基于R/S分析的我国股票市场标度特性研究

应用重标度极差分析法(R/S),对我国股票市场不同时间间隔的收盘指数进行实证分析,研究我国股票市场的标度特性.结果表明我国股票市场具有长期记忆性和标度不变性,分别存在244天(上海)和190天(深圳)的非周期循环,并呈现多重分形特征.     

中国股票市场的分形结构——股票收益长期记忆特征的实证研究

股票市场收益的长期记忆特征对于系统非线性结构的确定以及市场有效性的研究具有重要的意义.针对上海和深圳A股算术加权和流通市值加权市场指数的周收益序列以及上证180指数和深圳成份指数中选取的12只代表性股票的周收益序列,采用重标级差分析(R/S分析)和ARF IM A模型对其进行了实证研究.从统计结果来看,样本序列呈现出尖峰和肥尾等有偏特征,明显不满足正态分布的假设,表明收益序列可能具有长程相关或记忆性.进一步的研究发现,沪深两市A股市场指数收益序列和大多数个股(10只股票)存在明显的长期记忆特征,收益分布表现出持久性.从划分不同时段的分析结果来看,中国股票市场渐进趋于弱势有效.     

基于消息模型的股票市场波动与相关消息因素的关系研究

"消息"(News),对于验证市场有效性和研究股票市场的波动特征,具有重要价值.本文基于消息模型(News Model),对上证A股综合指数及其相关影响因素进行了实证分析.通过对样本数据分别利用ARMA(Autoregression Moving Average)、VAR(Vector Autoregressive)、HPF(Hodrick Prescott Fliter)模型提取消息部分,进行回归分析;再利用估计ARDL(Autoregressive Distributed Lag)形式的消息模型,检验相关因素对股市是否存在滞后效应.实证结果显示,一方面,与对众多国外市场的研究保持一致,论文对于中国股票市场的研究同样证实,消息对股市是具有影响力的,另一方面,我们还得出以下结论:(1)财政收入消息对股市存在显著的影响;(2)财政支出消息对股市存在显著的正向影响;(3)消息对股市影响的滞后效应不明显.     

股价指数的记忆性特征

本文通过ARFIMA模型(分整自回归滑动平均模型)分析了上证日指数、周指数、月指数序列的记忆性特征,说明股票价格日指数具有长记忆性、周指数具有中等记忆性、月指数具有短期记忆性,这一结论说明了中国股票市场是非有效的,其本身隐含一定的政策含义。     

中国股票市场的日历效应分析

本文以上证指数和深证指数为代表 ,对中国股票市场的日历效应进行实证分析 .主要从以下三个方面加以讨论 :收益率和交易量的均值及方差的日历特征 ;收益率日历特征的相关分析 ;收益率周内各日的转移概率特性     

上海股票市场和国际主要股票市场之间波动溢出效应的实证研究

使用BEKK—二元GARCH(1,1)模型,对于我国股票市场和国际主要股票市场之间的波动溢出效应进行了实证研究.分析结果表明,上证综指和标准普尔500指数、日经225指数之间存在单向波动溢出效应,而上证综指和香港恒生指数之间存在双向波动溢出效应,上证综指和新加坡海峡时报指数之间不存在波动溢出效应.     

基于R/S分析的深圳股市非线性特征实证研究

应用HURST指数和R/S分析法对深圳股市进行了非线性特征实证研究,从低频数据到高频数据逐层分析,分别得到它们的H-指数、相关系数、分形维数和非周期循环.进一步,对不同频度数据分别进行对比分析,得到了深圳股市精确的非线性特征.实证结果表明,深圳股票市场存在状态持续性和波动性.     

内地股票市场与国际主要股票市场的非线性关联机制研究

本文分别在线性协整模型和非线性指数平滑迁移自回归误差修正模型(ESTARECM)的框架下,对内地股票市场与国际主要股票市场价格指数进行了长期均衡关系的检验。结果发现内地股票市场除与日本股票市场价格指数不存在协整关系外,与国际主要股票市场价格指数均存在协整关系。进一步利用线性和非线性格兰杰因果关系检验方法对内地股票市场与国际主要股票市场收益率序列进行了短期动态机制的识别,结果发现上证指数与道琼斯指数、金融时报指数以及恒生指数收益率之间存在单向的格兰杰因果关系,并且在上证指数与恒生指数构成的二元系统中,上证指数表现出较强的外生性。而与日经225指数则存在双向的格兰杰因果关系。     

沪深300指数与沪深股市尾部相关性分析

根据沪深股市非线性的特征,利用Kendall秩相关系数与Copula函数之间的关系,对Copula函数的参数进行估计.选择Gumbel Copula、Clayton Copula和Frank Copula来度量上证综指、深证综指和沪深300指数之间的尾部相关性.实证结果分析,Clayton Copula函数能较好的度量出三个指数之间具有较强的下尾相关性,且进行量化后的相关性能够较好刻画股票市场的变化.     

宏观经济信息宣告的股市收益及波动性效应——基于改进的AR(1)-EGARCH(1,1)-M模型的实证检验

基于改进的AR(1)-EGARCH(1,1)-M模型,从收益率和波动性两个方面考察各类宏观信息宣告对股票市场价格行为的影响.结果表明,居民消费价格指数和商品零售价格指数对股票市场的收益有负向影响;国内生产总值、社会消费品零售总额、公开市场操作利率变动率和企业景气指数对股票市场的收益有正向影响;公开市场操作公告会导致股票市场条件收益率显著增加;其余各类宏观信息因素对股票市场收益的波动性并不存在显著影响.     

再论中国股票市场的弱有效性

本文利用检验鞅差序列的非参数统计量来检验中国股票市场的弱有效性问题,本文给出的方法不同于文献中已有的方法,实证分析表明本文使用的检验股票市场弱有效的方法比文献中的大多数方法更有效。实证结果显示,中国的股市在发展过程中,表现山渐进有效的态势;中国A股市场比B股市场更有效率:沪市比深市更趋于有效。文中的有些结论是以前的实证研究所没有的。另外,本文比较了中国股市和境外成熟股市之间有效性程度的差异,并得出香港市场对深市影响显著的结论。     

中国股票市场“周内效应”的再研究

本文避免了通常利用方差分析方法检验周内效应时的不足之处,利用考虑到异方差情况ARCH模型,通过采用虚拟变量,在研究沪深两市日收益率的周内效应的基础上,进一步考察其方差变动的周内效应。通过实证分析发现沪市存在显著为正的星期五效应,深市存在显著为负的星期一效应与显著为正的星期五效应,并且深市日收益的方差变化也存在一定的周内效应。     

中国股市收益率分布特征的实证研究

金融数据除了具有尖峰厚尾特性以外,也表现出了尾部概率的非对称性,即偏尾特征。本文采用非对称Lap lace分布对我国沪深股市的样本收益率数据进行了实证分析,研究表明,我国股市的中长期收益率数据存在明显偏尾特征,与Compell的行为金融学解释恰恰相反,这种偏尾特征的具体表现不是左尾比右尾厚,而是右尾比左尾厚,研究还表明深市收益率偏尾特征对时间水平的灵敏度比沪市要高。     

中国股市波动性的隐周期研究

本文运用频谱分析理论研究中国股市波动中的隐周期特征.研究结果表明,中国股市波动中不存在隐周期规律。这一结果表明中国股市市场效率得到提高,股市波动结构特征较数年前有较大的变化.并支持中国股市较高的波动性既可能是由集中而强烈的新信息冲击引起的,也可能是由于市场对信息冲击的吸收能力较差所致,两个层次的因素共同决定了股价的波动这一结论.     

金融市场波动性的拟合分析

金融市场的波动性是投资者关注的对象之一,也是被研究的热点。本文检验了我国股市的ARCH效应和序列相关性。并且在此基础上,将AR-IGARCH-M模型应用于上海综指和深圳成指,结果表明该模型能有效拟合我国深沪两股市的波动性。最后,针对结果分析了我国的股市行为。     

我国股市收益的双长记忆性检验——基于VaR估计的ARFIMA-HYGARcH-skt模型

针对股市收益分布的"尖峰肥尾"特征,引入了偏t分布作为新息分布。基于VaR方法,从风险估计的角度,利用ARFIMA(2,d_1,0)-HYGARCH(1,d_2,1)-skt模型对1996年12月17日至2007年7月5日期间的沪深股市收益进行了实证分析.实证结果显示:沪深股市具有显著的双长记忆特征;上海股市的日收益率和波动率的长记忆性均比深圳股市强;ARFIMA(2,d_1,0)- HYGARCH(1,d_2,1)-skt模型对我国股市收益具有较强的风险估计和预测能力。     

股票分布模型的研究

根据股票的实际情况提出了一种股票价格分布的模型,给出了股票价格分布的一种确定方法.该模型能反映股票的整体性质,为今后从分布角度来研究股票的性质奠定了理论基础.     

中国股市价格和波动性的非线性行为实证研究

深沪综合指数的收益率不服从正态分布,收益率是负斜的,呈现胖尾和峰态;其收益率序列均服从有着分形概率分布的持久性时间序列,它们遵循有偏随机游动,市场表现出较强的趋势行为和非周期循环特征,深市非周期循环为4个月,而沪市为6个月,深沪股市月收益率序列则为确定性的混沌序列;而沪深股市的波动性也呈现出一定程度的不对称特征,沪深股市之间还存在着波动性的溢出效应,深市还存在着一定的杠杆效应,而且,沪深股市之间还存在着明显的波动性的溢出效应.     

股指极端波动下中国股市复杂网络结构及中心性分析

基于复杂网络理论,以2015年、2008年国内两次股灾为背景,分别构建股灾发生前、中、后的中国股市网络,通过度、度分布、平均路径长度等基本拓扑指标,分析中国股市网络特性及网络结构的变化,综合利用度中心性、介数中心性及接近度中心性,筛选出各时期网络中的核心股票、核心行业并分析其变化情况,基于网络特征向量中心性分析股市的系统性风险及变化情况,通过仿真实验分析股市网络的鲁棒性。研究表明:两次股灾背景下的中国股市复杂网络均具有小世界性和无标度性;与2008年国际金融危机相比,2015年国内股灾对中国股市的影响强度更大,且2015年中国股市对金融风险的弹性更大;股灾期间各行业版块具有明显的风险传染性,指出各行业板块对稳定股市、修复股指的作用;股指极端波动时,股灾的外生冲击会使股市的系统性风险加大,与2015年国内股灾时期相比,2008年国际金融危机时期的股市系统性风险更大;中国股市网络对随机攻击具有一定鲁棒性,但对蓄意攻击具有脆弱性,股灾的外生冲击会降低中国股市网络的鲁棒性。研究为把握股市极端波动风险下的市场结构特征、股市风险管理提供了参考。     

基于石油行业影响股票流动性的实证分析

采用买卖价差和市场深度代表股票流动性水平,根据Brockman&Chung模型分析了影响我国股市流动性的因素.研究发现,交易量与流动性正相关,股票价格及股票收益率的波动性与流动性呈负相关关系.但当流动性选取的指标不同时,股票价格对其影响也是存在差异的.