预期和非预期交易对收益率波动性的影响及实证分析

以混合分布假说(MDH)为理论基础,把实际交易量划分为预期和非预期交易量,引入EGARCH-M模型中,提出基于预期交易和非预期交易的量价关系模型,并用该模型刻画上证基金指数的量价关系.实证研究表明:上证基金指数的日交易量可以作为当期信息到达市场的解释变量;基于预期和非预期交易的EGARCH-M扩展模型拟合精度显著优于原模型和仅考虑对数交易量的模型;非预期交易量对指数价格的冲击显著大于预期交易量.     

MDH理论与日历效应下的中国股市量价关系

基于分布混合假说(MDH)理论的数学推导,以我国深沪股市的大盘指数为研究对象,检验原始交易量、包含自相关性的交易量对广义自回归条件异方差模型(GARCH)效应的解释效果,并分析日历效应对交易量与股价波动性关系的特殊影响.结果表明,GARCH模型可以很好地拟合中国股市的股价波动持续性问题;当引入原始交易量以后,股价波动性在一定程度上可以为原始交易量所解释,而包含自相关性的交易量对股市GARCH效应并无很好的解释力.经实证分析证实,股价的日历效应对于上海市场中交易量对股价波动性的解释有着推波助澜的作用.     

中国股票市场价格、交易量以及量价关系的多重分形特征研究

利用2005年1月4日至2015年10月14日期间的我国股票市场上海证券综合收盘价格指数和交易量的日度数据,采用MF-DFA和MF-DXA方法实证研究了我国股票市场价格、交易量以及股票价格与交易量关系的多重分形特征以及量价关系的多重分形特征的来源.从中可知,股票价格、股票交易量以及股票价格与交易量的关系都存在多重分形特征,股票价格与交易量多重分形的主要原因是长期记忆性特征和厚尾分布.     

股票论坛与IPO交易行为的数学分析

利用文本挖掘和文本分类技术分析新浪财经股票论坛上投资者发布的信息,并据此构建投资者乐观情绪、意见分歧指数;通过SPSS分析反映投资者情绪的这些指标与IPO抑价和IPO上市首日交易量的相关性,结果发现股票论坛并不仅仅是"噪音",基于论坛信息的投资者情绪对IPO抑价及交易量有显著影响,即投资者情绪乐观指数与IPO抑价、交易量成正比,意见分歧指数与交易量成反比.     

基于交易量转移的股票预测模型

股票市场中最基本变量为交易量、价格和时间,而在这三变量中交易量的变化最能体现股票市场的基本规律.研究交易量转移可以解决股市中筹码(流通股票数)在何时集中、什么价位集中、集中的程度等问题,而筹码的集中度能更好的表现股票价格的涨跌趋势.据此定义投资者交易意愿强度的概念,研究其与交易时间、价格涨跌幅的关系,并提出交易量转移模型.     

应用理性预期模型对证券交易价量关系的分析

讨论了证券交易的价格及交易量之间的关系.过去的实证分析说明,在同一个时间段,证券价格的变动与交易量为正相关关系;同时,对于上升或者下降这样不同方向证券价格的变动,价格变动大小与交易量的相关关系呈现不同的模式.应用证券市场微观结构理论,通过理性预期模型来分析市场上有信息交易者和无信息交易者的交易行为,从而解释了证券价格变动与交易量所表现出的关系.     

中国股市量价波动性关系的实证分析

从实证角度对我国股票市场的价格收益与交易量变动之间的动态关系进行了较为全面的分析.研究结果表明,沪深两市日价格收益序列存在着GARCH现象,价格收益和交易量变动之间存在正相关关系;收益和交易量的变动之间存在双向Granger线性因果关系;两市波动存在不对称效应,并对基于加入交易量的TARCH模型和EGARCH模型的结果进行了比较,表明EGARCH模型的拟合结果好于TARCH模型.     

期权不可预测交易量对现货市场波动性的影响

应用ARCH模型和GARCH模型研究期权不可预测交易量对现货市场波动性的影响.研究结果表明期权不可预测交易量在所有情形下使得现货市场波动率增加,但是增加幅度在不同情形下是不同的,4月份降息时期期权不可预测交易量增加现货市场波动幅度达到最大,在10月份采取降准降息时期,期权市场不可预测交易量增加现货市场波动幅度是最小的.     

风险概率下不完全信号时内部交易

针对不完全信息下双寡头交易,提出了风险资产交易市场中内部交易模型.内部交易者能获得私有信息,因此内部交易者利用私有信息进行投资获取利润;但是,当内部交易者对市场的有利情况进行分析后,他们以某风险概率投入交易量,此时内部交易者交易策略相同,期望利润更高,交易强度更大,释放的私有信息不变;由于内部交易者可以选择性投入交易总量,当投入交易量对自己有利时,他们投入大量交易量,因此,他们交易强度更大,能获得更高利润;内部交易者私有信息释放量只与交易量相关,与他们是否交易无关,所以,内部交易者选择性投入交易量会更有利.     

交易量与股价波动性动态关系的研究

交易量与股价变化的关系是金融市场研究的重要课题之一.VGARCH模型是在传统的GARCH模型中加入交易量得到的衍生模型.通过对上证指数波动性预测的实证分析得出:VGARCH模型能更准确地预测股票指数的波动性.进一步指出,相比于交易量,其波动率能更好地度量每日信息到达量.     

深圳股市量价关系的实证分析——经济数学模型的应用

结合投资者情绪的影响,利用脉冲响应函数和方差分解对价量因果关系的动态表现形式作了进一步分析。实证结果表明:深圳股市收益率、收益率波动、投资者情绪这三个变量对股票交易量都有着不同的影响。其中股票收益率和收益率波动对交易量的影响主要是通过对预期交易量来起作用的。     

香港恒生指数的波动性分析

利用粗粒化方法建立了香港股票市场的恒生指数和交易量之间关系的复杂网络模型,得到了该网络的一些重要拓扑特性,它们揭示了香港股票市场恒生指数和交易量联合波动的变化规律.通过计算网络的介数指标(BC)和反比参与率,找到网络的重要性节点,这些节点表示的波动模式在股票市场上控制和传递信息方面发挥重要的作用,对我们理解股票市场恒生指数和交易量的联合变化具有重要意义.最后将网络模型与随机网络进行比较,说明香港股票市场的恒生指数和交易量的联合变化具有统计稳定性.     

行业和地区视角下高交易量回报溢酬的影响因素

以我国A股上市公司为研究对象，考察行业和地区因素对高交易量回报溢酬的影响.分别使用去掉行业、地区因素影响前后的股票收益率，计算在各地区、行业中形成的零成本投资组合的平均净收益，检验高交易量回报溢酬存在范围的变化.结果表明:在我国A股市场的大多数行业或地区中，高交易量回报溢酬现象普遍存在.分别去掉行业、地区因素影响后，溢酬的存在范围发生变化，行业因素的影响大于地区因素，投资者对行业中异常高交易量股票的关注大于对地区中异常高交易量股票的关注.     

发展宁波技术交易市场的思考

近年来,宁波市技术交易市场运行态势良好,但与国内同类城市相比,交易量明显处于劣势。文章分析了宁波市技术交易量下降的原因,并提出了促进宁波技术交易市场发展的建议对策。     

彭如川笑劝“事情可以倒过来想想”

香港联交所结算公司中国业务部主管彭如川在北京表示,香港创业板推出时对指数问题未能规划好,推出过于匆忙,导致了所谓“香港创业板是全球最差的一个二板市场”的评论。 彭如川介绍说,香港创业板于1999年11月26日推出,有60家公司上市,目前每天的交易量是3.4亿港元,只是香港主板市场交易量的1％,显然是太小了。 他认为,创业板交易量过低的原因主要有二:一是创业板公司市值小,不可能像主板公司那样有很大的交易量;二是许     

股市收益率与交易量长记忆性实证研究

从计量经济学及统计学的角度,运用重标极差分析、修正重标极差分析、KPSS检验及Granger因果检验等方法,对我国沪深股市收益率与交易量的长记忆性特征进行了实证分析,并进一步研究了股市收益率与交易量之间的相互关系.重标极差分析及修正重标极差分析的实证研究结果表明,收益率及交易量序列的Hurst指数均大于0.5,且成交量序列的Hurst指数明显高于收益率序列;此外收益率及交易量的KPSS统计结果对于所有滞后阶数均显著.上述结果说明中国股市收益率和成交量均具有长记忆性特征,且成交量的长记忆性强于收益率的长记忆性;Granger因果检验结果表明收益率和成交量之间存在着相互引导关系.     

大连二手房市场影响因素的计量分析

二手房市场的发展关系整个房地产业的发展,也是影响房地产业成为国民经济增长点的关键因素。以二手房交易量为研究对象,选取大连市2000-2009年相关数据建立计量模型,试图通过定性分析与实证分析相结合的方法深入研究影响二手房交易量的因素。     

噪声相关的商品生产与内部交易的市场均衡

针对一类商品生产及其内部交易市场，其中经纪人作为内部人同时参与商品产量和商品交易决策，噪声交易量与商品价值相关，而做市商进行半强有效性定价，给出了由商品产量、内部交易量和定价组成的线性均衡的闭式解。仿真结果表明，内部人的交易强度关于相关系数呈单峰上凸形状且在某个取负值的相关系数时达到最大值，而当风险价值与噪声交易量正线性相关时，内部人不再参与交易；市场深度关于相关系数的呈对称单峰上凸形状，且当风险价值与噪声交易量独立时达到最大值；经纪人总期望收益随相关系数的增大而减小。     

具有二次分段凹交易成本的均值-方差投资组合优化

在投资过程中,交易成本是不能忽视的.一般情况下,交易量较小时,单位交易成本较大;随着交易量的增加,单位交易成本不断减少;当交易量大于某值时,单位交易成本不变.提出了交易成本函数为二次分段凹函数的均值-方差投资组合模型,并结合不等式组的旋转算法和分枝定界法求解.最后,采用中国证券市场的实际数据,运用自编程序计算出不同期望收益率所对应的最优投资比例,从而为投资者提供决策支持.     

中国股市交易量的周内效应

研究了中国股市交易量在一周里面的变化规律,采样时间跨度是从1990-12-19到2002-12-31。以市场换手率度量交易量,采用自回归广义自回归条件异方差(AR-GARCH)模型研究了中国股市交易量的时间系列。研究结果显示沪市和深市的日市场换手率不服从正态分布并且存在着自相关性和ARCH效应;AR-GARCH模型很好地拟合了日市场换手率时间系列,估计出来的参数十分显著;周一到周五的日市场换手率存在显著差异并且周一的市场换手率达到了一周的最大值。利用混合分布假说进行了解释,非交易日的信息积累可能是周一高换手率的原因。结果指出:在该研究的样本范围内,中国股市交易量存在着周内效应。