中国商业银行股票波动性分析：EGARCH模型应用

"这篇学术论文主要探讨了中国商业银行股票波动性的分析，采用了GARCH和EGARCH模型，并与上证综合指数进行了对比。研究结果显示，中国商业银行股票的波动性较高，收益率序列表现出异方差性、波动的持续性和非对称性特征。" 本文是自然科学领域的研究，具体聚焦于金融市场的波动性分析，特别是针对中国商业银行的股票。文章指出，随着中国金融体制的改革，商业银行的股票市场活动日益活跃，对其波动性的深入理解对于银行自身管理、投资者决策以及宏观经济调控具有重要意义。 文章引用了Engle在1982年提出的ARCH模型和随后Nelson在1992年提出的EGARCH模型。这两个模型在金融时间序列分析中占有重要地位，用于捕捉资产价格波动的动态特性。ARCH模型解决了传统的自回归模型在处理方差变化时的局限，而EGARCH模型进一步改进了ARCH模型，尤其在处理波动的非对称性（即负面冲击可能导致更大的波动）方面更为有效。 论文通过实证分析发现，中国商业银行股票的收益率序列具有异方差性，意味着不同时间段内的波动程度并不相同，这可能是由市场情绪、政策变化或其他经济因素引起的。此外，波动的持续性意味着股票市场的波动状态倾向于持续一段时间，而非随机波动。这种现象可能反映了市场情绪的惯性或反馈效应。非对称性则表明负面新闻或事件通常比正面事件更能引发市场的剧烈反应。 文章还提到了其他学者使用GARCH模型对中国股市的研究，如江孝感和蔡宁通过M-GARCH模型研究了金融资产波动的持续性，赵国庆建立了包含投资者异质信念的GARCH模型，揭示了中、美证券市场的异质信念如何影响风险感知。王博则基于ARMA-GARCH模型分析了中国市场的情况。 该论文利用高级统计模型揭示了中国商业银行股票的波动特性，这些发现对金融市场参与者和政策制定者有重要参考价值，有助于更好地理解和预测股票市场的动态行为。