整体上市类上市公司风险绩效评价
发布时间：2020-10-11 04:58
本文分析了整体上市公司股票对数收益水平和风险水平,为投资者对上市公司进行适当的投资选择提供了参考。文中选取了两个具有代表性的钢铁类整体上市公司作为样本,一个是邯郸钢铁有限公司,另一个是宝钢股份有限公司。由于我国股票市场日收盘价对数收益率序列存在明显的非正态性、厚尾性和波动集群性,基于正态假设的静态模型存在很大的缺陷,GARCH族模型具有很好的处理厚尾的能力,能较好的描述股价等金融变量的波动特征。本文利用ARMA-GARCH模型对所选整体上市公司股票收益率及风险水平进行了定量分析。 文章简单介绍了课题的研究背景和国内外研究现状,简单讲述了文章中所用到的一些金融时间序列分析模型,尤其是GARCH类模型。并对邯郸钢铁公司、宝钢股份公司整体上市前后的股票收益率序列建立了合适的ARMA-GARCH模型,通过该模型对邯郸钢铁、宝钢股份的对数收益率进行了统计分析,结果表明二者的收益率分布表现出非正态性,并存在条件异方差特征,利用GARCH(1,1)模型对收益率序列波动的集聚性进行了拟合和解释。将它们收益水平和风险水平的变化情况作了比较得到:邯郸钢铁公司完成整体上市后收益水平有很大提高,风险水平有所降低。宝钢股份公司在风险水平没有太大变化的情况下收益大幅度降低;本文创新性的在选取的邯郸钢铁、宝钢股份整体上市前后时间区域将二者股票的平均收益和风险水平分别与钢铁板块和大盘整体作了对比分析,邯郸钢铁整体上市前其平均收益远远落后于钢铁板块和大盘,完成整体上市后其平均收益虽仍不及钢铁板块但和大盘平均收益相当,有了较大幅度的增长,其风险仍高于钢铁板块和大盘整体风险水平;作为钢铁板块龙头的宝钢股份在整体上市前收益水平远远领先于钢铁板块整体收益水平更是高于大盘收益,风险水平较二者都低,但宝钢股份向宝钢集团定向增发完成整体上市后,收益水平大幅度落后于钢铁板块整体表现和大盘走势。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2008
【中图分类】：F224;F272;F832.51
【部分图文】：
α + β = 0.20283 + 0.762313 < 1，满足GARCH模型要求。模型参数的 Z 统计量和方程 F 检验统计量均显著，拟合优度为 也相对较好。图3-3所示的为拟合效果图。2R =0.445012接下来，还是要对标准残差序列进行ARCH效应检验。其残差序列和残差平方序列自相关图分别为图3-4。结果表明残差序列的ARCH效应消除了，残差为完全的白噪声序列。因此，证明了所建立GARCH模型是合适的。图 3-3 邯郸钢铁整体上市前收益率序列建立的 ARMA 模型拟合效果图Fig. 3-3 ARMA modle fitted result of daily log return series of Hangang before overall listing- 26 -
R =0.445012接下来，还是要对标准残差序列进行ARCH效应检验。其残差序列和残差平方序列自相关图分别为图3-4。结果表明残差序列的ARCH效应消除了，残差为完全的白噪声序列。因此，证明了所建立GARCH模型是合适的。图 3-3 邯郸钢铁整体上市前收益率序列建立的 ARMA 模型拟合效果图Fig. 3-3 ARMA modle fitted result of daily log return series of Hangang before overall listing- 26 -
α + β> 0，满足GARCH模型要求。模型参数的 Z 统计量和方程 F 检验统计量均显著，拟合优度为也相对较好。图3-8所示的为拟合效果图。接下来，还是要对标准残差序列进行ARCH效应检验。其残差序列和残差平方序列自相关图分别为图3-9。结果表明残差序列的ARCH效应消除了，残差为完全的白噪声序列。因此，证明了所建立GARCH(1,1)模型是合适的。2R =0.460424Fig. 3-8 ARMA modle fitted result of daily log return series of Hangang after overall listing图 3-8 邯郸钢铁整体上市后收益率序列建立的 ARMA 模型拟合效果图- 31 -
【参考文献】
本文编号：2836103
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2008
【中图分类】：F224;F272;F832.51
【部分图文】：
α + β = 0.20283 + 0.762313 < 1，满足GARCH模型要求。模型参数的 Z 统计量和方程 F 检验统计量均显著，拟合优度为 也相对较好。图3-3所示的为拟合效果图。2R =0.445012接下来，还是要对标准残差序列进行ARCH效应检验。其残差序列和残差平方序列自相关图分别为图3-4。结果表明残差序列的ARCH效应消除了，残差为完全的白噪声序列。因此，证明了所建立GARCH模型是合适的。图 3-3 邯郸钢铁整体上市前收益率序列建立的 ARMA 模型拟合效果图Fig. 3-3 ARMA modle fitted result of daily log return series of Hangang before overall listing- 26 -
R =0.445012接下来，还是要对标准残差序列进行ARCH效应检验。其残差序列和残差平方序列自相关图分别为图3-4。结果表明残差序列的ARCH效应消除了，残差为完全的白噪声序列。因此，证明了所建立GARCH模型是合适的。图 3-3 邯郸钢铁整体上市前收益率序列建立的 ARMA 模型拟合效果图Fig. 3-3 ARMA modle fitted result of daily log return series of Hangang before overall listing- 26 -
α + β> 0，满足GARCH模型要求。模型参数的 Z 统计量和方程 F 检验统计量均显著，拟合优度为也相对较好。图3-8所示的为拟合效果图。接下来，还是要对标准残差序列进行ARCH效应检验。其残差序列和残差平方序列自相关图分别为图3-9。结果表明残差序列的ARCH效应消除了，残差为完全的白噪声序列。因此，证明了所建立GARCH(1,1)模型是合适的。2R =0.460424Fig. 3-8 ARMA modle fitted result of daily log return series of Hangang after overall listing图 3-8 邯郸钢铁整体上市后收益率序列建立的 ARMA 模型拟合效果图- 31 -
【参考文献】
相关期刊论文 前10条
1 黄清;国有企业整体上市研究——国有企业分拆上市和整体上市模式的案例分析[J];管理世界;2004年02期
2 宋颂兴，金伟根;上海股市市场有效实证研究[J];经济学家;1995年04期
3 俞乔;市场有效、周期异常与股价波动——对上海、深圳股票市场的实证分析[J];经济研究;1994年09期
4 吴世农;我国证券市场效率的分析[J];经济研究;1996年04期
5 吴世农,陈斌;风险度量方法与金融资产配置模型的理论和实证研究[J];经济研究;1999年09期
6 刘继春;多维GARCH模型的估计和检验[J];吉林大学自然科学学报;2000年04期
7 惠晓峰,柳鸿生,胡伟,何丹青;基于时间序列GARCH模型的人民币汇率预测[J];金融研究;2003年05期
8 顾睿彦;企业上市重组的模式探讨[J];技术经济与管理研究;1997年05期
9 方其澎,王婷;企业整体上市模式比较[J];四川省情;2004年11期
10 孟庆顺;;金融资产定价理论的历史回顾与展望[J];时代经贸;2006年02期
本文编号：2836103
本文链接：https://www.wllwen.com/guanlilunwen/zhqtouz/2836103.html
最近更新
教材专著
