中國股票市場信息流對股價波動的影響分析(完整版)
【正文】 究驗證了杠桿效應的存在。t t tr ????? ( 0 , )ttIN h?20 1 1 1 1t t thh? ? ? ???? ? ?其中， r t 是日收益率； 181。 ?根據(jù) MDH 理論，股價變化的動態(tài)特征依賴于信息流達到過程的時間序列的行為。 ?李雙成等（ 2022）的研究結(jié)果表明，在 GARCH(1,1)模型中，將成交量作為信息流的替代指標能夠顯著降低價格波動的持續(xù)性， ARCH效應明顯減弱。一部分通過自回歸過程可以得到解釋，另一部分則是潛在的、不可預測的信息，也就是說，當期成交量是由過去的信息和當期或未來的信息所共同決定的。認為代表市場信息流的成交量指標能夠吸收大部分的 ARCH 效應，成交量是由產(chǎn)生價格波動的相同因素驅(qū)動的。許多股價序列都具有時變方差(Timevarying Variance)的特征，即在一些時期的波動十分劇烈，而在另一些時期的波動又相對平緩。 ?雖然 ARCH 族模型能夠很好地刻畫股價波動的特征，但只能說明價格波動受其自身歷史波動的制約，卻不能解釋有哪些外生變量引起股價的波動。P500 指數(shù)期貨波動性的研究結(jié)論與 Sharma 等人（ 1996）的一致，他們認為成交量代表的市場信息流最多只是有助于解釋 ARCH 效應 。 ?近年來，國內(nèi)學者對量價關系的研究可以分為：股價變化的絕對量與成交量之間的關系（張維、閆冀楠， 1998；陳怡玲、宋逢明， 2022）股價變動與成交量之間的關系（王承煒、吳沖鋒， 2022）和價格波動方差與成交量之間的關系（ Xu， 2022；趙留彥，王一鳴， 2022）。 ?研究模型有所拓展 不僅采用 GARCH模型，而且采用 EGARCH 模型研究信息流對股價波動的影響，從而更為全面地揭示了不同市場態(tài)勢中股價波動受信息流影響的特征。 （二） GARCH 模型 ? Lamoureux 和 Lastrapes（ 1990）使用 GARCH(1,1)模型研究成交量與價格波動的關系。根據(jù) MDH 理論，如果成交量序列存在序列相關，當 γ0且顯著， ARCH 效應將明顯減弱，甚至可能從式（ 8）中消失。 ?股市指數(shù)收益率采用連續(xù)復利率的對數(shù)收益率即 r t = ln(P t/ P t ? 1)* 100 ，其中 P t為第 t天的收盤指數(shù)。 ?中國股市在多頭期的平均收益率明顯高于其他三個時期，而空頭期的平均報酬率最低且為負值。但是收益率平方序列具有很強的序列相關性。 ?在包含成交量的 GARCH(1,1)模型中： ? 我們發(fā)現(xiàn)在三種市場態(tài)勢中，成交量系數(shù) γ在 1%的顯著性水平上均為正值，說明中國股市的價格波動與成交量顯著正相關，成交量代表的市場新信息流對價格波動存在顯著的當期效應。此外，在空頭期時， EGARCH 模型中的杠桿效應不明顯。在盤整期和空頭期，利空消息（負沖擊）比利好消息（正沖擊）造成股價更大的波動；但在多頭期情況恰好相反，相同程度的利好消息所引起的股價波動更為劇烈。 。 ?（ 3）中國股市的價格波動與新舊信息之間的關系在三種不同的市場態(tài)勢中表現(xiàn)出二種明顯的差異：在盤整期和多頭期，代表舊信息的 ARCH 效應與代表新信息的成交量共同解釋股價的波動；但在空頭期， ARCH 效應顯著降低，說明股價波動對舊信息的依賴性明顯減弱，新信息對當期波動的影響加強，市場對新信息的吸收更為充分有效。在不同的市場態(tài)勢中，成交量所代表的新信息與股價波動的相關程度并不相同：在盤整期，相關程度最低；在多頭期，相關程度要高于盤整期；在空頭期，新信息與股價波動的正相關性最為明顯。但在空頭期，考慮成交量之后，持續(xù)性參數(shù)從略大于 1 減少為， ARCH 過程趨于平穩(wěn)，說明成交量是“其他未知的影響市場變動的因素”之一。 （四）成交量的調(diào)整 ?為了將內(nèi)生增長從序列中剔除，本文先對成交量取自然對數(shù)，而
教學課件相關推薦
鄂ICP備17016276號-1