中国股市偏度风险和收益率预测

发布时间：2020-06-12 23:50

【摘要】：股票市场收益分布的非对称性主要由三阶矩,即偏度来描述。Kraus and Litzenberger[1](1976)在传统的CAPM模型加入了偏度进行研究,从而把三阶矩加入资产定价模型中。Harvey and Siddique[2][3](2000a,2000b)在 Merton[4](1980)提出的ICAPM基础之上,引入了偏度风险(skewness risk),认为股票市场投资人除了承担市场风险(通过方差或者波动率来衡量),同时还承担了偏度风险。并且,偏度风险与未来股票超额收益率之间具有负相关性,即较小的偏度(意味着更高的股票收益率下跌风险)理论上可以预测未来更高的股票超额收益率。已有文献都是研究偏度风险对美国个股股票横截面收益率的预测,针对整体股票市场收益率(aggregate stock market return)的预测以及中国股票市场的相关研究并不多。区别于已有文献,本文的主要贡献在于:第一,本文研究的是偏度风险对整体股票市场收益率的预测能力。第二,本文研究了中国整体股票市场的偏度风险(aggregatemarket skewness)而非个股的特质偏度风险。第三,本文考察了中国股票市场的偏度风险对市场收益率的预测。这对于中国股票市场的投资和风险管理都具有十分重要的实际应用价值。在实证分析中,参考 Amaya,Christoffersen,Jacobs,and Vasquez[5](2015)的方法,本文采用2003年1月至2014年12月的深证指数5分钟高频数据,计算出市场的已实现偏度作为偏度风险的代理变量。在计算得出中国股票市场的已实现偏度后,本文通过预测回归模型检验已实现偏度对未来一个月的股票市场超额收益率的预测能力。结果显示,回归模型中β系数的参数估计值为-1.86,且在1%的显著性水平下统计显著。同时,已实现偏度具有良好的样本外预测能力。在资产配置的分析中,已实现偏度良好的预测能力可以直接带来更高的投资收益。本文为已实现偏度预测能力提供了一种经济解释:已实现偏度与未来股票超额收益率之间呈现负相关,是通过影响未来的市场交易活跃程度来传导的。
【图文】：

时间序列,偏度,时间序列,月度

第四章实证研究逡逑４．１数据描述逡逑根据模型（２６）邋－邋（３０），本文利用上证指数和深证综指每５分钟的高据分别构建两个市场的月度已实现偏度（凡Ｓｌｅｗ）。高频数据来自于英大证样本期为２００３年１月到２０１４年１２月。图２给出了深圳股票市场的月度已偏度时间序列。４从图２中可以直观看出，在２００８年受金融危机影响，中票市场的已实现偏度急剧下降，即股票市场收益率分布出现了左偏，，下跌风力口。本文选用上证指数和深证综指的月度数据来计算股票市场的对数收益率，额收益率为月度收益率减去月度无风险利率。数据来源于锐思数据库，样本期２００３年１月到２０１４年１２月。逡逑

概率分布,中国股市,收益率,概率分布

中国股市偏度风险和收益率预测逡逑对数和市值之和的对数之比；股息率（Ｄ／Ｙ）是Ａ股所有上市公司股利之和的对逡逑数和滞后市值之和的对数之差；股利支付率（Ｄ／Ｅ）是Ａ股所有上市公司股利之逡逑和的对数和盈余之和的对数之差；面值市值比（ＢＭ）是Ａ股所有上市公司账面逡逑价值之和的对数和市值之的对数之比；盈余价格比（Ｅ／Ｐ）是Ａ股所有上市公司逡逑盈余之和的对数和市值之和的对数之差；换手率（ＴＯ）是Ａ股所有上市总交易逡逑额除以总市值；通货膨胀率（Ｉｎｆｌａｔｉｏｎ）是消费者价格指数（ＣＰＩ）的月度同比增逡逑长率；生产者价格指数（ＰＰＩ）月度同比增长率；１个月期限的上海银行间同业逡逑拆借利率（Ｓｈｉｂｏｒ）邋５；以及根据Ａｍｉｈｕｄ（２００２）构造的股票市场非流动性指标逡逑（Ｉｌｌｉｑ）。逡逑
【学位授予单位】：厦门大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F832.51

【参考文献】