创业板指数日内波动特性的分时段研究

发布时间：2017-07-18 17:37

  本文关键词：创业板指数日内波动特性的分时段研究

  更多相关文章： 创业板市场 “已实现”波动 日内波动 HAR—RV模型

【摘要】：2009年10月23日,创业板的推出是我国股市的一个重要里程碑,也是对我国股市一次很好的完善。之所以这样讲,是因为自2008年金融危机以后,A股市场持续低迷,创业板市场虽然也受些影响,但是自2012年下半年迅速反弹,特别是2013年,更是大涨82%,使投资者收益颇丰,既在某种程度上弥补了主板市场的亏损,又使投资者多了一种投资选择。不过,创业板市场的风险也远远大于主板市场,其主要表现在日内波动幅度较大。为了能深入的了解创业板市场的日内波动特征,本文选取了2011、2012和2013这三年创业板指数的日收盘数据和1分钟高频数据来进行分析,其中包括725个日收盘数据和174000个1分钟高频数据。本文首先通过与同时期的主板市场进行对比,对创业板市场的一般性特征进行了分析。我们的结论是：由于两市场上的上市公司数以及流通股数差距较大,使得创业板市场的日成交额远远小于主板市场,这可能也是造成创业板指数日波动较大的原因；此外,创业板指数日收益率的绝对值一般都会高于上证指数,超过1%的可能性接近60%,这也间接反映了创业板指数的日波动性较大；最后,创业板指数的波动聚集性也大于上证指数。接着,本文根据最近三年创业板市场的表现,将创业板市场分为熊市、调整、牛市三种行情进行分析,得出：不论创业板市场处于何种行情下,创业板指数的日内波动整体都呈“L”形,即刚开盘的一段时间内波动率较大,之后逐渐降低,不过,在午休开盘后会有一个明显的跳跃。之后,本文找出了不同行情下,创业板指数的每日最高点与最低点所处的时间段,并进行了统计分析,发现：不论哪种情形下,创业板指数每日的最高点与最低点的分布整体都呈“U”形,即处在上午开盘后半小时与下午收盘前半小时的概率最大。投资者可以把主要的精力集中在这两个时段,根据自己的策略进行买卖操作。最后,对创业板指数的日内波动进行了实证分析,发现牛市时信息对市场的冲击时间更长,导致市场日内波动趋势的转变往后推迟了一点。而通过HAR-RV模型则得到,日内某一时刻Ⅰ的波动率与其前一时刻I-1以及之前10分钟的平均波动存在显著关系,且市场行情越好,其前10分钟的平均波动对Ⅰ时刻波动的解释程度越大。
【关键词】：创业板市场 “已实现”波动 日内波动 HAR—RV模型
【学位授予单位】：南京财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-19
• 1.1 研究背景9-10
• 1.2 研究意义10-11
• 1.3 文献综述11-17
• 1.3.1 “日历效应”的国内外研究现状11-12
• 1.3.2 日内股票价格波动的国内外研究现状12-15
• 1.3.3 高频数据及“已实现”波动率的国内外研究现状15-17
• 1.4 研究方法及论文框架17-18
• 1.4.1 研究方法17-18
• 1.4.2 论文框架18
• 1.5 本文的创新点18-19
• 第二章 创业板市场的一般性特征分析19-26
• 2.1 数据的来源以及选取19
• 2.2 创业板市场与主板市场的对比分析19-26
• 2.2.1 指数走势对比20-21
• 2.2.2 成交额的对比21-22
• 2.2.3 日收益率的对比22-24
• 2.2.4 波动性的对比24-26
• 第三章 创业板指数日内特征分析26-37
• 3.1 搜集数据—创业板指数1分钟数据26-27
• 3.2 数据的处理—根据“已实现”波动理论测波动率27-29
• 3.3 创业板指数日内波动性的分析29-31
• 3.4 创业板指数每日最高点与最低点所处的时间段分析31-37
• 3.4.1 寻找最高点31-33
• 3.4.2 寻找最低点33-37
• 第四章 创业板指数日内波动特征的实证分析37-42
• 4.1 创业板指数日内波动的拟合分析37-39
• 4.2 HAR—RV模型分析39-42
• 第五章 结论与建议42-45
• 5.1 结论42-43
• 5.2 建议43
• 5.3 研究展望43-45
• 参考文献45-50
• 附录150-51
• 附录251-53
• 附录353-55
• 附录455-57
• 攻读硕士学位期间发表论文57-58
• 后记58

【参考文献】

中国期刊全文数据库 前8条

1 王春峰;卢涛;房振明;;信息非对称条件下中国股市波动性日内特性研究[J];北京航空航天大学学报(社会科学版);2007年02期

2 房振明,王春峰,曹媛媛;上海证券市场流动性模式的研究[J];管理工程学报;2005年02期

3 黄后川,陈浪南;中国股票市场波动率的高频估计与特性分析[J];经济研究;2003年02期

4 陆磊;刘思峰;;中国股票市场具有“节日效应”吗?[J];金融研究;2008年02期

5 周少甫,陈千里;上海股市波动的周日效应检验[J];数理统计与管理;2004年03期

6 施红俊,陈伟忠;股票月收益实际波动率的实证研究[J];同济大学学报(自然科学版);2005年02期

7 马晓波;冯凌秉;李玮;;高频数据日内波动特征的函数型分析[J];企业导报;2011年22期

8 张仁良,胡斌;香港股市中的小盘股效应及季节效应分析[J];系统工程理论方法应用;1997年03期

，

本文编号：558963