● 摘要
随着中国证券市场的不断发展，近年来对股票市场数据进行的统计分析也越来越多，有关风险方面的定量研究也有一些，但大多是运用传统的统计方法分析静态风险，动态风险的分析尚不多见，特别是个股动态风险结构特征的研究还未曾见到。为此，本文利用近年来在国外发展非常迅速的一类非线性金融时间序列模型：GARCH模型、加权因子GARCH模型、E—GARCH模型，对我国股票市场的动态风险进行定量估计与分析，揭示风险的动态变化规律，探讨个股风险的时变结构特征，以期提高市场参与者对风险的认识，为管理层监管股市、投资者规避风险提供依据。 第一章，阐明了风险及系统风险、非系统风险的概念，给出了风险的度量方法：条件方差；第二章，介绍了GARCH模型的有关理论，在此基础上对我国股市的上证指数，深证成指以及13支样本股最近四年共193个交易周的收益率序列分别建立了GARCH模型，对其动态风险进行了估计、分析及预测。建立模型时首次假定扰动服从t分布，提高了模型的拟合优度；第三章，首次提出并研究了个股的动态风险结构，通过对个股建立加权因子GARCH模型，将其动态风险分解为动态系统风险与非系统风险，并探讨了二者比例变化特征；第四章通过建立E—GARCH模型，研究了我国股市收益变化对波动强度调整的非对称性，更深刻地揭示了我国股市收益对波动强度的影响。 通过对中国股市风险的研究与分析，得到以下主要结论：第一、中国股市风险随着时间的变化在一个较大的范围内波动，具有明显的时变特征，从时间轴来看，这种波动均呈现出簇集特征，即在某些时期，风险连续较大，而在其余时期，风险连续很小。从较大波动发生的时间来看，不同个股以及市场风险之间具有一定程度的共动性，即在一些相同的时期，同时表现出较大的风险。从两个市场总体来看，深市风险水平高于沪市，且波动幅度大于沪市。第二，对个股而言，风险可以分解为系统风险与非系统风险两部分，不仅总风险是时变的，而且总风险中系统风险所占的比例也是时变的，这种比例的变化具有一定的规律性，不同时期具有不同的风险结构特征：在整个市场风险较大的时期，个股风险中系统风险所占的比例较大，反之，在整个市场风险较小的时期，个股风险中系统风险所占比例较小，也就是说，在市场高风险时期个股风险主要来自于市场变化，在市场低风险时期，个股风险主要来自于其自身情况的变化。从样本股在分析期内的平均情况总体来看，我国股市中系统风险约占45％，非系统风险约占55％，个股间有一些差别。第三，中国股票市场收益变化对波动强度的调整是不对称的，存在着杠杆效应，负值收益相对于正值收益对波动强度的影响更强。从不同频率数据的分析结果来看，日收益比周收益存在着更为明显的杠杆效应，同时说明低频数据与高频数据的信息内涵不同，高频数据含有较为充分的信息。明确以上规律与特征，有助于我们进一步认识股票市场，更好地发展股票市场，充分发挥股票市场在国民经济中的作用。