中國(guó)股票市場(chǎng)信息流對(duì)股價(jià)波動(dòng)的影響分析-wenkub.com
2025-01-15 16:22 本頁(yè)面
【正文】 在股市下跌過(guò)程中，代表成交量的新信息對(duì)股市的波動(dòng)性影響最為顯著；對(duì)比出現(xiàn)正面信息，在負(fù)面信息出現(xiàn)的情況下，股市波動(dòng)更加激烈。 （二）啟示 ?本文的研究揭示了中國(guó)股市波動(dòng)性的基本特征，有助于投資者和股市監(jiān)管者了解和掌握我國(guó)股市波動(dòng)性的變化規(guī)律、影響因素和形成機(jī)制，對(duì)其在不同市場(chǎng)態(tài)勢(shì)下制定相應(yīng)的投資策略和風(fēng)險(xiǎn)監(jiān)控具有重要的參考價(jià)值。 六、研究結(jié)論與啟示 （一）研究結(jié)論 ?（ 1）中國(guó)股市的波動(dòng)存在明顯的“杠桿效應(yīng)”，而且這種“杠桿效應(yīng)”在不同市場(chǎng)態(tài)勢(shì)中的表現(xiàn)有所不同。 ?第四，在包含成交量的 EGARCH(1,1)模型中，考慮成交量之后， ARCH 效應(yīng)在不同市場(chǎng)態(tài)勢(shì)中的變化程度有所不同：在盤整期和多頭期， ARCH 效應(yīng)幾乎沒(méi)有發(fā)生變化，ARCH 效應(yīng)與成交量所代表的新信息流共同解釋股價(jià)的波動(dòng)；但在空頭期， ARCH 效應(yīng)顯著降低，這意味著股價(jià)波動(dòng)對(duì)舊信息沖擊的依賴性明顯減弱，新信息對(duì)當(dāng)期波動(dòng)的影響加強(qiáng)，市場(chǎng)對(duì)新信息的吸收更為充分有效 。但在多頭期，杠桿效應(yīng)系數(shù)為正，說(shuō)明相同程度的利好消息所引起的股價(jià)波動(dòng)更為劇烈，利好消息的作用大于利空消息。 （二） EGRACH 模型的估計(jì)結(jié)果 ?運(yùn)用 EGARCH（ 1,1）模型和包含成交量的 EGARCH（ 1,1）模型對(duì)股價(jià)波動(dòng)的估計(jì)結(jié)果見(jiàn)表 7。 ?在不包含成交量的 GARCH(1,1)模型中： ? 在全樣本期， α 1 + β 1接近于 1，說(shuō)明股市具有很強(qiáng)的波動(dòng)持續(xù)性； ? 在盤整期， ARCH 效應(yīng)并不明顯； ? 在多頭期， ARCH 效應(yīng)十分明顯，其波動(dòng)展現(xiàn)出很強(qiáng)的持續(xù)性和聚類性； ? 在空頭期， α 1 +β 1的系數(shù)和略大于 1，表明空頭期收益率序列的條件方差不能滿足平穩(wěn)性要求，說(shuō)明在市場(chǎng)下跌階段，預(yù)測(cè)價(jià)格波動(dòng)僅僅依靠過(guò)去方差的記憶是不夠的，還存在“其他未知的影響市場(chǎng)變動(dòng)的因素”。然后使用簡(jiǎn)單但較為有效的 50 階移動(dòng)平均法生成對(duì)數(shù)成交量的長(zhǎng)期趨勢(shì)，再?gòu)膶?duì)數(shù)成交量中剔除長(zhǎng)期趨勢(shì)。 ? LjungBoxPierce Q 檢驗(yàn)的結(jié)果說(shuō)明收益率序列不存在明顯的序列相關(guān)。 ?從峰度的數(shù)據(jù)來(lái)看，四個(gè)時(shí)期收益率的分布均呈現(xiàn)明顯的厚尾特征，并且在均值處的波峰很尖。 （三）收益率序列的統(tǒng)計(jì)特征 ?各階段的收益率序列均有這些特征：（ 1）表現(xiàn)出正偏度，拒絕均值為零的原假設(shè)；（ 2）表現(xiàn)出過(guò)度峰度，Kurtosis3；（ 3） JarqueBera 正態(tài)檢驗(yàn)統(tǒng)計(jì)量拒絕正態(tài)分布的原假設(shè)。 ?多頭期：自 1999 年 5 月 19 日科技股板塊帶動(dòng)大盤上漲至 2022 年 6 月 26 日股指達(dá)到歷史最高點(diǎn)，共 506 組數(shù)據(jù)。 三、樣本選擇與數(shù)據(jù)處理 （一）數(shù)據(jù)來(lái)源 ?數(shù)據(jù)來(lái)源于香港理工大學(xué)和深圳國(guó)泰君安信息公司提供的市場(chǎng)交易數(shù)據(jù)庫(kù) (CSMAR)，采用的樣本是上海股票市場(chǎng) 1997 年 7 月 2 日至 2022 年 12 月 31 日 A 股每日收盤指數(shù)和成交量的數(shù)據(jù)，共計(jì)1328 個(gè)交易日數(shù)據(jù)。 ? Nelson（ 1991）提出的指數(shù) GARCH 模型（ Exponential GARCH，簡(jiǎn)稱 EGARCH）可以較好地模擬這種非對(duì)稱性，他的研究驗(yàn)證了杠桿效應(yīng)的存在。 （ 6） （ 7） ?根據(jù) MDH 理論，當(dāng)期成交量作為新信息的替代指標(biāo)，對(duì)價(jià)格波動(dòng) h t具有重要影響，因此成交量可以作為外生變量直接加入 GARCH 模型的條件方差方程（ Lamoureux 和 Lastrapes， 1990），于是方程 (7)可以表達(dá)為： ?其中， V t表示第 t日的成交量。t t tr ????? ( 0 , )ttIN h?20 1 1 1 1t t thh? ? ? ???? ? ?其中， r t 是日收益率； 181。換言之，由于成交量和價(jià)格的分布都服從于
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1