中國(guó)股票市場(chǎng)信息流對(duì)股價(jià)波動(dòng)的影響分析-展示頁(yè)
2025-01-27 16:22本頁(yè)面
【正文】 astrapes（ 1990）將成交量作為信息流的替代指標(biāo)，加入到 GARCH 的條件方差方程中，通過(guò)對(duì)美國(guó)市場(chǎng)上 20 只股票的分析，研究包含信息流的GARCH 模型中 ARCH 效應(yīng)的解釋效力。 ?雖然 ARCH 族模型能夠很好地刻畫(huà)股價(jià)波動(dòng)的特征，但只能說(shuō)明價(jià)格波動(dòng)受其自身歷史波動(dòng)的制約，卻不能解釋有哪些外生變量引起股價(jià)的波動(dòng)。 ?此后，模型不斷得到擴(kuò)展和改進(jìn)，形成了 ARCH 族模型。 ?為了刻畫(huà)時(shí)間序列的這一特征， 2022年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者 Engle于 1982 年提出了自回歸條件異方差（ Autoregressive Conditional Heteroskedasticity）模型，即 ARCH模型。中國(guó)股票市場(chǎng)信息流對(duì)股價(jià)波動(dòng)的影響分析（吳世農(nóng)） 大連理工大學(xué)財(cái)務(wù)管理研究所 李延喜 一、文獻(xiàn)回顧 ?在股票市場(chǎng)上，股價(jià)的波動(dòng)性特征一直是金融經(jīng)濟(jì)學(xué)研究的熱點(diǎn)問(wèn)題。許多股價(jià)序列都具有時(shí)變方差(Timevarying Variance)的特征，即在一些時(shí)期的波動(dòng)十分劇烈，而在另一些時(shí)期的波動(dòng)又相對(duì)平緩。 一、文獻(xiàn)回顧 ?Bollerslev（ 1986）進(jìn)一步提出了廣義自回歸條件方差 （ Generalized ARCH）模型，即 GARCH 模型。 ?國(guó)外學(xué)者利用這些模型進(jìn)行了大量的實(shí)證研究，表明 GARCH 模型及其擴(kuò)展形式能有效地描述股票價(jià)格的波動(dòng)性。究竟什么因素驅(qū)動(dòng)股價(jià)產(chǎn)生波動(dòng)？ ?根據(jù)市場(chǎng)微觀結(jié)構(gòu)理論（ Theory of Microstructure），價(jià)格的波動(dòng)主要是由于新的信息不斷到達(dá)市場(chǎng)且新信息在被市場(chǎng)價(jià)格吸收的過(guò)程中產(chǎn)生的。認(rèn)為代表市場(chǎng)信息流的成交量指標(biāo)能夠吸收大部分的 ARCH 效應(yīng)，成交量是由產(chǎn)生價(jià)格波動(dòng)的相同因素驅(qū)動(dòng)的。 一、文獻(xiàn)回顧 ?反對(duì) MDH 理論的研究 ? Lamoureux 和 Lastrapes（ 1994）的研究發(fā)現(xiàn)，成交量的納入并沒(méi)有消除 ARCH 效應(yīng)的影響 ? Sharma 等人（ 1996）估計(jì)了 ARCH效應(yīng)的解釋效力，通過(guò)對(duì)紐約股票交易指數(shù)的分析，研究市場(chǎng)收益的分布情況。 ? Locke 和 Sayers（ 1993）對(duì) Samp。 一、文獻(xiàn)回顧 ?為進(jìn)一步探明這一原因，日本學(xué)者 Miyakosh Tatsuyoshi（ 2022）將東京股票指數(shù)（ TOPIX）分成兩個(gè)階段進(jìn)行分析，其結(jié)論不一致。一部分通過(guò)自回歸過(guò)程可以得到解釋?zhuān)硪徊糠謩t是潛在的、不可預(yù)測(cè)的信息，也就是說(shuō)，當(dāng)期成交量是由過(guò)去的信息和當(dāng)期或未來(lái)的信息所共同決定的。 ?當(dāng)成交量被結(jié)合進(jìn)條件方差方程時(shí)，它所包含的舊信息被ARCH 過(guò)程吸收，因此，在包含成交量的股價(jià)波動(dòng)方程中，成交量代表的是到達(dá)市場(chǎng)的新信息，而 ARCH 效應(yīng)反映的是舊信息對(duì)價(jià)格波動(dòng)的影響。 ?丁華（ 1999），唐齊鳴等（ 2022），李勝利（ 2022）都證實(shí)了中國(guó)股市的收益率具有明顯的波動(dòng)聚類(lèi)性（ Volatility Clustering）和持續(xù)性。 ?吳沖鋒等（ 2022， 2022）進(jìn)一步將成交量納入股價(jià)序列中，研究成交量如何驅(qū)動(dòng)價(jià)格變化。 ?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(biāo)能夠顯著降低價(jià)格波動(dòng)的持續(xù)性， ARCH效應(yīng)明顯減弱。 ?王春峰等（ 2022）運(yùn)用 GARCHM模型研究深滬股市時(shí)卻發(fā)現(xiàn)，加入成交量后，中國(guó)股票市場(chǎng)波動(dòng)性的 ARCH效應(yīng)降低的程度遠(yuǎn)低于國(guó)外成熟市場(chǎng)。 ?研究?jī)?nèi)容有所延伸 不僅驗(yàn)證 MDH 理論在中國(guó)股票市場(chǎng)是否有效，而且進(jìn)一步分析了不同市場(chǎng)態(tài)勢(shì)中股價(jià)波動(dòng)究竟是受舊信息（ ARCH 效應(yīng)）的影響還是受新信息（當(dāng)期成交量）的影響，以考察市場(chǎng)在不同階段對(duì)新舊信息的吸收和反映程度。 二、理論基礎(chǔ)、研究方法與模型
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1