A股市场财经信息与市场重要变量的互动效应研究

发布时间：2017-09-16 05:18

  本文关键词：A股市场财经信息与市场重要变量的互动效应研究

  更多相关文章： 财经信息 市场重要变量 静态互动效应 动态互动效应 分布滞后模型 向量误差修正模型

【摘要】：A股股票市场作为中国股票市场的典型代表,对促进中国经济的发展起到了重要作用。A股票市场的发展和变化可以用很多经济变量进行衡量,其中以股票市场收益率、交易量和波动率最为典型,研究这些重要变量的变化趋势有助于对A股股票市场的发展情况进行判断。影响A股股市重要变量的影响因素很多,信息理论认为,产生价格波动的最主要驱动因素是信息的冲击。本文基于信息理论,选取A股股票市场的财经信息,研究它们与市场重要变量,如收益率,交易量以及波动率等的同期、短期和长期互动效应,无论是从理论研究上还是从实践指导上都有极为重要的现实意义。首先,本文选取并构建了A股市场财经信息和市场重要变量的相关指标。基于混合分布假说,对选取指标的原因进行了阐述,并利用对数化、GARCH族模型、Black-Scholes模型来构建本文所需指标。最终选取并构建了市场收益率、市场交易量、市场波动率作为A股股票市场的三个重要研究变量,选取并构建了A股股票市场正面信息数量、负面信息数量、信息内容的正面性、信息内容的赞同性四个变量作为A股市场财经信息的衡量指标。其次,本文对构建的指标进行了描述性统计分析,得到各指标的基本统计特征。利用回归模型对原始变量之间相关关系进行了初步分析。分析结果表明,A股股市财经信息与市场重要变量之间的相关性并不显著,且存在有经济含义的很多变量在模型中的显著程度不高、拟合效果不理想等一些问题。再次,本文针对回归模型存在的问题,从财经信息和市场重要变量之间的静态互动效应角度对模型进行了改进。先对原始序列进行了平稳性检验,并利用最小二乘法和自回归移动模型ARMA(p,q)去除时间趋势和序列相关性将不平稳的时间序列变为平稳的时间序列。基于得到的平稳序列,分别构建了信息变量和市场变量的双向同期回归模型,研究两者之间的静态互动效应。结果表明,财经信息和市场变量之间既存在双向也存在单向同期静态互动效应。最后,本文又从财经信息和市场重要变量之间的动态互动效应角度对模型进行了改进。利用分布滞后模型和向量误差修正模型(VEC)分别研究A股股票市场财经信息与市场重要变量之间的短期和长期动态互动效应。在分析短期互动效应的分布滞后模型后,利用Granger检验法检验了市场变量和信息变量之间的短期因果关系。在分析长期动态互动效应时,先对原始数据进行了单位根检验,然后利用E-G两步法来判断变量之间是否存在协整关系,最终建立了误差修正模型来分析变量之间的长期动态互动效应。结果表明,财经信息和市场重要变量之间既存在双向也存在单向短期动态互动效应,其中单向短期互动效应更为显著。在长期动态互动效应中,仅存在波动率以及赞同性对交易量,以及正面性和负面信息数量对收益率的单向动态互动效应。本文的研究结果不仅证明了信息理论关于信息对市场作用的猜测,也证明了该理论在A股股票市场的适应性。本文的研究结果为市场监管层、上市公司和投资者如何通过观察财经信息判断股票市场的当期和未来走向提供参考依据;同时,也为新闻媒体如何通过观察股票市场的表现预测舆论动向提供参考思路。
【关键词】：财经信息 市场重要变量 静态互动效应 动态互动效应 分布滞后模型 向量误差修正模型
【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;F224
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-20
• 1.1 研究背景及意义10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意义11-12
• 1.2 国内外研究现状12-17
• 1.2.1 股票市场信息与市场收益率的关系研究12-13
• 1.2.2 股票市场信息与市场交易量的关系研究13-14
• 1.2.3 股票市场信息与价格波动率的关系研究14-15
• 1.2.4 国内外文献评述15-17
• 1.3 本文研究内容17-18
• 1.4 研究方案18-20
• 第2章 信息与市场相关理论基础20-27
• 2.1 市场有效性20-21
• 2.2 信息理论模型21-22
• 2.3 波动率模型22-25
• 2.4 本章小结25-27
• 第3章 指标选取、数据收集及指标构建27-33
• 3.1 指标的选取27-28
• 3.2 数据的收集28
• 3.3 指标的构建28-32
• 3.3.1 市场收益率28-29
• 3.3.2 价格波动率29-30
• 3.3.3 信息内容正面性30-31
• 3.3.4 信息内容赞同性31-32
• 3.4 本章小结32-33
• 第4章A股市场财经信息与市场重要变量的基本分析33-45
• 4.1 描述性统计分析33-39
• 4.1.1 A股市场的日收益率33-34
• 4.1.2 A股市场的日交易量34-35
• 4.1.3 A股市场的日波动率35
• 4.1.4 A股市场的正面信息数量35-36
• 4.1.5 A股市场的负面信息数量36-37
• 4.1.6 A股市场的信息内容正面性37-38
• 4.1.7 A股市场的信息内容赞同性38-39
• 4.2 简单回归分析39-44
• 4.2.1 简单回归模型的建立39-42
• 4.2.2 简单回归模型的估计结果42-44
• 4.3 本章小结44-45
• 第5章A股市场财经信息与市场重要变量的静态互动效应45-70
• 5.1 平稳性检验45-46
• 5.2 原始变量的分解46-59
• 5.2.1 原始变量的分解方法46-47
• 5.2.2 原始交易量的分解结果47-49
• 5.2.3 原始波动率的分解结果49-51
• 5.2.4 原始正面性的分解结果51-53
• 5.2.5 原始赞同性的分解结果53-55
• 5.2.6 原始正面信息数量的分解结果55-57
• 5.2.7 原始负面信息数量的分解结果57-59
• 5.3 A股市场财经信息与市场重要变量的相关关系59
• 5.4 A股市场财经信息对市场重要变量的静态影响59-64
• 5.4.1 市场重要变量同期回归模型的建立59-60
• 5.4.2 市场重要变量同期回归模型的估计结果60-64
• 5.5 A股市场重要变量对财经信息的静态影响64-69
• 5.5.1 市场财经信息变量同期回归模型的建立64-65
• 5.5.2 市场财经信息同期回归模型的结果估计65-69
• 5.6 本章小结69-70
• 第6章A股市场财经信息与市场重要变量的动态互动效应70-87
• 6.1 基于分布滞后模型的短期动态互动效应70-80
• 6.1.1 分布滞后模型的建立70-71
• 6.1.2 分布滞后模型的估计结果71-80
• 6.2 基于向量误差修正模型的长期动态互动效应80-85
• 6.2.1 单位根检验80-81
• 6.2.2 协整检验81-82
• 6.2.3 向量误差修正模型的建立82
• 6.2.4 向量误差修正模型的结果估计82-85
• 6.3 本章小结85-87
• 结论87-91
• 附录I91-92
• 参考文献92-95
• 攻读硕士学位期间发表的学术论文95-97
• 致谢97

【参考文献】

中国期刊全文数据库 前1条

1 文凤华;龚旭;黄创霞;陈晓红;杨晓光;;股市信息流对收益率及其波动的影响研究[J];管理科学学报;2013年11期

，

本文编号：861099