中国股票市场非有效性特征研究

中国股票市场非有效性特征研究

论文摘要

充分发挥股市对国民经济的促进作用,提升股市效率是关键。分析中国股市非有效性特征可以揭示股市运行过程中急需改变的问题,对提升中国股市的运行效率,推动股市的规范化发展有重要的意义。本文选择上证综合指数、深证成分指数等多种指数的收益率为研究对象,对中国股市的非有效性特征进行了实证分析,主要内容有:(1)收益率分布的非正态性。对沪深股市各收益率序列进行多种方法的正态性检验,并通过尾部指数分析厚尾性的变化规律。所得结论为:中国股市指数收益率不服从正态分布。不同时间标度和不同时间区间的收益率分布特征有所不同,逐渐趋于正态分布。沪深股市日、周、月收益率分布的左、右尾指数都逐渐增大,厚尾性特征越来越弱。分布的右尾比左尾更厚,显示出股市扩容的特征。上证综指收益率的左、右尾指数均小于深成指,沪市出现较大正收益或绝对值较大的负收益的可能性高于深市。(2)收益率序列的自相关性。使用AR模型和Q统计量分析收益率序列的自相关性。所得结论为:日、周、月收益率序列均存在显著的序列自相关性质,但各个序列的滞后期有所不同,无明显变化规律。深市现期的股指收益率包含了更多的历史信息,比沪市的效率更高。日、周、月收益率序列自相关系数没有随滞后期数增加而减弱为零的趋势。周、月收益率相关系数的变化特征进一步印证了日收益率长期相关趋势的存在。(3)收益率序列的ARCH效应。建立ARCH模型分析收益率的波动持续性,杠杆效应和风险溢价的敏感性。结论为:中国股市的日收益率序列具有显著的ARCH效应,周、月收益率序列均不存在ARCH效应。冲击的持续性普遍存在于日收益率序列中,波动持续性强度有所减弱,但总体上依然很强。沪市的波动持续性略强于深市。杠杆效应仅存在于上证综指日收益率序列的全区间和第二阶段。深成指日收益率序列不存在杠杆效应。上证综指和深成指日收益率序列在总体上对风险溢价的敏感性不强。上证综指收益率在第二阶段存在高风险伴随高收益的现象,其他阶段则对风险的敏感性不强。而深成指在第一阶段显著存在高风险低收益或高收益低风险的现象。(4)收益率序列的周内效应。各种指数收益率周二最低,周五最高,周一收益率较低,风险最大。上证综指收益率和上证A股指数收益率在总体和三个分阶段上周内效应的存在性和存在模式具有一致性,但与深市检验结果相反。虽然沪深股市的代表性指数——上证综指和深成指的收益率序列总体上均不存在周内效应,但各个阶段的存在性却出现了不一致的情况。总之,应客观判断中国股市的周内效应存在性和中国股市的有效性问题。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 选题背景及意义
  • 1.2 国内外研究现状
  • 1.3 研究思路与方法
  • 1.4 文章结构及内容
  • 1.5 创新之处
  • 第二章 中国股市收益率的基本统计量
  • 2.1 数据来源
  • 2.2 时间标度和时间区间
  • 2.3 基本统计量
  • 第三章 中国股市收益率分布的非正态性
  • 3.1 正态性检验
  • 3.2 厚尾性分析
  • 3.3 小结
  • 第四章 中国股市收益率序列的自相关性
  • 4.1 短期自相关性
  • 4.2 长期相关趋势
  • 4.3 小结
  • 第五章 中国股市收益率序列的ARCH效应
  • 5.1 ARCH模型简介
  • 5.2 ARCH效应检验
  • 5.3 均值方程的残差分布
  • 5.4 波动的持续性
  • 5.5 杠杆效应
  • 5.6 风险溢价的敏感性
  • 5.7 小结
  • 第六章 中国股市收益率的周内效应
  • 6.1 非参数检验方法
  • 6.2 多种指数的引入
  • 6.3 周内效应的总体检验
  • 6.4 周内指数的分段检验
  • 6.5 各类结果的汇总分析
  • 第七章 结论及展望
  • 7.1 结论
  • 7.2 展望
  • 参考文献
  • 攻读硕士学位期间发表论文和科研情况
  • 致谢
  • 相关论文文献

    • [1].我国股票市场收益率序列的长期记忆性和“杠杆效应”检验[J]. 数量经济研究 2013(02)
    • [2].上海股市收益率序列簇生特征局部线性平滑分析[J]. 数理统计与管理 2009(03)
    • [3].CBCFI收益率序列波动性实证分析[J]. 市场周刊(理论研究) 2015(02)
    • [4].金融资产收益率中心-广度双序列结构与均值-方差结构的比较——基于区间金融收益率中心序列与收盘价收益率序列的实证分析[J]. 时代金融 2010(05)
    • [5].沪市180指数波动的实证研究[J]. 泰山学院学报 2008(03)
    • [6].中国股市的波动性及国际比较[J]. 金融评论 2010(04)
    • [7].基于SGT分布的ES估计、后验分析及在沪深股市中应用[J]. 数理统计与管理 2020(02)
    • [8].我国开放式基金和封闭式基金风险的比较分析[J]. 开发研究 2008(03)
    • [9].基于GARCH模型的上证180指数研究[J]. 商 2015(27)
    • [10].日元汇率波动性特征的实证研究[J]. 当代经济 2015(24)
    • [11].上证指数收益率序列研究[J]. 中国商论 2015(24)
    • [12].货币市场基金日收益率序列的波动性研究[J]. 浙江金融 2009(01)
    • [13].非参数检验在中国股市日收益率序列中的应用[J]. 经济视角(下) 2012(02)
    • [14].我国铁矿石现货价格波动分形特征分析[J]. 中国市场 2012(28)
    • [15].股票价格波动性的交易机制原因分析[J]. 学术界 2008(01)
    • [16].深证成指周收益率波动性的实证研究[J]. 数学理论与应用 2010(04)
    • [17].基于GARCH模型的上证综合指数收益率波动的实证研究[J]. 时代金融 2014(17)
    • [18].中国债券市场多重分形特征及其成因问题分析[J]. 青岛大学学报(自然科学版) 2017(03)
    • [19].沪深300指数期货市场的分形特征研究[J]. 经济学家 2015(12)
    • [20].基于极值视角的沪深股市收益率的风险度量[J]. 统计与决策 2016(15)
    • [21].中国股市收益波动特征分析[J]. 财会通讯 2014(03)
    • [22].基于HMM的VaR风险度量及其实证分析[J]. 合肥工业大学学报(自然科学版) 2013(05)
    • [23].次贷危机前后中美股市波动溢出效应研究[J]. 中国市场 2010(31)
    • [24].GARCH模型的深证成指研究[J]. 商 2016(06)
    • [25].基于截L-矩和GPD的中国股市VaR经验测度:1991-2011[J]. 长沙理工大学学报(社会科学版) 2012(03)
    • [26].基于局域波与混沌集成的中国股票市场预测[J]. 科学技术与工程 2011(33)
    • [27].基于VAR方法的我国股市风险管理实证研究[J]. 湖南财经高等专科学校学报 2010(05)
    • [28].基于长记忆的中国期货市场实证研究[J]. 价值工程 2009(08)
    • [29].深圳碳排放交易市场有效性研究[J]. 中外能源 2017(07)
    • [30].我国信托公司股票收益率的多重分形特征分析[J]. 现代经济信息 2015(16)

    标签:;  ;  ;  ;  ;  

    中国股票市场非有效性特征研究
    下载Doc文档

    猜你喜欢