析[J].金融经济(湖南),2006(9):118-119.

[14]    张文娟.中国中小企业板市场与主板市场波动性对比研究[J].中南财经政法大学研究生学报,2011(2).

[15]    梁福涛.上证50指数收益率及其波动性分析[J].商业研究,2006,17(4).

[16]    汤果,何晓群,顾岚.FIGARCH对股市收益长记性性的实证分析[J].统计研究,1999(7).

[17]    李亚静,朱宏泉,彭育威.基于GARCH模型族的中国股市波动性预测[J].数学的实践与认识,2003,33(11):65-71.

[18]    章超,程希骏,王敏.GARCH模型对上海股市的一个实证研究[J].运筹与管理,2005,14(4):144-146.

[19]    刘晓,李益民.GARCH族模型在股市中的应用--深圳成分指数波动性研究[J].技术经济与管理研究,2005(5):36-38.

[20]    吴功庭.中国股市现状及给散户的投资建议[J].财务与会计,2011

——王颖，蔡晓斌，上海海洋大学经济管理学院