股票市场春节节后效应的实证研究:来自中国A股市场的证据

在证券市场特定交易日的异常收益率现象研究中,有关节日效应的研究是最受关注、争议最多的之一.国内外学者多年来重点对节前交易日规律性地出现异常收益率的现象进行了详尽的研究,但对节后效应,尤其是中国市场传统节日节后效应的系统研究尚鲜见.本文主要运用GARCH(1,1)模型对中国A股市场1997～2011年间数据进行实证检验,验证了春节节后效应的存在,并发现节后交易日市场异常波动性是节后效应的重要原因之一.     

中国股票市场月份效应研究

使用标准的计量方法检验股票市场收益率是否存在月份效应及其表现形式。研究结果表明,中国股票市场存在收益率月份效应,其表现形式为在三、四月份表现出较高的收益率,在十二月份收益率较低。中国股市的个股也存在月份效应,其月份效应的表现形式为在一月份表现出较高的收益率,但在六月份的收益率较低。     

中国股票市场的节日效应研究——基于收益和波动的视角

为研究中国股市节日效应的存在性及特征,本文利用2007年12月28日—2017年10月30日上证综指日收益率数据,基于引入虚拟变量的GARCH (1,1)-M模型,从收益和波动两个角度研究中国股市的节日效应。综合检验发现,中国股市存在基于收益的节前效应,同时表现出基于波动的显著的节前和节后效应;节前节后股市风险均显著降低,但只有节前收益受到了风险的影响。具体分析每一节日发现,部分节日具有节日效应,且各节日的节日效应不同,个别节日的异常收益与风险有关。法定节日比传统节日的节日效应显著,这一现象的产生与休市有关,而休市能对节日效应产生正向影响。     

涨跌停限制磁性效应加速特征研究——基于中国A股市场高频交易数据挖掘

本文选取中国A股市场1003只股票作为研究对象,运用二次函数模型,通过对考察期内高频数据的挖掘,从收益率和交易量两个层面,分析股票涨跌停前30分钟磁性效应的加速度、加速拐点和加速持续期三个特征。研究发现,收益率和交易量涨跌停前的磁性加速现象显著存在;犬盘股涨停前收益率的加速度与跌停前加速度对称,小盘股收益率涨停前加速度大于跌停前加速度,并且两加速度均大于大盘股;上午涨跌停收益率磁性加速度大于下午涨跌停;上涨过程交易量磁性加速度大于下跌过程;收益率的拐点和加速持续期在同一过程中与交易量的拐点和加速持续期基本一致。     

中国股市“红十月效应”的实证研究

基于近年来我国股市频频出现"红十月"现象,本文以从2009年10月9日至2017年3月17日的上证指数和深证成指的日收益率为研究对象,建立虚拟变量回归方程,检验我国股市十月份日收益率是否显著高于其它月份,以证明我国是否存在"红十月效应"。实证检验发现在25%的置信区间内,十月份的股市日收益率显著高于其它九个月份的日收益率,证明我国股市存在微弱的"红十月效应"。     

上证指数收益率波动的实证分析：基于ARCH族模型

股价指数的收益率序列具有时变波动性、厚尾特征、波动性群集等特点,传统的计量分析无法刻画这些特点。文章利用ARCH族模型,选取2003年1月20日～2013年12月12日上证指数每日收益率共2621个数据对其波动进行定量与定性的分析,结果显示,上证指数日收益率存在高阶的ARCH效应,杠杆效应,波动集聚性特征,条件方差对日收益率有很强的影响,其中EGARCH模型在反映股市波动性方面优于其他模型。     

中国证券市场“时间效应”的实证分析

一、时间效应的提出“时间效应”是指股票市场会在某些特定的时间段中有规律的呈现出异常的走势。“时间效应”又包括“周内效应”和“月份效应”等，其中“周内效应”是指证券市场在星期一的平均收益率，比一周内的其他任何一天的平均收益率要低得多，而且统计上显著为负的现象。“月份效应”则是指股票价格在一月份通常存在一个急剧上涨的趋势．通常也称为“一月份效应”。     

基于QRNN模型的创业板市场羊群效应的实证分析

金融时间序列普遍具有非对称性、非线性、尖峰厚尾等典型特征,本文在传统CCK模型基础上,以2013年1月14日到2016年12月20日的创业板指数成分股日收益率数据为样本,运用R软件建立神经网络分位数回归(QRNN)模型对我国创业板市场的羊群效应进行检验,实证分析结果表明:我国创业板市场存在着显著的羊群效应,神经网络分位数回归模型能够更加全面准确地揭示不同分位点处市场收益率对于横截面绝对偏离度的影响.     

国际石油价格波动对中国股票市场的风险溢出效应

由于交易时间上的不对称,采用非对称性调整方法对上证指数进行了滞后1期的调整,在此基础上,对非对称性调整前后的数据分别采用了Granger因果关系检验、向量自回归(VAR)模型、脉冲响应函数(IRF)、预测误差方差分解(FEVD)的方法以及MGARCH-BEKK(1,1)模型对纽约商业交易所(NYMEX)的西德克萨斯州中质油现货价格日对数收益率和上证指数日对数收益率之间的均值溢出效应和波动率溢出效应进行分析研究。研究结果表明,总体来说,两市收益率之间的风险溢出效应十分微弱和不稳定,但从2007年开始,这种风险溢出效应变得更显著,主要表现在WTI原油市场对上证指数具有正的均值溢出效应和正的波动率溢出效应。     

美国对外资产负债间收益率差对美国外部失衡调整的影响研究述评

20世纪80年代末期,美国从净债权国转变为净债务国,经常账户逆差不断累积,对外负债规模急剧扩大,逐步形成金融市场导向的债务依赖型经济体。美国净国际投资头寸虽然为负值,但却明显小于经常账户赤字累积值,保持相对平稳,还在对外投资中持续获得正收益。这主要源于美国对外资产收益率高于对外负债回报率,二者之间存在收益率差。按照本文计算方法,2003—2016年,美国年均对外收益率差为2.26%。收益率差还通过收益效应、组合效应、时间效应和估值效应等方式,有效调整了美国外部失衡状态,使美国对外负债具有一定可持续性。     

基于上证综指的GARCH族模型实证分析

以1997年1月11日至2009年11月27日的上证综合指数的日度收盘数据为样本,运用GARCH族模型对其进行实证分析,检验了在这一段时间内我国股票市场的波动情况以及波动的杠杆效应,分析结果表明了上证指数对数收益率服从非正态分布,具有尖峰厚尾和明显的ARCH效应,并且股票的收益率具有明显的风险溢价和杠杆效应。     

我国银行和地产类股价波动性对比研究

本文通过描述性统计和建立GARCH族模型,以2008年1月2日至2013年7月11日的银行和地产类股票日收盘价数据作为样本,对我国银行和地产类股指日收益率的波动性进行了对比研究。得到以下结论：银行和地产两类股票收益率序列都是平稳的,具有“尖峰厚尾”的特点,具有波动聚集性;两类收益率的波动均具有“长期记忆性”;均存在非对称效应。     

中小企业板市场波动性研究——基于ARMA-EGARCH-M模型的实证分析

本文以中小企业板指数收益率为研究对象,利用ARMA-EGARCH-M模型分析市场波动性.结果表明中小企业板指数收益率具有“尖峰厚尾”特征,存在明显的GARCH效应,历史信息波动对当期股价具有持久影响.中小企业板市场不存在明显的杠杆效应,但存在正的风险溢价.     

基于GARCH模型的集装箱运价指数及其衍生品波动性研究

建立GARCH族模型对上海集装箱运价指数(SCFI)欧洲航线和美西航线指数、SCFI衍生品(欧洲航线和美西航线)价格的波动特征进行分析。ARCH效应检验发现只有美西航线衍生品价格去均值收益率序列存在条件异方差性,其他三个序列不存在ARCH效应。对美西航线衍生品价格去均值收益率序列建立GARCH模型,发现基于残差服从GED分布假设下的GARCH(1,1)最优,存在较强的波动持续性;美西航线衍生品收益率与风险无关。建立非对称GARCH模型分析美西航线衍生品价格去均值收益率的杠杆效应,TARCH和EGARCH模型均显示序列不存在杠杆效应。     

中国A股市场大交易量与收益率关系的研究

利用技术分析制定股票投资策略是投资者主要采用的方法之一,而对交易量与收益率两者之间关系的研究又是技术分析的基础。我们认为,大交易量能更好地预测未来股票的收益。本文通过对中国A股市场代表不同规模股票的指数实证研究发现,不同指数在大交易量形成后的检验期里反应是不同的。代表大盘股的指数存在明显的"大交易量溢价效应";而代表小盘股的指数几乎不存在这种效应。我们还进一步的发现,这种"大交易量溢价效应"只发生在指数上涨了10%-20%的情况下。最后,我们给出了相关的投资策略。     

基于ARMA-EGARCH-M模型的深证股指研究

文章简要介绍了股票市场波动性研究的发展过程,并以2003年1月2日—2011年1月4日的深圳证券收盘价为样本,对我国深市收益率进行统计分析。对收益率序列ADF检验,自相关检验,发现收益率可用ARMA模型模拟。对ARMA模拟后的残差ARCH效应检验,发现我们可用ARMA-EGARCH-M模型拟合。再对两模型进行比较分析。     

石油价格与股票市场的溢出效应——基于中美数据的比较分析

本文以中美股票市场和国际原油市场的数据为样本,用VAR模型和二元GARCH模型研究了中美股市价格和国际石油价格的收益率及波动的溢出效应。研究结果表明,中国股市价格和国际石油价格之间,既不存在任何方向的收益率溢出效应,也不存在任何方向的波动溢出效应;而国际石油价格的变化率对于美国股市收益率确有负向先导作用,并且两者之间具有双向的波动溢出。     

债券市场初显疲态——2009年1月份债券市场简评

2009年1月份债券市场出现了较大幅度的调整,市场主要特点为:长期债券指数大幅下调;国债收益率曲线陡峭上移;高等级企业债调整幅度小于国债,信用利差走低;低等级企业债信用风险加大;市场制度建设取得一定进展,上市商业银行获准进入交易所市场.下一阶段,债券市场将会继续保持调整态势,国债收益率曲线有可能继续陡峭上移;企业债券也将难以保持1月份相对良好表现;中长期债券表现有可能继续弱于短期债券.     

我国创业板市场的波动性研究——基于GARCH模型的分析

创业板市场,又称"二板市场",是为具有高成长性的中小企业和高科技企业进行融资服务的市场。2009年10月23日,我国创业板市场在深圳证券交易所正式启动,同年10月30日起正式交易。本文以我国创业板指数收益率时间序列为研究对象,运用GARCH模型对其波动性进行实证分析。研究表明:我国创业板指数收益率时间序列存在明显的ARCH效应;模型GARCH(1,1)对我国创业板市场波动性有较好的拟合性和适用性;创业板市场的波动十分剧烈,总体风险还较大。     

人民币汇率与中国股市溢出效应研究——基于VAR-GARCH-BEKK扩展模型

2014年3月汇改以来,人民币汇率和国内股票市场联动性明显增强。基于VAR-GARCHBEKK扩展模型实证研究了2014年3月18日到2016年1月15日期间人民币汇率和股指收益率间的关系。研究结果表明,汇率对股市不仅存在显著的均值溢出效应——即前期汇率的贬值会给股市带来收益率均值下行的压力,而且还存在汇率向股市的单向波动溢出效应。