自1990年12月上海、深圳證券交易所成立營業(yè)至今,中國股市已經(jīng)運行了將近29年。盡管經(jīng)歷了近29年的發(fā)展與摸索,我國的資本市場與西方成熟的資本市場相比仍存在不小差距。中國經(jīng)濟現(xiàn)階段也并未完全市場化,雖然黨中央提出要讓市場在資源配置中起決定性作用,但從目前看來,政府的宏觀調(diào)控政策對中國經(jīng)濟和金融市場的健康發(fā)展還是起到了重要作用�？v觀中國證券市場的發(fā)展歷程可以發(fā)現(xiàn),中國股市波動率的每次異常上升幾乎都與當時發(fā)布的一些政策有著千絲萬縷的聯(lián)系,政策事件導致證券市場異常波動已經(jīng)成為我國金融市場的一大特色之一。證券市場頻繁、劇烈的波動會帶來諸多負面影響。首先,股市波動率過大會導致股票價格不穩(wěn)定,不能有效體現(xiàn)上市公司的公允價值,降低了金融市場價格發(fā)現(xiàn)的功能;其次,股市的劇烈波動加大了投資者風險管理、資產(chǎn)定價的難度,削弱了市場資源配置的能力;再次,股市的劇烈波動會使廣大投資者特別是中小投資者的利益受損,重挫投資者對于市場未來的信心,不利于保持市場人氣與活力,而這也會減少市場流動性、降低市場深度;最后,縱觀西方金融市場的發(fā)展經(jīng)驗,嚴重的股市動蕩可能會進一步引發(fā)經(jīng)濟危機,不利于國家宏觀經(jīng)濟的健康發(fā)展�；�... 

【文章來源】：浙江財經(jīng)大學浙江省

【文章頁數(shù)】：51 頁

【學位級別】：碩士

【部分圖文】：

上證指數(shù)對數(shù)收益率（1993.7-2018.12）

34)18.0789*(9.9805)2θ-0.5169***(0.1643)-0.3939***(0.1097)-0.5058***(0.1355)0.4641*(0.2733)22ω1.6894***(0.2990)1.7178***(0.2887)1.7064***(0.3248)6.8638***(2.4045)LLF-9638.20-9638.79-9636.24-9624.34BIC19336.6419355.0319349.9219326.12表4-5顯示，所有模型GJR-GARCH部分的參數(shù)(α,β,γ）都是顯著的，表明上證指數(shù)的短期波動呈現(xiàn)出強烈的波動聚集效應，且好消息和壞消息對波動率的沖擊是非對稱的，壞消息對股市的短期波動影響更大。圖4-1模型1～4政策因素權重圖模型1中的系數(shù)2θ是顯著為負的，表明前期政策強度因素會顯著降低當期條件波動率長期成分，這一結(jié)果也驗證了國內(nèi)股票市場確實存在政策效應。一個單位的Beta函數(shù)加權政策強度因素會減少0.5169個單位的條件波動率長期成分。圖4-1左上角為模型1中總政策的權重圖，可以看出總的政策影響在發(fā)布之后3年內(nèi)持續(xù)造成影響，影響隨著時間的推移逐步減弱。政府在進行宏觀調(diào)控時往往會采取逆周期調(diào)節(jié)，當股市波動過大時相關部門會出臺政策，抑制股市波動，促進股市健康發(fā)展，實證結(jié)果也印證了這一結(jié)論。雖然一些政策在頒布當期可能會加大股市短期波動，但實證結(jié)果表明：長期來看，政策強度因素確實降低了股市波動的長期成分，監(jiān)管部門施行的一系列政策、監(jiān)管總體上來說是有效的。模型2綜合考慮了月已實現(xiàn)波動率（RV）和總政策強度因素的影響，可以看

26出月已實現(xiàn)波動率和總政策強度因素的影響都是顯著的，無論是否加入月已實現(xiàn)波動率，總政策強度因素都會顯著降低股市波動的長期成分。圖4-1右上角為模型2中總政策的權重圖，可以發(fā)現(xiàn)其與模型1中得到的權重圖基本一致，這也表明了加入月已實現(xiàn)波動率與否并不會改變政策影響的權重圖。圖4-2展示了由模型2估計得到的上證指數(shù)條件方差及其長期成分�？梢钥闯�，加入月已實現(xiàn)波動率和總政策強度因素的模型2能較好地捕捉到股市波動的長期成分�？偟膩碚f，上證指數(shù)波動的長期成分在股市建立初期、08年金融危機和15年牛市三個時期內(nèi)較大，而其他時期則較為平穩(wěn)。圖4-2由模型2測算的上證條件波動率接著，本文采取表3-2中分類1的分類標準將政策因素分為股票市場政策（P1）和宏觀經(jīng)濟政策（P2），并將分類后的政策因素加入到GARCH-MIDAS模型中。模型3綜合考慮了月已實現(xiàn)波動率和股票市場政策（P1）對股市波動的影響。結(jié)果表明，股票市場政策能顯著降低股市波動長期成分。一個單位的Beta函數(shù)加權政策強度因素會減少0.5058個單位的條件波動率長期成分。圖4-1左下角為模型3中股票市場政策的權重圖，可以看出股票市場政策的滯后影響與總政策影響力是類似的�？v觀本文收集到的股票市場政策，監(jiān)管部門出臺了一系列的法規(guī)、監(jiān)管政策，著力于建設制度更加健全、市場更加成熟的股票市場，實證結(jié)果表明這一系列舉措總體來說是有效的。模型4綜合考慮了月已實現(xiàn)波動率和宏觀經(jīng)濟政策（P2）對股市波動的影響。結(jié)果顯示宏觀經(jīng)濟政策并沒有穩(wěn)定股市長期波動，反而助長了股市波動的長期成分。一個單位的Beta函數(shù)加權政策強度因素會增加0.4641個單位的條件波動率長期成分。圖4-1右下角為模型4中股票市場政策的權重圖，可以看出宏觀經(jīng)濟政策總的來說對股市的近期影響較?

【參考文獻】：
期刊論文
[1]貨幣政策公告、政策不確定性及股票市場的預公告溢價效應——來自中國市場的證據(jù)[J]. 賈盾,孫溪,郭瑞.  金融研究. 2019(07)
[2]QFII持股對中國股票市場穩(wěn)定性的影響——基于中美貿(mào)易摩擦背景下的研究[J]. 朱相平,彭田田.  宏觀經(jīng)濟研究. 2019(05)
[3]貨幣政策不確定性、違約風險與宏觀經(jīng)濟波動[J]. 王博,李力,郝大鵬.  經(jīng)濟研究. 2019(03)
[4]經(jīng)濟不確定性是股市波動的因子嗎?——基于GARCH-MIDAS模型的分析[J]. 夏婷,聞岳春.  中國管理科學. 2018(12)
[5]傳統(tǒng)監(jiān)管措施能夠限制金融市場的波動嗎?[J]. 汪天都,孫謙.  金融研究. 2018(09)
[6]經(jīng)濟政策不確定性與我國股市波動率預測研究[J]. 雷立坤,余江,魏宇,賴曉東.  管理科學學報. 2018(06)
[7]混頻投資者情緒與股票價格行為[J]. 姚堯之,王堅強,劉志峰.  管理科學學報. 2018(02)
[8]我國股票市場熔斷機制的磁力效應:基于自然實驗的證據(jù)[J]. 楊曉蘭,金雪軍.  金融研究. 2017(09)
[9]投資者關注對人民幣匯率價差波動的影響研究——基于GARCH-MIDAS模型[J]. 尹力博,李勍.  管理科學. 2017(05)
[10]漲跌停、融資融券與股價波動率——基于AH股的比較研究[J]. 王朝陽,王振霞.  經(jīng)濟研究. 2017(04)

碩士論文
[1]印花稅、股指期貨對投資者交易與個股波動的影響[D]. 羅頡.復旦大學 2013



本文編號：3278686