基于GARCH-VAR模型的我国A股市场波动因素研究
发布时间：2021-08-31 07:01
金融市场上的波动特征及其影响因素历来是学术界与实务部门关注与研究的重点。2015年下半年的那场“股灾”更是使得这一命题具有重大的使命感与紧迫感。与很多学者所秉持的股市中性观点相左,实践一再表明股票市场的异常波动不仅会使得大部分市场参与者遭受重大损失,而且还会传导至实体经济部门,诱发系统性风险并进而威胁整个宏观经济的稳定与繁荣。因此,有必要在新常态、“股灾”、严监管与金融业全面开放这样一个大的历史背景下对股票市场上的波动因素进行深入细致的研究,以求“鉴于往事,有资于治道”。本文以沪深300指数来代表整个A股市场,选取从2002年1月4日至2017年7月5日的每日收盘价为原始样本,共计3758个观测值,数据来源为Wind数据库,利用GARCH模型来研究沪深300指数的波动特征,利用Hurst指数测定长记忆性,并利用Kupiec检验与Christoffersen检验进行相应地回测;接下来本文利用Pearson、Kendall、Spearman这三大相关系数与Granger因果检验来研究沪深300指数与全球资本市场（这包括新华富时A50指数、恒生指数、日经225指数、标准普尔500指数）之间的...
【文章来源】：西安理工大学陕西省
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
大牛市与股灾在此轮股灾中机构投资者以及散户均遭受重大损失，国家队出手救市也颇费周折，这使得市场参与者无论是投资者、监管当局还是学术界都对股票市场的波动性测量以
11图 1.2 技术路线图1.3.2 研究方法本文以现代金融工程理论、宏观经济理论与计量理论为指导，理论与实证相结合，定量与定性相结合，通过构建相关模型来研究沪深 300 指数（表征股票市场）的波动特征并探求其影响因素，并针对性地提出政策建议，以求做到经世致用，知行合一。在理论方面，通过阅读大量经典文献，批判性的吸收借鉴前辈学者的有益成果，归纳总结波动率的若干特征与性质，如波动率聚集、尖峰厚尾、杠杆效应、长记忆性等；而后对不同 GARCH 模型的特点与适用范围进行剖析，为接下来的实证分析提供理论支撑；同时，本文也重点介绍了宏观研究中的重要实证工具—向量自回归模型。在实证方面，本文首先从 WIND 数据库获取实证研究所需的相关数据，然后通过
3 GARCH 模型实证研究3 GARCH 模型实证研究来源、处理及基本统计分析选取沪深 300 指数从 2002 年 1 月 4 日至 2017 年 7 月 5 日的每日收共计 3758 个观测值，数据来源为 Wind 数据库。论述方便，我们做如下定义：记第 t 天的收盘价为tx ，则前一天的收盘序列数据进行实证分析时，得益于其无与伦比的便利性，取对数收选择。我们令tr 为沪深 300 指数的对数收益率，则有 1ln /t t tr x x 软件处理数据并进行统计分析。
【参考文献】：
期刊论文
[1]融资融券制度对我国股票市场波动性影响的实证研究[J]. 张博,扈文秀,杨熙安. 管理工程学报. 2017(04)
[2]空气污染、空气污染关注与股票市场[J]. 张谊浩,任清莲,汪晓樵. 中国经济问题. 2017(05)
[3]空气质量会影响股票市场吗?[J]. 郭永济,张谊浩. 金融研究. 2016(02)
[4]中国股票市场羊群效应实证分析[J]. 马丽. 南开经济研究. 2016(01)
[5]股票市场的羊群行为与波动:关联及其演化——来自深圳股票市场的证据[J]. 顾荣宝,刘海飞,李心丹,李龙. 管理科学学报. 2015(11)
[6]基于DSGE模型的中国股市波动和货币政策应对选择[J]. 周潮. 甘肃金融. 2015(10)
[7]基于偏t分布realized GARCH模型的尾部风险估计[J]. 黄友珀,唐振鹏,周熙雯. 系统工程理论与实践. 2015(09)
[8]金砖四国股市波动特征、关联性及其成因分析[J]. 刘汉,刘金全,王永莲. 商业研究. 2015(09)
[9]中国货币政策与股票市场互动关系的测算——基于FAVAR-BL方法的分析[J]. 王少林,林建浩,杨燊荣. 国际金融研究. 2015(05)
[10]内地股票市场与国际主要股票市场的非线性关联机制研究[J]. 张小宇,刘金全. 数理统计与管理. 2015(05)
本文编号：3374435
【文章来源】：西安理工大学陕西省
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
大牛市与股灾在此轮股灾中机构投资者以及散户均遭受重大损失，国家队出手救市也颇费周折，这使得市场参与者无论是投资者、监管当局还是学术界都对股票市场的波动性测量以
11图 1.2 技术路线图1.3.2 研究方法本文以现代金融工程理论、宏观经济理论与计量理论为指导，理论与实证相结合，定量与定性相结合，通过构建相关模型来研究沪深 300 指数（表征股票市场）的波动特征并探求其影响因素，并针对性地提出政策建议，以求做到经世致用，知行合一。在理论方面，通过阅读大量经典文献，批判性的吸收借鉴前辈学者的有益成果，归纳总结波动率的若干特征与性质，如波动率聚集、尖峰厚尾、杠杆效应、长记忆性等；而后对不同 GARCH 模型的特点与适用范围进行剖析，为接下来的实证分析提供理论支撑；同时，本文也重点介绍了宏观研究中的重要实证工具—向量自回归模型。在实证方面，本文首先从 WIND 数据库获取实证研究所需的相关数据，然后通过
3 GARCH 模型实证研究3 GARCH 模型实证研究来源、处理及基本统计分析选取沪深 300 指数从 2002 年 1 月 4 日至 2017 年 7 月 5 日的每日收共计 3758 个观测值，数据来源为 Wind 数据库。论述方便，我们做如下定义：记第 t 天的收盘价为tx ，则前一天的收盘序列数据进行实证分析时，得益于其无与伦比的便利性，取对数收选择。我们令tr 为沪深 300 指数的对数收益率，则有 1ln /t t tr x x 软件处理数据并进行统计分析。
【参考文献】：
期刊论文
[1]融资融券制度对我国股票市场波动性影响的实证研究[J]. 张博,扈文秀,杨熙安. 管理工程学报. 2017(04)
[2]空气污染、空气污染关注与股票市场[J]. 张谊浩,任清莲,汪晓樵. 中国经济问题. 2017(05)
[3]空气质量会影响股票市场吗?[J]. 郭永济,张谊浩. 金融研究. 2016(02)
[4]中国股票市场羊群效应实证分析[J]. 马丽. 南开经济研究. 2016(01)
[5]股票市场的羊群行为与波动:关联及其演化——来自深圳股票市场的证据[J]. 顾荣宝,刘海飞,李心丹,李龙. 管理科学学报. 2015(11)
[6]基于DSGE模型的中国股市波动和货币政策应对选择[J]. 周潮. 甘肃金融. 2015(10)
[7]基于偏t分布realized GARCH模型的尾部风险估计[J]. 黄友珀,唐振鹏,周熙雯. 系统工程理论与实践. 2015(09)
[8]金砖四国股市波动特征、关联性及其成因分析[J]. 刘汉,刘金全,王永莲. 商业研究. 2015(09)
[9]中国货币政策与股票市场互动关系的测算——基于FAVAR-BL方法的分析[J]. 王少林,林建浩,杨燊荣. 国际金融研究. 2015(05)
[10]内地股票市场与国际主要股票市场的非线性关联机制研究[J]. 张小宇,刘金全. 数理统计与管理. 2015(05)
本文编号：3374435
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3374435.html
