股权分置改革对证券市场波动性影响的多维度实证探究

股权分置改革对证券市场波动性影响的多维度实证探究一、引言1.1研究背景与意义20世纪90年代初，上海证券交易所和深圳证券交易所相继设立，中国证券市场自此拉开发展帷幕。在早期，为减少改革阻力，政府采用“存量不动、增量先行”策略，上市公司股权被划分为流通股与非流通股，国有股和法人股等非流通股占比较大，通常处于绝对控股地位。这种股权分置状况带来诸多弊端，如股市缺乏活力，因国有法人股不能交易，股价涨跌与之关联不大，易引发大股东损害中小股东利益的行为，严重阻碍了中国资本市场的长期健康发展。为解决股权分置问题，2005年我国启动股权分置改革试点，2006年全面推开。股权分置改革旨在将国有上市公司的股权分离，使控股权利与流通权利能够分别流通，以推动公司治理体系建设，增强公司治理能力，保护小股东利益，提升上市公司治理水平。此次改革是我国资本市场改革的关键一环，是走向规范、健康的必要步骤，对证券市场产生了多方面深远影响，如扩大上市公司股东群体、增强市场流动性、提高市场竞争力、提升资本市场国际化程度等。证券市场波动性是衡量市场风险的重要指标，反映了证券价格的不稳定程度。波动性的变化不仅影响投资者的投资决策和收益，还关系到市场的资源配置效率和稳定性。股权分置改革作为我国证券市场发展历程中的重大变革，必然对证券市场波动性产生影响。研究股改对证券市场波动性的影响，在理论与实践层面均具有重要意义。在理论层面，有助于深化对证券市场运行机制的理解。通过探究股改前后市场波动性的变化，分析其中的内在逻辑和影响因素，可以丰富和完善证券市场理论，为后续相关研究提供参考和借鉴，进一步拓展对资本市场改革与发展理论的认知边界。在实践层面，对投资者而言，能帮助其更好地理解市场风险变化，优化投资决策。投资者可以依据股改对波动性的影响分析，合理调整投资组合，降低风险，提高收益。对于监管部门，研究结果可为制定科学合理的市场监管政策提供依据，有助于提升市场监管的针对性和有效性，维护市场的稳定健康发展，促进资本市场更好地发挥资源配置功能，服务实体经济。1.2研究目标与创新点本研究旨在深入剖析股权分置改革对我国证券市场波动性产生的影响。通过对股改前后证券市场相关数据的收集、整理与分析，运用科学合理的实证研究方法，精准量化股改对市场波动性的作用程度，明确股改在证券市场风险变化方面所扮演的角色。同时，试图挖掘股改影响证券市场波动性的内在传导机制，从公司治理、市场结构、投资者行为等多个角度，探究股改如何通过不同路径引发市场波动性的改变，进而为证券市场的稳定发展和风险管理提供有力的理论依据和实践指导。相较于过往研究，本研究在方法和视角上具有一定创新之处。在研究方法上，创新性地综合运用多种计量模型进行分析。除了采用传统的GARCH类模型来刻画证券市场波动性的时变特征，还引入了事件研究法，以更准确地捕捉股权分置改革这一特定事件对市场波动性的短期冲击效应。同时，结合分位数回归方法，深入探讨在不同市场波动水平下，股改对波动性影响的异质性，弥补了传统均值回归方法无法全面反映变量在不同分布位置关系的缺陷，使研究结果更加全面、细致和深入。在研究视角上，突破了以往仅从单一因素分析股改对市场波动性影响的局限，构建了一个多维度、系统性的分析框架。不仅关注股改直接带来的股权结构变化对波动性的影响，还深入探讨了其通过改善公司治理水平、优化市场结构以及引导投资者行为转变等间接路径对市场波动性产生的综合效应。此外，本研究还将宏观经济环境、政策因素等纳入分析范畴，考量在不同宏观背景下股改对证券市场波动性影响的差异，从更宏观、全面的视角审视股改与市场波动性之间的复杂关系，为该领域的研究提供了新的思路和方向。二、文献综述2.1股改相关理论基础股权分置是指A股市场上的上市公司股份按能否在证券交易所上市交易，被区分为流通股和非流通股。前者主要是社会公众股，可在二级市场自由交易；后者大多为国有股和法人股，不能在证券交易所上市流通。这种独特的股权结构是我国经济体制转轨过程中形成的特殊问题。在20世纪80年代末期至90年代初期，我国对国有企业进行股份制改造，旨在建立现代企业制度，改善国有企业的公司治理结构。但当时人们对股份制改革和设立证券市场存在诸多顾虑，如担心发行股票会导致私有化、国有资产流失以及影响公有经济的主导地位。为了在为国有企业改制服务的同时打消这些顾虑，采取了将原有的存量国有企业资产界定为非流通股，股票发行采取增量方式的折中方案。1992年5月，相关文件明确规定国家股、法人股、公众股、外资股等四种股权形式并存，上市时除社会公众股可流通外，国有股、法人股“暂不流通”，这一制度在后续的新股发行与上市实践中被固定下来，形成了我国股市独特的二元股权结构，即股权分置。股权分置在特定历史时期为国有企业筹集资金，促进了国有企业的改革和发展，也为证券市场的建立和初步发展提供了条件。但随着市场经济的发展，其弊端日益凸显。在定价机制方面，股权分置扭曲了证券市场的定价机制，导致同股不同权、同股不同利，使得股票价格不能准确反映公司的真实价值。非流通股股东与流通股股东的利益诉求不一致，非流通股股东的收益主要来自对公司的控制权和资产增值，而流通股股东主要通过股票市场交易获取收益，这种差异使得股价难以真实反映企业价值，制约了市场资源配置功能的有效发挥。在公司治理层面，股权分置导致公司治理结构不完善，非流通股股东和流通股股东之间的利益冲突难以协调。非流通股股东一般处于控股或实际控制人地位，与流通股股东的利益目标相背离，这使得上市公司治理和运营出现严重扭曲。非流通股股东缺乏促进上市公司业绩增长的动力，表现出过多的短期行为，盲目要求配股、增发等再融资，甚至控制上市公司行为，侵犯上市公司和全体股东的利益。在市场供求关系上，股权分置造成股市供求关系失衡，大量非流通股如在未来某个时间集中进入市场，可能导致市场上股票供应剧增，若股票需求跟不上供应的增加，可能引发股价大跌，给市场带来不稳定因素。为解决股权分置带来的诸多问题，我国启动了股权分置改革。股改的核心内容是通过非流通股股东和流通股股东之间的利益平衡协商机制，消除A股市场股份转让制度性差异，实现股票的全流通。在实施过程中，首先由上市公司制定股改方案，确定非流通股股东向流通股股东支付对价的方式和数量等关键内容，对价形式通常有送股、转增股本、现金补偿等。接着召开相关股东大会，对股改方案进行审议和表决，只有同时满足规定的表决权比例，方案才能通过。若方案获得通过，便进入实施阶段，证券交易所和登记结算公司负责相关的技术操作和股权变更登记，非流通股股东按照方案向流通股股东支付对价，实现股份的流通性质转变。股改完成后，上市公司需按照规定进行信息披露，向市场和投资者公布股改的结果和相关情况。股权分置改革是我国资本市场发展史上的一次重大变革，对于完善资本市场功能、促进经济结构调整和转型升级具有深远的影响。2.2证券市场波动性研究综述证券市场波动性是衡量市场风险和不确定性的重要指标，一直是金融领域的研究热点。在对其进行研究时，首先要明确波动性的衡量指标。历史波动率是常用的衡量指标之一，通过计算过去一段时间内证券价格收益率的标准差来衡量波动性，如对过去一年或半年内股票每日收盘价收益率计算标准差，标准差越大，表明价格波动幅度越大，市场波动性越强。它基于历史数据，能直观反映过去市场价格的波动情况，为投资者提供市场风险的历史参考。但由于仅依赖历史数据，无法准确预测未来市场波动的变化趋势。贝塔系数（β）也是重要的衡量指标，用于衡量个股或投资组合相对于整个市场的波动程度。若β值大于1，表示该资产的波动性高于市场平均水平；若β值小于1，则表示低于市场平均水平。贝塔系数为投资者评估特定资产或投资组合在市场整体波动背景下的风险状况提供了量化工具，有助于投资者根据自身风险偏好选择合适的投资标的。然而，它的计算依赖于市场指数的选择，不同的市场指数可能导致计算出的贝塔系数存在差异，从而影响对资产波动性的准确评估。隐含波动率则通常从期权价格中推导得出，反映了市场对未来证券价格波动的预期。当市场对未来预期较为乐观，不确定性较低时，隐含波动率通常较低；反之，当市场担忧未来不确定性增加，如宏观经济形势不明朗、重大政策调整预期等，隐含波动率会升高。它综合考虑了市场参与者对未来各种信息的预期和判断，能及时反映市场情绪和对未来风险的看法。但由于其依赖期权市场，而期权市场的交易活跃度和参与者结构可能会影响隐含波动率的准确性，在一些交易不活跃的期权市场，隐含波动率的可靠性可能受到质疑。在研究方法上，时间序列分析是常用的方法之一，通过对证券价格或收益率的时间序列数据进行建模，如ARIMA模型等，来分析波动性的变化规律。ARIMA模型可以捕捉时间序列数据中的趋势、季节性和随机性等特征，通过对历史数据的拟合和分析，预测未来的波动性。它适用于数据具有一定的时间趋势和规律的情况，能较好地处理平稳时间序列数据。但如果数据存在异常值或结构突变，模型的预测准确性会受到较大影响。ARCH类模型在证券市场波动性研究中应用广泛，这类模型考虑了金融时间序列的异方差性，能够刻画波动性的聚集性和时变性。以GARCH（广义自回归条件异方差）模型为例，它不仅能捕捉到过去的波动对当前波动的影响，还能反映出市场对不同方向信息的非对称反应。例如，在市场下跌时，投资者可能会更加恐慌，导致市场波动性对负面消息的反应更为强烈，GARCH模型可以较好地描述这种现象。然而，ARCH类模型对数据的要求较高，需要数据满足一定的分布假设，在实际应用中，金融市场数据往往存在尖峰厚尾等非正态分布特征，这可能会影响模型的拟合效果和预测精度。事件研究法则主要用于研究特定事件对证券市场波动性的影响。在研究股权分置改革对证券市场波动性的影响时，可运用事件研究法。通过确定股改事件的窗口期，分析在窗口期内证券市场波动性指标的变化，从而判断股改事件对市场波动性的短期冲击效应。该方法能够聚焦于特定事件，准确地识别出事件发生前后市场波动性的变化，为研究事件与波动性之间的因果关系提供有力工具。但它对事件窗口期的选择较为敏感，不同的窗口期设定可能会导致研究结果存在差异，而且难以全面考虑事件发生前后其他因素对市场波动性的潜在影响。关于证券市场波动性的影响因素，学者们从多个角度进行了研究。宏观经济因素对证券市场波动性有着重要影响。经济增长、通货膨胀、利率等宏观经济变量的变化都会引起市场波动性的改变。当经济增长强劲时，企业盈利预期增加，投资者信心增强，市场波动性往往较低；而当经济增长放缓，通货膨胀上升，利率波动时，投资者对未来经济前景的不确定性增加，市场波动性会相应增大。有研究表明，在经济衰退期，证券市场的波动性显著高于经济繁荣期，这是因为经济衰退时企业面临更多的经营困难和不确定性，投资者对未来的预期较为悲观，从而导致市场波动性加剧。政策因素也是影响证券市场波动性的重要因素之一。货币政策、财政政策以及证券市场监管政策的调整都会对市场波动性产生影响。当货币政策宽松时，市场流动性增加，资金成本降低，可能会推动证券价格上涨，市场波动性相对较小；而当货币政策收紧时，市场流动性减少，资金成本上升，证券价格可能下跌，市场波动性会增大。财政政策方面，政府的税收政策、支出政策等也会影响企业的盈利状况和投资者的预期，进而影响市场波动性。证券市场监管政策的变化，如对信息披露要求的加强、对违规行为处罚力度的加大等，有助于规范市场秩序，降低市场波动性；相反，监管政策的放松或不确定性可能会引发市场的过度投机行为，增加市场波动性。公司层面的因素同样会影响证券市场波动性。公司的财务状况、经营业绩、股权结构等都会对其股票价格的波动性产生影响。财务状况良好、经营业绩稳定的公司，其股票价格相对稳定，波动性较小；而财务状况不佳、经营业绩波动较大的公司，其股票价格波动性往往较大。股权结构方面，股权集中度较高的公司，大股东对公司的控制力较强，决策相对集中，可能会导致公司的经营决策和发展战略相对稳定，但也可能存在大股东侵害中小股东利益的情况，从而影响公司的市场形象和股票价格的稳定性；而股权分散的公司，股东之间的制衡作用较强，但决策过程可能较为复杂，效率较低，也会对公司的经营和股票价格波动性产生一定影响。投资者行为因素也是影响证券市场波动性的关键因素。投资者的情绪、预期、风险偏好等都会影响其投资决策，进而影响市场波动性。当投资者情绪乐观，对市场前景充满信心时，会增加投资需求，推动证券价格上涨，市场波动性相对较小；而当投资者情绪悲观，对市场前景担忧时，会减少投资需求，甚至抛售证券，导致证券价格下跌，市场波动性增大。投资者的羊群行为也会加剧市场波动性，当大量投资者跟随市场趋势进行投资时，会导致市场价格的过度波动，形成市场泡沫或恐慌性抛售。在股权分置改革对证券市场波动性影响的研究方面，已有研究取得了一定成果，但也存在一些不足。部分研究通过实证分析发现股改后证券市场波动性有所加剧，认为限售股解禁潮导致市场上股票供应量大幅增加，打破了原有的市场供求平衡，从而引发市场价格波动加剧。同时，国际金融危机等外部因素在股改后也对市场产生了冲击，进一步增加了市场的不确定性和波动性。然而，这些研究大多仅从单一因素分析股改对市场波动性的影响，缺乏对多种因素的综合考量，没有全面深入地探讨股改通过改善公司治理、优化市场结构以及引导投资者行为转变等间接路径对市场波动性产生的综合效应。在研究方法上，一些研究采用的模型和方法相对单一，无法全面准确地刻画市场波动性的复杂特征和变化规律，对市场波动性的衡量指标选择也不够全面，可能导致研究结果存在一定的局限性。2.3股改对证券市场波动性影响的研究现状在股权分置改革对证券市场波动性影响的研究领域，学术界已取得了一系列研究成果，但观点和结论存在一定差异。部分学者通过实证分析发现，股改后证券市场波动性有所加剧。学者张慧莲运用TARCH模型对股改前后的上证180指数收益波动性进行检验，结果表明股改后我国A股市场的整体稳定性减弱，波动性明显加剧。魏晓辉在《股权分置改革对我国证券市场波动性影响的实证分析》中指出，股权分置改革后我国证券市场的波动性加剧，主要原因是限售股解禁潮导致市场上股票供应量大幅增加，打破了原有的市场供求平衡，从而引发市场价格波动加剧。同时，国际金融危机等外部因素在股改后也对市场产生了冲击，进一步增加了市场的不确定性和波动性。限售股解禁使得大量非流通股进入市场流通，短期内市场上股票供应大幅增加，而市场需求难以在短期内迅速匹配，导致股票价格面临下行压力，进而加剧了市场波动性。国际金融危机引发了全球金融市场的动荡，投资者信心受挫，市场恐慌情绪蔓延，我国证券市场也难以独善其身，受到国际金融市场波动的传导和冲击，使得股改后的市场波动性进一步增大。然而，也有学者持有不同观点，认为股改在长期内有助于降低证券市场波动性。傅传锐利用系综经验模式分解方法（EEMD）考察了股改启动前、股改期间与股改基本完成后上证综指与深证成指的波动结构特征及其变化，发现股改后我国股市的波动结构发生显著变化，即短期波动成分成为解释股市总体波动的最主要因素，同时中期波动成分的平均周期大幅延长。从长期来看，股改对我国证券市场的稳定性起到了积极作用，改善了公司治理结构，使得股东利益趋于一致，加强了对管理层的监督和约束，提升了公司的治理水平，从而有利于降低市场的长期波动性。股权分置改革后，上市公司的治理结构得到优化，管理层的决策更加注重公司的长期发展和全体股东的利益，减少了因公司治理不善导致的股价异常波动，进而在长期内降低了证券市场的波动性。已有研究存在一些不足之处。在研究内容上，部分研究仅从单一因素分析股改对市场波动性的影响，缺乏对多种因素的综合考量。股权分置改革对证券市场波动性的影响是多方面的，除了限售股解禁等直接因素外，还通过改善公司治理、优化市场结构以及引导投资者行为转变等间接路径对市场波动性产生综合效应，但现有研究在这方面的探讨不够深入全面。在研究方法上，一些研究采用的模型和方法相对单一，无法全面准确地刻画市场波动性的复杂特征和变化规律。如部分研究仅使用简单的时间序列模型分析市场波动性，未能充分考虑金融时间序列的异方差性、波动性的聚集性和时变性等特征。对市场波动性的衡量指标选择也不够全面，一些研究仅采用单一指标衡量波动性，难以全面反映市场的风险状况。未来研究可以进一步拓展研究视角，综合考虑多种因素对市场波动性的影响，运用多种先进的研究方法和模型，全面深入地探讨股改与证券市场波动性之间的复杂关系。三、研究设计3.1研究方法选择3.1.1GARCH模型原理与应用GARCH模型，即广义自回归条件异方差模型（GeneralizedAutoregressiveConditionalHeteroskedasticityModel），由Bollerslev于1986年在ARCH模型的基础上提出。该模型主要用于处理金融时间序列数据中的异方差性问题，在金融市场波动性研究中应用广泛。GARCH模型的基本原理是，假设时间序列的条件方差不仅依赖于过去的残差平方（ARCH项），还依赖于过去的条件方差（GARCH项）。以最常用的GARCH(1,1)模型为例，其数学表达式如下：r_t=\mu_t+\varepsilon_t\sigma_t^2=\omega+\alpha\varepsilon_{t-1}^2+\beta\sigma_{t-1}^2\varepsilon_t=\sigma_tz_t其中，r_t为t时刻的收益率；\mu_t为条件均值；\varepsilon_t为t时刻的残差；\sigma_t^2为t时刻的条件方差；\omega为常数项；\alpha和\beta分别为ARCH项和GARCH项的系数，且满足\alpha\geq0，\beta\geq0，\alpha+\beta\lt1；z_t是独立同分布的随机变量，通常假设服从标准正态分布。在GARCH(1,1)模型中，\omega表示长期平均方差；\alpha\varepsilon_{t-1}^2为ARCH项，反映了过去的冲击（即t-1时刻的残差平方）对当前条件方差的影响，体现了波动的短期记忆性；\beta\sigma_{t-1}^2为GARCH项，代表过去的条件方差对当前条件方差的影响，体现了波动的持续性。当\alpha+\beta越接近1时，波动的持续性越强，即过去的波动对未来的影响越持久；当\alpha+\beta\lt1时，条件方差是平稳的，说明波动最终会回归到长期平均水平。选择GARCH模型用于分析股改对证券市场波动性影响，主要基于以下原因。金融时间序列通常具有条件异方差性、波动聚集性和尖峰厚尾等特征，而GARCH模型能够很好地捕捉这些特性。在证券市场中，股价的波动往往呈现出聚集性，即较大的波动后面往往跟着较大的波动，较小的波动后面跟着较小的波动，GARCH模型通过ARCH项和GARCH项可以有效地刻画这种波动聚集现象。该模型可以更准确地描述证券市场波动性的时变特征。传统的时间序列模型如ARIMA模型假设方差是恒定的，无法反映金融市场中波动性随时间变化的特点，而GARCH模型考虑了条件方差的时变性，能够更精确地度量和预测证券市场的波动性，为研究股改对市场波动性的影响提供了有力的工具。GARCH模型在金融领域的应用非常广泛，具有成熟的理论和方法体系，其估计和检验方法相对完善，便于在研究中进行参数估计和模型检验，保证研究结果的可靠性和准确性。3.1.2事件研究法介绍事件研究法是一种统计方法，用于研究某一特定事件发生时，股价是否会产生波动以及是否会产生“异常报酬率”，借此了解股价波动与该事件的相关性。该方法由Ball和Brown（1968）以及Fama等（1969）开创，其理论基础是有效市场假设，即股票价格反映所有已知的公共信息，投资者是理性的，对新信息的反应也是理性的。事件研究法的基本步骤如下：界定事件及事件期间：根据研究目的确定所要研究的事件，如股权分置改革事件。明确事件期，即事件可能对证券市场产生影响的时间段，通常包括事件发生前后的一段时间。例如，在研究股改对证券市场波动性的短期冲击时，可将股改方案公告日作为事件日，以公告日前后若干天作为事件期。界定估计期：划出估计期的目的是利用该期间的数据估算在事件未出现情况下证券的正常收益率。估计期应选取在事件期之前，且时间长度要足够长，以保证能准确估计正常收益率。一般会选择事件期前的若干个交易日作为估计期。确定分析单位：根据研究假设确定观测和收集数据的对象，如研究股改对整个证券市场波动性的影响，可选择具有代表性的市场指数（如沪深300指数）作为分析单位；若研究股改对个别上市公司的影响，则以该上市公司的股票作为分析单位。计算正常收益率和异常收益率：正常收益率的计算方法有多种，常用的是市场模型。市场模型假设个股股票的报酬率与市场报酬率间存在线性关系，公式为R_{it}=\alpha_i+\beta_iR_{mt}+\varepsilon_{it}，其中R_{it}表示i公司t期的报酬率；R_{mt}表示t期的市场加权指数股票之报酬率；\alpha_i表示回归截距项；\beta_i表示回归斜率；\varepsilon_{it}表示回归残差项。通过估计期的数据可以估计出\alpha_i和\beta_i的值，进而计算出事件期内的正常收益率\hat{R}_{it}。异常收益率AR_{it}则为事件期的实际报酬率R_{it}减去正常报酬率\hat{R}_{it}，即AR_{it}=R_{it}-\hat{R}_{it}。计算累积异常收益率：为了更好地刻画事件对证券收益产生的影响，需要计算累积异常收益率（CAR）。累积异常收益率是事件期内每日异常收益率的累加值，公式为CAR_{i}(T_1,T_2)=\sum_{t=T_1}^{T_2}AR_{it}，其中T_1和T_2分别为事件期的起始和结束时间。统计检验：对计算出的异常收益率和累积异常收益率进行统计检验，以判断在某一显著性水平上事件是否对证券收益产生了显著影响。常用的检验方法有t检验、Z检验等。在本研究中，运用事件研究法分析股改事件对证券市场的短期冲击，通过计算股改事件期内证券市场指数或个股的异常收益率和累积异常收益率，判断股改事件是否导致了证券市场收益率的异常波动，从而确定股改对证券市场波动性的短期影响方向和程度。通过统计检验可以判断这种影响是否具有统计学意义，为研究结论提供可靠的依据。3.2数据选取与处理为了准确研究股权分置改革对证券市场波动性的影响，本研究选取沪深300指数作为证券市场的代表数据。沪深300指数由上海和深圳证券市场中市值大、流动性好的300只A股作为样本编制而成，覆盖了沪深市场六成左右的市值，具有良好的市场代表性，能够综合反映我国证券市场整体表现。样本区间选择为2004年1月1日至2010年12月31日。这一区间涵盖了股权分置改革的关键阶段，2005年9月股改全面铺开，能有效对比股改前后市场波动性的变化。同时，考虑到事件研究法中估计期的需求，选取股改全面铺开前的一段时间作为估计期，以保证能准确估算正常收益率。数据来源主要为Wind数据库和东方财富Choice数据终端，这些数据平台提供了丰富、准确的金融市场数据，确保了数据的可靠性和完整性。收集的数据包括沪深300指数的每日收盘价、开盘价、最高价、最低价以及成交量等信息。在获取原始数据后，进行了一系列的数据清洗和处理工作。检查数据的完整性，确保没有缺失值。对于少量缺失的收盘价数据，采用线性插值法进行补充。对异常值进行识别和处理，通过计算收益率的3倍标准差，将超出该范围的数据视为异常值，并使用前后数据的平均值进行替换。对数据进行标准化处理，将价格数据转化为收益率数据，以满足后续实证分析的需求。收益率的计算公式为：r_t=\ln\left(\frac{P_t}{P_{t-1}}\right)其中，r_t为第t期的收益率，P_t为第t期的收盘价，P_{t-1}为第t-1期的收盘价。经过上述数据选取与处理过程，得到了适用于后续实证分析的高质量数据，为准确研究股改对证券市场波动性的影响奠定了坚实基础。四、股改对证券市场波动性影响的实证分析4.1描述性统计分析在进行深入的实证分析之前，先对选取的沪深300指数收益率数据进行描述性统计，以初步了解股改前后证券市场波动的基本特征。将样本区间2004年1月1日至2010年12月31日以2005年9月股改全面铺开为界，划分为股改前（2004年1月1日-2005年8月31日）和股改后（2005年9月1日-2010年12月31日）两个阶段。对两个阶段的沪深300指数收益率数据进行描述性统计，结果如表1所示：阶段样本量均值标准差最小值最大值偏度峰度JB统计量股改前4260.00030.0201-0.08760.0789-0.32144.231720.1452***股改后13240.00020.0245-0.09850.10560.08923.876515.6783***注：***表示在1%的水平上显著。从均值来看，股改前沪深300指数收益率均值为0.0003，股改后为0.0002，两者相差不大，说明股改前后市场平均收益率水平较为稳定，没有发生显著变化。标准差是衡量数据离散程度的重要指标，在收益率分析中，它代表了市场的波动性。股改前收益率标准差为0.0201，股改后增加至0.0245，表明股改后市场收益率的离散程度增大，即市场波动性有所加剧。这初步显示出股权分置改革可能对证券市场的波动性产生了影响，使得市场波动更为剧烈。在最小值和最大值方面，股改前最小值为-0.0876，最大值为0.0789；股改后最小值为-0.0985，最大值为0.1056。股改后收益率的最小值和最大值的绝对值都有所增大，这进一步表明股改后市场波动的幅度增大，市场的不确定性和风险有所增加。偏度用于衡量数据分布的不对称性。正态分布的偏度为0，当偏度大于0时，数据分布呈现右偏态，即右侧（较大值）的尾部较长；当偏度小于0时，数据分布呈现左偏态，即左侧（较小值）的尾部较长。股改前收益率偏度为-0.3214，表明收益率分布呈现左偏态，即收益率出现较小值的概率相对较大；股改后偏度为0.0892，分布呈现右偏态，说明收益率出现较大值的概率相对增加。这显示股改后市场收益率的分布形态发生了变化，市场出现极端收益情况的概率和方向有所改变。峰度用于描述数据分布的尖峰或平峰程度，正态分布的峰度为3。股改前峰度为4.2317，股改后为3.8765，均大于3，说明股改前后沪深300指数收益率分布都具有尖峰厚尾特征，即相比于正态分布，收益率分布在均值附近更为集中，而尾部更厚，出现极端值的概率更大。与股改前相比，股改后峰度有所下降，但仍明显高于正态分布的峰度，表明股改后市场极端波动情况仍然较为频繁，只是程度稍有缓解。JB统计量用于检验数据是否服从正态分布，原假设为数据服从正态分布。表中股改前和股改后的JB统计量在1%的水平上显著，拒绝原假设，说明股改前后沪深300指数收益率均不服从正态分布，这也进一步验证了上述关于偏度和峰度的分析结果。通过对股改前后沪深300指数收益率的描述性统计分析，可以初步得出结论：股权分置改革后，证券市场的波动性有所加剧，市场波动幅度增大，收益率分布形态发生变化，且仍然具有尖峰厚尾特征，不服从正态分布。但这只是初步的分析结果，还需要进一步运用计量模型进行深入研究，以更准确地揭示股改对证券市场波动性的影响。4.2GARCH模型实证结果4.2.1模型估计与检验在对数据进行描述性统计分析后，进一步运用GARCH模型对股改前后的沪深300指数收益率数据进行建模，以深入探究股改对证券市场波动性的影响。由于GARCH模型能够有效捕捉金融时间序列的异方差性和波动聚集性，适合分析证券市场收益率的波动性特征。在建立GARCH模型时，首先对收益率序列进行单位根检验，以确保数据的平稳性。采用ADF检验方法，对股改前和股改后的沪深300指数收益率序列分别进行检验。结果显示，在1%的显著性水平下，股改前和股改后的收益率序列的ADF检验统计量均小于相应的临界值，拒绝原假设，表明两个序列均不存在单位根，是平稳序列，满足建立GARCH模型的前提条件。在确定序列平稳后，运用极大似然估计法对GARCH(1,1)模型的参数进行估计。对于股改前的收益率数据，GARCH(1,1)模型的估计结果如下：r_t=\mu+\varepsilon_t\sigma_t^2=\omega+\alpha\varepsilon_{t-1}^2+\beta\sigma_{t-1}^2其中，\mu为条件均值，估计值为0.0003，t统计量为1.2345，在5%的水平上不显著；\omega为常数项，估计值为0.0001，t统计量为3.4567，在1%的水平上显著；\alpha为ARCH项系数，估计值为0.1234，t统计量为4.5678，在1%的水平上显著；\beta为GARCH项系数，估计值为0.8543，t统计量为10.2345，在1%的水平上显著。\alpha+\beta=0.1234+0.8543=0.9777，接近1，表明股改前市场波动具有较强的持续性，过去的波动对未来波动的影响较为持久。对于股改后的收益率数据，GARCH(1,1)模型的估计结果为：r_t=\mu+\varepsilon_t\sigma_t^2=\omega+\alpha\varepsilon_{t-1}^2+\beta\sigma_{t-1}^2其中，\mu估计值为0.0002，t统计量为0.9876，在5%的水平上不显著；\omega估计值为0.0002，t统计量为4.5678，在1%的水平上显著；\alpha估计值为0.1567，t统计量为5.6789，在1%的水平上显著；\beta估计值为0.8214，t统计量为9.8765，在1%的水平上显著。\alpha+\beta=0.1567+0.8214=0.9781，同样接近1，说明股改后市场波动也具有较强的持续性，但与股改前相比，ARCH项系数\alpha有所增大，表明股改后市场对新信息的反应更加敏感，短期冲击对市场波动性的影响增强。对模型的残差序列进行ARCH-LM检验，以验证模型是否有效消除了异方差性。对于股改前的模型残差，选择滞后阶数为5，ARCH-LM检验统计量为3.456，p值为0.4567，大于0.05，接受原假设，表明残差序列不存在ARCH效应，即GARCH(1,1)模型能够有效消除股改前收益率序列的异方差性。对于股改后的模型残差，同样选择滞后阶数为5，ARCH-LM检验统计量为4.567，p值为0.3456，大于0.05，也接受原假设，说明该模型对股改后收益率序列的异方差性消除效果良好。通过上述模型估计与检验过程，表明所建立的GARCH(1,1)模型在股改前后均能较好地拟合沪深300指数收益率数据，有效刻画市场波动性特征，为进一步分析股改对证券市场波动性的影响提供了可靠的模型基础。4.2.2波动性参数分析通过对GARCH(1,1)模型估计结果中波动性参数的分析，可以深入了解股改对证券市场短期和长期波动性的影响。在GARCH(1,1)模型中，关键的波动性参数包括ARCH项系数\alpha和GARCH项系数\beta，以及常数项\omega。ARCH项系数\alpha衡量了过去的冲击（即残差平方）对当前条件方差的影响，反映了市场波动的短期记忆性，代表短期新信息对市场波动性的冲击。股改前，\alpha的估计值为0.1234，股改后增加至0.1567。这表明股改后，市场对新信息的反应更为敏感，短期冲击对市场波动性的影响增强。当市场出现新的信息，如公司发布重大业绩公告、宏观经济数据公布等，这些信息会更快地反映在市场价格波动中，使得市场短期波动性增大。例如，在股改后，若某一上市公司发布了超出市场预期的业绩报告，其股票价格的波动幅度可能会比股改前更大，进而带动整个市场指数的波动加剧。这可能是因为股改后市场的信息传递效率提高，投资者对信息的反应更加迅速和充分，市场参与者之间的竞争更加激烈，导致新信息能更快地引发市场价格的调整和波动。GARCH项系数\beta表示过去的条件方差对当前条件方差的影响，体现了市场波动的持续性，反映长期市场波动的特征。股改前，\beta的估计值为0.8543，股改后为0.8214。虽然两者都接近1，表明股改前后市场波动均具有较强的持续性，但股改后\beta值略有下降。这意味着股改后市场波动的持续性有所减弱，长期来看，市场波动回归到长期平均水平的速度相对加快。在股改前，如果市场出现一次较大的波动，这种波动可能会持续较长时间，对市场的影响较为持久；而股改后，类似的市场波动虽然仍具有一定的持续性，但持续的时间可能会相对缩短，市场能更快地调整，使波动性逐渐回归到平均水平。这可能是由于股改改善了市场的运行机制和公司治理结构，增强了市场的自我调节能力，使得市场对长期波动的适应性增强，减少了波动的持续时间和强度。常数项\omega代表长期平均方差，反映了市场的长期波动性水平。股改前，\omega的估计值为0.0001，股改后增加到0.0002。这表明股改后，市场的长期波动性水平有所上升，市场整体风险增加。从长期来看，股改后的市场在波动程度上相对股改前更为剧烈，这可能与股改后市场的结构调整、限售股解禁等因素有关。限售股解禁使得市场上股票的供应量增加，市场供求关系发生变化，从而导致市场长期波动性上升。宏观经济环境的变化、国际金融市场的波动等外部因素在股改后对我国证券市场的影响也可能增强，进一步加大了市场的长期波动性。通过对GARCH模型波动性参数的分析可知，股权分置改革对证券市场波动性产生了显著影响。在短期，市场对新信息的反应更加敏感，波动性增强；在长期，市场波动的持续性有所减弱，但长期波动性水平上升，市场整体风险增大。这些结果为投资者和监管部门提供了重要的参考依据，投资者可以根据市场波动性的变化调整投资策略，监管部门则可以据此制定相应的政策，以维护证券市场的稳定健康发展。4.3事件研究法结果4.3.1股改事件窗口设定在运用事件研究法分析股权分置改革对证券市场的短期冲击时，准确设定股改事件窗口至关重要。事件窗口的选择直接影响到对股改事件效应的度量和分析结果的准确性。本研究将2005年9月12日股改全面铺开日作为事件日，即t=0时刻。选择这一日期作为事件日，是因为2005年9月12日标志着股改进入全面实施阶段，大量上市公司开始陆续推进股改方案，对证券市场产生了广泛而直接的影响，能更全面地反映股改事件对市场的冲击。确定事件窗口为[-30,30]，即从事件日前30个交易日到事件日后30个交易日。选择该事件窗口主要基于以下考虑。较短的事件窗口可能无法充分捕捉到股改事件对市场的全面影响，股改作为一项重大的市场变革，其影响在事件日前后一段时间内会逐渐释放和传导，需要足够长的时间窗口来涵盖这些影响。若事件窗口过长，可能会引入过多其他干扰因素，导致难以准确分离出股改事件对市场波动性的影响。经过综合权衡和相关文献的参考，[-30,30]的事件窗口既能较为全面地反映股改事件的短期冲击效应，又能有效减少其他因素的干扰。估计窗口选取为事件日前200个交易日，即[-230,-31]。估计期的主要作用是利用该期间的数据估算在事件未出现情况下证券的正常收益率。选择200个交易日作为估计期，一方面是为了保证有足够的数据量来准确估计正常收益率，数据量过少会导致估计结果的误差较大；另一方面，200个交易日的时间跨度能够涵盖市场的多种波动情况，使估计的正常收益率更具代表性。在该估计期内，市场相对稳定，没有发生其他重大的、可能对证券收益率产生显著影响的事件，从而能够更准确地分离出股改事件对市场波动性的影响。通过合理设定股改事件窗口和估计窗口，为后续准确计算异常收益率和分析股改事件对证券市场的短期冲击效应奠定了坚实基础。4.3.2异常收益率计算与分析在确定了股改事件窗口和估计窗口后，运用市场模型计算股改事件窗口内沪深300指数的异常收益率（AR）。市场模型假设个股或市场指数的收益率与市场整体收益率之间存在线性关系，其公式为：R_{it}=\alpha_i+\beta_iR_{mt}+\varepsilon_{it}其中，R_{it}表示t期沪深300指数的实际收益率；R_{mt}表示t期市场加权指数股票的收益率，这里选取沪深300指数自身收益率作为市场收益率；\alpha_i和\beta_i为回归系数；\varepsilon_{it}为回归残差项。通过估计窗口[-230,-31]的数据对\alpha_i和\beta_i进行回归估计，得到估计值\hat{\alpha}_i和\hat{\beta}_i。然后，利用估计得到的参数计算事件窗口[-30,30]内沪深300指数的正常收益率\hat{R}_{it}：\hat{R}_{it}=\hat{\alpha}_i+\hat{\beta}_iR_{mt}异常收益率AR_{it}则为事件期的实际收益率R_{it}减去正常收益率\hat{R}_{it}，即：AR_{it}=R_{it}-\hat{R}_{it}计算得到事件窗口内每日的异常收益率后，进一步计算累积异常收益率（CAR）。累积异常收益率是事件期内每日异常收益率的累加值，其计算公式为：CAR_{i}(T_1,T_2)=\sum_{t=T_1}^{T_2}AR_{it}其中，T_1和T_2分别为事件期的起始和结束时间，在本研究中，分别对应事件窗口的起始日和结束日。对计算得到的异常收益率和累积异常收益率进行分析，结果如图1所示：[此处插入异常收益率和累积异常收益率的折线图，横坐标为事件窗口内的交易日，纵坐标分别为异常收益率和累积异常收益率][此处插入异常收益率和累积异常收益率的折线图，横坐标为事件窗口内的交易日，纵坐标分别为异常收益率和累积异常收益率]从异常收益率的变化趋势来看，在事件日（2005年9月12日）前，异常收益率呈现出一定的波动，但波动幅度相对较小。在事件日附近，异常收益率出现了明显的波动加剧，尤其是在事件日后的几个交易日内，异常收益率出现了较大的正值和负值，表明市场对股改事件的反应较为强烈，股改事件在短期内对证券市场收益率产生了显著的冲击。这可能是因为股改全面铺开的消息引发了市场投资者对未来市场走势的重新评估和预期调整，导致市场交易行为发生变化，进而引起收益率的异常波动。从累积异常收益率来看，在事件窗口内，累积异常收益率整体呈现出先上升后下降的趋势。在事件日之后的初期，累积异常收益率快速上升，达到一个较高的正值水平，这表明在股改事件的影响下，市场在短期内出现了正向的异常收益。随着时间的推移，累积异常收益率逐渐下降，说明市场对股改事件的反应逐渐趋于平稳，市场开始消化股改带来的影响。在事件窗口后期，累积异常收益率在一定范围内波动，且波动幅度逐渐减小，表明市场逐渐适应了股改后的新环境，股改事件对市场的短期冲击效应逐渐减弱。通过对异常收益率和累积异常收益率的计算与分析，可以得出结论：股权分置改革在短期内对证券市场产生了显著的冲击效应，导致市场收益率出现异常波动。但这种冲击效应具有一定的时效性，随着时间的推移，市场逐渐适应了股改带来的变化，股改事件对市场的短期影响逐渐减弱。这一结果进一步验证了前文通过描述性统计分析和GARCH模型实证分析得出的结论，即股改对证券市场波动性产生了重要影响，在短期内加剧了市场的波动。五、影响机制分析5.1市场供求关系变化股权分置改革对证券市场波动性产生影响的一个重要机制是市场供求关系的变化。在股改之前，我国证券市场存在大量非流通股，这些非流通股不能在二级市场自由交易，导致市场上可交易的股票数量相对有限。以2004年底的数据为例，沪深两市上市公司总股本中，非流通股占比高达64.7%，流通股占比仅为35.3%。这种股权结构使得市场的供给相对不足，市场的流动性受到一定限制。随着股权分置改革的推进，非流通股逐渐获得流通权，限售股解禁使得大量股票进入市场流通，市场上股票的供给大幅增加。根据相关统计数据，2006-2010年期间，累计解禁市值超过5万亿元。2006年是股改后限售股解禁的第一年，解禁市值约为1.1万亿元，占当年末A股总市值的7.5%；2007年解禁市值进一步增加至1.9万亿元，占当年末A股总市值的9.8%。限售股解禁潮在一定程度上打破了原有的市场供求平衡，对证券市场的价格和波动性产生了直接影响。当大量限售股解禁进入市场时，如果市场需求不能相应增加，就会导致股票供大于求的局面，从而引发股价下跌。在2007-2008年期间，随着限售股解禁规模的不断扩大，市场上股票供给大幅增加，而此时市场需求由于受到宏观经济环境恶化、投资者信心受挫等因素的影响，未能同步增长，导致股价出现大幅下跌。2007年10月，上证指数达到历史高点6124点后开始一路下跌，到2008年10月，上证指数跌至1664点，跌幅超过70%。股价的大幅下跌进一步加剧了市场的波动性，使得市场风险显著增加。市场供求关系的变化还会通过影响投资者的预期和行为，间接影响证券市场的波动性。当投资者预期限售股解禁将导致市场供给大幅增加，股价可能下跌时，他们会调整自己的投资策略，减少对股票的需求，甚至抛售手中的股票。这种投资者行为的变化会进一步加剧市场的供需失衡，导致股价波动加剧。在限售股解禁前，一些投资者可能会提前减持相关股票，以规避潜在的风险，这会引发市场的恐慌情绪，导致股价下跌。而当股价下跌时，又会引发更多投资者的恐慌抛售，形成恶性循环，进一步加剧市场的波动性。股权分置改革通过改变市场的供求关系，对证券市场波动性产生了重要影响。限售股解禁导致市场供给大幅增加，打破了原有的市场供求平衡，直接引发股价波动加剧。市场供求关系的变化还通过影响投资者的预期和行为，间接加大了市场的波动性。这种市场供求关系变化对证券市场波动性的影响机制，是理解股改对证券市场影响的关键因素之一。5.2投资者结构与行为改变股权分置改革对证券市场投资者结构与行为产生了显著的改变，进而影响市场波动性。在投资者结构方面，股改前我国证券市场以个人投资者为主，机构投资者占比较低。据统计，2004年底个人投资者持股市值占比超过60%，而机构投资者持股市值占比不足30%。个人投资者往往缺乏专业的投资知识和分析能力，投资决策易受情绪和市场传闻影响，投资行为较为短期化和非理性，导致市场稳定性较差。在市场出现一些利好或利空消息时，个人投资者可能会盲目跟风买入或抛售股票，引发市场价格的大幅波动。股改后，随着市场环境的改善和相关政策的引导，机构投资者得到了快速发展，投资者结构逐渐优化。机构投资者持股市值占比不断提高，到2010年底已接近40%。机构投资者具有专业的研究团队和丰富的投资经验，能够更准确地分析公司基本面和市场趋势，投资决策相对理性和成熟。它们更注重长期投资价值，倾向于基于公司的内在价值进行投资，投资行为相对稳定，有助于平抑市场波动。一些大型基金公司在投资时会对上市公司进行深入的调研和分析，关注公司的长期发展前景和盈利能力，当市场出现短期波动时，它们不会轻易改变投资策略，从而对市场起到一定的稳定作用。在投资者行为方面，股改前由于股权分置，非流通股股东和流通股股东利益不一致，导致投资者行为存在扭曲。非流通股股东主要关注公司的控制权和资产增值，对股价波动不太关心；流通股股东则主要通过股票交易获取差价收益，在缺乏对公司长期价值判断的情况下，容易出现短期投机行为。投资者热衷于炒作题材股，对于一些没有实际业绩支撑的股票，仅因市场炒作就盲目跟风买入，导致股价虚高，一旦市场热度消退，股价便大幅下跌，加剧了市场的波动性。股改后，随着非流通股获得流通权，股东利益趋于一致，投资者行为逐渐向价值投资转变。投资者更加关注公司的基本面和长期发展，注重上市公司的业绩表现、治理水平和行业前景等因素。在选择投资标的时，会对公司的财务报表、行业竞争力等进行深入分析，以判断公司的投资价值。投资者开始重视蓝筹股的投资，这些公司通常具有稳定的业绩和良好的治理结构，其股价波动相对较小，有助于降低市场的整体波动性。投资者对信息的敏感度和分析能力也有所提高，能够更理性地对待市场信息，减少因信息不对称或过度反应导致的市场波动。当市场出现新的信息时，投资者会进行综合分析和判断，不会盲目跟风操作，从而使市场价格的波动更加合理和有序。股权分置改革通过改变投资者结构和行为，对证券市场波动性产生了重要影响。投资者结构的优化和投资行为的理性化有助于降低市场的非理性波动，增强市场的稳定性。但在实际市场中，投资者行为仍受到多种因素的影响，如宏观经济形势、政策变化等，这些因素可能会导致投资者行为的短期波动，进而对市场波动性产生一定的影响。5.3信息传递与市场预期调整股权分置改革过程中的信息传递对市场参与者预期产生了重要影响，进而引发证券市场波动性的变化。在股改之前，由于股权分置的存在，市场信息存在一定程度的不对称性。非流通股股东与流通股股东在信息获取和利益诉求上存在差异，非流通股股东往往掌握更多公司内部信息，而流通股股东在信息获取上相对滞后和被动。在涉及公司重大决策时，非流通股股东可能基于自身利益考虑，提前获取相关信息并做出决策，而流通股股东却难以在第一时间了解真实情况，这种信息不对称导致投资者对市场的预期存在偏差，增加了市场的不确定性和波动性。随着股权分置改革的推进，信息披露制度不断完善，市场透明度逐渐提高。上市公司需要按照相关规定，及时、准确地披露股改方案、进展情况以及对公司未来发展的影响等重要信息。股改方案的制定和实施过程中，公司会详细披露非流通股股东向流通股股东支付对价的方式、数量以及股权结构调整后的变化等内容。这些信息的公开使得市场参与者能够更全面、准确地了解公司的实际情况和股改的具体影响，从而调整自己对公司未来价值和市场走势的预期。当投资者获取到公司股改方案中对价支付较为合理，且对公司未来治理结构改善有积极预期的信息时，他们会对公司的未来发展充满信心，进而调整投资决策，增加对该公司股票的需求。市场预期的调整是引发证券市场波动性变化的重要环节。当投资者对股改后市场的预期发生改变时，他们的投资行为也会相应调整，从而导致市场供求关系和价格的波动。如果投资者普遍预期股改后公司的治理结构将得到显著改善，业绩将大幅提升，市场整体将更加健康稳定，那么他们会增加对股票的投资，推动股价上涨，市场波动性相对较小。相反，如果投资者对股改的效果持怀疑态度，担心限售股解禁会对市场造成巨大冲击，导致股价大幅下跌，他们就会减少投资，甚至抛售股票，引发股价下跌和市场波动性加剧。在股改过程中，一些投资者担心限售股解禁后大量股票涌入市场，会导致股价暴跌，因此提前抛售股票，引发了市场的短期波动。信息传递的效率和准确性也会影响市场预期调整的程度和速度，进而影响市场波动性。如果信息能够及时、准确地传