中国股市波动性的统计分析
2．沪深两市波动的相关及回归分析 股市的波动是由无穷多的变量决定的，包括利率因素、供求关系、经济周期、投资基金、
政策调控、信息披露等等。那么，在这些因素的影响下，沪深两市的波动是否存在一定的关 系呢？
对此，根据表 4 中两市的年涨跌幅以及年振幅，利用 EXCEL 软件作了相应的相关性分析。 （1）绘制散点图
全国统一的证券市场。但是，用这么短的时间就一举走完了西方发达国家证券市场几十甚至
一百多年的历程，使得我国证券市场中存在着许多不利于市场发展的因素，这些矛盾制约着
市场的进一步发展。
1．投资风险过大，投机现象严重 纵观世界各国证券市场的发展史，不难发现，证券市场的波动与市场的运行作用是行影
相随的。股价的波动与投资者在证券市场的投资具有密切的关系，市场总是迅速地反映各种
表格 1 历年的上市公司数量统计表
年份 全国合计 上交所
深交所 仅发 A 股公 发 A、H 发 A、B 股 仅发 B 股公
司
股公司 公司
司
1990
10
8
2
10
—
—
—
1991
14
8
6
14
—
—
—
1992
53
29
24
53
—
18
—
1993
183
106
77
183
3
34
6
1994
291
171
120
227
6
54
4
恒生 指数
20.5 49.9 118.6 58.3 44.6 32.6 84.0 77.3 86.5 33.4
从上表可以看出，我国股市的年振幅要远远高于成熟的市场。这主要是因为我国证券市
场起步较晚且规模较小，在这种情况下，投机气氛较浓，市场充满了投资风险。但是，1996 年以后，我国股市的波动幅度逐年降低，这说明我国证券市场正逐步走向成熟。
0 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 年份
最高指数 最低指数 收盘指数
Graph 2 深证指数走势图 由上图可以大致看出沪深股市成立十多年来的基本走势，并可由此看出市场总体价格指 数大起大落，呈现出大幅度、频繁震荡型的特征。 同时，根据表 3 中的数据及沪深两市各年的开盘指数，经计算可得出两市在这 12 年间 的年涨跌幅和年振幅（详见表 4）：
3．法规建设滞后，市场不规范
PDF created with pdfFactory Pro trial version
从 2000 年年初开始，我国证券市场进入一个超速发展期，主要以超常规发展机构投资 者和市场高速扩容为代表，取得的成果也有目共睹。2000 年股票市场的总市值首次达到 GDP 的 50%，而境内外上市公司家数也达到了一千多家。但是，随着市场的发展，一些问 题也随之暴露。以“基金黑幕”、中科创业和郑百文作为代表，表明我国证券市场在超常规发 展的过程中，由于相应的监管措施没有跟上，有的市场违规行为已经较为严重，如果不加以 整治，势必危害到证券市场的健康发展。
中国股市波动性的统计分析
雷斌斌
中国证券市场是在改革开放和现代化建设进程中逐步成长和发展起来的。在整个发展过 程中，由于证券市场的运作是处在计划经济体制向市场经济体制转轨过程中的特殊环境下， 因而呈现了其波动规律的特殊性，证券市场的波动伴随着整个市场的十几年发展史。通过揭 示我国证券市场波动的成因、特点及趋势，能够为我国尚未健全的市场监管体制提供理论上 的支持，有助于进一步加强对市场的监管，有效控制市场风险。对于促进我国股市的健康发 展具有较为重要的理论和现实意义。
76.65
-18.53
50.63
1996
66.66
141.58
184.74
315.71
1997
30.64
73.55
16.25
69.36
PDF created with pdfFactory Pro trial version
1998
-4.52
36.43
-9.51
信息披露始终是困扰市场发展的一大问题。虽然我国的监管层和许多上市公司为公开、 真实、准确的信息披露作了不少努力，但上市公司在招股说明书、财务报告和重大信息披露 等方面违反《证券法》和财务准则的现象仍时有出现，上市公司公然造假欺骗公众的事件屡 有发生，造成了个股和大盘的过度波动，制约了市场的健康发展。
上证 综指
178.9 388.1 97.5 223.1 76.7 141.6 73.6 36.4 67.6 55.7
深证 综指
134.1 191.6 76.3 150.7 50.6 315.7 69.4 39.1 69.1 57.8
道琼斯
指数
10.7
8.8
17.0 10.7 36.1 30.4 29.2 24.3 26.1 19.7
1995
323
188
135
242
11
58
12
1996
530
293
237
431
14
69
16
1997
745
383
362
627
17
76
25
1998
851
438
413
727
18
80
26
1999
949
484
465
822
19
82
26
2000 1088
572
516
955
19
86
28
2001 1160
646
514
1025
地反映各种经济信息并以股价波动的形式表现出来。
1．沪深两市的波动概况描述
现将 1992 年 1 月至 2003 年 12 月沪深两市综合指数年变动情况的数据进行整理，结
果如表 3 所示。
表格 3 沪深股市综合指数年波动情况统计表
年份
上证指数
深证指数
最高指数 最低指数 收盘指数 最高指数 最低指数 收盘指数
310.65
420.18
2000
2125.72 1361.21 2073.48 654.37
414.69
635.73
2001
2245.44 1514.86 1645.97 664.85
439.36
475.94
2002
1748.89 1339.20 1357.65 512.38
371.79
388.76
较长的时期一般都比较稳定，很难在短期内或一年之内发生很大的变化。而宏观经济特别是
宏观政策则可能在较短的时间内或一年之内发生较大的变化，并引起证券市场急剧波动。并
且，不管是单个的上市公司还是全体上市公司，其业绩也往往是由宏观经济和宏观政策变化
而导致的。从这个意义上讲，多数国家的证券市场都可以说是由宏观经济特别是宏观政策主
两市年涨跌幅及振幅图
450 400 350 300 250 200 150 100
2．我国证券市场价格波动受干预政策的影响比较明显 作为国民经济的一个重要部分和晴雨表，证券市场与宏观经济历来有着深刻的内在联
系。作为一个整体，对市场影响最为深刻、最明显或引起市场急剧波动的因素往往恰恰是宏
观经济与宏观政策。对于上市公司，其业绩或其市场预期可能在一年内发生很大的变化，但
是，作为驱动股票市场价格的一个重要因素，作为一个整体，上市公司的投资价值则在一个
112.63
113.24
1996
1258.69 512.83
917.01
473.02
105.34
327.45
1997
1510.18 870.18 1194.10 517.91
305.81
381.29
1998
1422.98 1043.02 1146.70 441.04
317.10
343.85
1999
1756.18 1047.83 1366.58 525.14
2003
1649.60 1307.40 1497.04 449.42
350.74
378.63
为使沪深两市的波动情况看起来更加直观，根据上表中的数据，通过 EXCEL 软件做
出了波动的统计线图（见 Graph1、Graph2）。
PDF created with pdfFactory Pro trial version
上证指数走势图
2500 2000 指 1500 数 值 1000
500 0 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 年份
最高指数 最低指数 收盘指数
指数值
Graph 1 上证指数走势图
深证指数走势图
700 600 500 400 300 200 100
1992
1429.01 292.76
780.39
312.21
107.08
241.20
1993
1558.40 750.48
833.80
359.44
203.91
238.27
1994
1052.94 325.89
647.87
242.06
96.56
140.63
1995
926.41
524.43
555.29
169.66
表格 4 沪深股市综合指数年涨跌幅以及年振幅统计表
年份
上证指数
深证指数
年涨跌幅（%） 年振幅（%） 年涨跌幅（%） 年振幅（%）
1992
沪深300指数的波动率分析与预测
沪深300指数的波动率分析与预测沪深300指数是中国股市中的一条重要的参考指标线路，它反映了中国股市整体的行情。
股票市场的波动性是普遍存在的，波动率的高低都对投资者投入现金的风险产生影响。
本文将从沪深300指数的波动率角度入手，对其进行分析与预测。
第一部分：沪深300指数波动率分析研究沪深300指数的波动率首先要对股票市场的波动原因有所了解。
通常，股票市场的波动性源于一些重大事件，如经济动荡、政策变化、公司业绩等因素。
在一段时间内，这些因素的变化会导致股票市场价格的变化，进而产生股票市场的波动。
波动率指股票市场价格波动的幅度，通过波动率可以了解市场的风险情况。
沪深300指数于2005年4月8日正式挂牌上市。
截至2021年3月底，该指数包括沪市和深市的300家公司，主要涵盖了各个行业的龙头企业。
沪深300指数的波动率可以用历史波动率和隐含波动率两种方法进行衡量。
历史波动率：是通过一个特定周期内的价格变化来计算波动率，一般使用过去30天或60天或者更长时间范围的收盘价变化率来计算波动率。
隐含波动率：是市场对未来波动情况的预期，也称为市场波动率。
隐含波动率是指股票期权的波动率，它是由期权价格推算出来的。
这个价格反映了一个期权合同的市场价值和期望未来波动性的概率分布。
根据历史数据，沪深300指数的波动率呈现出典型的趋势性特征。
2007年以来，沪深300指数持续爆发，成为中国股市的主力军。
但是，在2008年金融危机爆发后，沪深300指数整体下跌，波动率陡然升高。
2015 年 6 月初，股市暴涨，第二季度 75% 的创业板公司预告业绩为增长，股市再现一波狂潮。
在这轮牛市之后，沪深300指数呈现出震荡走势。
第二部分：沪深300指数波动率预测利用历史数据来进行沪深300指数的波动率预测是一种传统的方法。
这个方法假设市场波动率是一定的，通过历史数据分析，预测未来的波动率。
然而，随着市场的不断变化，这种方法的预测准确性受到了很大的影响。
应用统计分析方法对股市波动性的建模与预测
应用统计分析方法对股市波动性的建模与预测股市波动性是指股票价格在一定时间内的涨跌幅度和变动速度。
对股市波动性进行建模与预测有助于投资者制定合适的投资策略，降低投资风险。
在这篇文章中，我们将介绍如何应用统计分析方法对股市波动性进行建模与预测。
首先，我们需要了解股市波动性的定义和测量方法。
波动性一般用标准差、方差或波动率来衡量。
其中，波动率是最常用的测量指标，可以通过计算历史收益率的标准差或方差得到。
波动率的高低可以反映出股市的风险水平。
接下来，我们可以利用统计分析方法对股市波动性进行建模。
一种常用的方法是利用时间序列模型，其中包括自回归移动平均模型（ARMA）、广义自回归条件异方差模型（GARCH）等。
这些模型可以分析股票价格的时间序列数据，捕捉到价格的趋势和周期性，并进一步预测未来的波动性。
在建模过程中，我们需要选择合适的时间序列模型。
通常可以通过观察数据的自相关性和偏自相关性图来确定模型的阶数。
同时，还可以利用信息准则，如赤池信息准则（AIC）和贝叶斯信息准则（BIC），来比较不同模型的拟合优度，选择最优的模型。
在进行模型建立之前，我们还需要对数据进行预处理。
首先，要确保数据的平稳性，即均值和方差不随时间变化。
如果数据不平稳，可以进行差分操作或使用平稳性转换方法，如对数差分等。
其次，要检验数据是否存在异常值或缺失值，并进行相应的处理。
建立模型后，我们可以利用历史数据对模型进行参数估计，并对未来的波动性进行预测。
预测的时间范围可以根据需要进行选择。
通常，模型的拟合度越好，预测的准确性越高。
但需要注意的是，预测结果仍然存在一定的误差，因为股市波动性受到多种因素的影响，如经济状况、政策变化、市场情绪等。
此外，还可以使用其他统计分析方法对股市波动性进行建模与预测。
例如，可以利用回归分析方法，通过考察一些可能影响股市波动性的因素，如利率、通胀率、交易量等，来建立回归模型，并进一步预测股市波动性。
最后，应用统计分析方法对股市波动性进行建模与预测可以帮助投资者制定合理的投资策略。
中国股市收益率波动的统计检验与分析
中图分 类 号 ：２ ０ Ｆ ７ 文 献 标 志码 ： Ａ
Ｓａｉｔ ｅ ｔ ｎ ａｙ ｉ ｎ Ｓ ｏ ｋ Ｍａ ｋ ｔＲｅｕ ｎ ｌ ｔ ｉ ｈ ｎ ｔｔ ｉ Ｔ ｓ ａ ｄ Ａｎ ｌ ｓｓｏ ｔｃ ｒ ｅ ｔ ｒ ｓＶｏａｉ ｔ ｉ Ｃ ｉａ ｓｃ ｌｙ ｎ
收 稿 日 期 ：ｏ ７ ０ — １ ２ Ｏ — ８ ３
作者简介 ： 家树（９ ５ ）男， 刘 １７ 一 ， 安徽六安人 ， 讲师。
维普资讯
第２ 期
刘家树 ： 中国股市收益率波动的统计检验与分析
２７ １
深证成指收益率 向右偏斜 的程度远小于上证指数收益率向右偏斜的程度 。恒生指数 和道琼斯指数的收益率
文章 编 号 ：６ １７ ７ （０ ８０ － ２ ６ ０ １７ — ８２ ２ ０ ）２ ０ １— ５ －
中国股市收益率 波动 的统计检验与分析
刘 家 树
（ 安徽 工业 大学 经济 学院 ， 徽 马鞍 山 ２ ３ ０ ） 安 ４ ０ ２
摘要 ： 描述股市收益率基本统计特征 ， 对股市 收益率正态性和厚尾性进行检验 ， 通过 Ａ Ｃ Ｒ Ｈ效应分析 ， 出了相关结论。 得
２收 益 率基 本 统 计 特 征描 述
从表 １ 可知 ， 四个股市指数 的收益率的极差 、 标准差指标值来看 ， 上证指数的极差为 ０ ９０ ， ． ２ ３深证成指 ８ 的极差为 ０ ７９ ， ． ６６ 分别是道琼斯指数收益率极差 的近 ８ ４ 倍和 ４ ； 倍 沪深指数 的收益率的标准差也远大于香 港和美国股市 ， 因此 ， 中国股市的收益率的波动要大于比较成熟的香港和美国股市 ； 同时 ， 上证收益率的波动
３收益 率 分 布 的 统 计 检 验
中国股市波动性的时间序列分析
中国股市波动性的时间序列分析近年来，中国股市波动性引发了广泛关注和热议。
如何准确评估股市波动性，成为了投资者和决策者关注的重点。
本文将从时间序列分析的角度出发，对中国股市波动性进行深入探讨，并分析其原因及对策。
一、时间序列分析时间序列分析是一种研究数据随时间变化的统计方法，通过对历史数据进行分析，预测未来的数据走势和趋势。
股市波动性随时间变化的数据，正是一种典型的时间序列数据。
因此，时间序列分析成为了评估股市波动性的常用方法。
时间序列分析包括时间序列模型、趋势分析、周期分析、季节性分析和误差分析等五个步骤。
其中，时间序列模型是时间序列分析最核心也是最复杂的部分。
二、中国股市波动性的走势中国股市自2000年代初开始逐渐崛起，并在2015年达到峰值。
然而，在2015年6月15日，中国股市出现暴跌，随后不断下跌，直到2016年初才出现反弹。
这场股市风暴引起了社会广泛的担忧，并进一步推高了中国股市波动性的热度。
在研究中国股市波动性的走势中，可以基本股票指数为代表样本。
从2000年至今，常见指数如上证指数、深证成指、中证500指数等，其中上证指数是反映中国股市波动性最具代表性的指数之一。
由于中国股市波动性的走势受到许多因素的影响，特别是政府政策的影响，因此，波动性并非单一稳定的走势，而呈现出波动、上升、下跌等不同的走势形态。
然而，在股市波动性的总体趋势中，可以明显看到2015年一次大规模的股市风暴，以及股市波动稳定性维持在一个相对较高水平的趋势。
三、中国股市波动性的主要原因对于中国股市波动性的原因，研究者们有着众说纷纭的看法。
然而，经过多方面的研究，可以发现以下几点原因对股市波动性的影响较大。
首先，政府干预造成了很大的扰动。
在股市波动性高企时，政府通常会采取措施来稳定股市，尤其是减少股市下跌的幅度。
这些措施包括加大购买力度、降息等。
然而，同时也导致了不少投资者的信心丧失，造成更加剧烈的市场波动。
其次，结构性矛盾依然未得到较好解决。
股票市场波动性的统计分析
股票市场波动性的统计分析股票市场是一个充满变动和不确定性的环境，投资者和交易员都需要对市场的波动性有一个准确的认识，以便能够做出明智的决策。
本文将探讨股票市场波动性的统计分析方法，并介绍一些常用的指标和工具。
1.波动性的定义在股票市场中，波动性是指股票价格的波动幅度或变异程度。
波动性越大，股票价格波动的幅度就越大，投资者面临的风险也就越高。
反之，波动性越小，股票价格相对稳定，投资者面临的风险也就相对较低。
2.波动率的计算方法衡量股票市场波动性的主要指标是波动率。
常用的计算波动率的方法有以下两种：2.1 历史波动率：通过统计过去一段时间内股票价格的变动情况，计算出标准差或方差，从而得到波动率的估计值。
历史波动率适用于较短期的预测和评估。
2.2 隐含波动率：隐含波动率利用期权定价模型中的波动率参数，通过解方程得到。
隐含波动率是股票价格期望的不确定度的度量，是市场对未来波动的预期。
3.统计分析方法除了计算波动率，还有一些常用的统计分析方法可用于研究股票市场的波动性：3.1 波动率曲线：波动率曲线是以不同到期日为横坐标，对应的波动率为纵坐标，画出的曲线图。
通过观察波动率曲线的形态和走势，可以了解到市场对不同时间段内的波动性预期。
3.2 GARCH模型：GARCH模型是一种用来建模和预测时间序列波动性的统计方法。
它基于时间序列数据的自回归条件异方差性，通过对过去波动率的观测和预测来计算未来的波动率。
3.3 风险价值（Value at Risk, VaR）：VaR是一种常用的风险度量指标，用来衡量在给定置信水平下的最大可能损失。
通过计算VaR，投资者可以评估在不同市场条件下的风险水平。
4.波动性对投资决策的影响股票市场的波动性对投资者的决策有重要影响。
高波动性可以带来机会，但也伴随更高的风险。
因此，投资者在面对高波动性时需要采取相应的风险管理策略，如调整仓位、使用止损单等。
而对于低波动性的市场，投资者可以选择保守的投资策略，如长期投资或分散投资。
当前形势下的中国股市走势分析
当前形势下的中国股市走势分析从市场流动性来看，我国股市资金面较为宽松。
随着金融市场的不断发展，各类投资者纷纷涌入股市，带来充足的流动性。
同时，管理层也在积极引导资金流向实体经济，提高直接融资比重，进一步畅通融资渠道。
在这种情况下，股市有望继续保持稳健的运行态势。
再者，从企业盈利能力来看，上市公司业绩稳步提升。
近年来，我国企业加大科技创新力度，不断提升核心竞争力，使得整体盈利能力得到提高。
随着宏观经济的复苏，企业订单增加，产能利用率提高，也为企业盈利创造了有利条件。
在这种情况下，上市公司的股价有望得到支撑。
然而，也要看到股市运行中存在的风险因素。
宏观经济仍面临一定的挑战，如产能过剩、结构性矛盾等，这些因素可能影响企业盈利水平，进而影响股市走势。
国内外政治经济环境的不确定性也可能导致股市波动。
股市本身存在一定的周期性，当前股价可能已经反映了部分预期，未来走势可能存在一定的不确定性。
1.关注宏观经济政策变化，把握市场节奏。
政府政策的调整对股市走势具有较大影响，投资者需密切关注相关政策动态，适时调整投资策略。
2.关注企业基本面，优选个股。
在股市中，企业基本面是影响股价的关键因素。
投资者应深入研究企业财报、行业地位、未来发展前景等，挑选具有潜力的优质个股。
3.合理配置资产，分散投资风险。
投资者可根据自身风险承受能力，将资产分配在不同的投资品种上，如股票、债券、基金等，以降低投资风险。
4.保持耐心，避免盲目跟风。
股市波动是正常现象，投资者需保持理性，避免因市场波动而盲目跟风。
同时，要有耐心，等待投资机会的出现。
在当前形势下，中国股市走势分析需综合考虑宏观经济、市场流动性、企业盈利能力等多方面因素。
投资者在参与股市投资时，应密切关注风险因素，合理配置资产，以实现投资收益最大化。
同时，保持耐心，避免盲目跟风，才能在股市中稳健前行。
让我们来看一下宏观经济环境。
中国经济在过去几年中经历了许多挑战，但是我们成功地实现了经济复苏。
中国股市的周期性波动及影响因素分析
中国股市的周期性波动及影响因素分析随着中国市场经济的快速发展，股票市场的重要性也日益增加。
然而，股市的波动伴随着周期性变化，股市的投资风险因此也有所增加。
一、中国股市的周期性波动中国股市的周期性波动可以分为长期波动和短期波动两种。
长期波动主要是指宏观经济环境的影响。
例如，经济周期、政策环境、行业发展等因素引起的股市波动。
长期波动可以在数年乃至数十年的时间内产生影响。
例如，自1990年代以来，中国股市始终处于长期牛市的状态，但在2015年遭遇了巨大的调整。
而短期波动则是指市场情绪和投资者行为对股价的影响。
例如，新闻报道、市场预期、公告消息、短线投机等因素所引起的波动。
短期波动周期通常在几天到数周内。
二、中国股市波动的原因及影响因素1. 宏观经济宏观经济是影响中国股市长期波动的重要因素。
在宏观经济低迷的时期，股票市场也会持续下滑。
例如，2008年全球金融危机，中国股市也受到了巨大冲击。
而随着经济稳步发展，投资者的信心也会增强，股市也会呈现持续上涨的趋势。
2. 政策环境政策环境也是影响中国股市波动的重要因素。
例如，政府出台的财政、货币等政策，都会对股市产生影响。
政策的变化也会对市场产生影响，如银行股受到金融监管政策的影响，能源股受到政策调整的影响等。
3. 行业发展行业发展也是影响中国股市波动的因素之一。
市场上的不同行业都有其内在的波动规律性。
例如，农业股在种植、收割等节点会产生比较大的涨跌幅度；金融股受到业绩、政策等因素影响较大，也会带来明显波动。
4. 公司财报公司财报是影响股票价格的重要因素。
一家公司的好坏等因素，都会对股价产生影响。
如果公司财报不好，股票价格就有可能下跌。
5. 市场情绪市场情绪也是影响股市波动的一个重要因素。
例如，恐慌性抛售会导致市场下跌，而买入的热情高涨则会带动市场上涨。
三、中国股市的投资建议在对中国股市波动的原因和影响因素进行分析后，投资者可以采取以下投资建议：1. 制定合理的投资计划。
我国股市收益率波动偏度和峰度的实证分析
我国股市收益率波动偏度和峰度的实证分析本文通过以我国股票市场的代表性指数—上证综指和深证成指长达20年的历史数据为样本，对指数收益率偏度和峰度进行实证分析，考察涨跌停板限制的影响，验证我国股票市场的“一月效应”，并对所得结果给予理论解释。
研究结论包括：涨跌停板限制实施后，股市收益率的偏度和峰度都显著降低，且偏度的方向改变；涨跌停板限制实施后，波动峰度逐步降低，负收益率的持续性更强；我国股市存在“一月效应”，一月份收益率降低了波动峰度，提高了波动偏度值，但并不改变波动偏向。
关键词：偏度峰度涨跌停板限制一月效应引言偏度（Skewness）和峰度（Kurtosis）是用金融资产收益率的高阶矩（三阶和四阶）来刻画收益率分布的特性。
现有学术文献中，研究证券市场波动性的较多，但专门针对收益率分布偏度和峰度的很少。
Samuelson在1970年就发现，在最优风险决策函数中加入三阶或更高阶矩后，相比均值-方差效用函数，解决方案将得到完善，可见高阶矩在解决实际问题中的重要性早已为学者所关注。
王鹏等（2009）用自回归条件方差-偏度-峰度（GJRSK-M）模型研究我国股票市场的高阶矩波动特征，结论表明，我国股市的条件方差、条件偏度和条件峰度都具有波动持续性和杠杆效应，且该模型比现有其他高阶矩波动模型具有更强的预测能力。
Amado（1999）研究发现，股票市场和外汇市场日收益率的非正态分布特征，使得对对称性和偏度的检验变得毫无意义；在非正态分布假定下，大多数市场收益都具有对称性，即使在正态分布假定下也没有显著的非对称性；但某些市场的收益率在正超额收益和负超额收益的分布上存在差别。
然而，对偏度和峰度进行深入研究的方向之一，考察“一月效应”对二者的影响，至今却鲜有文献涉及。
“一月效应”是指股票收益率在一月要显著高于其他月份。
Aggarwal等（1989）通过研究日本股市1965-1984年的月数据，发现日本股市收益分布具有显著且持续的尖峰厚尾性，其程度随组合中股票数目的增加而递减；但收益率对正态分布的偏离几乎不受一月收益率和公司规模的影响。
中国股市的波动性及聚集现象研究
中国股市的波动性及聚集现象研究近年来，中国股市的波动性越来越大，经常出现系统性风险和聚集效应。
这给投资者带来了前所未有的风险，也给股市监管带来了新的挑战。
为了研究中国股市的波动性及聚集现象，本文将从以下几个方面进行论述：一、波动性的基本概念和影响因素；二、中国股市的波动性现状及聚集效应；三、探讨减少聚集效应的方法。
一、波动性的基本概念和影响因素波动性是指资产价格发生变动的程度和频率，是建立风险和收益关系的基础。
波动性越大，风险越高，但收益也越高。
波动性的影响因素主要有三个：一是内在因素，如资产市场本身的机制和特征；二是外在因素，如宏观经济环境、政策和国际市场变化等；三是人类行为因素，如投资者心理和行为习惯等。
在市场环境快速变化的今天，波动性成为衡量风险的重要指标。
二、中国股市的波动性现状及聚集效应中国股市的波动性在过去十年中呈现出加剧的趋势。
2007年以来，中国股市先后经历了两次规模庞大的股灾，2015年的“黑色星期一”更是让市场陷入恐慌，重挫股民信心。
除去股灾的影响，中国股市的波动性也在不断加剧。
数据显示，上证综指的年波动率从2008年的36%上升到了2017年的17%。
与此同时，中国股市也出现了严重的聚集现象，即股票的涨跌有极强的相关性，市场中出现了大量聚集现象。
聚集现象是指股票的涨跌具有一定的空间相关性，表现为同板块或同类型股票在一段时间内涨跌幅度较为一致。
聚集现象的出现表明市场存在一定的信息不对称和市场操纵，股票的价格则受到共振效应的影响。
中国股市的聚集现象比较明显，部分板块和个股的涨跌一致性显著。
这既是市场竞争不充分，也是投资者行为的结果。
三、探讨减少聚集效应的方法为了减少聚集效应，中国监管机构实行了一系列措施。
首先，增加市场的流动性是减少聚集效应的关键。
流动性充足的市场能够防止市场失衡和崩溃，并能够增加市场参与者的数量。
其次，提高市场竞争度是聚集效应的解决方案之一。
市场竞争度越高，投资者就越难以通过集中操纵来获得不当利益。
基于GARCH模型中国股市波动性的实证分析
基于GARCH模型中国股市波动性的实证分析【摘要】应用ARCH，GARCH，TARCH，EGARCH，GARCH-M模型对中国股市收益率进行定性及定量的分析。
考虑到我国股市变动的实际效果，提出EGARCH模型对我国股市是较好的选择。
分析股市的ARCH效应，对我国上证180指数收益率进行实证分析。
【关键词】上证180指数；GARCH模型；收益率一、前言一些时间序列特别是金融时间序列，常常会出现某一特征的值成群出现的情况。
特别是在市场经济条件下，股票市场出现大起大落现象，股价的剧烈变动是股票市场最显著的特征之一。
近年来，有关我国股市的各方面的研究很多，大致可以分为三类：一是经济运行基本因素对股市影响的分析模型。
二是各类股市间的相关性研究。
三是股市自回归模型。
对股票收益率序列建模，某随机扰动项往往在较大幅度波动后紧接着较大幅度的波动，在较小幅度波动后紧接着较小幅度的波动。
这种性质叫做波动的集群性。
在一般的回归分析和时间序列分析中，要求随即扰动项是同方差，但这类序列随机扰动项的无条件方差是常量，条件方差是变化的量。
这种情况下需要使用条件异方差模型，也就是本文研究的GARCH 模型。
二、模型简介ARCH模型最早是由Engle于1982年提出，是最简单最基础的条件异方差模型（自回归条件异方差模型），用来描述波动的集群性和持续性。
但是为了获取条件异方差的动态特征需要高阶的ARCH模型。
Bollerslev将ARCH模型的阶数推广到无穷，得到广义的自回归条件异方差模型，即GARCH模型。
该模型大大减少了参数估计的个数，具有良好的处理厚尾的能力。
基于这两个模型发展起来得到很大的扩充，以GARCH（1，1）模型为代价的低阶ARCH类模型因参数少且建模效果好，在金融收益率序列的波动性研究中得到广泛的应用。
然而在应用GARCH模型的过程中发现ARCH项和GARCH项的参数之和非常接近1.这表明满足参数约束的条件。
后来的研究中先后对ARCH模型进行扩展，提出了GARCH，TARCH，EGARCH，GARCH-M等模型。