王利娜

摘 ?要：股指預(yù)測(cè)對(duì)于研究和判斷股指變動(dòng)趨勢(shì)和市場(chǎng)交易情緒有重要的現(xiàn)實(shí)意義，對(duì)股票價(jià)格的準(zhǔn)確預(yù)測(cè)即可以規(guī)避風(fēng)險(xiǎn)又可以給廣大投資者帶來(lái)超額的投資回報(bào)。如果預(yù)測(cè)不夠準(zhǔn)確，也會(huì)給廣大投資者帶來(lái)?yè)p失。

關(guān)鍵詞：創(chuàng)業(yè)板 創(chuàng)業(yè)板指數(shù)預(yù)測(cè)

一、創(chuàng)業(yè)板指數(shù)意義

創(chuàng)業(yè)板在規(guī)模、資金等的影響力和主板還是無(wú)法比擬的，并且會(huì)受主板市場(chǎng)波動(dòng)的影響，使創(chuàng)業(yè)板市場(chǎng)的風(fēng)險(xiǎn)更大，因此，為了促進(jìn)創(chuàng)業(yè)板市場(chǎng)健康、穩(wěn)定、可持續(xù)的發(fā)展，投資機(jī)構(gòu)和投資者做出理性的投資決策，并且主動(dòng)識(shí)別投資風(fēng)險(xiǎn)，加強(qiáng)謹(jǐn)慎性，很有必要。

二、組合模型的模擬與分析預(yù)測(cè)

在創(chuàng)業(yè)板指數(shù)價(jià)格建模時(shí)，考慮了多種模型，綜合考慮收益特征、模型的收斂性以及模型的AIC和SIC值，均值方程選，為 ?滬深300指數(shù)收益率）;波動(dòng)方程選GARCH種波動(dòng)率模型，GARCH項(xiàng)和ARCH項(xiàng)的滯后階數(shù)為1。對(duì)于均值方程，如采用ARIMA，發(fā)現(xiàn)所得的結(jié)果與上述均值方程結(jié)果類(lèi)似 。根據(jù)收益率的自相關(guān)和偏相關(guān)圖，選擇 。

表2為創(chuàng)業(yè)板月度指數(shù)收益率在ARIMA和ARIMA-GARCH模型下的參數(shù)及其p值。對(duì)于ARIMA模型，從Q（5）和Q（10）可以看出，殘差序列不存在自相關(guān)，然而從Q2（5），Q2（10），ARCH（5）和ARCH（10）的p值看出，殘差序列存在顯著的異方差效應(yīng)。通過(guò)對(duì)殘差序列的異方差GARCH建模，即在ARIMA-GARCH模型下，Q2（5），Q2（10），ARCH（5）和ARCH（10）的p值均大于0.1，該模型能較好地刻畫(huà)創(chuàng)業(yè)板指數(shù)收益率。

在本文中，采用絕對(duì)百分比誤差（APE）， 均值絕對(duì)百分比誤差（MAPE）， 以及根均方誤差（RMSE）三種評(píng)價(jià)準(zhǔn)則對(duì)各個(gè)模型的模擬和預(yù)測(cè)效果進(jìn)行評(píng)價(jià)。

圖1，創(chuàng)業(yè)板月度指數(shù)在ARIMA-GARCH模擬較好，通過(guò)計(jì)算可以知道模擬值的MAPE和RMSE分別為7.56%和0.098，說(shuō)明該模型對(duì)創(chuàng)業(yè)板指數(shù)的擬合效果較好。然而，從圖1中看出，擬合值具有滯后性，當(dāng)股市出現(xiàn)突變時(shí)不能將該特征同步擬合出來(lái)，對(duì)于預(yù)測(cè)值，基于該模型，對(duì)創(chuàng)業(yè)板指數(shù)向前預(yù)測(cè)了12期，即未來(lái)一年12個(gè)月的數(shù)據(jù)。表3是預(yù)測(cè)值的誤差。從每個(gè)月份的APE看出，在未來(lái)6個(gè)月內(nèi)，預(yù)測(cè)的誤差均小于10%，而對(duì)于7-8個(gè)月的預(yù)測(cè)，誤差在20%左右，預(yù)測(cè)的月份超過(guò)8個(gè)月時(shí)，其誤差達(dá)到30%左右，表明該模型對(duì)預(yù)測(cè)較近的月份預(yù)測(cè)效果較好，對(duì)遠(yuǎn)期月份的預(yù)測(cè)效果較差。

三、針對(duì)投資者提出的建議

若根據(jù)創(chuàng)業(yè)板指數(shù)的預(yù)測(cè)結(jié)果，看到在未來(lái)的一段時(shí)間里面，股票市場(chǎng)會(huì)有一種大幅的波動(dòng)，針對(duì)這種大幅度的波動(dòng)，有些投資者比較喜歡這種大的波動(dòng)，還有的投資者比較厭倦、厭惡這種大的波動(dòng)，那么投資者就可以根據(jù)自己的類(lèi)型進(jìn)行相應(yīng)的風(fēng)險(xiǎn)管理或者投資。如果說(shuō)是厭惡這種風(fēng)險(xiǎn)波動(dòng)性的，可以在這段時(shí)間里減少投資，反之是喜歡較大的波動(dòng)幅度，則可以增加投資的額度，若預(yù)測(cè)出創(chuàng)業(yè)板指數(shù)波動(dòng)比較小，那么市場(chǎng)就很可能存在波動(dòng)較小的情況，那么建議這種愛(ài)好偏好波動(dòng)比較小的投資者，適當(dāng)增加市場(chǎng)的投資。

參考文獻(xiàn)：

[1]黃燦.基于GARCH-M模型的中國(guó)創(chuàng)業(yè)板收益率的實(shí)證分析[J]. 嘉興學(xué)院學(xué)報(bào)2016（06）78-84.

[2] 曹野.基于GARCH族模型的黃金價(jià)格收益率及波動(dòng)性研究[J].價(jià)值工程.2012（2） ：153-155.

[3] 張栓興，方小軍，李京.創(chuàng)業(yè)板上市公司研發(fā)投入對(duì)成長(zhǎng)性的影響研究一-基于股權(quán)結(jié)構(gòu)的調(diào)節(jié)作用[J].科技管理研究，2017，37（08）：143- 149.