基于分位数回归的中国股市量价关系的实证研究

发布时间：2017-07-18 03:08

  本文关键词：基于分位数回归的中国股市量价关系的实证研究

  更多相关文章： 收益率 波动性 交易量 分位数回归

【摘要】：价格与成交量是用来描述股票交易和股票市场最为重要、最为直接的两个因素,因而对于研究股票市场的运行及投资者在股票市场的投资方案及收益情况,有着尤为重要的意义。关于股票市场,中国股票市场与欧洲和美国以及其他发达国家比较而言,由于其成立较晚加之发展时间短,因而我们必须着重研究中国股市价格变化与成交量变化之间的具体规律,进而发现我国股市上的不足之处并探究出改进方案,只有这样才能保证我国股市得到平稳有序的发展空间。本文采用了分位数回归模型来更加准确的研究中国股市表现出的量价关系。首先从国内证券市场上证综指、深证成指及中小板指数来观察其成交量与收益率、成交量与波动性之间的关系,从数量上直接的反映出不同指数其成交量对于收益率与波动性的不同影响,不仅为投资者提供科学性依据,还发现我国股票市场存在的问题,从而提出意见与建议。又选取了具有代表性的六大行业板块,并针对其量价关系进行了分位数回归研究,希望进一步细化各板块间量价关系之间的规律,并为投资者在板块选择时,有一定参考价值。一方面,对于收益率与交易量的分位数回归研究表明,第一,除了在上证综指及深证成指的尾部以外,交易量与收益率表现出正相关关系,即交易量增加,收益率随之不断上涨；而交易量萎缩,收益率也跟着下跌。而在左尾处与右尾处,即涨跌停板附近,沪深指数的量价关系则出现了异常,在这附近的交易量与收益率呈现了负相关关系,即随着交易量的增加,股票的收益率反而下降了。第二,对于中小板指数,在30%分位点以前并未通过显著性检验,同样在右尾处,即涨停板附近的量价关系也未通过显著性检验,而在35%-90%分位数区间上,其量价关系与上证综指及深证成指的研究结果相同,表现出明显的正相关关系；而且在此区间范围内,中小板指数交易量对收益率的影响比沪深两市交易量对收益率的影响明显更强。因此,我们不难看出,中小板在涨跌停板附近量价关系并不存在,而其交易量波动范围较大,收益率高,故推测存在人为操作的因素,受政策性影响较大。最后,对于代表性板块酿酒食品、房地产、钢铁、银行、外贸、有色金属,我们不难发现不同板块之间收益率与交易量关系存在一定差异。银行、钢铁板块在市场中占权重较大,其结果与沪深两市结果相吻合,酿酒食品、有色金属板块随交易量变化,收益率较平稳。而房地产、外贸板块受经济形势、政策及人为操纵因素影响较大,随交易量变化,收益率先上升后降低。因此,不同的投资者要科学的把握不同行业板块各自的量价规律。风险厌恶者可主要投资收益稳定的股票,如银行股、酿酒食品等,风险小,收益率稳定。而风险偏好者,可选择中小板,其收益率高,但风险也大,受人为操纵及政策影响大。另一方面,对于波动性与交易量的分位数回归研究表明,第一,无论上证综指、深证成指还是中小板指数,其波动性与交易量的关系均表现为正相关,即波动性随交易量的增减而增减；而且,在交易量的不断增加的过程中,对应波动性的相关系数也越来越大,即交易量对波动性的影响也逐渐增强。值得注意的是,对于中小板市场,不仅其交易量对收益率的影响比沪深两市更大,同样的,其交易量对波动性的影响系数也要显著高于沪深两市,即中小板市场的交易量对收益率与波动性两方面的影响都更为显著,其量价关系更明显。第二,不同板块间其波动性与交易量也呈现与指数相同的正相关关系,但是在左尾部均出现不同程度的异常。即交易量极小时,市场波动异常。由于投资者对于市场释放信息的认知程度与股市信息的流动水平主要是由股市的交易量表现出来的,因而说明信息透明度低、投资者信息不完全且理解力不足是我国股票市场上明显存在的问题。而中小板市场其交易量对收益率及波动性影响较沪深两市更大,故在中小板市场信息不对称问题更明显,风险更大。第三,不同板块波动性与交易量的关系与指数相吻合,为正相关关系。但是房地产及外贸这两个受政策及经济形势等多种因素影响的板块其波动性与交易量关系出现扭曲,不易预测,故在这两个板块投资时,投资者需谨慎。综上,投资者在投资决策时需注意股市量价关系的规律,在交易量大幅波动时,要注意市场信息,合理选择板块,尤其对中小板市场,谨慎投资,有效规避投资风险。对于政府,由于中国股市受政策性信息影响较大,故政府应注意规范市场环境,加强监管,做到信息公开透明化,降低投资风险。
【关键词】：收益率 波动性 交易量 分位数回归
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F832.51
【目录】：

• 中文摘要8-10
• ABSTRACT10-13
• 第1章 绪论13-20
• 1.1 选题背景与意义13-14
• 1.1.1 选题背景13
• 1.1.2 选题意义13-14
• 1.2 对已有研究的回顾14-17
• 1.2.1 国外相关研究综述14-16
• 1.2.2 国内研究综述16-17
• 1.3 本文的研究思路及创新点17-20
• 1.3.1 本文的研究思路及框架17-18
• 1.3.2 本文的创新点18-20
• 第2章 分位数格兰杰因果检验模型的介绍及推广20-23
• 2.1 格兰杰因果关系检验20
• 2.2 分位数格兰杰因果关系检验模型20-23
• 第3章 中国股市沪深及中小板指数量价关系的实证研究23-39
• 3.1 样本选取23
• 3.2 沪深两市及中小板市场指数统计量结果23-29
• 3.2.1 各指数收益率序列统计量对比分析23-25
• 3.2.2 上证综指、深证成指及中小板指数交易量的相关统计性质25-27
• 3.2.3 针对各指数收益率均值与标准差的分析27-28
• 3.2.4 上证综指、深证成指及中小板指数平稳性分析28-29
• 3.3 上证综指、深证成指及中小板指数收益率与交易量的分位数格兰杰因果关系检验29-33
• 3.4 上证综指、深证成指及中小板指数波动性与交易量的分位数格兰杰因果关系检验33-39
• 3.4.1 上证综指、深证成指及中小板指数波动性统计量分析34-35
• 3.4.2 上证综指、深证成指及中小板指数波动性与交易量分位数回归35-39
• 第4章 中国股市各板块指数的实证分析39-54
• 4.1 样本选取39
• 4.2 样本统计特征39-43
• 4.2.1 不同板块收益率的统计特征39-42
• 4.2.2 不同板块交易量的统计特征42-43
• 4.3 各板块收益率与交易量的分位数格兰杰因果关系检验43-49
• 4.3.1 酿酒食品与有色金属板块的分位数格兰杰因果关系44-45
• 4.3.2 钢铁与银行板块的分位数格兰杰因果关系45-47
• 4.3.3 房地产与外贸板块的分位数格兰杰因果关系47-48
• 4.3.4 各板块分位数回归系数对比分析48-49
• 4.4 各板块波动性与交易量的分位数格兰杰因果关系检验49-54
• 第5章 结论与建议54-56
• 参考文献56-59
• 致谢59-60
• 学位论文评阅及答辩情况表60

【相似文献】

中国期刊全文数据库 前10条

1 张代强;张屹山;;前瞻性利率规则在我国的实证研究——基于分位数回归方法的变参数检验[J];数量经济技术经济研究;2008年10期

2 刘生龙;;教育和经验对中国居民收入的影响——基于分位数回归和审查分位数回归的实证研究[J];数量经济技术经济研究;2008年04期

3 罗玉波;;房价影响因素分析:分位数回归方法[J];统计与决策;2011年06期

4 李顺毅;;房价如何影响消费对经济增长的贡献——基于分位数回归的实证分析[J];消费经济;2011年03期

5 朱平芳;张征宇;;无条件分位数回归:文献综述与应用实例[J];统计研究;2012年03期

6 胡丰;许启发;蒋翠侠;;基于分位数回归的基金风格分析与业绩评价[J];郑州航空工业管理学院学报;2012年06期

7 王朝;高敬雅;王琪;;基于分位数回归的房地产价格研究[J];商;2012年14期

8 胡永远;倪丽艳;;基于分位数回归的社会救助再就业人群收入研究[J];山东财政学院学报;2013年03期

9 欧阳胜银;;外资溢出效应的分位数回归研究[J];财经理论与实践;2013年04期

10 刘昕明;李志强;;基于分位数回归的企业债信用风险研究[J];北京化工大学学报(自然科学版);2013年06期

中国重要会议论文全文数据库 前6条

1 林艺圃;;中国股市价量关系的实证分析分位数回归模型[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年

2 陈娟;林龙;叶阿忠;;基于分位数回归的中国居民消费研究[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年

3 夏宁;;中国上市公司高管人员薪酬的影响因素与成因分解——一个基于分位数回归模型的实证研究[A];中国会计学会财务管理专业委员会2009年学术年会论文集[C];2009年

4 宋马林;吴杰;高玉强;张琳玲;宋峰;;中国入世以来的对外贸易与环保效率——基于分省面板数据的实证分析[A];中国贸易救济与产业安全论丛（2012）——第七届中国贸易救济与产业安全研究奖获奖论文集[C];2013年

5 任声策;;创新和出口的互动关系:基于中国制造业企业的实证[A];第八届（2013）中国管理学年会——技术与创新管理分会场论文集[C];2013年

6 刘鑫波;张志敏;梁逸曾;;高效准确的高分辨数据快速平滑与基线校正算法[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

中国博士学位论文全文数据库 前6条

1 邸俊鹏;分位数回归的贝叶斯估计与应用研究[D];南开大学;2013年

2 康宁;分位数回归模型及在金融经济中的应用[D];合肥工业大学;2016年

3 韩月丽;极值统计与分位数回归理论及其应用[D];天津大学;2009年

4 关静;分位数回归理论及其应用[D];天津大学;2009年

5 项云帆;资本资产定价模型及实证分析[D];华中科技大学;2010年

6 陈林兴;基于空间视角的我国省际农村居民消费趋同性研究[D];浙江大学;2012年

中国硕士学位论文全文数据库 前10条

1 代贝;基于分位数回归的农村居民消费区域差异研究[D];昆明理工大学;2015年

2 罗小青;基于分位数回归的中国GDP与电力消费量关系研究[D];华南理工大学;2015年

3 张成林;随机截断线性模型的加权组合分位数回归[D];武汉科技大学;2015年

4 葛伟康;基于分位数回归的高速公路交通事故预测[D];东南大学;2015年

5 郝祥如;基于分位数回归的政府经济管制强度对公众创业频度影响的统计研究[D];山东财经大学;2016年

6 赵建芳;基于分位数回归模型的农村养老保险消费效应分析[D];山东财经大学;2016年

7 蒋兴凡;城镇居民收入差距代际传递的分位数回归研究[D];安徽大学;2016年

8 常琳;异方差泊松自回归模型的分位数回归估计[D];吉林大学;2016年

9 杜艳芳;基于分位数回归的空气质量指数分析[D];兰州大学;2016年

10 张成;基于分位数回归的金融风险管理[D];西南交通大学;2016年

，

本文编号：555751