共查询到18条相似文献,搜索用时 140 毫秒
1.
以上证指数和深成指的3种不同时间跨度的收益率序列--日收益率、周收益、月收益率为研究对象,对比分析它们分布情况、厚尾性、ARcH效应以及自相关性等特征的变化.结果表明,随着时间跨度的不断增加,上海股市和深圳股市的收益率序列逐步趋于正态分布,序列自相关性增强并存在长期相关性,波动集群性逐渐消失,波动持续性和杠杆效应不断减弱,风险溢价的敏感性不断增强,这些相同的变化趋势反映出两地股市有很强的联动性.同时,两地股市指数收益率厚尾性变化有明显区别,随时间跨度的增加,上证指数收益率的左尾变瘦,右尾变胖,深成指收益率的左右尾都逐渐变瘦,这种不同的变化趋势反映出两地股市的差异性. 相似文献
2.
中国股市收益率的多重分形分析 总被引:20,自引:1,他引:20
卢方元 《系统工程理论与实践》2004,24(6):50-54
应用MF-DFA方法对上海综合指数收益率和深圳成分指数收益率进行多重分形分析.结果表明:上证综指收益率和深成指收益率均具有多重分形特征,均存在长程相关性和胖尾分布;深成指收益率序列的相关性程度高于上证综指收益率序列的相关性程度,从而上证综指收益率的波动性大于深成指收益率的波动性. 相似文献
3.
中国股市收益率与波动性长记忆性的实证研究 总被引:16,自引:2,他引:16
根据 Granger关于序列长记忆性的定义 ,从股市收益率与波动性两个方面分析与研究了香港、上海和深圳股市的长记忆性 .结果表明 :中国股市收益率与波动性具有长记忆性 ,尽管收益率的长记忆性不如美国股市强 ;上海股市的记忆性明显强于深圳股市 ;分数可积模型较指数衰减自相关函数能更好地拟合样本的自相关系数 相似文献
4.
利用阈值法构建中国股市复杂网络模型,从时间和空间两个角度对中国股市复杂网络的分形特征进行分析.首先利用分形几何学对静态网络进行分析,得到静态网络的分形维数,并发现其分形维数随着网络阈值的增大而减小.再利用R/S分析方法对中国股市复杂网络聚集系数时间序列进行分析,发现其具有长记忆性和持久性,且在长时间窗口下这一性质更值得信赖.H值大致呈现出随着时间窗口和阈值的增加而增加的规律.周期天数n呈现出随着时间窗口的增加而增长,随着阈值的增加而下降的规律.这说明在实际市场中,长时间窗口和高联系度股票产生的交易者群体行为惯性更强,长时间窗口和低联系度股票产生的交易者群体行为惯性的持续周期更长.这些研究成果表明了证券市场时间和空间两个维度的内在联系. 相似文献
5.
利用高维分位数因子模型提取个股分位数变化的共同成分以衡量尾部系统风险,采用正则化回归分析尾部系统风险的宏观来源,通过截面回归探讨企业特质对尾部系统风险受宏观风险因子影响差异的作用。研究表明,中国股市尾部系统风险具有较强的高低位不对称性,高位尾部风险更多地与市场不确定性增大相联系,具有更强波动性且受宏观风险因素影响复杂度更高。尾部系统风险的不对称性随极端条件的加剧增强。企业特征能够对尾部系统风险受宏观风险因素影响的差异进行解释,企业规模、资产负债率及可持续增长率是影响这一差异性的重要因素。 相似文献
6.
关于上海股市收益厚尾性的实证研究 总被引:26,自引:1,他引:26
对股市收益厚尾性进行了研究 ,基于极值理论利用高限峰值法 POT( Peak Over Threshold)方法以样本平均超限 ( The Sample Mean Excess Function)函数为工具 ,通过 GPD( Generalized ParetoDistrbution)模型 ,对股市收益分布尾部进行拟合探讨 ,由此给出股市收益分布尾部估计 ,并求出了尾部分位点. 相似文献
7.
为了深入理解中国股市演化的复杂性,在界定了股市自组织临界性重要参数的基础上,通过统计方法考察了中国股市趋向自组织临界态的演化过程,发现了中国股市中的幂率关系,从而验证了中国股市中存在自组织临界性,同时指出了股市内部的分形性与其临界状态的密切关系,为进一步探索中国股市的复杂性机制奠定了实证基础. 相似文献
8.
9.
10.
门限分位数自回归模型(threshold quantile autoregressive model,简记为TQAR)是一种非线性分位数回归模型,主要用于讨论系统中的门限效应.在TQAR模型中,自回归阶数与门限值的确定等,都会影响模型分析效果.为此,本文给出模型定阶、门限值估计及门限效应检验等方法.数值模拟结果表明,TQAR模型在门限值估计、回归系数估计的有限样本表现方面都优于传统的门限均值自回归模型(threshold autoregressive model,简记为TAR)及门限均值自回归条件异方差(TAR-GARCH)模型.最后,将TQAR模型应用于中国股市收益的自相关性研究,实证结果证实收益序列的自相关性呈现出明显的门限效应和异质效应.这一发现,有助于准确刻画股市收益动态变化规律,为重新认识金融市场运行机制提供了一个实证基础. 相似文献
11.
中国股票市场报酬与波动的GARCH-M模型 总被引:19,自引:0,他引:19
运用 GARCH-M模型对上海和深圳股票市场的市场波动特征以及市场波动和报酬间的关系进行了实证研究 ,探讨引起我国股票市场波动较大 ,收益相对较低的原因 .同时分析涨跌停板交易制度对市场报酬和波动产生的影响 . 相似文献
12.
上海证券市场的多重分形特性分析 总被引:2,自引:2,他引:2
作者将多重分形分析的三种方法(配分函数分析法、奇异谱分析法和多重分形趋势消除波动分析法)应用于我国上海证券市场在过去七年中的收盘指数序列,分析了不同时间标度对多重分形特性的影响.结果表明:上海证券市场具有弱多重分形特征,标度不变性达到六个数量级;多重分形的形状不随时间标度的改变而改变,但其强度随标度的减小而减弱;随着配分阶数的增大,多重分形随之增强,奇异谱曲线越来越粗糙,广义赫斯特指数逐渐减小.这些结果为进一步研究证券市场价格变化的动力学机理提供了坚实的实证基础. 相似文献
13.
中国股票市场的股票收益与波动关系研究 总被引:21,自引:0,他引:21
检验中国证券交易四类股票收益与波动的时间序列特征,以及收益与波动之间的关系。首先应用广义自回归条件异方差模型(GARCH)和指数GARCH模型以获得合适的条件方差序列。应用结果发现,波动性随时间变化的证据,并且波动高/低的时期趋向于聚集,显示出高度持续性和可预测性。然后,应用均值GARCH(GARCH-M)模型检验预期收益与预期风险的关系。研究结果认为,每日交易量作为每日信息到达时刻的代理变量对于中国股票市场每日收益的条件波动的解释力度不显著。 相似文献
14.
中国股票市场限价指令等待成交时间的理论研究与实证分析 总被引:1,自引:0,他引:1
在中国指令驱动股票市场中,限价指令需要为成交付出等待成本,如何计量限价指令的等待成交时间是金融市场流动性及微观结构理论领域崭新的研究问题.研究表明,指令生存模型能够比较精确地描述限价指令的等待成交时间概率分布,实证检验结果表明,生存模型具有比较高的准确性;同时发现限价指令等待成交时间对委托价格很敏感,而对委托量不敏感;基于委托价格的敏感性分析绘制出了限价指令等待成交时间概率分布的价格全谱图,根据该图可以预测限价指令的等待成交时间,以及为指令提交策略提供定量分析基础. 相似文献
15.
研究了我国股市流动性与收益的时间序列的动态关系。通过建立相关模型,发现非流动性与证券收益互为G ranger因果关系,当期收益与当期非流动性呈负相关关系、而与滞后一期非流动性呈正相关关系。进一步把市场日非流动性分解为期望非流动性与预期之外非流动性,发现期望非流动性对于期望收益具有正效用,而预期之外非流动性对于期望收益有负效应,且后者的负效应大于前者的正效应;预期之外非流动性对收益波动有显著影响,而期望非流动性对收益波动影响不显著。 相似文献
16.
与以往仅对市场间相依关系进行静态、孤立的研究不同,基于全局化视角,在国际股市联动条件下研究中国股市与汇市间的相依关系。选取2006-01-04~2019-02-28沪深300指数、人民币兑美元汇率中间价、美国S&P500指数、欧洲STOXX50指数、香港恒生HSI指数、日本N225指数、英国FTSE100指数以及全球股市MSCI指数为研究样本,聚焦于2008年全球金融危机和2015年中国股灾两次极端波动事件,采用R-vine Copula方法研究国际股市联动条件下中国股市与汇市间的非线性相依关系,并构建参数动态化的动态R-vine Copula方法进行稳健性检验。研究结果表明:国际股市与中国股市和汇市之间分别存在着正向联动关系;在国际股市联动条件下,中国股市对汇市具有引导作用,且两者间的相依关系可以由资产组合平衡模型解释;中国股市与汇市在国际股市联动条件下间的相依关系弱于不考虑国际股市联动条件时的相依关系,且这种偏差在金融危机、股灾等极端波动后会显著增加。本研究对国际投资者合理配置资产规避风险、政府监管部门制定相关政策具有重要参考意义。 相似文献
17.
ZUO Xiao-de GAO Wei-cun .Management School Jinan University Guangzhou China.Populatization Daily Group Jinan China 《系统科学与系统工程学报(英文版)》2001,10(2)
1 IntroductionDuring studying the risks in securities investment,we usually adopt the CAPM[1 ] modeland divide the risks into system risks and non-system risks according to the nature of therisks and the measurements taken to deal with the risks.System risks are connected withthe whole market.Itis called the big marketrisksor macro-risks,which influences all thestocks on marketand can notbe resolved.Non-system risks are risks unique to a companyor an industry,i.e.risks of the individual st… 相似文献
18.
Jie Jiang 《系统科学与信息学报》2006,4(1):59-65
This paper applies Markov switching techniques to examine the different conditions of Chinese Stock Market from 1995 to 2004, Three contrasting regimes are identified: a bear market, a bull market and a speculative market, This paper also surveys the time period and probability of each regime, The timing of regime switching reflects the strong policy market feature of Chinese stock market. 相似文献