涨跌幅限制对上海证券日收盘指数的影响实证

摘要：在股票市场中，股票日收盘指数是反映股票涨跌变化的重要指标之一。但是国家对股票市场政策制定都影响了股票市场的变化，本文利用计量经济学软件Eviews3.1分别利用实际数据分别建立模型加以探究，论证涨跌幅限制政策对股票日收盘指数的影响。

关键词：涨跌幅限制；日收盘指数；Eviews3.1软件

1996年，国家针对股票市场上的涨跌幅进行了限制，规定了每日股票交易的最高涨数和最低跌数，最大程度地保护了股票市场的利益。针对这一政策，股票市场必会引起波动，然后会由于自身的规律性趋于平稳。我们以上海证券日综合指数（1996年5月23日至1997年7月24日）中的收盘指数进行分析，其中为了比较方便，我们人为地选取政策实行（以1996年12月13日为分界线）前后的各144个数据，总共288个数据，并对数据建立模型说明这个问题。

一、对总体数据的模型建立

针对这288个数据，我们为了减少舍入误差，对原序列

进行自然对数处理，即将序列 作为因变量进行估计。同时由于只涉及单个序列问题，且股票的价格指数序列常用随机游走（random walk）模型描述，所以在选取以下形式建立模型：

（1）

首先我们利用最小二乘法估计上式（1.1），得结果如下：

（2）

（t=4318.796）

其中R2=0.982526，对数似然值=629.0025，AIC=-4.376324，SC=-4.363573。

从上式可以看出方程的统计量很显著，拟合的效果也很好，但是我们如果观察下图（1），该回归方程的残差图，可以看到波动的“成群”现象：即波动在某些日子段内比较小，而有些时间段内比较大，这说明误差项可能具有条件异方差性。

因此，对式子（2）进行条件异方差的ARCH LM检验，得到了在滞后阶数p=3的ARCH LM的检验结果：

此处的P值为0，拒绝原假设，说明式（2）的残差序列存在ARCH效应。针对这种情况，我们利用GARCH（1，1）模型重新估计式（1），结果如下：

R2=0.982525，对数似然值=645.4211，AIC=-4.469833，SC=-4.418830

方程中的ARCH项和GARCH项的系数都是统计显著的，并且对数似然值有所增加，同时AIC和SC值都变小了，这说明模型 GARCH（1，1）能够更好的拟合原数据。再对这个方程进行异方差的ARCH LM检验，得到滞后阶数p=3的检验结果如下：

根据上面的结果我们可以看出式（3）的残差序列不再存在 ARCH效应。

二、分别对政策前后的各144个数据建模分析

对1996年12月13日前后的各144个数据进行分析，我们依照式子如下： ln（st）α・ln（st-1）+μt，并按照上面的思路进行分析，分别建立模型，可以得到以下结果：

（A）政策前的144个数据建模如下：

利用最小二乘法得结果为：（5），其中系数的统计量为t=3239.167，这说明系数是显著的。另外，R2=0.968153，对数似然值=325.3872，AIC=-4.536884，SC=-4.516165，这也说明方程拟合的效果比较好。

同时对这个方程进行条件异方差的ARCH LM检验，检验结果如下，结果说明此方程的残差序列不存在条件异方差。

（B）政策后的144个数据建模如下：

首先利用最小二乘法得结果为： （6），其中系数的统计量为t=2912.915，这说明系数是显著的。另外，R2=0.963366，对数似然值=305.8626，AIC=-4.234202，SC=-4.213579，这也说明方程拟合的效果比较好。但对这个方程进行条件异方差的ARCH LM检验，检验结果如下，结果说明此方程的残差序列存在条件异方差。

R2=0.963288 ，对数似然值=324.3268， AIC=-4.448983，SC=-4.366488

方程中的ARCH项和GARCH项的系数都是统计显著的，并且对数似然值有所增加，同时AIC和SC值都变小了，这说明模型 GARCH（1，1）能够更好的拟合原数据。再对这个方程进行异方差的ARCH LM检验，得到滞后阶数p=3的检验结果如下：

根据上面的结果我们可以看出式（7）的残差序列不再存在 ARCH效应。

三、结论

根据对整体288个数据和政策前后各144个数据建立不同的模型，我们可以看出：政策的出台在某种程度上对股票市场产生了冲击，即对条件方差受到了冲击，产生了条件异方差，发生了结构差异。同时，这也使我们有理由相信这种变化由于金融市场的波动性易受股票政策变化等的影响，从而认为涨跌幅限制政策确实对上海证券日收盘指数产生了影响。但是我们不能利用邹检验（Chow test）来说明政策前后对股票市场的冲击，因为我们采用 方法建立不同的模型会存在条件异方差的情况，不符合邹检验的适用条件。综上所述，我们可以得出结论：涨跌幅限制政策前后上海证券日收盘指数发生了结构差异。

参考文献：

[1]李楚霖，杨明，易江.金融分析及应用[M].北京：首都经济贸易大学出版社，2002.

[2]王文博.计量经济学[M].西安：西安交通大学出版社，2004.

[3]张雪莹，金德环.金融计量学教程[M].上海：上海财经大学出版社，2005.

[4]张晓峒.计量经济学软件Eviews使用指南（第二版）[M].天津：南开大学出版社，2004.

[5]高铁梅.计量经济分析方法与建模Eviews应用及实例[M].北京：清华大学出版社，2006.

（作者单位：云南师范大学文理学院 昆明理工大学津桥学院）

注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文