论文部分内容阅读
当前我国宏观经济环境越来越复杂,且我国市场经济十分依赖政府的导向,因此经济政策不确定性的上升会使金融资产的波动率增大,反映在股票市场上会出现股价暴涨暴跌。而我国股票市场异质性严重、散户众多,投资者情绪对股票市场价格的波动也具有重大影响。本文基于我国投资者情绪的异质性,建立考虑经济政策不确定性指标的波动率预测模型,以提高已实现波动率模型预测结果的精确度,具有一定的理论意义和实用价值。本文从15个投资者情绪代理指标中筛选出6个主要指标。利用主成分分析法、状态空间模型和卡尔曼滤波法构建投资者情绪综合指标,经检验本文构建的指标具有显著的优越性。此外本文利用以往学者编制的财政政策不确定性指数(FPU)和货币政策不确定性指数(MPU),将FPU和MPU指标加入到HAR-RV模型中得到HAR-RV-FPU和HAR-RV-FPU-MPU模型。再将构造的投资者情绪综合指数(SENTF)作为虚拟变量,构造考虑投资者情绪后的HAR-RV(S)、HAR-RV-FPU(S)和HAR-RV-FPU-MPU(S)模型。最后利用2014年1月1日至2017年12月31日上证综合指数的高频数据作为样本内数据,利用2018年1月1日至2018年12月31日上证综合指数的高频数据作为样本外数据,对样本内和样本外数据进行回归检验,分析加入财政政策不确定性和货币政策不确定性指标后是否能增强模型的预测能力以及考虑情绪变量后模型的预测效果。为了检验模型预测的稳健性,还进行了波动率绝对值、金融危机期间以及不同细分行业模型的预测效果检验。研究发现:(1)财政政策不确定性与货币政策不确定性的显著性有所差异。财政政策不确定性对长期波动率的预测影响显著,而货币政策不确定性对中短期的波动率影响显著。(2)加入投资者情绪虚拟变量后的模型拟合效果均更好,考虑投资者情绪因素后模型的预测能力更强,可见我国股票市场存在一定的异质性。(3)经检验货币政策不确定性和财政政策不确定性与股票市场波动率之间的相关系数出现“跳跃现象”,即相关性系数由正转负,考虑投资者情绪后经济政策不确定性与股票市场波动率呈显著负相关的关系。