基于SV模型剖析我國股市波動性的特征、影響與預(yù)測一、引言1.1研究背景與意義1.1.1研究背景近年來，隨著我國經(jīng)濟(jì)的持續(xù)增長和金融市場的不斷完善，股票市場在經(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，中國股市規(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，中國境內(nèi)上市公司數(shù)量已超過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，股票市場的波動性是其固有特征，股市的波動不僅影響著投資者的情緒和行為，更深入地，也在塑造著市場的微觀結(jié)構(gòu)和宏觀表現(xiàn)。自1990年代初期中國試行股票發(fā)行制度，標(biāo)志著中國股市誕生以來，在1990年代中期，中國股市就經(jīng)歷了一輪猛烈的波動，由于缺乏有效的監(jiān)管制度，充斥著龐氏騙局、市場操縱等不良行為。2001年，中國證監(jiān)會成立后，股市開始向規(guī)范化、透明化的方向發(fā)展。但在2007年和2015年的股市暴跌也說明了中國股市在發(fā)展過程中仍然存在不少問題。這些波動給投資者帶來了巨大的風(fēng)險和機(jī)遇，也對市場的穩(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)在短短一個月內(nèi)跌幅超過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50%。股票市場的波動性主要受到宏觀經(jīng)濟(jì)狀況、公司基本面、市場情緒、政策變動等因素的影響。宏觀經(jīng)濟(jì)數(shù)據(jù)的變化，如GDP增長率、通貨膨脹率、失業(yè)率等，都會對股市產(chǎn)生直接或間接的影響。當(dāng)GDP增長率較高時，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。公司的財務(wù)狀況、盈利能力、管理層變動等基本面因素也會引起股價的波動。市場情緒和投資者的心理因素也會對股市波動性產(chǎn)生重要影響，投資者的恐慌和貪婪可以迅速放大市場的波動性，群體行為，如跟風(fēng)投資或集體恐慌性拋售，也會導(dǎo)致市場短期內(nèi)的大幅波動。政策變動，包括貨幣政策、財政政策、行業(yè)政策等，也會對股市產(chǎn)生重大影響。貨幣政策的寬松或收緊會影響市場的資金流動性，進(jìn)而影響股市的漲跌。股市波動性的研究對于投資者、市場參與者和政策制定者都具有重要意義。對于投資者而言，準(zhǔn)確把握股市波動性能夠幫助他們更好地評估投資風(fēng)險，制定合理的投資策略，實(shí)現(xiàn)資產(chǎn)的保值增值。對于市場參與者，如證券公司、基金公司等金融機(jī)構(gòu)，了解股市波動性有助于其優(yōu)化業(yè)務(wù)布局，提升風(fēng)險管理能力。對于政策制定者來說，深入研究股市波動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，深入研究我國股市的波動性特征和規(guī)律，對于提高市場參與者的決策水平，維護(hù)金融市場穩(wěn)定具有重要的現(xiàn)實(shí)意義。1.1.2研究意義研究我國股市波動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，為投資決策和市場監(jiān)管提供有力支持。從理論層面來看，有助于豐富和完善金融市場理論。股票市場波動性是金融領(lǐng)域的核心研究內(nèi)容之一，通過對我國股市波動性的深入研究，可以進(jìn)一步驗證和拓展現(xiàn)有的金融理論，如有效市場假說、資本資產(chǎn)定價模型等。不同國家和地區(qū)的股市具有獨(dú)特的制度背景、市場結(jié)構(gòu)和投資者行為特征，我國股市也不例外。深入研究我國股市波動性，能夠揭示這些特殊因素對股市波動的影響機(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)。通過對我國股市波動性與宏觀經(jīng)濟(jì)變量之間關(guān)系的研究，可以深化對金融市場與實(shí)體經(jīng)濟(jì)相互作用機(jī)制的理解，豐富金融市場理論體系。從實(shí)踐意義來講，首先，為投資者提供決策依據(jù)。股市波動性與投資風(fēng)險密切相關(guān)，投資者在進(jìn)行投資決策時，需要準(zhǔn)確評估投資風(fēng)險。通過對股市波動性的研究，投資者可以了解市場的風(fēng)險水平，合理配置資產(chǎn)，選擇適合自己風(fēng)險承受能力的投資組合。在股市波動性較高時，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；而在波動性較低時，投資者可以適當(dāng)增加股票投資，追求更高的回報。研究股市波動性還可以幫助投資者把握市場時機(jī)，提高投資收益。通過分析波動性的變化趨勢，投資者可以判斷市場的轉(zhuǎn)折點(diǎn)，在市場上漲前買入，在市場下跌前賣出，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)險管理。證券公司、基金公司等金融機(jī)構(gòu)在經(jīng)營過程中面臨著各種風(fēng)險，其中股市波動性風(fēng)險是重要的風(fēng)險來源之一。通過對股市波動性的研究，金融機(jī)構(gòu)可以更好地評估和管理風(fēng)險，制定合理的風(fēng)險管理策略。金融機(jī)構(gòu)可以利用波動性模型對投資組合的風(fēng)險進(jìn)行度量和監(jiān)控，及時調(diào)整投資組合，降低風(fēng)險暴露。在設(shè)計金融產(chǎn)品時，金融機(jī)構(gòu)也可以根據(jù)股市波動性的特點(diǎn)，合理定價，提高產(chǎn)品的競爭力。最后，為政策制定者提供參考。政府和監(jiān)管部門通過制定相關(guān)政策來維護(hù)股市的穩(wěn)定和健康發(fā)展，股市波動性是政策制定者關(guān)注的重要指標(biāo)之一。通過對股市波動性的研究，政策制定者可以了解市場的運(yùn)行狀況，及時發(fā)現(xiàn)市場中存在的問題，制定相應(yīng)的政策措施。當(dāng)股市波動性過高時，政策制定者可以采取措施穩(wěn)定市場，如加強(qiáng)監(jiān)管、調(diào)整貨幣政策等；當(dāng)股市波動性過低時，政策制定者可以采取措施激發(fā)市場活力，促進(jìn)市場的發(fā)展。對股市波動性的研究還可以為政策制定者評估政策效果提供依據(jù)，以便及時調(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)波動率（SV）模型對我國股市波動性進(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)確刻畫我國股市波動性特征。通過構(gòu)建SV模型，細(xì)致剖析我國股市收益率序列的波動性特征，包括波動的聚集性、持續(xù)性、非對稱性等。研究波動聚集性，能夠了解股市在某些時段波動頻繁且劇烈，而在另一些時段相對平穩(wěn)的現(xiàn)象；探究波動持續(xù)性，有助于掌握波動在時間上的延續(xù)性，判斷當(dāng)前波動狀態(tài)對未來的影響程度；分析波動非對稱性，則可以揭示股市上漲和下跌階段波動性的差異，為投資者和市場參與者提供更全面的市場波動信息。二是深入探究影響我國股市波動性的因素。綜合考慮宏觀經(jīng)濟(jì)變量、政策因素、市場交易數(shù)據(jù)等多方面因素，分析它們對股市波動性的影響機(jī)制和程度。宏觀經(jīng)濟(jì)變量如GDP增長率、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，從而對股市波動性產(chǎn)生作用；政策因素，包括貨幣政策、財政政策、行業(yè)政策等，其調(diào)整會改變市場的資金環(huán)境和行業(yè)發(fā)展預(yù)期，進(jìn)而影響股市波動；市場交易數(shù)據(jù)如成交量、換手率等，反映了市場的活躍程度和投資者的交易行為，也與股市波動性密切相關(guān)。通過對這些因素的深入研究，可以更準(zhǔn)確地把握股市波動的根源，為市場參與者提供決策依據(jù)。三是評估SV模型對我國股市波動性的預(yù)測能力。運(yùn)用構(gòu)建的SV模型對我國股市波動性進(jìn)行預(yù)測，并與其他常用模型進(jìn)行比較，評估其預(yù)測的準(zhǔn)確性和有效性。通過比較不同模型在樣本內(nèi)的擬合優(yōu)度和樣本外的預(yù)測精度，判斷SV模型在捕捉我國股市波動性動態(tài)變化方面的優(yōu)勢和不足，為投資者和市場參與者在進(jìn)行風(fēng)險評估和投資決策時選擇合適的模型提供參考。同時，通過對預(yù)測結(jié)果的分析，進(jìn)一步優(yōu)化模型，提高其對我國股市波動性的預(yù)測能力。1.2.2研究方法本研究采用了多種研究方法，以確保對我國股市波動性的實(shí)證分析全面、深入且準(zhǔn)確。具體研究方法如下：數(shù)據(jù)來源方面，選取具有代表性的股票市場指數(shù)數(shù)據(jù)作為研究對象，如上證指數(shù)、深證成指等，以全面反映我國股市的整體波動情況。數(shù)據(jù)時間跨度從[起始時間]至[結(jié)束時間]，涵蓋了不同的經(jīng)濟(jì)周期和市場環(huán)境，保證數(shù)據(jù)的豐富性和完整性。數(shù)據(jù)來源主要包括專業(yè)金融數(shù)據(jù)提供商，如萬得資訊（Wind）、同花順等，這些數(shù)據(jù)平臺提供了準(zhǔn)確、及時且全面的金融市場數(shù)據(jù)，包括股票價格、成交量、宏觀經(jīng)濟(jì)指標(biāo)等，為研究提供了堅實(shí)的數(shù)據(jù)基礎(chǔ)。同時，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)波動率（SV）模型對股市收益率序列的波動性進(jìn)行建模分析。SV模型將波動率視為一個隨機(jī)過程，能夠更好地捕捉股市波動性的時變特征和復(fù)雜動態(tài)，相比其他傳統(tǒng)模型，如ARCH類模型，更符合金融市場的實(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，通過比較不同模型的擬合效果和預(yù)測能力，選擇最適合我國股市波動性特征的模型。針對模型的參數(shù)估計，采用馬爾可夫鏈蒙特卡羅（MCMC）方法對SV模型的參數(shù)進(jìn)行估計。MCMC方法是一種基于模擬的計算方法，能夠有效地處理高維積分問題，在估計復(fù)雜模型參數(shù)時具有獨(dú)特的優(yōu)勢。通過MCMC方法，可以得到模型參數(shù)的后驗分布，從而對參數(shù)進(jìn)行準(zhǔn)確估計，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)計軟件，如R語言、Python等，借助相關(guān)的MCMC算法包，實(shí)現(xiàn)對SV模型參數(shù)的高效估計。實(shí)證分析流程為，首先對所選取的股市收益率序列進(jìn)行基本統(tǒng)計分析，包括計算均值、標(biāo)準(zhǔn)差、偏度、峰度等統(tǒng)計量，初步了解數(shù)據(jù)的分布特征和波動情況。通過統(tǒng)計分析，可以發(fā)現(xiàn)收益率序列是否存在尖峰厚尾、波動聚集等現(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模型對收益率序列進(jìn)行擬合，根據(jù)MCMC方法估計出模型的參數(shù)，并對模型的擬合效果進(jìn)行評估，通過計算對數(shù)似然函數(shù)值、AIC信息準(zhǔn)則、BIC信息準(zhǔn)則等指標(biāo)，判斷模型對數(shù)據(jù)的擬合程度。接著，對影響股市波動性的因素進(jìn)行分析，通過建立多元回歸模型或其他計量經(jīng)濟(jì)模型，探究宏觀經(jīng)濟(jì)變量、政策因素、市場交易數(shù)據(jù)等因素與股市波動性之間的關(guān)系。最后，利用構(gòu)建的SV模型對股市波動性進(jìn)行預(yù)測，并與實(shí)際值進(jìn)行對比，評估模型的預(yù)測能力，通過計算均方根誤差（RMSE）、平均絕對誤差（MAE）等預(yù)測誤差指標(biāo)，衡量模型預(yù)測的準(zhǔn)確性。同時，將SV模型的預(yù)測結(jié)果與其他常用模型進(jìn)行比較，進(jìn)一步驗證SV模型的優(yōu)勢和有效性。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)波動率（SV）模型對我國股市波動性進(jìn)行實(shí)證分析，具有獨(dú)特的優(yōu)勢。SV模型將波動率視為一個隨機(jī)過程，能夠捕捉到股市波動性的時變特征和復(fù)雜動態(tài)，更符合金融市場的實(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波動性的持續(xù)性和長記憶性，為股市波動性的研究提供了更準(zhǔn)確的視角。在估計SV模型參數(shù)時，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題，得到模型參數(shù)的后驗分布，從而對參數(shù)進(jìn)行準(zhǔn)確估計，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我國股市波動性的影響，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，對股市波動性有著重要影響；還考慮了政策因素，包括貨幣政策、財政政策、行業(yè)政策等，政策的調(diào)整會改變市場的資金環(huán)境和行業(yè)發(fā)展預(yù)期，進(jìn)而影響股市波動；同時，引入市場交易數(shù)據(jù)，如成交量、換手率等，這些數(shù)據(jù)反映了市場的活躍程度和投資者的交易行為，與股市波動性密切相關(guān)。通過全面分析這些因素與股市波動性之間的關(guān)系，能夠更深入地揭示股市波動的根源，為市場參與者提供更全面的決策依據(jù)。在樣本選取方面，本研究選取了較長時間跨度的數(shù)據(jù)，從[起始時間]至[結(jié)束時間]，涵蓋了不同的經(jīng)濟(jì)周期和市場環(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股市波動性的特征和規(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)來源上，綜合參考了專業(yè)金融數(shù)據(jù)提供商，如萬得資訊（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、及時性和權(quán)威性，為研究提供了堅實(shí)的數(shù)據(jù)基礎(chǔ)。1.3.2局限性數(shù)據(jù)時效性方面存在一定的局限性。金融市場瞬息萬變，股市波動性受到眾多實(shí)時因素的影響，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)收集和分析過程中盡量確保數(shù)據(jù)的及時性，但由于數(shù)據(jù)的收集、整理和分析需要一定的時間，所使用的數(shù)據(jù)可能無法完全反映研究期間股市的最新動態(tài)和變化。在某些政策調(diào)整或重大事件發(fā)生后，股市波動性可能會迅速發(fā)生變化，而研究中所使用的數(shù)據(jù)可能無法及時捕捉到這些變化，從而對研究結(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模型在刻畫股市波動性方面具有優(yōu)勢，但它仍然是對復(fù)雜金融市場的一種簡化和近似。模型假設(shè)可能與實(shí)際市場情況不完全相符，例如，SV模型假設(shè)波動率的變化是連續(xù)的，但在實(shí)際市場中，可能會出現(xiàn)波動率的跳躍現(xiàn)象，這可能導(dǎo)致模型無法完全準(zhǔn)確地描述股市波動性的真實(shí)特征。模型的參數(shù)估計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，模型的性能可能會受到影響，導(dǎo)致預(yù)測結(jié)果的偏差。本研究在分析影響股市波動性的因素時，雖然考慮了宏觀經(jīng)濟(jì)變量、政策因素和市場交易數(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、市場預(yù)期的變化、國際金融市場的聯(lián)動效應(yīng)等，都可能對我國股市波動性產(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影響研究結(jié)果的全面性和準(zhǔn)確性，導(dǎo)致對股市波動性的解釋和預(yù)測存在一定的局限性。二、理論基礎(chǔ)與文獻(xiàn)綜述2.1股市波動性相關(guān)理論2.1.1波動性的定義與度量波動性是金融市場中一個至關(guān)重要的概念，它反映了資產(chǎn)價格在一定時期內(nèi)的變化程度和不確定性。在股票市場中，波動性通常用于衡量股票價格的波動情況，是評估市場風(fēng)險和投資機(jī)會的關(guān)鍵指標(biāo)之一。從本質(zhì)上講，波動性體現(xiàn)了股票價格圍繞其均值的離散程度，波動越大，意味著價格的不確定性越高，投資者面臨的風(fēng)險也就越大。在金融領(lǐng)域，有多種指標(biāo)可用于度量股市波動性，每種指標(biāo)都從不同角度反映了市場的波動特征。標(biāo)準(zhǔn)差是最常用的波動性度量指標(biāo)之一，它通過計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衡量波動程度。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，說明股票收益率的離散程度越高，市場波動性也就越大。在一個月內(nèi)，某股票的收益率波動較大，其標(biāo)準(zhǔn)差為0.1，而另一只股票收益率相對穩(wěn)定，標(biāo)準(zhǔn)差僅為0.05，顯然前者的波動性更強(qiáng)。收益率也是衡量股市波動性的重要指標(biāo)，這里的收益率通常指股票價格的變化率。簡單收益率的計算公式為R_t=\frac{P_t-P_{t-1}}{P_{t-1}}，其中P_t為第t期的股票價格，P_{t-1}為上一期的股票價格。對數(shù)收益率則為r_t=\ln(\frac{P_t}{P_{t-1}})，對數(shù)收益率在金融分析中具有諸多優(yōu)勢，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)價格的變化情況，且在處理多期收益率時具有良好的數(shù)學(xué)性質(zhì)。通過分析收益率的波動情況，投資者可以直觀地了解股票價格的漲跌幅度和頻率，從而判斷市場的波動性。如果某股票在一段時間內(nèi)收益率頻繁出現(xiàn)大幅波動，時而上漲10%，時而下跌8%，則表明該股票所在市場的波動性較高。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性，如波動率指數(shù)（VIX）、平均真實(shí)波幅（ATR）等。波動率指數(shù)，也被稱為“恐慌指數(shù)”，它是根據(jù)期權(quán)價格計算得出的，反映了市場對未來30天股票市場波動性的預(yù)期。當(dāng)VIX指數(shù)較高時，意味著市場參與者預(yù)期未來股市將出現(xiàn)較大波動，投資者的恐慌情緒可能加??；反之，當(dāng)VIX指數(shù)較低時，市場預(yù)期較為平穩(wěn)。平均真實(shí)波幅則通過計算一定時間內(nèi)股票價格的最高價、最低價與收盤價之間的真實(shí)波幅的平均值來衡量波動性，它考慮了價格跳空等情況，能更全面地反映市場的實(shí)際波動程度。2.1.2股市波動性的形成機(jī)制股市波動性的形成是一個復(fù)雜的過程，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，導(dǎo)致股價的波動。宏觀經(jīng)濟(jì)因素是影響股市波動性的重要基礎(chǔ)，宏觀經(jīng)濟(jì)狀況的變化會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。經(jīng)濟(jì)增長是宏觀經(jīng)濟(jì)的核心指標(biāo)之一，它對股市波動性有著顯著的影響。當(dāng)經(jīng)濟(jì)處于擴(kuò)張期，GDP增長率較高，企業(yè)的銷售額和利潤往往會隨之增加，這會提升投資者對企業(yè)未來盈利的預(yù)期，吸引更多資金流入股市，推動股價上漲，股市波動性相對較低。相反，在經(jīng)濟(jì)衰退期，GDP增長率下降，企業(yè)面臨市場需求萎縮、成本上升等壓力，盈利能力減弱，投資者對企業(yè)的信心下降，資金會從股市流出，導(dǎo)致股價下跌，股市波動性增大。在2008年全球金融危機(jī)期間，美國經(jīng)濟(jì)陷入衰退，GDP大幅下滑，道瓊斯工業(yè)平均指數(shù)在短短幾個月內(nèi)跌幅超過30%，股市波動性急劇上升。通貨膨脹也是影響股市波動性的重要宏觀經(jīng)濟(jì)因素。適度的通貨膨脹對股市可能有一定的刺激作用，因為它可能意味著經(jīng)濟(jì)的活躍和企業(yè)產(chǎn)品價格的上漲，從而增加企業(yè)的利潤。然而，過高的通貨膨脹會帶來負(fù)面影響，一方面，它會導(dǎo)致企業(yè)成本上升，如原材料價格上漲、勞動力成本增加等，壓縮企業(yè)的利潤空間；另一方面，為了抑制通貨膨脹，央行可能會采取緊縮的貨幣政策，提高利率，這會增加企業(yè)的融資成本，減少投資和消費(fèi)，對股市形成不利影響。當(dāng)通貨膨脹率超過一定水平時，股市波動性通常會加大，投資者會對未來經(jīng)濟(jì)和企業(yè)盈利前景感到擔(dān)憂，導(dǎo)致股價波動加劇。利率作為宏觀經(jīng)濟(jì)調(diào)控的重要工具，對股市波動性有著直接而重要的影響。利率的變化會影響資金的流向和企業(yè)的融資成本。當(dāng)利率下降時，企業(yè)的融資成本降低，投資和生產(chǎn)活動可能會增加，同時，低利率環(huán)境會使債券等固定收益類資產(chǎn)的吸引力下降，資金會流向股市，推動股價上漲，股市波動性相對穩(wěn)定或下降。相反，當(dāng)利率上升時，企業(yè)的融資成本增加，投資和生產(chǎn)活動可能受到抑制，股市資金也會流向收益更高的債券市場，導(dǎo)致股價下跌，股市波動性增大。央行加息后，股市往往會出現(xiàn)調(diào)整，波動性上升，因為投資者會重新評估股票的投資價值和風(fēng)險。市場參與者的行為和情緒也是導(dǎo)致股市波動性的重要原因。投資者是股票市場的主體，他們的決策和行為直接影響著股價的波動。投資者的理性程度和信息獲取能力各不相同，這會導(dǎo)致市場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)股價走勢和成交量等指標(biāo)進(jìn)行交易。當(dāng)不同類型的投資者對市場的看法和預(yù)期出現(xiàn)分歧時，就會引發(fā)買賣行為的差異，從而導(dǎo)致股價的波動。如果一部分投資者認(rèn)為某只股票的價格被低估，而另一部分投資者認(rèn)為被高估，就會出現(xiàn)買賣雙方的博弈，股價會在這種博弈中波動。投資者情緒對股市波動性的影響也不容忽視。投資者情緒是指投資者對市場的樂觀或悲觀態(tài)度，它往往受到市場傳聞、媒體報道、宏觀經(jīng)濟(jì)數(shù)據(jù)等多種因素的影響。當(dāng)投資者情緒樂觀時，他們會更愿意買入股票，推動股價上漲；而當(dāng)投資者情緒悲觀時，他們會紛紛賣出股票，導(dǎo)致股價下跌。投資者情緒具有傳染性和放大效應(yīng)，在市場上漲時，樂觀情緒會迅速傳播，吸引更多投資者買入，進(jìn)一步推動股價上漲；而在市場下跌時，悲觀情緒也會迅速蔓延，引發(fā)投資者的恐慌性拋售，加劇股價的下跌，從而增大股市波動性。在市場出現(xiàn)利好消息時，投資者情緒高漲，大量資金涌入股市，股價可能會在短期內(nèi)大幅上漲；而當(dāng)市場出現(xiàn)負(fù)面消息時，投資者情緒低落，恐慌性拋售可能導(dǎo)致股價暴跌。政策因素也是影響股市波動性的重要方面。政府的貨幣政策、財政政策和監(jiān)管政策等都會對股市產(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，通過調(diào)整貨幣供應(yīng)量和利率水平來影響經(jīng)濟(jì)運(yùn)行和股市表現(xiàn)。如前文所述，寬松的貨幣政策會增加市場的流動性，降低利率，刺激經(jīng)濟(jì)增長，對股市形成利好；而緊縮的貨幣政策則會減少流動性，提高利率，抑制經(jīng)濟(jì)增長，對股市不利。央行通過公開市場操作買入債券，增加貨幣供應(yīng)量，市場資金充裕，股市可能會上漲，波動性相對較?。环粗?，央行賣出債券，回籠貨幣，股市可能會下跌，波動性增大。財政政策同樣對股市波動性有著重要影響。政府通過調(diào)整財政支出和稅收政策來影響經(jīng)濟(jì)增長和企業(yè)盈利。增加財政支出可以刺激經(jīng)濟(jì)增長，提高企業(yè)的收入和利潤，對股市有利；而減少財政支出或增加稅收則可能抑制經(jīng)濟(jì)增長，對股市產(chǎn)生負(fù)面影響。政府加大對基礎(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，股價可能會上漲，股市波動性相對穩(wěn)定；相反，政府提高企業(yè)所得稅，企業(yè)利潤減少，股價可能會下跌，股市波動性增大。監(jiān)管政策的變化也會對股市波動性產(chǎn)生影響。監(jiān)管部門通過制定和執(zhí)行相關(guān)法規(guī)和政策，規(guī)范市場秩序，保護(hù)投資者權(quán)益，維護(hù)股市的穩(wěn)定運(yùn)行。加強(qiáng)對內(nèi)幕交易、市場操縱等違法行為的監(jiān)管，可以提高市場的透明度和公平性，減少市場的不確定性，降低股市波動性；而放松監(jiān)管可能會導(dǎo)致市場亂象叢生，增加股市的風(fēng)險和波動性。當(dāng)監(jiān)管部門加強(qiáng)對上市公司信息披露的監(jiān)管時，投資者能夠獲取更準(zhǔn)確、及時的信息，市場信心增強(qiáng)，股市波動性可能會降低；反之，監(jiān)管不力可能會引發(fā)投資者對市場的不信任，導(dǎo)致股市波動性上升。2.2SV模型理論2.2.1SV模型的基本原理隨機(jī)波動率（SV）模型作為金融市場波動性研究中的重要工具，其基本原理基于對金融資產(chǎn)收益率波動的隨機(jī)特性的捕捉。SV模型的核心假設(shè)在于，資產(chǎn)收益率的波動率并非固定不變，而是一個隨時間隨機(jī)變化的過程。這一假設(shè)與傳統(tǒng)的金融模型，如Black-Scholes模型中假設(shè)波動率恒定的理念截然不同，更貼合金融市場的實(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時刻的資產(chǎn)收益率，\mu為收益率的均值，\sigma_t為t時刻的波動率，\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)。這里的波動率\sigma_t不再是一個常數(shù)，而是被建模為一個隨機(jī)過程。進(jìn)一步地，對波動率\sigma_t的建模常采用對數(shù)形式，假設(shè)h_t=\ln(\sigma_t^2)，即對數(shù)波動率，h_t通常被設(shè)定為一個一階自回歸過程（AR(1)）：h_t=\omega+\phih_{t-1}+\eta_t其中，\omega為常數(shù)項，反映了波動率的長期平均水平；\phi是自回歸系數(shù)，衡量了波動率的持續(xù)性，|\phi|\lt1時，表明當(dāng)前的波動率對未來波動率有正向影響，且\phi越接近1，波動率的持續(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)，表示波動率的隨機(jī)擾動，體現(xiàn)了波動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金融市場中常見的波動聚集現(xiàn)象，即大幅波動往往會集中在某些時段，而小幅波動則集中在其他時段。當(dāng)\eta_t出現(xiàn)較大的正擾動時，h_t會增大，導(dǎo)致\sigma_t增大，資產(chǎn)收益率的波動加劇，后續(xù)時刻的波動率也會受到當(dāng)前高波動率狀態(tài)的影響而保持在較高水平，形成波動聚集；反之，當(dāng)\eta_t為負(fù)擾動時，波動率會降低，波動相對平穩(wěn)。在股票市場中，當(dāng)出現(xiàn)重大宏觀經(jīng)濟(jì)事件或政策調(diào)整時，\eta_t的較大擾動會使股票收益率的波動率大幅上升，且在后續(xù)一段時間內(nèi)，由于波動率的持續(xù)性，市場仍會維持較高的波動水平。SV模型還能體現(xiàn)股市波動性的隨機(jī)性。與其他一些假設(shè)波動率為確定性函數(shù)的模型不同，SV模型中的波動率\sigma_t由隨機(jī)過程h_t決定，\eta_t的隨機(jī)性使得波動率在每個時刻都可能發(fā)生不可預(yù)測的變化，更真實(shí)地反映了金融市場中波動性的不確定性。即使在沒有明顯外部沖擊的情況下，由于\eta_t的隨機(jī)波動，股市的波動性也會隨機(jī)變化，投資者難以準(zhǔn)確預(yù)測下一個時刻的波動程度。2.2.2SV模型的分類與特點(diǎn)在金融研究領(lǐng)域，隨著對股市波動性研究的不斷深入，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，在不同的研究場景和數(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)收益率的擾動項\epsilon_t服從標(biāo)準(zhǔn)正態(tài)分布，波動率的擾動項\eta_t也服從正態(tài)分布。該模型結(jié)構(gòu)相對簡單，能夠較好地刻畫股市收益率的基本波動特征，如波動聚集性和持續(xù)性，為其他復(fù)雜SV模型的構(gòu)建和研究奠定了基礎(chǔ)。在市場波動相對平穩(wěn)，沒有出現(xiàn)極端事件的情況下，SV-N模型能夠?qū)墒胁▌有赃M(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)測的要高。SV-T模型對收益率的擾動項\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條件下的波動性。在金融危機(jī)等極端市場環(huán)境中，股市收益率會出現(xiàn)大幅波動，極端值頻繁出現(xiàn)，此時SV-T模型相比SV-N模型能更好地擬合數(shù)據(jù)，反映市場的真實(shí)波動情況。帶風(fēng)險補(bǔ)償?shù)腟V模型（SV-M），該模型在考慮波動率的同時，引入了風(fēng)險補(bǔ)償因素。在金融市場中，投資者承擔(dān)風(fēng)險往往期望獲得相應(yīng)的回報，SV-M模型通過在收益率方程中加入與波動率相關(guān)的風(fēng)險補(bǔ)償項，能夠更全面地反映投資者的行為和市場的風(fēng)險-收益關(guān)系。基于正態(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)險補(bǔ)償項，\delta是衡量均值波動效應(yīng)的回歸系數(shù)。這使得模型在分析股市波動性與投資者預(yù)期收益之間的關(guān)系時具有獨(dú)特的優(yōu)勢，能夠為投資者的決策提供更有價值的參考。杠桿效應(yīng)SV模型（LeverageSV），主要用于刻畫股票市場中常見的杠桿效應(yīng)，即股價下跌時的波動性往往大于股價上漲時的波動性。與基本SV模型相比，LeverageSV模型增加了一個反映收益率與波動率之間相關(guān)性的參數(shù)\rho。當(dāng)股價下跌時，負(fù)的收益率會通過\rho的作用使波動率上升，且上升幅度大于股價上漲時波動率的變化，從而體現(xiàn)出杠桿效應(yīng)。在分析股票市場的非對稱波動性時，LeverageSV模型能夠更準(zhǔn)確地描述市場特征，幫助投資者更好地理解股市在不同漲跌狀態(tài)下的風(fēng)險情況。多元SV模型（MSV），用于處理多個資產(chǎn)收益率序列的波動性問題。隨著金融市場的發(fā)展，投資者往往需要同時關(guān)注多個資產(chǎn)的波動情況，多元SV模型可以考慮多個資產(chǎn)之間收益率的交叉相關(guān)性以及波動率的相互影響。它能夠分析一種資產(chǎn)的波動是否會導(dǎo)致另一種資產(chǎn)的波動（格蘭杰因果關(guān)系），以及資產(chǎn)之間的時變相關(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估投資組合的風(fēng)險，優(yōu)化資產(chǎn)配置，降低整體風(fēng)險水平。2.3文獻(xiàn)綜述2.3.1國外研究現(xiàn)狀國外學(xué)者在運(yùn)用SV模型研究股市波動性方面開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），為股市波動性研究提供了重要的基礎(chǔ)框架。該模型將波動率視為一個隨機(jī)過程，能夠較好地刻畫股市收益率波動的聚集性特征，開啟了隨機(jī)波動率模型在金融領(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，通過對模型的參數(shù)設(shè)定和假設(shè)條件進(jìn)行優(yōu)化，使其在刻畫股市波動性的動態(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SV模型的改進(jìn)和應(yīng)用奠定了堅實(shí)的理論基礎(chǔ)。隨著研究的深入，學(xué)者們不斷對SV模型進(jìn)行改進(jìn)和拓展，以更好地適應(yīng)金融市場的復(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條件下的波動性。在金融危機(jī)等極端市場環(huán)境中，股市收益率會出現(xiàn)大幅波動，極端值頻繁出現(xiàn)，SV-T模型能夠更好地擬合數(shù)據(jù)，為投資者和市場分析者提供更可靠的風(fēng)險評估依據(jù)。Chernov和Ghysels（2000）的研究則重點(diǎn)關(guān)注了SV模型中參數(shù)的估計方法和模型的設(shè)定檢驗。他們通過對不同估計方法的比較和分析，提出了更加有效的參數(shù)估計策略，提高了SV模型參數(shù)估計的準(zhǔn)確性和可靠性。同時，他們還對SV模型的設(shè)定檢驗進(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。他們的研究成果對于提高SV模型在股市波動性研究中的應(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模型對多個國家的股市指數(shù)進(jìn)行了分析，深入探討了不同國家股市波動性的特征和差異。他們發(fā)現(xiàn)，不同國家的股市波動性不僅受到宏觀經(jīng)濟(jì)因素的影響，還與市場結(jié)構(gòu)、投資者行為等因素密切相關(guān)。美國股市的波動性與宏觀經(jīng)濟(jì)數(shù)據(jù)的相關(guān)性較強(qiáng)，而日本股市的波動性則更多地受到投資者情緒和市場預(yù)期的影響。他們的研究為跨市場的股市波動性比較和分析提供了重要的參考。Eraker（2001）使用SV模型對標(biāo)準(zhǔn)普爾500指數(shù)的波動性進(jìn)行了研究，通過對模型的擬合和預(yù)測，發(fā)現(xiàn)SV模型能夠較好地捕捉到股市波動性的時變特征和長期趨勢。他還進(jìn)一步分析了宏觀經(jīng)濟(jì)變量對股市波動性的影響機(jī)制，指出利率、通貨膨脹率等宏觀經(jīng)濟(jì)因素的變化會顯著影響股市的波動性。當(dāng)利率上升時，股市波動性通常會增大，因為高利率會增加企業(yè)的融資成本，降低企業(yè)的盈利能力，從而導(dǎo)致股價波動加劇。近期，一些國外學(xué)者開始將機(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)一步提高對股市波動性的預(yù)測能力。Giot和Laurent（2004）運(yùn)用支持向量機(jī)（SVM）算法對SV模型的預(yù)測結(jié)果進(jìn)行優(yōu)化，通過對歷史數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練，使模型能夠更好地適應(yīng)市場的變化，提高了預(yù)測的準(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，為股市波動性的預(yù)測提供了新的思路和方法。2.3.2國內(nèi)研究現(xiàn)狀國內(nèi)學(xué)者在股市波動性研究方面也取得了豐富的成果，尤其是在運(yùn)用SV模型分析我國股市波動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模型引入國內(nèi)股市波動性研究，通過對上證綜指的實(shí)證分析，發(fā)現(xiàn)SV模型能夠較好地刻畫我國股市收益率的波動聚集性和持續(xù)性特征。他們的研究為國內(nèi)學(xué)者運(yùn)用SV模型研究股市波動性提供了重要的參考和借鑒。周愛民和張龍斌（2003）對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，以研究政策變動對我國股市波動性的影響。他們發(fā)現(xiàn)，政策因素是導(dǎo)致我國股市波動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)整會對股市產(chǎn)生顯著的影響。當(dāng)政府出臺利好政策時，股市波動性往往會降低，市場信心增強(qiáng)；而當(dāng)政策出現(xiàn)不利變化時，股市波動性會增大，投資者情緒受到影響。陳守東和孔繁利（2005）運(yùn)用SV-T模型對我國股市收益率的厚尾特征進(jìn)行了研究，結(jié)果表明我國股市收益率存在明顯的尖峰厚尾現(xiàn)象，SV-T模型能夠更好地擬合我國股市的實(shí)際情況。他們還通過對不同分布假設(shè)下的SV模型進(jìn)行比較，發(fā)現(xiàn)基于t分布的SV-T模型在刻畫我國股市波動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。在研究我國股市波動性的非對稱性方面，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)我國股市存在顯著的杠桿效應(yīng)，即股價下跌時的波動性大于股價上漲時的波動性。他們認(rèn)為，這種非對稱性主要是由于投資者的恐慌心理和市場的信息不對稱等因素導(dǎo)致的。當(dāng)股價下跌時，投資者往往會產(chǎn)生恐慌情緒，紛紛拋售股票，導(dǎo)致市場賣壓增大，波動性加??；而當(dāng)股價上漲時，投資者相對較為樂觀，市場交易相對平穩(wěn)，波動性較小。近年來，隨著金融市場的發(fā)展和數(shù)據(jù)處理技術(shù)的進(jìn)步，國內(nèi)學(xué)者開始關(guān)注多因素對我國股市波動性的影響。王美今和孫建軍（2004）綜合考慮了宏觀經(jīng)濟(jì)變量、市場交易數(shù)據(jù)和投資者情緒等因素，運(yùn)用多元SV模型對我國股市波動性進(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，共同影響著我國股市的波動性。宏觀經(jīng)濟(jì)數(shù)據(jù)的變化會影響投資者的情緒和預(yù)期，進(jìn)而影響市場交易行為，最終導(dǎo)致股市波動性的變化。然而，目前國內(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，時間跨度較短或樣本范圍較窄，可能導(dǎo)致研究結(jié)果無法全面反映我國股市波動性的真實(shí)特征。一些研究在模型選擇和參數(shù)估計方面，未能充分考慮我國股市的特殊制度背景和市場結(jié)構(gòu)，可能影響模型的擬合效果和預(yù)測能力。在分析影響股市波動性的因素時，雖然考慮了多個方面的因素，但對于各因素之間的非線性關(guān)系和動態(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)評述綜合國內(nèi)外研究可以看出，運(yùn)用SV模型研究股市波動性已取得了豐碩的成果。從研究趨勢來看，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)金融市場的復(fù)雜特性和新的市場現(xiàn)象。引入更靈活的分布假設(shè)、考慮更多的影響因素和動態(tài)關(guān)系，將是未來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。在研究我國股市波動性時，應(yīng)充分借鑒國內(nèi)外學(xué)者的研究方法和經(jīng)驗，結(jié)合我國股市的實(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股市波動性的影響，深入研究各因素之間的作用機(jī)制和動態(tài)關(guān)系。在模型估計和分析過程中，要充分利用現(xiàn)代數(shù)據(jù)處理技術(shù)和統(tǒng)計方法，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值的參考。三、基于SV模型的我國股市波動性實(shí)證分析設(shè)計3.1數(shù)據(jù)選取與預(yù)處理3.1.1數(shù)據(jù)來源本研究選取上證指數(shù)作為我國股市的代表指數(shù)，以全面反映我國股市的整體波動情況。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)綜合計算得出的股價指數(shù)，具有廣泛的市場代表性和權(quán)威性，能夠較好地反映我國股市的總體走勢和波動特征。數(shù)據(jù)時間跨度從2010年1月1日至2023年12月31日，涵蓋了多個完整的經(jīng)濟(jì)周期和不同的市場環(huán)境，包括牛市、熊市和震蕩市等階段。在這期間，我國經(jīng)濟(jì)經(jīng)歷了持續(xù)增長、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)出多樣化的波動態(tài)勢。2014-2015年的牛市行情，上證指數(shù)在短短一年多的時間內(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。這樣長跨度的數(shù)據(jù)能夠更全面地捕捉我國股市波動性的特征和規(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)主要來源于萬得資訊（Wind）金融數(shù)據(jù)終端，該平臺是國內(nèi)領(lǐng)先的金融數(shù)據(jù)提供商，提供了豐富、準(zhǔn)確且及時的金融市場數(shù)據(jù)，包括股票價格、成交量、宏觀經(jīng)濟(jì)指標(biāo)等各類金融數(shù)據(jù)。萬得資訊的數(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，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)，是對萬得資訊數(shù)據(jù)的重要補(bǔ)充和驗證依據(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、識別并修正錯誤值以及去除重復(fù)數(shù)據(jù)。通過對原始數(shù)據(jù)的仔細(xì)檢查，發(fā)現(xiàn)存在少量交易日的收盤價缺失情況。對于這些缺失值，采用線性插值法進(jìn)行補(bǔ)充，即根據(jù)相鄰交易日的收盤價進(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)異常的價格數(shù)據(jù)，如明顯偏離正常價格范圍的極值，通過設(shè)定合理的價格閾值，對這些錯誤值進(jìn)行修正，使其回歸到合理的價格區(qū)間。還需對數(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。接著計算股票收益率，收益率的計算采用對數(shù)收益率公式，即r_t=\ln(\frac{P_t}{P_{t-1}})，其中r_t為第t期的對數(shù)收益率，P_t為第t期的股票收盤價，P_{t-1}為第t-1期的股票收盤價。對數(shù)收益率相比簡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)價格的變化情況，且在處理多期收益率時計算更為簡便，符合金融分析的要求。通過計算對數(shù)收益率，得到了反映股市價格波動的收益率序列，為后續(xù)的波動性分析提供了基礎(chǔ)數(shù)據(jù)。在處理異常值方面，采用基于統(tǒng)計學(xué)的方法，通過計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識別異常值。一般將收益率超過均值加減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突發(fā)事件、數(shù)據(jù)錄入錯誤等原因?qū)е碌摹τ谧R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)，以減少異常值對研究結(jié)果的影響，使數(shù)據(jù)更能反映市場的真實(shí)波動情況。在2015年股市異常波動期間，出現(xiàn)了一些收益率大幅偏離正常范圍的情況，通過上述方法對這些異常值進(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)在眾多用于刻畫股市波動性的模型中，隨機(jī)波動率（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，使其更適合用于分析我國股市的波動性。從理論基礎(chǔ)來看，SV模型將波動率視為一個隨機(jī)過程，更符合金融市場中波動性的實(shí)際變化特征。在金融市場中，波動率并非固定不變，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、市場參與者情緒的變化等，都會導(dǎo)致波動率的隨機(jī)變動。SV模型通過引入隨機(jī)擾動項來刻畫波動率的這種不確定性，能夠更準(zhǔn)確地捕捉到股市波動性的動態(tài)變化，相比那些假設(shè)波動率為確定性函數(shù)的模型，更貼合實(shí)際市場情況。在模型擬合度方面，SV模型展現(xiàn)出了卓越的表現(xiàn)。通過對我國股市收益率序列的實(shí)證分析發(fā)現(xiàn)，SV模型能夠很好地擬合數(shù)據(jù)中的波動聚集現(xiàn)象。波動聚集是指股市收益率的大幅波動往往會集中在某些時段，而小幅波動則集中在其他時段。SV模型通過其自身的結(jié)構(gòu)設(shè)定，能夠有效地捕捉到這種波動聚集的特征，相比其他模型，其擬合效果更為理想。通過對比不同模型對我國股市歷史數(shù)據(jù)的擬合情況，SV模型的對數(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模型在擬合我國股市收益率序列時，能夠更好地解釋數(shù)據(jù)的變化，具有更高的擬合精度。SV模型在刻畫波動性的持續(xù)性和長記憶性方面也具有明顯優(yōu)勢。波動性的持續(xù)性意味著當(dāng)前的波動狀態(tài)會對未來的波動產(chǎn)生影響，而長記憶性則表示波動的影響會在較長時間內(nèi)存在。SV模型中的自回歸系數(shù)能夠很好地衡量波動率的持續(xù)性，當(dāng)自回歸系數(shù)接近1時，表明當(dāng)前的波動率對未來波動率有較強(qiáng)的正向影響，即波動具有較強(qiáng)的持續(xù)性。這種對波動性持續(xù)性和長記憶性的有效刻畫，使得SV模型能夠更準(zhǔn)確地描述我國股市波動性的長期變化趨勢，為投資者和市場參與者提供更有價值的信息。我國股市具有獨(dú)特的市場特征和運(yùn)行規(guī)律，如投資者結(jié)構(gòu)以散戶為主，市場受政策影響較大等。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)確地反映我國股市波動性的特征和變化機(jī)制。在考慮政策因素對股市波動性的影響時，SV模型可以通過引入相關(guān)變量或調(diào)整參數(shù)，來分析政策變動對波動率的作用，為研究我國股市波動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）來對我國股市波動性進(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時刻的股票收益率，\mu為收益率的均值，\sigma_t為t時刻的波動率，\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)。波動率方程：h_t=\ln(\sigma_t^2)=\omega+\phih_{t-1}+\eta_t其中，h_t為對數(shù)波動率，\omega為常數(shù)項，反映了波動率的長期平均水平；\phi是自回歸系數(shù)，衡量了波動率的持續(xù)性，滿足|\phi|\lt1，當(dāng)\phi越接近1時，表明當(dāng)前的波動率對未來波動率的正向影響越強(qiáng)，波動的持續(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)，表示波動率的隨機(jī)擾動，體現(xiàn)了波動率的不確定性和隨機(jī)性。在參數(shù)設(shè)定方面，對\mu、\omega、\phi、\sigma_{\eta}^2等參數(shù)賦予合理的先驗分布。對于均值\mu，通常假設(shè)其服從正態(tài)分布，先驗均值可根據(jù)歷史數(shù)據(jù)的平均收益率進(jìn)行初步設(shè)定，先驗方差可設(shè)定為一個相對較小的值，以反映對均值估計的不確定性較小。對于常數(shù)項\omega，也假設(shè)其服從正態(tài)分布，先驗均值可根據(jù)對股市波動率長期平均水平的經(jīng)驗判斷進(jìn)行設(shè)定，先驗方差則根據(jù)對\omega估計的不確定程度進(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，通過設(shè)定合適的貝塔分布參數(shù)，來反映對\phi的先驗認(rèn)知。方差\sigma_{\eta}^2可假設(shè)其服從逆伽馬分布，先驗參數(shù)根據(jù)對波動率隨機(jī)擾動程度的估計進(jìn)行設(shè)定。通過合理設(shè)定這些參數(shù)的先驗分布，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)估計奠定基礎(chǔ)，以更準(zhǔn)確地刻畫我國股市的波動性特征。3.3實(shí)證分析步驟3.3.1描述性統(tǒng)計分析在對我國股市波動性進(jìn)行深入分析之前，首先對經(jīng)過預(yù)處理后的上證指數(shù)對數(shù)收益率序列進(jìn)行描述性統(tǒng)計分析，以初步了解數(shù)據(jù)的基本特征和分布情況。描述性統(tǒng)計分析主要包括計算收益率序列的均值、標(biāo)準(zhǔn)差、偏度、峰度等統(tǒng)計量。從均值來看，在2010年1月1日至2023年12月31日期間，上證指數(shù)對數(shù)收益率的均值為[具體均值數(shù)值]。該均值反映了我國股市在這一時期的平均收益水平，雖然數(shù)值看似較小，但考慮到股市的長期投資特性以及復(fù)利效應(yīng)，其對投資者的實(shí)際收益影響不容忽視。如果均值為正，說明在長期內(nèi)股市整體呈現(xiàn)出一定的上漲趨勢，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程度的重要指標(biāo)，在本研究中，上證指數(shù)對數(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，表明收益率的波動越劇烈，市場風(fēng)險越高；反之，標(biāo)準(zhǔn)差越小，市場波動性相對較低，風(fēng)險也相對較小。較高的標(biāo)準(zhǔn)差意味著股價在短期內(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；而較低的標(biāo)準(zhǔn)差則表示股價相對穩(wěn)定，市場波動較小。偏度用于衡量收益率分布的不對稱程度。當(dāng)偏度為0時，收益率分布呈對稱分布；當(dāng)偏度大于0時，分布呈現(xiàn)正偏態(tài)，即右尾較長，意味著收益率出現(xiàn)較大正值的概率相對較高；當(dāng)偏度小于0時，分布呈現(xiàn)負(fù)偏態(tài)，即左尾較長，表明收益率出現(xiàn)較大負(fù)值的概率相對較高。本研究中，上證指數(shù)對數(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)]，這表明我國股市收益率分布存在一定的不對稱性，投資者需要關(guān)注收益率分布的偏態(tài)特征，以更好地評估投資風(fēng)險。峰度用于衡量收益率分布的尖峰程度，即分布相對于正態(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，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，分布相對平坦，極端值出現(xiàn)的概率較低。在本研究中，上證指數(shù)對數(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。這說明我國股市收益率序列中存在較多的極端值，市場在某些時期可能出現(xiàn)大幅波動，投資者需要充分認(rèn)識到這種極端風(fēng)險，采取相應(yīng)的風(fēng)險管理措施。通過對上證指數(shù)對數(shù)收益率序列的描述性統(tǒng)計分析，可以發(fā)現(xiàn)我國股市收益率具有波動較大、分布不對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)，也表明我國股市的波動性較為復(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單位根檢驗與平穩(wěn)性分析在進(jìn)行時間序列分析時，數(shù)據(jù)的平穩(wěn)性是一個至關(guān)重要的前提條件。如果時間序列數(shù)據(jù)不平穩(wěn)，可能會導(dǎo)致偽回歸等問題，使得模型的估計結(jié)果不準(zhǔn)確且缺乏經(jīng)濟(jì)意義。因此，在運(yùn)用SV模型對我國股市波動性進(jìn)行建模之前，需要對上證指數(shù)對數(shù)收益率序列進(jìn)行單位根檢驗，以判斷其是否平穩(wěn)。本研究采用增強(qiáng)迪基-富勒（ADF）檢驗方法對上證指數(shù)對數(shù)收益率序列進(jìn)行單位根檢驗。ADF檢驗基于自回歸模型，并包含一個滯后項，其原假設(shè)是時間序列存在單位根，即它是非平穩(wěn)的；備擇假設(shè)是時間序列不存在單位根，是平穩(wěn)的。ADF檢驗的基本模型為：\Deltay_t=\alpha+\betat+\deltay_{t-1}+\sum_{i=1}^p\gamma_i\Deltay_{t-i}+\epsilon_t其中，y_t是時間序列，即上證指數(shù)對數(shù)收益率序列；\Delta表示一階差分；t是時間趨勢項；p是滯后階數(shù)；\epsilon_t是誤差項。在進(jìn)行ADF檢驗時，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）等來自動選擇滯后階數(shù)。本研究通過比較不同滯后階數(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)過計算和比較，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，計算得到ADF統(tǒng)計量為[具體ADF統(tǒng)計量數(shù)值]。將計算出的ADF統(tǒng)計量與相應(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]。由于計算得到的ADF統(tǒng)計量[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)對數(shù)收益率序列不存在單位根，是平穩(wěn)的。單位根檢驗結(jié)果表明，上證指數(shù)對數(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)行波動性分析奠定了基礎(chǔ)。平穩(wěn)的時間序列數(shù)據(jù)能夠保證模型估計結(jié)果的可靠性和有效性，使得基于模型的分析和預(yù)測更具實(shí)際意義。如果數(shù)據(jù)不平穩(wěn)，可能需要對序列進(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)行單位根檢驗時需要謹(jǐn)慎判斷和處理。3.3.3SV模型參數(shù)估計在確定上證指數(shù)對數(shù)收益率序列平穩(wěn)后，運(yùn)用馬爾可夫鏈蒙特卡羅（MCMC）方法對設(shè)定的標(biāo)準(zhǔn)SV模型（SV-N）進(jìn)行參數(shù)估計。MCMC方法是一種基于模擬的計算方法，能夠有效地處理高維積分問題，在估計復(fù)雜模型參數(shù)時具有獨(dú)特的優(yōu)勢。在運(yùn)用MCMC方法進(jìn)行參數(shù)估計時，首先需要為模型中的參數(shù)\mu、\omega、\phi、\sigma_{\eta}^2賦予合理的先驗分布。如前文所述，對于均值\mu，假設(shè)其服從正態(tài)分布N(\mu_0,\sigma_{\mu}^2)，先驗均值\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]，先驗方差\sigma_{\mu}^2設(shè)定為一個相對較小的值，如[具體\sigma_{\mu}^2數(shù)值]，以反映對均值估計的不確定性較小。對于常數(shù)項\omega，假設(shè)其服從正態(tài)分布N(\omega_0,\sigma_{\omega}^2)，先驗均值\omega_0根據(jù)對股市波動率長期平均水平的經(jīng)驗判斷設(shè)定為[具體\omega_0數(shù)值]，先驗方差\sigma_{\omega}^2根據(jù)對\omega估計的不確定程度進(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)，通過設(shè)定合適的貝塔分布參數(shù)a和b，如a=[??·???a??°???]，b=[??·???b??°???]，來反映對\phi的先驗認(rèn)知。方差\sigma_{\eta}^2服從逆伽馬分布IG(\alpha,\beta)，先驗參數(shù)\alpha和\beta根據(jù)對波動率隨機(jī)擾動程度的估計進(jìn)行設(shè)定，如\alpha=[??·???\(\alpha數(shù)值])，\beta=[??·???\(\beta數(shù)值])。設(shè)定好先驗分布后，使用專業(yè)的統(tǒng)計軟件，如R語言或Python，借助相關(guān)的MCMC算法包，進(jìn)行參數(shù)估計。在R語言中，可以使用“rstan”等包來實(shí)現(xiàn)MCMC抽樣；在Python中，可以使用“PyMC3”等庫進(jìn)行參數(shù)估計。通過MCMC算法，進(jìn)行大量的迭代抽樣，得到模型參數(shù)的后驗分布。在抽樣過程中，為了使抽樣結(jié)果更穩(wěn)定，通常會進(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MCMC抽樣后，得到模型參數(shù)的后驗均值和標(biāo)準(zhǔn)差等統(tǒng)計量。參數(shù)\mu的后驗均值為[具體\mu后驗均值數(shù)值]，它表示上證指數(shù)對數(shù)收益率的長期平均水平，反映了股市在長期內(nèi)的平均收益情況；\omega的后驗均值為[具體\omega后驗均值數(shù)值]，代表了波動率的長期平均水平，體現(xiàn)了股市波動性的總體平均狀態(tài)；\phi的后驗均值為[具體\phi后驗均值數(shù)值]，衡量了波動率的持續(xù)性，\phi越接近1，說明當(dāng)前的波動率對未來波動率的正向影響越強(qiáng)，波動的持續(xù)性越高，當(dāng)市場出現(xiàn)波動時，這種波動狀態(tài)可能會持續(xù)較長時間；\sigma_{\eta}^2的后驗均值為[具體\sigma_{\eta}^2后驗均值數(shù)值]，表示波動率的隨機(jī)擾動程度，反映了波動率的不確定性和隨機(jī)性，該值越大，說明波動率的波動越劇烈，市場的不確定性越高。通過對SV模型參數(shù)的估計和分析，可以更深入地了解我國股市波動性的特征和變化機(jī)制，為后續(xù)的模型檢驗和分析提供了基礎(chǔ)。3.3.4模型檢驗與診斷在完成SV模型參數(shù)估計后，需要對模型進(jìn)行檢驗與診斷，以評估模型的有效性和可靠性，確保模型能夠準(zhǔn)確地刻畫我國股市的波動性特征。首先進(jìn)行殘差檢驗，通過分析模型殘差的統(tǒng)計特征，判斷模型是否充分捕捉了數(shù)據(jù)中的信息。殘差檢驗主要包括殘差的白噪聲檢驗和自相關(guān)檢驗。白噪聲檢驗用于判斷殘差是否服從均值為0、方差為常數(shù)的白噪聲過程。如果殘差是白噪聲，說明模型已經(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)定錯誤。本研究采用Ljung-BoxQ檢驗對殘差進(jìn)行白噪聲檢驗，檢驗統(tǒng)計量為Q統(tǒng)計量。在給定的顯著性水平下，如5%，若Q統(tǒng)計量的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)，說明殘差不是白噪聲。經(jīng)過檢驗，得到殘差的Ljung-BoxQ檢驗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)檢驗用于檢驗殘差序列是否存在自相關(guān)。如果殘差存在自相關(guān)，說明模型對數(shù)據(jù)的擬合存在問題，可能需要進(jìn)一步改進(jìn)模型。本研究通過計算殘差的自相關(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)，模型對數(shù)據(jù)的擬合效果較好。擬合優(yōu)度檢驗也是模型檢驗的重要環(huán)節(jié)，用于評估模型對數(shù)據(jù)的擬合程度。常用的擬合優(yōu)度指標(biāo)包括對數(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。對數(shù)似然函數(shù)值越大，說明模型對數(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，復(fù)雜度越低，模型的性能越優(yōu)。在本研究中，SV模型的對數(shù)似然函數(shù)值為[具體對數(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模型的對數(shù)似然函數(shù)值相對較高，AIC和BIC值相對較低，說明SV模型在擬合我國股市收益率序列的波動性方面具有較好的效果，能夠更準(zhǔn)確地描述股市波動性的特征和變化。通過殘差檢驗和擬合優(yōu)度檢驗等一系列模型檢驗與診斷方法，可以判斷所構(gòu)建的SV模型在刻畫我國股市波動性方面是有效的，能夠為后續(xù)的分析和預(yù)測提供可靠的依據(jù)。但需要注意的是，模型檢驗只是對模型的一種評估方式，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我國股市波動性的特征分析4.1.1波動的集群性與持續(xù)性通過對基于正態(tài)分布的標(biāo)準(zhǔn)SV模型（SV-N）的參數(shù)估計和實(shí)證分析，我國股市波動性呈現(xiàn)出明顯的集群性與持續(xù)性特征。從波動集群性來看，在2010-2023年期間，上證指數(shù)對數(shù)收益率序列中，大幅波動往往集中出現(xiàn)在某些時段，而在其他時段波動則相對較小。在2015年上半年，我國股市經(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，這一時期同樣呈現(xiàn)出顯著的高波動聚集現(xiàn)象。這種波動集群性的存在表明，股市波動并非隨機(jī)分散出現(xiàn)，而是具有一定的聚集性，某一時刻的大幅波動往往會引發(fā)后續(xù)時段的波動加劇，體現(xiàn)了市場波動的傳導(dǎo)效應(yīng)。從波動持續(xù)性角度分析，模型中自回歸系數(shù)\phi的后驗均值為[具體\phi后驗均值數(shù)值]，接近1，這表明我國股市波動性具有較強(qiáng)的持續(xù)性。當(dāng)市場出現(xiàn)一次較大的波動后，這種波動狀態(tài)會在后續(xù)一段時間內(nèi)持續(xù)存在，不會迅速消失。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)在短時間內(nèi)大幅下跌，波動性急劇上升。由于波動的持續(xù)性，在疫情爆發(fā)后的幾個月內(nèi)，股市波動性一直維持在較高水平，盡管期間政府出臺了一系列穩(wěn)定市場的政策措施，但市場波動仍較為劇烈，直到經(jīng)濟(jì)逐漸復(fù)蘇，市場信心逐步恢復(fù)，波動性才開始逐漸下降。這種波動持續(xù)性的特征對投資者和市場參與者具有重要意義，投資者在進(jìn)行投資決策時，需要充分考慮到當(dāng)前市場波動狀態(tài)的持續(xù)性，合理調(diào)整投資組合，以應(yīng)對可能的風(fēng)險。4.1.2尖峰厚尾特征對上證指數(shù)對數(shù)收益率序列的描述性統(tǒng)計分析結(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。在我國股市中，這種尖峰厚尾特征表現(xiàn)為在大多數(shù)時間里，收益率圍繞均值的波動相對較小，但在某些特定時期，會出現(xiàn)大幅上漲或下跌的極端情況。在2015年股市異常波動期間，上證指數(shù)在短時間內(nèi)經(jīng)歷了大幅漲跌，出現(xiàn)了多個交易日漲跌幅超過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。尖峰厚尾特征對投資具有重要影響。傳統(tǒng)的基于正態(tài)分布假設(shè)的投資風(fēng)險模型可能會低估極端風(fēng)險，因為在尖峰厚尾分布下，極端值出現(xiàn)的概率更大。如果投資者僅依據(jù)正態(tài)分布模型來評估風(fēng)險，可能會對潛在的巨大損失準(zhǔn)備不足。在構(gòu)建投資組合時，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)險對投資組合的影響?？梢赃m當(dāng)配置一些具有避險屬性的資產(chǎn)，如黃金、債券等，當(dāng)股市出現(xiàn)極端下跌情況時，這些資產(chǎn)可以起到一定的對沖作用，減少投資組合的損失。4.1.3非對稱性特征為了研究我國股市波動性的非對稱性特征，在標(biāo)準(zhǔn)SV模型的基礎(chǔ)上，引入反映非對稱性的杠桿效應(yīng)SV模型進(jìn)行分析。通過對模型的參數(shù)估計和實(shí)證檢驗，發(fā)現(xiàn)我國股市存在一定程度的非對稱性。在市場下跌階段，即出現(xiàn)利空消息時，股市波動性的增加幅度大于市場上漲階段（利好消息）波動性的增加幅度。當(dāng)上證指數(shù)出現(xiàn)5%的跌幅時，后續(xù)一段時間內(nèi)市場波動性的上升幅度明顯大于出現(xiàn)5%漲幅時波動性的上升幅度。這種非對稱性特征的形成原因主要與投資者情緒和市場信息傳播有關(guān)。當(dāng)市場出現(xiàn)利空消息時，投資者往往會產(chǎn)生恐慌情緒，紛紛拋售股票，導(dǎo)致市場賣壓增大，波動性加劇。而當(dāng)市場出現(xiàn)利好消息時，投資者相對較為樂觀，交易行為相對理性，市場波動性的增加相對較為平緩。市場信息的傳播也存在非對稱性，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，從而對股市波動性產(chǎn)生更大的影響。非對稱性特征對股市投資策略的制定具有重要啟示。投資者在市場下跌階段應(yīng)更加謹(jǐn)慎，加強(qiáng)風(fēng)險控制，及時調(diào)整投資組合，降低股票倉位，以避免因波動性增大而造成的損失。而在市場上漲階段，可以適當(dāng)增加投資，但也要關(guān)注市場風(fēng)險，避免盲目追漲。對于市場監(jiān)管者來說，了解股市波動性的非對稱性特征，有助于制定更加有效的市場穩(wěn)定政策，在市場出現(xiàn)異常波動時，能夠有針對性地采取措施，穩(wěn)定市場情緒，維護(hù)市場的穩(wěn)定運(yùn)行。4.2影響我國股市波動性的因素分析4.2.1宏觀經(jīng)濟(jì)因素宏觀經(jīng)濟(jì)因素是影響我國股市波動性的重要基礎(chǔ)，其與股市波動性之間存在著緊密而復(fù)雜的關(guān)系。GDP作為衡量一個國家經(jīng)濟(jì)總量和發(fā)展水平的核心指標(biāo)，對股市波動性有著深遠(yuǎn)的影響。當(dāng)GDP增長率較高時，意味著經(jīng)濟(jì)處于繁榮階段，企業(yè)的銷售額和利潤往往會隨之增加，投資者對企業(yè)未來盈利的預(yù)期也會相應(yīng)提高，這會吸引更多資金流入股市，推動股價上漲，股市波動性相對較低。在2010-2011年期間，我國GDP增長率保持在較高水平，股市整體呈現(xiàn)出較為穩(wěn)定的上漲態(tài)勢，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，期間股市波動性相對較小。相反，當(dāng)GDP增長率下降，經(jīng)濟(jì)進(jìn)入衰退或調(diào)整階段時，企業(yè)面臨市場需求萎縮、成本上升等壓力，盈利能力減弱，投資者對企業(yè)的信心下降，資金會從股市流出，導(dǎo)致股價下跌，股市波動性增大。在2015-2016年，我國經(jīng)濟(jì)處于結(jié)構(gòu)調(diào)整期，GDP增長率有所下降，股市經(jīng)歷了劇烈的波動，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，股市波動性急劇上升。利率作為宏觀經(jīng)濟(jì)調(diào)控的重要手段，對股市波動性的影響也十分顯著。利率的變化會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，一方面，企業(yè)的融資成本降低，投資和生產(chǎn)活動可能會增加，這有利于企業(yè)的發(fā)展，從而提升股價；另一方面，低利率環(huán)境會使債券等固定收益類資產(chǎn)的吸引力下降，資金會流向收益更高的股市，推動股價上漲，股市波動性相對穩(wěn)定或下降。在2014-2015年牛市前期，央行多次降息，市場利率下降，大量資金流入股市，推動上證指數(shù)從2000多點(diǎn)迅速上漲至5000多點(diǎn)，期間股市波動性相對較小。當(dāng)利率上升時，企業(yè)的融資成本增加，投資和生產(chǎn)活動可能受到抑制，企業(yè)的盈利預(yù)期下降，股價可能下跌。高利率環(huán)境會使債券等固定收益類資產(chǎn)的吸引力增強(qiáng)，股市資金會流向債券市場，導(dǎo)致股價下跌，股市波動性增大。2007年，央行多次加息，市場利率上升，股市在經(jīng)歷前期大幅上漲后開始調(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)，股市波動性急劇增大。通貨膨脹也是影響股市波動性的重要宏觀經(jīng)濟(jì)因素之一。適度的通貨膨脹對股市可能有一定的刺激作用，因為它可能意味著經(jīng)濟(jì)的活躍和企業(yè)產(chǎn)品價格的上漲，從而增加企業(yè)的利潤。在溫和通貨膨脹時期，企業(yè)的產(chǎn)品價格上升，銷售收入增加，利潤也會相應(yīng)提高，這會推動股價上漲，股市波動性相對較小。當(dāng)通貨膨脹率過高時，會帶來一系列負(fù)面影響，一方面，它會導(dǎo)致企業(yè)成本上升，如原材料價格上漲、勞動力成本增加等，壓縮企業(yè)的利潤空間；另一方面，為了抑制通貨膨脹，央行可能會采取緊縮的貨幣政策，提高利率，這會增加企業(yè)的融資成本，減少投資和消費(fèi)，對股市形成不利影響。當(dāng)通貨膨脹率超過一定水平時，股市波動性通常會加大，投資者會對未來經(jīng)濟(jì)和企業(yè)盈利前景感到擔(dān)憂，導(dǎo)致股價波動加劇。在2008年初，我國通貨膨脹率較高，CPI同比漲幅超過8%，央行采取了緊縮的貨幣政策，股市受到較大壓力，波動性明顯增大，上證指數(shù)在2008年上半年大幅下跌。4.2.2市場因素市場因素在我國股市波動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交易數(shù)據(jù)以及投資者情緒的波動，都與股市波動性密切相關(guān)。成交量作為衡量股票市場交易活躍程度的重要指標(biāo)，與股市波動性之間存在著緊密的聯(lián)系。一般來說，成交量的大幅增加往往伴隨著股市波動性的上升。當(dāng)市場上投資者對股票的買賣意愿強(qiáng)烈，成交量急劇放大時，表明市場參與者之間的意見分歧較大，對股票的價值判斷存在差異，這會導(dǎo)致股價的波動加劇。在2015年牛市期間，隨著市場情緒的高漲，投資者大量涌入股市，成交量持續(xù)放大，上證指數(shù)在短時間內(nèi)大幅上漲，期間成交量多次突破萬億元大關(guān)，同時股市波動性也明顯增大，股價的漲跌幅度較為劇烈。相反，當(dāng)成交量低迷時，市場交易清淡，投資者對股票的買賣意愿較低，股價波動相對較小。在市場處于低迷期，投資者觀望情緒濃厚，成交量持續(xù)萎縮，此時股市波動性也會相應(yīng)降低。在2018年，由于市場整體環(huán)境不佳，投資者信心不足，成交量持續(xù)低迷，上證指數(shù)在全年大部分時間內(nèi)處于震蕩下行狀態(tài)，期間波動性相對較小。換手率同樣是反映市場活躍程度的重要指標(biāo)，它是指一定時間內(nèi)股票轉(zhuǎn)手買賣的頻率。較高的換手率意味著股票在市場上的流通速度較快，交易活躍，市場參與者的交易行為較為頻繁，這往往會導(dǎo)致股市波動性的增加。當(dāng)某只股票的換手率突然大幅提高時，說明該股票受到市場的關(guān)注度較高，投資者對其買賣熱情高漲，股價可能會出現(xiàn)較大幅度的波動。在一些熱門股票或題材股中，由于市場對其預(yù)期較高，投資者頻繁買賣，換手率往往較高，股價波動性也較大。投資者情緒對股市波動性的影響也不容忽視。投資者情緒是指投資者對市場的樂觀或悲觀態(tài)度，它往往受到市場傳聞、媒體報道、宏觀經(jīng)濟(jì)數(shù)據(jù)等多種因素的影響。當(dāng)投資者情緒樂觀時，他們會更愿意買入股票，推動股價上漲；而當(dāng)投資者情緒悲觀時，他們會紛紛賣出股票，導(dǎo)致股價下跌。投資者情緒具有傳染性和放大效應(yīng)，在市場上漲時，樂觀情緒會迅速傳播，吸引更多投資者買入，進(jìn)一步推動股價上漲；而在市場下跌時，悲觀情緒也會迅速蔓延，引發(fā)投資者的恐慌性拋售，加劇股價的下跌，從而增大股市波動性。在2020年初新冠疫情爆發(fā)初期，市場對疫情的發(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)在短時間內(nèi)跌幅超過10%，股市波動性急劇增大。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)為樂觀，股市也開始反彈，波動性逐漸下降。4.2.3政策因素政策因素在我國股市波動性的演變過程中扮演著舉足輕重的角色，貨幣政策和財政政策等宏觀政策的調(diào)整，會對股市的資金環(huán)境、市場預(yù)期和企業(yè)經(jīng)營狀況產(chǎn)生深遠(yuǎn)影響，進(jìn)而引發(fā)股市波動性的變化。貨幣政策作為央行調(diào)節(jié)經(jīng)濟(jì)的重要手段，通過調(diào)整貨幣供應(yīng)量和利率水平來影響經(jīng)濟(jì)運(yùn)行和股市表現(xiàn)。寬松的貨幣政策會增加市場的流動性，降低利率，刺激經(jīng)濟(jì)增長，對股市形成利好。央行通過公開市場操作買入債券，增加貨幣供應(yīng)量，市場資金充裕，企業(yè)融資成本降低，投資和生產(chǎn)活動可能增加，這會提升企業(yè)的盈利預(yù)期，吸引更多資金流入股市，推動股價上漲，股市波動性相對較小。在2014-2015年牛市前期，央行多次通過降準(zhǔn)、降息等手段實(shí)施寬松的貨幣政策，市場流動性大幅增加，上證指數(shù)在短短一年多的時間內(nèi)從2000多點(diǎn)飆升至5000多點(diǎn)，期間股市波動性相對穩(wěn)定，股價呈現(xiàn)出穩(wěn)步上漲的態(tài)勢。而緊縮的貨幣政策則會減少市場流動性，提高利率，抑制經(jīng)濟(jì)增長，對股市不利。央行通過提高存款準(zhǔn)備金率、加息等方式收緊貨幣供應(yīng)量，市場資金緊張，企業(yè)融資成本上升，投資和生產(chǎn)活動可能受到抑制，股價可能下跌，股市波動性增大。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，市場流動性減少，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)，期間股市波動性急劇增大，股價大幅波動，投資者面臨較大的風(fēng)險。財政政策同樣對股市波動性有著重要影響。政府通過調(diào)整財政支出和稅收政策來影響經(jīng)濟(jì)增長和企業(yè)盈利。增加財政支出可以刺激經(jīng)濟(jì)增長，提高企業(yè)的收入和利潤，對股市有利。政府加大對基礎(chǔ)設(shè)施建設(shè)的投資，相關(guān)