我国体育产业上市公司股票收益率波动相关性的实证研究
发布时间：2021-01-02 00:28
以在内地及香港交易所上市的六家体育类公司股票收益率为对象,研究了内地上市的两家公司及香港上市的四家公司股票收益率波动的二元静态和时变相关性。结果显示,内地市场两家企业股票收益率波动的静态与时变相关性程度均低于在香港市场四家企业之间收益率波动的相关性,且内地市场两家公司股票收益率的时变相关性波动程度高,而香港市场四家公司股票收益率时变相关性则相对稳定。通过多元条件和无条件相关分析,发现内地和香港市场上市的体育行业股票间相关性很低,几乎不存在股价波动的相互传染机制。
【文章来源】：体育科学. 2011年05期 北大核心CSSCI
【文章页数】：8 页
【部分图文】：
U股票对其余四种股票收益率的C藤结构图
不同的传导机制及相互关系。C藤结构对应于变量间的多向传导关系,而D藤结构则对应于变量间的单向传导关系⑥。具体关系如图1和图2所示。图1 U股票对其余四种股票收益率的C藤结构图图2 U股票对其余四种股票收益率的D藤结构图4 样本统计性描述本研究采取rit=logPit-logPit-1表示各股票日收益率序列,其中i=1,2,…,6,分别表示中体产业(ZTCY)、信隆实业(XLSY)、李宁(LN)、安踏体育(ATTY)、中国动向(ZGDX)、特步国际(TBGJ)。Pit表示第i只股票t期收盘价。表1 股票日收益率序列描述性统计一览表收益率均值标准差偏度峰度LM统计量r10.0005498 0.0446 0.2360 6.1493 11.88r2-0.0002831 0.0335 -0.5558 4.4319 16.99r30.0004854 0.0334 0.1670 5.9919 23.84r40.0000909 0.0315 -0.1753 4.9317 7.74r5-0.0006699 0.0337 -0.5358 5.6434 15.23r6-0.0005139 0.0322 0.3007 10.6460 20.65注: LM统计量为在5%的显著性水平下的值,检验滞后阶数为1。 ①探路者于2009年10月30日在深圳创业板上市,至今的交易数据少
票二维收益率时变相关性,其中copula函数的自由度参数及DCC(1,1)模型的参数与估计结果如表4所示,各股票组之间的二维时变相关系数估计结果如图3和表3所示。从表3中可以看出,内地两只股票时变的tcopula模型的自由度要显著低于香港四只股票的两两之间的自由度,这说明,内地两只股票收益率的tcopula尾部较厚,受到极端事件冲击的概率比较大。香港两两股票之间自由度也存在较大差异,中国动向与特步国际之间的自由度只有6.1043,而安踏体育与特步国际之间则高达14.6720。时变下的tcopula自由度,除安踏体育与中国动向组之外
【参考文献】：
期刊论文
[1]基于Copula-vines的欧元汇率波动相关性实证研究[J]. 崔百胜. 华东经济管理. 2011(06)
[2]基于GARCH模型的沪深地产股波动性分析及预测[J]. 孟卫东,宋丽伟,阳军. 统计与决策. 2010(12)
[3]体育产业集群形成与区域发展关系研究[J]. 刘兵,董春华. 体育科学. 2010(02)
[4]汽车行业股价波动性的实证研究——基于GARCH类模型[J]. 陈敏辉,冯艳. 当代经济. 2010(03)
[5]中国体育用品上市公司品牌竞争力评价——基于财务报表的分析[J]. 吴延年,陈卓,李建军. 体育科学. 2010(01)
[6]基于Copula-GARCH-EVT的中国开放式基金投资组合风险度量[J]. 杨湘豫,崔迎媛. 财经理论与实践. 2009(05)
[7]基于GARCH模型的中体产业股票价格波动性实证研究[J]. 陈颇,殷樱. 武汉体育学院学报. 2008(05)
[8]多元Copula-GARCH模型及其在金融风险分析上的应用[J]. 韦艳华,张世英. 数理统计与管理. 2007(03)
[9]基于Copula-GARCH的投资组合风险分析[J]. 吴振翔,陈敏,叶五一,缪柏其. 系统工程理论与实践. 2006(03)
本文编号：2952283
【文章来源】：体育科学. 2011年05期 北大核心CSSCI
【文章页数】：8 页
【部分图文】：
U股票对其余四种股票收益率的C藤结构图
不同的传导机制及相互关系。C藤结构对应于变量间的多向传导关系,而D藤结构则对应于变量间的单向传导关系⑥。具体关系如图1和图2所示。图1 U股票对其余四种股票收益率的C藤结构图图2 U股票对其余四种股票收益率的D藤结构图4 样本统计性描述本研究采取rit=logPit-logPit-1表示各股票日收益率序列,其中i=1,2,…,6,分别表示中体产业(ZTCY)、信隆实业(XLSY)、李宁(LN)、安踏体育(ATTY)、中国动向(ZGDX)、特步国际(TBGJ)。Pit表示第i只股票t期收盘价。表1 股票日收益率序列描述性统计一览表收益率均值标准差偏度峰度LM统计量r10.0005498 0.0446 0.2360 6.1493 11.88r2-0.0002831 0.0335 -0.5558 4.4319 16.99r30.0004854 0.0334 0.1670 5.9919 23.84r40.0000909 0.0315 -0.1753 4.9317 7.74r5-0.0006699 0.0337 -0.5358 5.6434 15.23r6-0.0005139 0.0322 0.3007 10.6460 20.65注: LM统计量为在5%的显著性水平下的值,检验滞后阶数为1。 ①探路者于2009年10月30日在深圳创业板上市,至今的交易数据少
票二维收益率时变相关性,其中copula函数的自由度参数及DCC(1,1)模型的参数与估计结果如表4所示,各股票组之间的二维时变相关系数估计结果如图3和表3所示。从表3中可以看出,内地两只股票时变的tcopula模型的自由度要显著低于香港四只股票的两两之间的自由度,这说明,内地两只股票收益率的tcopula尾部较厚,受到极端事件冲击的概率比较大。香港两两股票之间自由度也存在较大差异,中国动向与特步国际之间的自由度只有6.1043,而安踏体育与特步国际之间则高达14.6720。时变下的tcopula自由度,除安踏体育与中国动向组之外
【参考文献】：
期刊论文
[1]基于Copula-vines的欧元汇率波动相关性实证研究[J]. 崔百胜. 华东经济管理. 2011(06)
[2]基于GARCH模型的沪深地产股波动性分析及预测[J]. 孟卫东,宋丽伟,阳军. 统计与决策. 2010(12)
[3]体育产业集群形成与区域发展关系研究[J]. 刘兵,董春华. 体育科学. 2010(02)
[4]汽车行业股价波动性的实证研究——基于GARCH类模型[J]. 陈敏辉,冯艳. 当代经济. 2010(03)
[5]中国体育用品上市公司品牌竞争力评价——基于财务报表的分析[J]. 吴延年,陈卓,李建军. 体育科学. 2010(01)
[6]基于Copula-GARCH-EVT的中国开放式基金投资组合风险度量[J]. 杨湘豫,崔迎媛. 财经理论与实践. 2009(05)
[7]基于GARCH模型的中体产业股票价格波动性实证研究[J]. 陈颇,殷樱. 武汉体育学院学报. 2008(05)
[8]多元Copula-GARCH模型及其在金融风险分析上的应用[J]. 韦艳华,张世英. 数理统计与管理. 2007(03)
[9]基于Copula-GARCH的投资组合风险分析[J]. 吴振翔,陈敏,叶五一,缪柏其. 系统工程理论与实践. 2006(03)
本文编号：2952283
本文链接：https://www.wllwen.com/guanlilunwen/bankxd/2952283.html
