中国股市高阶矩风险及其对投资收益的冲击
本文关键词: 高阶矩风险 投资收益 NAGARCHSK模型 状态空间模型 出处:《统计研究》2017年10期 论文类型:期刊论文
【摘要】:本文首先建立NAGARCHSK模型,推算市场收益率的条件高阶矩序列,在此基础上建立引入高阶矩风险的收益-风险时变四因子状态空间模型,并基于2000—2016年中国股票市场的收益率数据,实证探究不同时期市场高阶矩风险对投资收益的冲击。结果显示:我国股票市场收益受到高阶矩风险的影响,并且条件高阶矩序列表现出时变和波动聚集的特征,大规模的全球性金融危机和国内市场的重大风险事件均会使股市收益的条件高阶矩序列出现持续的异常波动。在未出现极端金融危机的稳定时期,市场收益率的条件方差会趋于对投资收益产生正向影响,条件偏度和条件峰度对投资收益的影响在正向和负向之间不断交替,增加了投资收益的不确定性。然而在全球性的极端金融危机时期,市场收益率的条件方差会转而对投资收益产生负向影响,条件峰度则会对投资收益带来持续的正向影响。
[Abstract]:This paper establishes the NAGARCHSK model, calculate the market yield conditions of higher moments'series, established on the basis of the introduction of high moments risk return and risk factor of four time-varying state space model, and based on the 2000 2016 Chinese return rate of stock market data, empirical research is not at the same time, the market risk of higher order moments of return on investment the impact of income. The results showed that China's stock market is affected by the higher moments risk, characteristics and conditions of high order moment sequences exhibit time-varying volatility clustering and the scale of the global financial crisis and the domestic market of major risk events will make the stock market return conditions higher moments'series abnormal volatility persistence. In the stable period did not appear extreme financial crisis, conditional variance of market yields will tend to have a positive effect on investment income, conditional skewness and kurtosis conditions influence on the investment income We alternate between positive and negative, increase the investment income uncertainty. However, in the extreme global financial crisis period, conditional variance of market yields will in turn have a negative impact on the investment income, the conditional kurtosis will bring sustained positive impact on investment income.
【作者单位】: 西南财经大学;西南财经大学统计学院;
【基金】:国家自然科学基金项目“离散值金融时间序列建模研究及其在资本市场的应用”(71171166) 西南财经大学金融大数据研究基地(JBK140403)资助
【分类号】:F832.51
【相似文献】
相关期刊论文 前10条
1 蒋翠侠;张世英;许启发;;基于“已实现”高阶矩的动态组合投资分析[J];山西财经大学学报;2008年06期
2 杨爱军;刘晓星;;基于高阶矩的封闭式基金业绩评价研究[J];证券市场导报;2012年11期
3 蒋翠侠;许启发;张世英;;金融市场条件高阶矩风险与动态组合投资[J];中国管理科学;2007年01期
4 许启发;;高阶矩波动性建模及应用[J];数量经济技术经济研究;2006年12期
5 许启发;张世英;;多元条件高阶矩波动性建模[J];系统工程学报;2007年01期
6 蒋翠侠;张世英;;金融高阶矩风险溢出效应研究[J];中国管理科学;2009年01期
7 蒋翠侠;许启发;张世英;;基于多目标优化和效用理论的高阶矩动态组合投资[J];统计研究;2009年10期
8 方立兵;曾勇;郭炳伸;;动量策略、反转策略及其收益率的高阶矩风险[J];系统工程;2011年02期
9 王莺歌;江孝感;;高阶矩风险与金融投资决策[J];价值工程;2008年09期
10 黄文彬;郑振龙;;基于高阶矩的金融资产定价和配置[J];福州大学学报(哲学社会科学版);2010年01期
相关博士学位论文 前2条
1 张立华;引入高阶矩的银行系统风险动态测度研究[D];对外经济贸易大学;2015年
2 方立兵;引入高阶矩的资产定价、波动率建模与风险测量[D];电子科技大学;2011年
相关硕士学位论文 前7条
1 李为健;基于高阶矩波动性的中国金融危机预警指数研究[D];广东财经大学;2016年
2 张婷;探究我国股市高阶矩和横截面收益率之间的关系[D];西南财经大学;2016年
3 范时昊;马尔科夫状态转换下已实现高阶矩的风险溢出效应分析[D];浙江财经大学;2016年
4 李新民;引入高阶矩的GARCH模型理论研究及实证[D];东北财经大学;2010年
5 赵晓瑜;含有高阶矩的动量资产定价模型及其检验[D];厦门大学;2007年
6 帅之凰;基于S型效用函数和高阶矩条件下的稳健投资组合[D];厦门大学;2009年
7 王艳朝;股票市场收益率高阶矩的动态特征研究[D];山东大学;2014年
,本文编号:1535023
本文链接:https://www.wllwen.com/jingjilunwen/huobiyinxinglunwen/1535023.html