不同分布假设GARCH模型择优及其在股市波动溢出效应中的研究

发布时间：2020-08-02 14:59

【摘要】：股票市场最令人关注的便是其波动性,波动的走势起伏决定着投资的收益高低,而投资者获得收益回报的前提是就是保证股票市场的正常波动,这对规范股票市场及其健康发展有着重要的影响和作用。股价的波动性是股票市场最为显著的特性,如何较好的刻画股价波动起伏以掌握股票市场的规律进行预测,是所有投资者最关心的问题,同样也成为了众多学者讨论的热点问题。我国股票市场还是一个较为年轻的市场,正处于发展和转变阶段有其独特的波动特征,投机性较强,波动较为剧烈,易出现大涨大跌的局面,波动频率高,幅度大,且极易受政策导向的影响。同时,伴随着社会发展的脚步,在全球经济大融合的趋势下,各地区的经济市场合作互联愈加频繁,互联网的发展导致市场间的金融信息传导迅速,股市间的联动性增强,而其波动的溢出效应也引起了利益相关这的关注。我国证券市场也在飞速的发展当中,上海和深圳两个地区的股票市场关联性也日益加强,所以处于当前的经济大背景下研究股价波动特征及其和其他地区的股市溢出效应具有重大的现实意义。为了研究我国股市之间的波动溢出效应,在理论层面上翻阅查询大量前人文献,以此为基础总结概括,详细清晰地描述了股市波动溢出的成因及其机理,为本文对股市波动溢出的深入研究打下了扎实的知识基础。在实证方面,本文对比三种不同分布假设的GARCH模型并选取最优的残差分布对股市进行拟合,并创新的使用GARCH模型拟合后的残差平方和为研究对象,进行Granger因果检验,以此来探讨我国股市波动之间的传导。本文以我国上海和深圳两个地区的股票市场为研究对象,将上证综合指数和深圳成份指数作为深沪股市的代表展开分析探索,选取2013年11月8日至2016年12月31日一段完整的股市周期(牛市期、熊市期、盘整期)的股价数据,对其的对数收益率数据进行统计检验。首先通过描述性统计研究发现我国股票具有尖峰厚尾特征,并具有波动集聚性,并不符合正态分布的假设。且证实上证综合指数和深圳成份指数的收益率经检验都存在条件异方差,适合用GARCH模型建模并进行研究。因此本文利用三种不同残差分布的GARCH模型通过E-views软件对我国深沪两股股票市场的波动进行研究,证实了其波动特征,且结果表明我国股市具有较强的波动持续性和长记忆性。之后本文就运用了AIC准则与预测误差指标作为评判标准,考察三种不同分布假设的GARCH模型对我国股市波动的刻画程度及其波动预测能力。对于模型波动预测能力的比较,文中分别对不同分布GARCH模型分别在样本期内和样本期外考察模型的预测能力。将样本划分为2013年11月8日至2016年10月31日和2016年11月1日至2016年12月31日,前一段数据估计模型进行预测,后一段数据进行检验。样本期外的考察同样也是选取预测两个月的数据,2013年11月8日至2016年12月31日进行预测,2017年1月1日至2017年2月28日的数据进行检验。研究结果发现不论是上证综合指数和深圳成份指数,GARCH-GED模型都是拟合度最优且波动预测能力最好的模型。最后,选取最优的GARCH-GED对两股的对数收益率数据进行建模,提取GARCH-GED模型拟合后的残差数据进行Granger因果检验,对我国的股市波动溢出进行分析探讨。结果表明我国深沪两地区的股市之间,只有上海股市对深圳股市有着显著的波动溢出效应,但是深圳股市对上海股市却没有波动溢出效应。说明股市的波动传导是由上海股票市场单向传导进入深圳股票市场。
【学位授予单位】：江西财经大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：F832.51

【相似文献】

相关期刊论文 前10条

1 陈潇;杨恩;;中美股市杠杆效应与波动溢出效应——基于GARCH模型的实证分析[J];财经科学;2011年04期

2 江红莉;何建敏;;房地产业与金融业的波动溢出效应研究[J];现代管理科学;2014年08期

3 侯斌;;我国股市与汇市的波动溢出效应实证研究[J];企业导报;2013年19期

4 赵鹏;曾剑云;;香港、台北、纽约股市收益及波动溢出效应的实证研究[J];工业技术经济;2008年07期

5 兰鹏;李铭;;“规例”的变化与波动溢出效应——基于中国股票市场的实证研究[J];经济论坛;2012年09期

6 郑挺国;刘堂勇;;股市波动溢出效应及其影响因素分析[J];经济学(季刊);2018年02期

7 沈骏;;境内外人民币汇率的价格发现与波动溢出效应[J];上海金融;2014年04期

8 吴伟巍;郑彦璐;李启明;吴非;;区域城市间住宅价格波动溢出效应的内涵分析[J];城市发展研究;2011年10期

9 林学贵;;棉花价格波动溢出效应[J];中国管理科学;2016年S1期

10 黄海峰;葛林;;多个金融市场协同波动溢出效应检验——基于中国证券投资基金市场经验数据[J];金融理论与实践;2015年02期

相关会议论文 前10条

1 林学贵;;棉花价格波动溢出效应[A];第十八届中国管理科学学术年会论文集[C];2016年

2 方志军;李帅;舒雷;刘汪卉尧;;基于Haar小波的沪港股市异常波动溢出效应研究[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年

3 苏明;李力春;;中国股指期货市场的推出对股票市场的影响——基于国际价格联动性和波动溢出效应的研究[A];21世纪数量经济学（第12卷）[C];2011年

4 李标;周先平;帖姗姗;;人民币汇率与境内外利差间的动态相关性研究——基于发达和新兴市场数据的比较分析[A];《国际货币评论》2016年合辑[C];2016年

5 韦汉春;程振源;;我国A股市场行业波动溢出研究[A];第十一届中国管理科学学术年会论文集[C];2009年

6 熊正德;文慧;凌语蓉;;基于时频分析的农产品期货市场与外汇市场联动关系研究[A];“两型社会”建设与管理创新——第十五届中国管理科学学术年会论文集（上）[C];2013年

7 孙欣欣;卢新生;;美联储货币政策中性化背景下人民币外汇市场间均衡关系调整和溢出效应研究[A];《国际货币评论》2017年合辑[C];2017年

8 阙澄宇;马斌;;人民币在岸与离岸市场汇率的非对称溢出效应——基于VAR-GJR-MGARCH-BEKK模型的经验证据[A];《国际货币评论》2016年合辑[C];2016年

9 胡秋灵;丁美月;;国际原油价格对我国新能源行业股票价格的波动溢出效应研究[A];21世纪数量经济学（第16卷）[C];2015年

10 西村友作;孙便霞;;全球金融海啸对股市波动的影响:基于已实现波动率的中美波动溢出效应对比[A];2009年全国博士生学术会议论文集[C];2009年

相关重要报纸文章 前1条

1 上海对外贸易学院 邓鸣茂;上海与伦敦金属期货市场的溢出效应研究[N];期货日报;2008年

相关博士学位论文 前9条

1 曹广喜;基于分形分析的我国股市波动性研究[D];河海大学;2007年

2 董杰;国际金融市场的动态传导与波动溢出效应研究[D];电子科技大学;2013年

3 李琦;整数值GARCH模型的稳健估计和mean targeting估计[D];吉林大学;2018年

4 高艳;人民币汇率波动特征的计量分析[D];吉林大学;2014年

5 金涛;利率、股价和汇率关联的实证研究[D];江西财经大学;2010年

6 胡新明;中国股票市场分割与一体化演进问题研究[D];华中科技大学;2007年

7 李世龙;寿险精算学中利率建模和分数年龄分布假设的研究[D];曲阜师范大学;2018年

8 张培源;中国股票市场与宏观经济相关性研究[D];中共中央党校;2013年

9 翁应良;房地产市场波动溢出效应与风险传染机制研究[D];华中科技大学;2016年

相关硕士学位论文 前10条

1 刘梦佳;不同分布假设GARCH模型择优及其在股市波动溢出效应中的研究[D];江西财经大学;2017年

2 杨能;我国股票市场行业间波动溢出效应研究[D];华南理工大学;2017年

3 吴骏文;沪深300股指期货与现货的波动溢出效应研究[D];暨南大学;2017年

4 孙雪;中证500股指期货与现货市场间波动溢出效应研究[D];首都经济贸易大学;2018年

5 黄海兰;沪港通背景下A股与港股的波动溢出效应研究[D];首都经济贸易大学;2018年

6 曹玺;基于复杂网络理论的全球股市券商板块波动溢出效应研究[D];湖南大学;2018年

7 翟会明;新三板与主板市场之间波动溢出效应实证研究[D];贵州财经大学;2018年

8 王鑫W

本文编号：2778671