关于股票市场中股票间相关性测量方法的研究

发布时间：2017-05-02 21:09

  本文关键词：关于股票市场中股票间相关性测量方法的研究，，由笔耕文化传播整理发布。

【摘要】：我国的股票市场从1986年第一个证券交易柜台的开张到深沪证券交易所的成立再到如今沪深两市日成交量屡屡突破2万亿,在短短不到三十年的时间中,其取得的成就是让世界震惊的。随着我国股票市场的不断发展和完善,尤其是从去年开始股票市场进入新一轮牛市,我国掀起了炒股的热潮,投资者对于股票技术分析的需求随之急剧增加。作为衡量股市宏观系统性风险和微观资产组合有效性的重要判断依据,股票间的相关性对于投资者具有重要的意义。同时不同股票的同涨同跌现象表明股票间的相关性可能会受股票市场中存在的非因果关联影响。鉴于此,针对股票市场中股票间的相关性分析方法进行研究,以求优化现有的分析方法,尽可能地发现股票间实际的相关关系,便具有十分重要的应用价值。本文通过对股票相关性的理论研究,对现有的相关性分析方法,包括Granger因果关系检验、线性相关系数法、基于Copula函数的相关性分析方法进行了系统的研究分析。进一步,本文从股票市场中个股与大盘的关系以及宏观角度和微观角度对股票相关性的影响机制,并利用实证分析结果验证了股票间非因果关联的存在性。在充分挖掘现有股票相关性分析方法不足的基础之上,通过理论研究和实证计算,提出了能够尽量回避股票间非因果关联的时间序列挖掘方法以及借助于CAPM模型的消除大盘影响的方法,并据此对股票相关性测量方法进行了优化,使得到的相关系数更能反映股票间实际的相关关系,为投资者进行股市系统性风险的衡量和投资组合的构建提供有效依据。
【关键词】：股票 股价指数 相关性 非因果关联 时间序列 数据挖掘
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-15
• 1.1 研究的背景和意义8-9
• 1.1.1 研究的背景8
• 1.1.2 研究的意义8-9
• 1.2 国内外研究现状9-13
• 1.2.1 国外研究现状9-10
• 1.2.2 国内研究现状10-13
• 1.2.3 国内外文献综述的简析13
• 1.3 本文的主要研究内容13-15
• 第2章 股票相关性的理论研究基础15-24
• 2.1 股票相关性理论基础15-19
• 2.1.1 协方差与相关系数15-16
• 2.1.2 股票相关性与风险的关系16-17
• 2.1.3 动态条件相关系数多元GARCH模型17-18
• 2.1.4 股票相关性的影响因素18-19
• 2.2 传统的相关性分析方法19-21
• 2.2.1 Granger因果关系检验19-20
• 2.2.2 线性相关系数法20-21
• 2.3 基于Copula方法的股票相关性分析21-23
• 2.3.1 常见的Copula函数及其特性分析21-22
• 2.3.2 相关系数分析22-23
• 2.4 本章小结23-24
• 第3章 在相关性分析中回避非因果关联的合理性分析24-41
• 3.1 金融时间序列中非因果关联的普遍存在性24-25
• 3.2 股票相关性的内涵解析25-26
• 3.3 宏观层面因素对股票相关性影响分析26-27
• 3.3.1 宏观政治因素26
• 3.3.2 宏观经济因素26-27
• 3.4 中观层面对股票相关性影响分析27-28
• 3.4.1 政府制定的产业政策27-28
• 3.4.2 市场主体的动态特征28
• 3.5 大盘变化对股票相关性影响的实证分析28-40
• 3.5.1 大盘随机波动下的股票相关性28-32
• 3.5.2 大盘上涨行情下的股票相关性32-35
• 3.5.3 大盘下跌行情下的股票相关性35-40
• 3.6 本章小结40-41
• 第4章 有效回避非因果关联的股票相关性测算方法的构建41-50
• 4.1 有效回避股票间非因果关联的时间段截取方法41-45
• 4.1.1 人工截取41-42
• 4.1.2 自动按股市成交量截取42
• 4.1.3 按滚动时间窗口相关系数曲线截取42-45
• 4.2 基于CAPM模型回避非因果关联的影响45-47
• 4.3 新建股票相关性分析方法的描述47-49
• 4.3.1 新建股票相关性分析方法的性质说明47-48
• 4.3.2 新建股票相关性分析方法的表示方法48-49
• 4.4 本章小结49-50
• 第5章 有效回避非因果关联的股票相关性测量方法的实证研究50-67
• 5.1 研究设计50-51
• 5.1.1 样本选取50
• 5.1.2 数据的收集方法50-51
• 5.2 新建股票相关性测量方法的若干计算结果51-59
• 5.3 现有股票相关性分析方法的若干计算结果59-65
• 5.4 新建股票相关性测量方法与已有方法的比较分析65
• 5.5 本章小结65-67
• 结论67-69
• 参考文献69-75
• 致谢75

【参考文献】

中国期刊全文数据库 前10条

1 刘琼芳;张宗益;;基于Copula房地产与金融行业的股票相关性研究[J];管理工程学报;2011年01期

2 张琛;;基于GARCH类模型的沪深股市波动性分析[J];消费导刊;2008年06期

3 张兵;范致镇;李心丹;;中美股票市场的联动性研究[J];经济研究;2010年11期

4 王亚平;刘慧龙;吴联生;;信息透明度、机构投资者与股价同步性[J];金融研究;2009年12期

5 唐松;胡威;孙铮;;政治关系、制度环境与股票价格的信息含量——来自我国民营上市公司股价同步性的经验证据[J];金融研究;2011年07期

6 成丹丹;周明华;胡征慧;李阿明;;中小板股票交互相关性研究[J];科技通报;2011年04期

7 邹昊平,唐利民,袁国良;政策性因素对中国股市的影响:政府与股市投资者的博弈分析[J];世界经济;2000年11期

8 唐齐鸣,陈健;中国股市的ARCH效应分析[J];世界经济;2001年03期

9 赵振全,张宇;中国股票市场波动和宏观经济波动关系的实证分析[J];数量经济技术经济研究;2003年06期

10 刘汉中;;稳健的HAC法在多元平稳时间序列之间伪回归中的应用[J];数量经济技术经济研究;2011年10期

中国博士学位论文全文数据库 前1条

1 吴学雁;金融时间序列模式挖掘方法的研究[D];华南理工大学;2010年

中国硕士学位论文全文数据库 前1条

1 康静;金融时间序列的若干问题研究[D];北京交通大学;2014年

  本文关键词：关于股票市场中股票间相关性测量方法的研究，由笔耕文化传播整理发布。

本文编号：341696