首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 843 毫秒
1.
我国股票市场波动性的实证分析   总被引:1,自引:0,他引:1  
应用ARCH模型族等数量经济理论和方法,对中国股市波动特征进行了实证分析。结果表明沪、深股市波动序列具有宽平稳性且波动与收益率之间存在显著的波动回馈效应,并且其杠杆效应也是显著的。  相似文献   

2.
以沪深300指数作为股指时间序列的研究对象,首先运用分形插值法对股指序列的运行规律及波动特征进行分析和预测,并使用分形维数与Hurst指数定量刻画股指序列的波动复杂性及长程相关性。然后运用MF-DFA以及多重分形谱分析法,对股指序列的收益率作进一步的分析,结果表明,股指收益率序列具有多重分形性,并呈现出状态持续性或反持续性等特征。  相似文献   

3.
20世纪80年代以来,国际资本市场间的联系越来越紧密,而股票市场表现出的联动性成为经济波动溢出效应最为突出的表现之一。本文利用VAR模型,对沪深300和道琼斯指数每日收益率数据进行实证研究分析,研究表明两者之间存在着一定的联动性,沪深300和道琼斯指数之间的收益率波动呈现互相影响的局面,但这种影响力度较小,且道指受到沪深300指数冲击的反应要大于沪深300指数受道琼斯指数的影响,从而本文提出相关政策建议。  相似文献   

4.
本文利用SV-MN、SV-MT、Leverage SV三种模型对沪深300指数日收益率进行了实证研究。实证发现沪深300指数收益率波动存在不对称性,且具有杠杆效应,不存在高风险高收益的特征。Leverage SV模型拟合效果最好,但模型最复杂,而SV-MT模型最简单,但拟合效果最差。  相似文献   

5.
本文利用SV-MN、SV-MT、Leverage SV三种模型对沪深300指数日收益率进行了实证研究.实证发现沪深300指数收益率波动存在不对称性,且具有杠杆效应,不存在高风险高收益的特征.Leverage SV模型拟合效果最好,但模型最复杂,而SV-MT模型最简单,但拟合效果最差.  相似文献   

6.
选取沪、深两市2007年既进行定向增发又具有行业代表性的7只地产股为样本数据,编制定向增发地产指数,并分析该指数在2008年1月-2012年3月间的收益率波动性。研究发现,定向增发地产指数收益率的波动性在短期内明显增加,而地产指数、上证指数和深证成指在同一时期内的波动性却相对稳定。基于信息不对称学说的推理和在GARCH模型中引入虚拟变量的方法实证研究表明,定向增发再融资方式带来收益率正效应的同时,会增加上市公司股价和收益率短期内的波动性。  相似文献   

7.
刘欢 《大众商务》2010,(12):60-60
本文主要通过对沪深300股指收益率做统计分析后,建立GARCH模型,将沪深300股指期货的推出做为虚拟变量分别引入收益率回归模型的GARCH模型中,模型结果表明股指期货的推出可以认为显著性的降低了沪深300的收益率。  相似文献   

8.
应用ARCH模型及其扩张模型对上证综合指数的波动性进行实证研究,实证结果发现,我国股票市场收益有明显的尖峰厚尾性,波动聚类性以及波动的信息不对称性等特点,并得出EGARCH(1,1)最适合于拟合我国股票市场收益率波动的结论.  相似文献   

9.
本文主要通过对沪深300股指收益率做统计分析后,建立GARCH模型,将沪深300股指期货的推出做为虚拟变量分别引入收益率回归模型的GARCH模型中,模型结果表明股指期货的推出可以认为显著性的降低了沪深300的收益率.  相似文献   

10.
以沪深300指数的五分钟高频交易数据为样本,研究了不同市态不同时段的宏观经济信息发布对沪深300指数波动性的影响。研究表明:不同市态下非交易时间宏观信息发布对沪深300指数波动的影响大于交易时间宏观经济信息发布的影响;不同市态下不同时段宏观经济信息发布对波动非对称性的影响有显著的差异性,并且牛市行情下宏观经济信息发布对波动非对称性的影响大于熊市行情下的影响。  相似文献   

11.
文章以上证综指为研究对象,运用GARCH模型对2005--2007年上海A股市场日收益率的波动情况进行了实证研究。研究表明:上海A股市场具有明显的ARCH效应;股指价格的一阶差分并不具有正态分布的特性股指收益率具有平稳性特征,具有显著的“尖峰厚尾”现象,存在波动的集簇性;市场具有“长记忆”的特征。同时,经过比较得出EGARCH(1,1)模型最能模拟上证综指日收益率波动实际。另外,收益率波动并不具有明显的“杠杆效应”,且不支持风险溢价理论。  相似文献   

12.
中国股票市场收益和波动溢出效应实证分析   总被引:5,自引:0,他引:5  
运用Granger因果检验模型和ARCH类型模型对沪深股市收益之间的关联性和波动溢出效应进行实证分析,这对于研究股市的结构和判断股市的走势及风险传递无疑具有重要的作用。结论显示:沪深股市日收益间有很强的相关性,沪市日收益的历史信息能用来改善对深市未来趋势的预测;沪深股市间存在显著的双向波动“溢出效应”。  相似文献   

13.
中国股票市场波动非对称性的行为金融学解释   总被引:1,自引:0,他引:1  
本文采用EGARCH与TARCH模型,以2003年6月30日至2008年6月27日的上证综指和深证综指日收益率为研究样本,对中国股票市场价格波动的非对称效应进行了检验,证实了中国股票市场存在对信息反应的不平衡,即:"利空消息"对股票价格的冲击大于"利多消息"对股票价格的冲击。鉴于国内研究对这种不对称的解释仅限于宏观层面,本文基于行为金融学理论,从投资者非理性行为出发,研究得出投资者的损失厌恶与反应过度的认知偏差是导致其对"利空消息"反应过度的根本原因。  相似文献   

14.
金融市场调控需要强化资本市场与货币市场之间的联动。以我国货币市场短期银行间同业拆借利率为例,运用面板数据模型与格兰杰因果关系检验方法实证研究股票价格对货币市场利率的影响。研究表明:短期银行间同业拆借利率对“上证”和“深证”A股与B股股票价格指数的反应系数不一样;“上证”B股、“深证”A股和B股股票价格指数部分是短期银行间同业拆借利率的格兰杰原因,而“上证”A股股票价格指数均不是短期银行间同业拆借利率的格兰杰原因。因此,在利率市场化背景下,为防范股票价格波动引起的货币市场利率风险,应重点关注“上证”B股、“深证”A股和B股股票市场的稳定性。  相似文献   

15.
将时变Clayton Copula函数与GARCH模型结合起来刻画金融市场间的下尾部相关结构并用于沪深股市作实证研究。结果表明,次贷危机不仅造成了沪深股市的低迷,还加剧了沪深股市的波动溢出效应,提示次贷危机是沪深股市相关结构的一个结构性变点。  相似文献   

16.
我国股票市场波动非对称性的实证研究   总被引:5,自引:0,他引:5  
本文首先对沪深两市收益率的性质作了统计分析,由统计分析的结果得知两市的收益率数据可以应用t分布下的EGARCH-M模型作波动的非对称性实证研究,研究结果证实了沪深两市中都存在显著的非对称性波动,并且,从经济意义上讲,上海股市的非对称性更显著;结果还表明,总体上讲沪市中的投机性要比深市严重。  相似文献   

17.
运用多重分形消除趋势波动分析法和多重分形谱分析法,研究了我国两家房地产上市公司———万科集团和保利地产公司股票的每5分钟开盘价的对数收益率序列的结构特征.实证分析表明,这两只股票的对数收益率序列均呈非正态分布,具有多重分形特征.对它们的多重分形性及相关分形特征进行分析比较后,得出保利地产股票的多重分形性较万科股票的多重分形性更强一些,因而风险性也相对大些。  相似文献   

18.
中国沪深股市可预测性研究   总被引:2,自引:0,他引:2  
经典的有效市场理论认为股票市场的有效性意味着股票价格和收益的不可预测性。大量的文献对该结论进行了实证性检验,研究结果有越来越多的证据表明,股票市场具有一定的可预测性。本文运用股市预期收益率模型从理论上阐述了股票市场具有某种程度的可预测性;同时,运用GARCH-M模型对中国沪深股票市场是否具有可预测性进行了实证检验,检验结果表明中国沪深股票市场具有可预测性。  相似文献   

19.
随着高频数据可以越来越方便的获得,过去的ARCH模型及GARCH模型已经不能满足高频数据研究的需要。相比于模型波动率,已实现波动率能够更直接、准确地描述波动率的特征。研究表明,已实现波动率具有长记忆特性,其解释之一即为异质市场假说,即市场中存在异质交易者。文章选取了HAR—Rv模型对已实现波动率进行建模,并且通过回归分析,证明了我国股票市场交易者存在异质性。  相似文献   

20.
我国股市“非理性投机”、“弱式有效市场”的现状,造成我国如今股市低迷、投资者信心不足等严重的问题。而通过传统的技术分析和基础分析手段,无法对股市震荡、股价的波动进行完美的诠释,因而部分学者开始另辟蹊径,探寻能够更好解释股价变动的“第三条中间路线”。此时,我国消费者信心指标的编制与发布,为研究提供了全新的视角与思路。我国自2003年底开始编制并发布消费者信心指标,旨在从宏观整体经济发展,到微观股市汇市走势研究预测方面,发挥该指标强大的领先与预测功能。文章选取我国三组消费信心指标、上证综指与深证综指两组股价指数,通过相关性检验、因果检验与脉冲响应指数与方差分解等方式,不仅得出我国消费信心指标与股价变动之间较强的关联性,还通过分样本区间的讨论,得出股市衰退、股价下滑阶段,CCI指标与股价指数的关联度更大的结论。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号