基于GARCH族模型的我国股市的波动性及联动性实证研究

发布时间：2021-08-30 15:41

　　波动性是股票市场赖以存在和发展的基础,股价的正常波动是投资者获取投资收益的前提,对证券市场的成熟和规范有着积极的作用。而股价的非正常波动则会对股票市场产生不利冲击。我国股票市场正处于新兴加转轨的发展阶段,有其独特的波动特征,同时随着我国股票市场的发展,我国沪深股市的联动性也逐渐加强。本文选取我国股票市场中具有较大影响力的上证综合指数和深圳成份指数作为研究对象,分别采取各指标最新的历史数据,选取2004年1月2日至2010年3月31日股票的日收益价数据进行统计检验,并运用E-views软件建立了基于GARCH类模型的我国股票市场波动模型,通过实证研究发现我国股票市场的波动性具有很强的持续性。当股票收益率一旦受到冲击出现异常波动,在短时期内很难消除,而且股票价格波动杠杆效应明显,“利坏消息”对股市的冲击要比等量的“利好消息”的冲击大。然后对深圳成份指数和上证综合指数利用协整检验、Granger因果检验、脉冲响应函数、方差分解进行实证分析,结果表明上证综合指数和深圳成份指数之间存在单向的Granger因果关系,沪市领先于深市。深市指数受沪市指数的冲击比较大,沪市受深市指数的冲击非常小。 

【文章来源】：中南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

序列{X)的线状分布图

硕十学位论文第二章我国股票波动性实证研究并不为O。另外虽然序列的分布有类似与正态分布的形状，但很明显的该序列在分布的尾端有较多的样本值，也就是说该序列分布尾端的质量要大于正态分布尾端的质量。所以说用正态分布的公式来模拟这个时间序列可能是不正确的。其次该序列的基本数字特征表明:整个时间序列的样本均值(Mean)为0.00840;中位数(Median)为0.001518;最大值(Maximum)为0.091615、最小值(Minimum)为一0.097501、标准差(Std.oev)为0.020918、偏度(Skewness)为一0.30692、峰度(Kurtosis)为5.140646，Jarque一Bera为313.0539，其相伴概率为0.000000。

3.3上海股票市场的波动性实证分析3.3.1上海股市收益率的时间序列特征图3.9是上证综合指数对数收益率序列{Y}的线状分布图，该图表明上证综合指数对数收益率大致以0.00为中心，在一0.10至0.10之间上下浮动，这正对应于我国股票市场中10%的涨停板限制。另外在第400个左右数据之后，该序列的

【参考文献】：
期刊论文
[1]沪深300指数的时间序列分析[J]. 吴子荣.  西南金融. 2007(09)
[2]基于TARCH模型的VaR方法对上海股市的分析[J]. 刘毅,陈佳,吴润衡.  北方工业大学学报. 2007(01)
[3]沪深两市基金指数协整性分析[J]. 王婷,倪志毅.  武汉金融. 2006(04)
[4]沪深股市收益率的协整建模研究[J]. 何光剑.  沿海企业与科技. 2005(12)
[5]中美股市间的联动性分析[J]. 韩非,肖辉.  金融研究. 2005(11)
[6]中国股票市场与经济增长关系的实证研究[J]. 梁莉.  经济经纬. 2005(04)
[7]股价指数与经济增长之间协整关系的实证分析[J]. 冉茂盛,胡国鹏,王波.  重庆大学学报(自然科学版). 2005(04)
[8]我国股市价格波动和稳定性分析[J]. 曲永刚.  辽宁石油化工大学学报. 2005(01)
[9]上证综指GARCH类模型探讨[J]. 汪力.  统计与决策. 2005(01)
[10]上海证券市场GARCH效应检验和模型选择[J]. 闫志刚.  统计与信息论坛. 2005(01)



本文编号：3373050