二元價(jià)值容介因素驅(qū)動(dòng)下的國防軍工股聯(lián)動(dòng)效應(yīng)與波動(dòng)特征分析

張宏

摘 要：本文基于廣義虛擬經(jīng)濟(jì)二元容介態(tài)理論，分析了信息和物質(zhì)二元價(jià)值容介因素對軍工板塊內(nèi)個(gè)股之間的聯(lián)動(dòng)效應(yīng)、軍工板塊與大盤收益波動(dòng)特征的影響，并對軍工板塊與大盤之間的動(dòng)態(tài)相依性進(jìn)行了實(shí)證檢驗(yàn)。

關(guān)鍵字：廣義虛擬經(jīng)濟(jì)；二元容介因素；動(dòng)態(tài)相依性；聯(lián)動(dòng)效應(yīng)；波動(dòng)特征

中圖分類號(hào)：F830.91 文獻(xiàn)標(biāo)識(shí)： A 文章編號(hào)：1674-1722 （2016） 02-0005-xx

Analysis on The Linkage Effect and Fluctuation Characteristics of National Defense Industry Stocks Driven by Mixed State of Binary Value

ZHANG Hong

（School of Economic and Management， Beihang University， Beijing 100091，China）

Abstract： Based on generalized virtual economy mixed state of binary value， the paper analyzed information and material value factors effect on the national defense industry stocks linkage volatility and the The impact of the military sector and the characteristics of the market earnings volatility. Then the paper took an empirical analysis of the dynamic dependence effect between the national defense industry stocks and the market index.

Keywords： generalized virtual economy， mixed state of binary value， dynamic dependence， coupling effects， volatility characteristics

一、引 言

目前，全球經(jīng)濟(jì)已從實(shí)體經(jīng)濟(jì)時(shí)代過渡到虛擬經(jīng)濟(jì)時(shí)代，人們的心理行為會(huì)對經(jīng)濟(jì)波動(dòng)和經(jīng)濟(jì)運(yùn)行產(chǎn)生越來越重要的影響，這將改變經(jīng)濟(jì)社會(huì)運(yùn)行的規(guī)律。林左鳴（2010）[1]從人本的角度重新定義了虛擬經(jīng)濟(jì)，提出了廣義虛擬經(jīng)濟(jì)的概念，即為了滿足人們的需求尤其是人們的心理需求的一系列的經(jīng)濟(jì)形式。在廣義虛擬經(jīng)濟(jì)的視角下，生活價(jià)值論取代了勞動(dòng)價(jià)值論，物本經(jīng)濟(jì)被人本經(jīng)濟(jì)徹底的拋在了背后，人的需求被提升到了一個(gè)新的層次，滿足人們心理需求的虛擬價(jià)值決定了商品的價(jià)值量的大小，社會(huì)財(cái)富更多地表現(xiàn)為非物化形式。

股票市場的健康發(fā)展已成為我國經(jīng)濟(jì)快速健康運(yùn)行的關(guān)鍵。從廣義虛擬經(jīng)濟(jì)角度來看，一方面，股價(jià)波動(dòng)可以通過影響企業(yè)的財(cái)富變化，進(jìn)而影響消費(fèi)和投資，最終導(dǎo)致產(chǎn)出和物價(jià)的變化，最終影響宏觀經(jīng)濟(jì)的內(nèi)涵與形態(tài)。由于股票反應(yīng)快，往往對人們心理沖擊強(qiáng)烈，會(huì)對個(gè)行為主體消費(fèi)和投資的影響更大。人們的可自由支配財(cái)富決定人們的消費(fèi)水平，股價(jià)的高漲導(dǎo)致人們短時(shí)間的可支配收入大增，同時(shí)財(cái)富的短期增加也使得人們的心理滿足感強(qiáng)烈上升，這樣使得人們的消費(fèi)量也隨之增大。個(gè)人消費(fèi)量的增大會(huì)刺激各個(gè)行業(yè)生產(chǎn)，導(dǎo)致企業(yè)利潤增加，生產(chǎn)旺盛。這實(shí)際上就是虛擬經(jīng)濟(jì)對經(jīng)濟(jì)社會(huì)影響的最直接反映。另一方面，股票市場的基礎(chǔ)是其依托的上市公司，但股票的買進(jìn)或賣出，卻都是由于人們的心理因素所支撐。在股本不變的情況下，投資者的特征及其行為決定了股價(jià)的走勢和市值大小。因此，更加注重資本市場上的信息態(tài)因素和人本因素，將使得我們能夠更好地認(rèn)識(shí)資本市場、解釋資本市場，從而通過施加正向影響，提升資本市場對宏觀經(jīng)濟(jì)運(yùn)行的正向作用。

人是股票市場的重要參與者，從廣義虛擬經(jīng)濟(jì)的角度考慮，預(yù)期偏差、信心變化、信息不對稱等虛擬和人本因素均會(huì)對股票波動(dòng)產(chǎn)生重大的影響。因此，從廣義虛擬經(jīng)濟(jì)的基本原理出發(fā)，研究虛擬和物質(zhì)兩種容介質(zhì)態(tài)價(jià)值驅(qū)動(dòng)因素對國防軍工股聯(lián)動(dòng)效應(yīng)與波動(dòng)特征的影響，具有重要的意義和現(xiàn)實(shí)的必要性。

一方面，“十三五”期間我國國際環(huán)境、技術(shù)發(fā)展以及軍隊(duì)改革會(huì)帶來新時(shí)期國防軍隊(duì)信息化發(fā)展方向，信息技術(shù)與多層次裝備平臺(tái)一體、空天一體、網(wǎng)電一體趨勢改變的不僅僅是裝備本身，將會(huì)改變軍隊(duì)從管理體制、指揮體制，新時(shí)期的軍事變革必然帶來海、空裝備平臺(tái)和空天網(wǎng)信息化方向的需求提升以及軍民兩用技術(shù)在民用市場的推廣應(yīng)用將帶來軍工產(chǎn)業(yè)規(guī)模化發(fā)展，加之《中國制造2025》和發(fā)動(dòng)機(jī)專項(xiàng)正式出臺(tái)，國防軍工股將進(jìn)入黃金時(shí)代。這些基于基本面預(yù)期改善的物質(zhì)態(tài)驅(qū)動(dòng)因素與股票市場自身波動(dòng)對軍工股影響的虛擬態(tài)因素相互交織，共同對軍工股的波動(dòng)與聯(lián)動(dòng)效應(yīng)形成了復(fù)雜的影響。

目前，國內(nèi)針對軍工股指數(shù)及其成分股與我國股票市場收益率波動(dòng)關(guān)系仍缺乏深入的研究，更鮮有論文通過使用ARCH模型以反映不同軍工個(gè)股之間、軍工股指數(shù)與大盤等變量間的非線性相關(guān)趨勢，以及物質(zhì)態(tài)和虛擬態(tài)驅(qū)動(dòng)因素對軍工股指數(shù)波動(dòng)特征以及聯(lián)動(dòng)效應(yīng)的影響形式和程度。

二、文獻(xiàn)綜述

近年來，不少學(xué)者使用ARCH對中國股票市場波動(dòng)性進(jìn)行分析與預(yù)測。張彩霞，付小明（2009）認(rèn)為，上證股票指數(shù)序列存在ARCH效應(yīng)。趙士玲、張能福（2011）等學(xué)者通過對上證指數(shù)的實(shí)證研究認(rèn)為，我國股票市場收益率序列存在較強(qiáng)的杠杠效應(yīng)、利空消息比等量的利好信息對市場波動(dòng)的影響程度要大，因此，我國股票市場投機(jī)色彩比較嚴(yán)重。

同時(shí)，也有部分學(xué)者對滬深股市的互動(dòng)關(guān)系進(jìn)行實(shí)證研究：鄭鑫（2009）通過ARCH模型對滬深股市進(jìn)行比較研究，得出滬、深股市都存在非對稱性和波動(dòng)集簇性、較弱的杠桿效應(yīng)、股市收益率序列均呈右偏及尖峰厚尾的分布特征的結(jié)論，但未給出滬深股市的明顯差異。王凌濤、楊冬艷、彭興漢（2010）運(yùn)用模型分析滬深兩個(gè)股票市場的收益率及其波動(dòng)性，對于我們研究股票市場中風(fēng)險(xiǎn)的傳遞、判斷股票的走勢及其市場結(jié)構(gòu)的影響。

谷峰（2014）選取上證地產(chǎn)指數(shù)和深證綜合指數(shù)兩個(gè)指數(shù)的收益率序列作為樣本，運(yùn)用參數(shù)GARCH模型族對兩股指收益率的波動(dòng)性進(jìn)行了擬合與預(yù)測，得出兩個(gè)指數(shù)的收益率序列不具有正態(tài)性，波動(dòng)平穩(wěn)結(jié)論，且非參數(shù)GARCH（1，1）模型的擬合預(yù)測能力明顯較好，預(yù)測誤差小。

綜合上述研究成果，相關(guān)學(xué)者對ARCH模型在分析股票動(dòng)態(tài)相依性方面進(jìn)行了研究，部分學(xué)者在模型上進(jìn)行了拓展，在參數(shù)估計(jì)方法上也進(jìn)行了改進(jìn)，并都得到了廣泛應(yīng)用。本文基于物質(zhì)和虛擬二元容介態(tài)價(jià)值驅(qū)動(dòng)因素，分別選取上證綜指、滬深300、中信軍工指數(shù)及成分股的收益率序列為樣本，運(yùn)用ARCH模型和最小二乘擬合檢驗(yàn)對上證綜指、滬深300、中信軍工指數(shù)及成分股的收益率及波動(dòng)性進(jìn)行擬合與預(yù)測，從而從物質(zhì)和虛擬兩個(gè)維度（即軍工股的基本面和虛擬面兩個(gè)維度）探索各變量之間的聯(lián)動(dòng)效應(yīng)。

三、樣本選取

軍工上市公司隸屬于國防工業(yè)系統(tǒng)下的軍工企業(yè)集團(tuán)。目前，我國軍工產(chǎn)業(yè)可分為航天、航空、兵器、船舶、核工業(yè)以及軍事電子六個(gè)方向，這也構(gòu)成了國防工業(yè)的子系統(tǒng)。

其中，航天系統(tǒng)主要指航天控股集團(tuán)和航天科工集團(tuán)旗下的上市公司，包括航天科技、航天電器、航天晨光、航天電子、航天機(jī)電、航天動(dòng)力等13家公司。

航空系統(tǒng)指中航工業(yè)集團(tuán)旗下的上市公司，包括西飛國際、中航精機(jī)、中航光電等17家公司，中航工業(yè)集團(tuán)也是擁有上市公司最多的軍工企業(yè)集團(tuán)。

兵器工業(yè)系統(tǒng)則包括中國兵裝集團(tuán)和中國兵工集團(tuán)，兩家集團(tuán)旗下合計(jì)擁有15家上市公司。

船舶系統(tǒng)，包括了中國船舶重工集團(tuán)和中國船舶工業(yè)集團(tuán)，兩家集團(tuán)分別擁有1家和3家上市公司，其中，風(fēng)帆股份和中國重工隸屬中船重工集團(tuán)，廣船國際、中國船舶和中船股份都屬于船舶工業(yè)集團(tuán)。

核工業(yè)系統(tǒng)也包括中國核工業(yè)集團(tuán)和中國核工業(yè)建設(shè)集團(tuán)兩家公司，其中，中核科技是核工業(yè)集團(tuán)旗下唯一的上市公司，核工業(yè)建設(shè)集團(tuán)沒有上市公司。

軍工電子系統(tǒng)，有3家上市公司隸屬于中國電子科技集團(tuán)，分別是華東電腦、四創(chuàng)電子以及*ST高陶。

市場中對于軍工行業(yè)的劃分方式也不盡相同，為了提高研究的專業(yè)性，本文選取中信國防軍工指數(shù)為行業(yè)指數(shù)研究對象，同時(shí)從中信國防軍工指數(shù)的40只股票中選擇軍工業(yè)務(wù)收入占比超過50%的15只主要股票作為成分股的研究對象，其中包括7只航空股和8只其他國防軍工行業(yè)股票代表。本文對上述選出的指數(shù)及股票2011年8月30日（中信國防軍工指數(shù)開始編制的起始日期）—2015年12月22日的日均收益率作為樣本，并與相關(guān)指數(shù)進(jìn)行比較分析，來反映其他相關(guān)指數(shù)變化的虛擬態(tài)驅(qū)動(dòng)因素對國防軍工指數(shù)波動(dòng)的影響。

本文基于廣義虛擬經(jīng)濟(jì)二元容介態(tài)理論，將國防軍工股板塊內(nèi)股票之間的聯(lián)動(dòng)效應(yīng)界定為物質(zhì)態(tài)驅(qū)動(dòng)因素影響，即軍工股之間的聯(lián)動(dòng)是基于共同的基本面預(yù)期和變動(dòng)。同時(shí)，將上證綜指、滬深300對國防軍工指數(shù)的影響界定為虛擬態(tài)驅(qū)動(dòng)因素影響，即大盤的人心波動(dòng)與齊漲齊跌等虛擬態(tài)因素對軍工股波動(dòng)的貢獻(xiàn)程度。通過分析這兩種性態(tài)因素的影響，可以觀察國防軍工板塊內(nèi)部股票之間的聯(lián)動(dòng)效應(yīng)及其與大盤輪動(dòng)的波動(dòng)特征，從而為從宏觀角度加強(qiáng)證券監(jiān)管和市場維穩(wěn)，以及從微觀角度開展企業(yè)資本運(yùn)作戰(zhàn)略和市值管理工作提供了參考依據(jù)。

四、國防軍工成分股之間的關(guān)聯(lián)性分析

為便于在Eviews中操作，本文將個(gè)股用代碼進(jìn)行標(biāo)識(shí)。成發(fā)科技（CFKJ）、中直股份（ZZGF）、中航動(dòng)力（ZHDL）、中航電子（ZHDZ）、中航重機(jī)（ZHZJ）、中航飛機(jī)（ZHFJ）、海格通信（HGTX）、中國重工（ZGZG）、北方導(dǎo)航（BFDH）、洪都航空（HDHK）、航天電子（HTDZ）、航天長峰（HTCF）、海特高新（HTGX）、中信國防軍工指數(shù)（ZXJGZS）、上證指數(shù)（HUZHI）、滬深300（HUSHEN）。

通過對個(gè)股進(jìn)行關(guān)聯(lián)性分析得出表1，可知個(gè)股與中信國防軍工指數(shù)關(guān)聯(lián)度最高，上證指數(shù)次之，滬深300關(guān)聯(lián)度較低。其中航空股與各指數(shù)的關(guān)聯(lián)度最高，而其中航天電子、中國重工和四創(chuàng)電子與指數(shù)的關(guān)聯(lián)度偏低。

為進(jìn)一步分析所選出的個(gè)股與中信國防軍工指數(shù)之間的擬合關(guān)系，本文以中信國防軍工指數(shù)日均收益率為因變量，國防軍工15只代表股票的日均收益率為自變量進(jìn)行最小二乘擬合分析，得出調(diào)整的R2為0.89大于0.1，F(xiàn)的P值小于0.05，擬合優(yōu)度尚可。研究分析表明在中信國防軍工指數(shù)日均收益率的總變化中，有88%是由自變量（15只股票的自然波動(dòng)—物質(zhì)態(tài)驅(qū)動(dòng)因素）引起的，而12%是由其它因素（其他虛擬態(tài)因素）引起的，因?yàn)樽宰兞繑?shù)據(jù)為時(shí)序序列且大于0.8，可見模型擬合效果良好，個(gè)股日均收益率對于自變量具有顯著影響。

五、基于二元容介價(jià)值驅(qū)動(dòng)因素的國防軍工指數(shù)與大盤指數(shù)波動(dòng)聯(lián)動(dòng)關(guān)系分析

在分析選取的中信國防軍工指數(shù)個(gè)股與大盤之間的關(guān)聯(lián)效應(yīng)的基礎(chǔ)上，本文進(jìn)一步對中信國防軍工指數(shù)與滬深300指數(shù)和上證指數(shù)（虛擬態(tài)驅(qū)動(dòng)因素）進(jìn)行自回歸條件異方差（ARCH）檢驗(yàn)，檢驗(yàn)結(jié)果如下表所示。如表3所示，設(shè)定中信國防軍工日均收益率為因變量，上證指數(shù)和滬深300指數(shù)為自變量進(jìn)行檢驗(yàn)。通過Eviews運(yùn)營檢驗(yàn)得出，得出調(diào)整的R2為0.53大于0.1，F(xiàn)的P值小于0.05，擬合優(yōu)度一般。

通過ARCH檢驗(yàn)之后得出國防軍工和大盤指數(shù)之間存在輪動(dòng)效應(yīng)，同時(shí)為了進(jìn)一步檢測預(yù)測值與實(shí)際值之間的擬合關(guān)系，自變量和因變量進(jìn)行了回歸殘差圖分析，總體而言兩者擬合效果良好，但實(shí)證結(jié)果表明2015年6月之前殘差偏低，擬合效果好；2015年6月開始值變大，擬合效果不佳。這主要原因是由于市場的非常規(guī)巨大波動(dòng)等虛擬態(tài)驅(qū)動(dòng)因素顯著影響了擬合效果。軍工行業(yè)從2014年中期啟動(dòng)牛市行情，截止2015年上半年漲幅明顯，但波動(dòng)也較大。上半年機(jī)械和軍工行業(yè)相對于滬深300指數(shù)的估值溢價(jià)率一直處于攀升的狀態(tài)，這種基于基本面預(yù)期改善的物質(zhì)態(tài)驅(qū)動(dòng)因素成為驅(qū)動(dòng)軍工股上行的重要力量。

從2015年6月中旬開始，我國股市經(jīng)歷了一波前所未有的大幅調(diào)整，上證指數(shù)從最高的5100多點(diǎn)，一路下跌至3373點(diǎn)，時(shí)間之短、速度之快創(chuàng)歷史記錄。機(jī)械軍工行業(yè)也未能幸免，出現(xiàn)了大幅度的回調(diào)，尤其是一些前期漲幅較高的個(gè)股，在本次回調(diào)中幅度超過了30%，有些個(gè)股調(diào)整甚至超過50%。因此，從2015年6月開始擬合效果變差。

從圖1可以看出在殘差峰值出現(xiàn)之后，后期的殘差逐漸縮小，這主要是因?yàn)殡S著市場恐慌情緒的消散，“一帶一路”、“智能制造”、“高鐵出?！薄ⅰ昂穗娭貑ⅰ焙汀败姽べY產(chǎn)證券化”這五大物質(zhì)態(tài)驅(qū)動(dòng)因素仍將長期存在，后續(xù)板塊催化劑包括國企改革政策、軍民融合及所有制政策、航空發(fā)動(dòng)機(jī)、通用航空等實(shí)質(zhì)性的物質(zhì)態(tài)驅(qū)動(dòng)因素，此外，9月習(xí)主席訪美前，中美各領(lǐng)域的戰(zhàn)略博弈將此起彼伏，軍事領(lǐng)域通過軍改，閱兵等方式不斷宣示強(qiáng)軍主題，軍工行情持續(xù)發(fā)酵逐步從大跌的影響中脫離。

在分析以中信國防軍工指數(shù)日均收益率為自變量的ARCH檢驗(yàn)的基礎(chǔ)上，為了進(jìn)一步判斷滬深300和上證指數(shù)對其的具體影響，本文以滬深300為因變量，中信國防軍工指數(shù)為自變量，進(jìn)行ARCH檢驗(yàn)，得出調(diào)整的R2為0.33大于0.1，F(xiàn)的P值小于0.05，因?yàn)閮烧叩臄?shù)據(jù)類型均屬于時(shí)間序列數(shù)據(jù)，因此檢驗(yàn)效果并不佳?？梢娭行艊儡姽ぶ笖?shù)與滬深300指數(shù)的輪動(dòng)效應(yīng)并不明顯，滬深300對國防軍工指數(shù)的虛擬態(tài)驅(qū)動(dòng)效應(yīng)并不充分。

回歸殘差圖進(jìn)一步驗(yàn)證了二者之間的擬合度偏較低，殘差值較大，可見中信國防軍工指數(shù)與上證指數(shù)輪動(dòng)效應(yīng)明顯，且受上證指數(shù)（虛擬態(tài)驅(qū)動(dòng)因素）影響較大，基本符合同漲同跌的趨勢。

六、研究結(jié)論

本文基于廣義虛擬經(jīng)濟(jì)二元容介態(tài)理論，將國防軍工股板塊內(nèi)股票之間的聯(lián)動(dòng)效應(yīng)界定為物質(zhì)態(tài)驅(qū)動(dòng)因素影響；將上證綜指、滬深300對國防軍工指數(shù)的影響界定為虛擬態(tài)驅(qū)動(dòng)因素影響，并選取了上證綜指、滬深300、中信軍工指數(shù)及成分股的收益率序列作為分析樣本。通過運(yùn)用ARCH模型和最小二乘檢驗(yàn)對上證綜指、滬深300、中信軍工指數(shù)及其成分股的收益率及波動(dòng)性進(jìn)行擬合與預(yù)測實(shí)證檢驗(yàn)。實(shí)證結(jié)果表明國防軍工個(gè)股與國防軍工指數(shù)收益率的關(guān)聯(lián)度較高，漲跌趨勢一致，即軍工股基本面預(yù)期共同變化（軍工資產(chǎn)證券化、軍民融合、智能制造等共同驅(qū)動(dòng)因素）的物質(zhì)態(tài)因素對軍工股整體的聯(lián)動(dòng)效應(yīng)影響非常顯著。中信國防軍工指數(shù)與上證綜指（虛擬態(tài)價(jià)值驅(qū)動(dòng)因素）的聯(lián)動(dòng)效應(yīng)明顯，預(yù)測值擬合較好，表明軍工股指數(shù)與其它板塊類型一樣受到大盤齊漲齊跌等虛擬態(tài)因素的重大影響。同時(shí)，實(shí)證檢驗(yàn)顯示軍工股指數(shù)與滬深300（虛擬態(tài)價(jià)值驅(qū)動(dòng)因素）的聯(lián)動(dòng)效應(yīng)欠佳，預(yù)測值擬合不佳，反映了軍工股指數(shù)擺脫了權(quán)重股的影響，走出了自己的獨(dú)立走勢。此外，國防軍工股中的航空股對于國防軍工指數(shù)的收益率影響較大，且擬合度較高，與上證綜指的聯(lián)動(dòng)效應(yīng)明顯，表明航空軍工股同時(shí)受到軍工行業(yè)物質(zhì)態(tài)驅(qū)動(dòng)因素與大盤虛擬態(tài)驅(qū)動(dòng)因素的交叉影響。因此，在開展軍工股（及其中的航空軍工股）的市值管理和資本運(yùn)作時(shí)，既需要考慮大盤指數(shù)波動(dòng)的虛擬態(tài)影響因素，也需要考慮軍工股板塊自身波動(dòng)的物質(zhì)態(tài)影響因素，但不需要錨定權(quán)重股變化（滬深300指數(shù)）的虛擬態(tài)影響因素。

參考文獻(xiàn)：

[1] 林左鳴. 廣義虛擬經(jīng)濟(jì)—二元價(jià)值容介態(tài)的經(jīng)濟(jì)[M]. 北京：人民出版社，2010.

[2] Engle，R. F. Autoregressive Conditional Heteroscedaticity with Estimates of the Variance of UK Inflation [J]. Econometrical，1982（50）.

[3] Bollerslev，T. A Generalized Autoregressive Conditional Heteroskedasticity [J]. Journal of Econometrics，1986（31）.

[4] 張彩霞，付小明.ARCH族模型在上證指數(shù)中的應(yīng)用與預(yù)測[J]. 經(jīng)濟(jì)與管理，2009（12）.

[5] 趙士玲，張能福.我國上證指數(shù)ARCH效應(yīng)的實(shí)證研究[J].科技創(chuàng)業(yè)月刊，2011（7）.

[6] 鄭鑫.基于ARCH族模型對滬深股市的比較研究[J].現(xiàn)代商業(yè)，2009（36）.

[7] 王凌濤，楊冬艷，彭興漢. 基于半?yún)?shù)的滬深兩市收益率波動(dòng)和風(fēng)險(xiǎn)的實(shí)證研究[J].金卡工程經(jīng)濟(jì)與法，2010（3）.

[8] 谷峰. 基于GARCH模型族的中國證券市場實(shí)證研究[D]. 廣西師范大學(xué)，2014年.

[9] 張曉峒. Eviews 使用指南與案例[M].北京： 機(jī)械工業(yè)出版社，2007.

[10] 宮汝凱. 我國股市 ARCH 效應(yīng)的實(shí)證研究[J].金融與經(jīng)濟(jì)，2008（12）.

[11] 陳德華，石建民.我國證券市場風(fēng)險(xiǎn)波動(dòng)性預(yù)測：基于瀘深 300 指數(shù)的比較研究[J].財(cái)政金融，2009（5）.

[12] 徐緒松，馬莉莉，陳彥斌.我國上海股票市場 GARCH 效應(yīng)的實(shí)證研究[J].武漢大學(xué)學(xué)報(bào)，2002（6）.

[13] 冉竟真，李俊杰.論 ARCH 模型在金融風(fēng)險(xiǎn)估計(jì)中的應(yīng)用[J].經(jīng)貿(mào)觀察，2009（5）.

[14] 黃海南，鐘偉.GARCH 類模型波動(dòng)率預(yù)測評價(jià)[J].中國管理科學(xué)，2007（12）.

[15] 霍華明，羅俊.波動(dòng)率建模及其應(yīng)用[D]，中山大學(xué)，2008.