基于已预期信息修正的中国股市波动非对称性研究
发布时间:2020-09-18 06:12
波动性(Volatility)研究是近年来金融实证研究的重要领域,对金融领域的波动性研究以股票市场的波动最为典型。股票市场的波动有诸多特点:波动的群集性、波动的杠杆效应、波动的持续性等等。大部分文献,在研究股市波动杠杆效应时只考虑未预期信息,对股市产生的杠杆效应,本文称传统的杠杆效应,而未考虑已预期信息,这是因为他们在研究是假设市场对已预期信息的吸收彻底的。陈浪南(2007)在研究九个国家的股市基于已知信息修正杠杆效应时,发现市场基于已预期信息对未预期信息进行修正都呈现为反向修正。本文基于此,对我国股市的波动非对称性进行研究。 我国股市发展至今已有二十余年历史,在这个过程中股市与宏观经济关系也在发生微妙的变化,并且由于我股市新行性特点,从而表现出一定的阶段性。因而本文在对我国股市的指数收益率序列做总体性研究的同时,依据刘少波(2005)研究的我国股市与宏观经济相关关系的“三阶段演进路径”分析,将我国股市划分成三个阶段进行阶段性分析。实证结果表明,我国股票市场无论是总体上还是分阶段其存在显著的传统波动杠杆效应,并且更重要的是γ2≠0显著,因此表明我国股市不管是在总体上还是在三个阶段上均存在基于预期信息的杠杆效应。从本文的实证部分我们得出结论:从总体上来看,我国股市表现出的波动非对称性特征与国外成熟市场的波动非对称性特征一样,并且表现出基于已预期信息杠杆效应与陈浪南研究的各国股市基于已知消息修正杠杆效应样,只是反应这种波动非对称性特征的杠杆系数相对要小些;而从分阶段来分析,在第一阶段这段时间里,我国股票市场的波动所表现出的非对称性特征与国外成熟市场的波动非对称性特征相反,并且γ20,亦即这在这一时期已预期信息对未预期信息进行正向矫正;在第二,三,四阶段,我国股票市场的波动和国外成熟市场的波动一样呈现出相同的非对称性特征,并且γ1、γ2依次减小,表明我国股市投机成分在不断减少、投资者不断趋于理性,市场在想成熟市场发展。
【学位单位】:西北大学
【学位级别】:硕士
【学位年份】:2011
【中图分类】:F224;F832.51
【部分图文】:
「三三一畏一…_R,。}图3.1上证综指收益率序列图通过上图3.1,我们观察可以发现在我国股市刚起步阶段,市场波幅相当剧烈;在中期阶段,波动幅度急剧减缓;而在目前阶段,市场的波动又开始渐渐大起来。以此对我国股市进行波动非对称性分析,我们认为有必要进行不同阶段分析。以往国内学者在对我国股市进行阶段划分时,总是以某些对股市产生重大影响的重要事件或政策对股市进行划分,如以涨停板制度、调整准备金率、调整印花税等等,我们以此对时间段划分过于主观。但是我们认为由于股市是经济的晴雨表,股市与宏观经济的相关关系,最能体现股市的实际发展状况。刘少波(2005)对我国股市与宏观经济相关关系的“三阶段演进路径”分析
样处理的优点是剔除了资产价格异常波动,从而更能有效地研究市场本应有的波动特性。本文采用式 (3.1)对我国股市指数进行对数差分处理,从得出我们要研究的对象一收益率时间序列。下图3.2描述的我国股市总体的收益率的分布特征。、、;{{{…。 ___ 5eries:RSH 5amPle24786C)bsel,“ ations4785l、刀 ean0.000679卜月edi曰no_000770卜月曰 X111飞Ull,0.71gj52卜月inin,un,州0179051 5td_Oev_O‘025766 5ke、, neSS5.460230K曰 rtosis141_9424Ja叫。e一曰 era3872709. Prob曰bilityo一000000图3.2上证指数总体收益率时间序列描述统计量及柱状图
180_0460.04367.4810_000图3.3我国股市收益率相关性检验结果从上图3.3可以观察出,我国股市收益率时间序列的各个滞后阶数的Q统计量的值均显著大于O,即显著地异于0,则表明序列各项之间存在自相关性。但是一该序列的自相关系数(AC)值及偏自相关系数(队C)值都很小,接近于零,以此可以认为序列各项之间的相关性极弱,再结合本文考虑的重点,因此本文在设置条件均值方程式时不考虑滞后项。 3.2.3ARCH效应检验目前研究表明GARCH类非线性模型在刻画金融时间序列波动性是最有效的,但为了使研究更加研究有说服力,我们必须对我国股市实属收益率是否存在ARCH效应进行定量化检验。1980年Engle提出的拉格朗日乘数法(LM)是最早的到位前为止仍被广泛用来检验时间序列的自回归条件异方差(ARCH)效应的方法之一。
本文编号:2821311
【学位单位】:西北大学
【学位级别】:硕士
【学位年份】:2011
【中图分类】:F224;F832.51
【部分图文】:
「三三一畏一…_R,。}图3.1上证综指收益率序列图通过上图3.1,我们观察可以发现在我国股市刚起步阶段,市场波幅相当剧烈;在中期阶段,波动幅度急剧减缓;而在目前阶段,市场的波动又开始渐渐大起来。以此对我国股市进行波动非对称性分析,我们认为有必要进行不同阶段分析。以往国内学者在对我国股市进行阶段划分时,总是以某些对股市产生重大影响的重要事件或政策对股市进行划分,如以涨停板制度、调整准备金率、调整印花税等等,我们以此对时间段划分过于主观。但是我们认为由于股市是经济的晴雨表,股市与宏观经济的相关关系,最能体现股市的实际发展状况。刘少波(2005)对我国股市与宏观经济相关关系的“三阶段演进路径”分析
样处理的优点是剔除了资产价格异常波动,从而更能有效地研究市场本应有的波动特性。本文采用式 (3.1)对我国股市指数进行对数差分处理,从得出我们要研究的对象一收益率时间序列。下图3.2描述的我国股市总体的收益率的分布特征。、、;{{{…。 ___ 5eries:RSH 5amPle24786C)bsel,“ ations4785l、刀 ean0.000679卜月edi曰no_000770卜月曰 X111飞Ull,0.71gj52卜月inin,un,州0179051 5td_Oev_O‘025766 5ke、, neSS5.460230K曰 rtosis141_9424Ja叫。e一曰 era3872709. Prob曰bilityo一000000图3.2上证指数总体收益率时间序列描述统计量及柱状图
180_0460.04367.4810_000图3.3我国股市收益率相关性检验结果从上图3.3可以观察出,我国股市收益率时间序列的各个滞后阶数的Q统计量的值均显著大于O,即显著地异于0,则表明序列各项之间存在自相关性。但是一该序列的自相关系数(AC)值及偏自相关系数(队C)值都很小,接近于零,以此可以认为序列各项之间的相关性极弱,再结合本文考虑的重点,因此本文在设置条件均值方程式时不考虑滞后项。 3.2.3ARCH效应检验目前研究表明GARCH类非线性模型在刻画金融时间序列波动性是最有效的,但为了使研究更加研究有说服力,我们必须对我国股市实属收益率是否存在ARCH效应进行定量化检验。1980年Engle提出的拉格朗日乘数法(LM)是最早的到位前为止仍被广泛用来检验时间序列的自回归条件异方差(ARCH)效应的方法之一。
【参考文献】
相关期刊论文 前10条
1 周少甫,袁兴兴;我国股票市场波动非对称性的实证研究[J];当代经济管理;2005年03期
2 胡海鹏,方兆本;用AR-EGARCH-M模型对中国股市波动性的拟合分析[J];系统工程;2002年04期
3 余素红,张世英;SV与GARCH模型对金融时间序列刻画能力的比较研究[J];系统工程;2002年05期
4 徐正国,张世英;调整"已实现"波动率与GARCH及SV模型对波动的预测能力的比较研究[J];系统工程;2004年08期
5 张永东,毕秋香;上海股市波动性预测模型的实证比较[J];管理工程学报;2003年02期
6 陈千里;中国股市波动集簇性和不对称性研究[J];湖北大学学报(自然科学版);2002年03期
7 陈泽忠,杨启智,胡金泉;中国股票市场的波动性研究——EGARCH-M模型的应用[J];决策借鉴;2000年05期
8 陈浪南;洪如明;;基于已知信息的波动率修正杠杆效应研究[J];经济研究;2007年11期
9 陈浪南,黄杰鲲;中国股票市场波动非对称性的实证研究[J];金融研究;2002年05期
10 宋逢明,江婕;中国股票市场波动性特性的实证研究[J];金融研究;2003年04期
本文编号:2821311
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/2821311.html