基于GARCH-VAR模型的我國A股市場波動因素研究
發(fā)布時(shí)間:2021-08-31 07:01
金融市場上的波動特征及其影響因素歷來是學(xué)術(shù)界與實(shí)務(wù)部門關(guān)注與研究的重點(diǎn)。2015年下半年的那場“股災(zāi)”更是使得這一命題具有重大的使命感與緊迫感。與很多學(xué)者所秉持的股市中性觀點(diǎn)相左,實(shí)踐一再表明股票市場的異常波動不僅會使得大部分市場參與者遭受重大損失,而且還會傳導(dǎo)至實(shí)體經(jīng)濟(jì)部門,誘發(fā)系統(tǒng)性風(fēng)險(xiǎn)并進(jìn)而威脅整個(gè)宏觀經(jīng)濟(jì)的穩(wěn)定與繁榮。因此,有必要在新常態(tài)、“股災(zāi)”、嚴(yán)監(jiān)管與金融業(yè)全面開放這樣一個(gè)大的歷史背景下對股票市場上的波動因素進(jìn)行深入細(xì)致的研究,以求“鑒于往事,有資于治道”。本文以滬深300指數(shù)來代表整個(gè)A股市場,選取從2002年1月4日至2017年7月5日的每日收盤價(jià)為原始樣本,共計(jì)3758個(gè)觀測值,數(shù)據(jù)來源為Wind數(shù)據(jù)庫,利用GARCH模型來研究滬深300指數(shù)的波動特征,利用Hurst指數(shù)測定長記憶性,并利用Kupiec檢驗(yàn)與Christoffersen檢驗(yàn)進(jìn)行相應(yīng)地回測;接下來本文利用Pearson、Kendall、Spearman這三大相關(guān)系數(shù)與Granger因果檢驗(yàn)來研究滬深300指數(shù)與全球資本市場(這包括新華富時(shí)A50指數(shù)、恒生指數(shù)、日經(jīng)225指數(shù)、標(biāo)準(zhǔn)普爾500指數(shù))之間的...
【文章來源】:西安理工大學(xué)陜西省
【文章頁數(shù)】:85 頁
【學(xué)位級別】:碩士
【部分圖文】:
大牛市與股災(zāi)在此輪股災(zāi)中機(jī)構(gòu)投資者以及散戶均遭受重大損失,國家隊(duì)出手救市也頗費(fèi)周折,這使得市場參與者無論是投資者、監(jiān)管當(dāng)局還是學(xué)術(shù)界都對股票市場的波動性測量以
11圖 1.2 技術(shù)路線圖1.3.2 研究方法本文以現(xiàn)代金融工程理論、宏觀經(jīng)濟(jì)理論與計(jì)量理論為指導(dǎo),理論與實(shí)證相結(jié)合,定量與定性相結(jié)合,通過構(gòu)建相關(guān)模型來研究滬深 300 指數(shù)(表征股票市場)的波動特征并探求其影響因素,并針對性地提出政策建議,以求做到經(jīng)世致用,知行合一。在理論方面,通過閱讀大量經(jīng)典文獻(xiàn),批判性的吸收借鑒前輩學(xué)者的有益成果,歸納總結(jié)波動率的若干特征與性質(zhì),如波動率聚集、尖峰厚尾、杠桿效應(yīng)、長記憶性等;而后對不同 GARCH 模型的特點(diǎn)與適用范圍進(jìn)行剖析,為接下來的實(shí)證分析提供理論支撐;同時(shí),本文也重點(diǎn)介紹了宏觀研究中的重要實(shí)證工具—向量自回歸模型。在實(shí)證方面,本文首先從 WIND 數(shù)據(jù)庫獲取實(shí)證研究所需的相關(guān)數(shù)據(jù),然后通過
3 GARCH 模型實(shí)證研究3 GARCH 模型實(shí)證研究來源、處理及基本統(tǒng)計(jì)分析選取滬深 300 指數(shù)從 2002 年 1 月 4 日至 2017 年 7 月 5 日的每日收共計(jì) 3758 個(gè)觀測值,數(shù)據(jù)來源為 Wind 數(shù)據(jù)庫。論述方便,我們做如下定義:記第 t 天的收盤價(jià)為tx ,則前一天的收盤序列數(shù)據(jù)進(jìn)行實(shí)證分析時(shí),得益于其無與倫比的便利性,取對數(shù)收選擇。我們令tr 為滬深 300 指數(shù)的對數(shù)收益率,則有 1ln /t t tr x x 軟件處理數(shù)據(jù)并進(jìn)行統(tǒng)計(jì)分析。
【參考文獻(xiàn)】:
期刊論文
[1]融資融券制度對我國股票市場波動性影響的實(shí)證研究[J]. 張博,扈文秀,楊熙安. 管理工程學(xué)報(bào). 2017(04)
[2]空氣污染、空氣污染關(guān)注與股票市場[J]. 張誼浩,任清蓮,汪曉樵. 中國經(jīng)濟(jì)問題. 2017(05)
[3]空氣質(zhì)量會影響股票市場嗎?[J]. 郭永濟(jì),張誼浩. 金融研究. 2016(02)
[4]中國股票市場羊群效應(yīng)實(shí)證分析[J]. 馬麗. 南開經(jīng)濟(jì)研究. 2016(01)
[5]股票市場的羊群行為與波動:關(guān)聯(lián)及其演化——來自深圳股票市場的證據(jù)[J]. 顧榮寶,劉海飛,李心丹,李龍. 管理科學(xué)學(xué)報(bào). 2015(11)
[6]基于DSGE模型的中國股市波動和貨幣政策應(yīng)對選擇[J]. 周潮. 甘肅金融. 2015(10)
[7]基于偏t分布realized GARCH模型的尾部風(fēng)險(xiǎn)估計(jì)[J]. 黃友珀,唐振鵬,周熙雯. 系統(tǒng)工程理論與實(shí)踐. 2015(09)
[8]金磚四國股市波動特征、關(guān)聯(lián)性及其成因分析[J]. 劉漢,劉金全,王永蓮. 商業(yè)研究. 2015(09)
[9]中國貨幣政策與股票市場互動關(guān)系的測算——基于FAVAR-BL方法的分析[J]. 王少林,林建浩,楊燊榮. 國際金融研究. 2015(05)
[10]內(nèi)地股票市場與國際主要股票市場的非線性關(guān)聯(lián)機(jī)制研究[J]. 張小宇,劉金全. 數(shù)理統(tǒng)計(jì)與管理. 2015(05)
本文編號:3374435
【文章來源】:西安理工大學(xué)陜西省
【文章頁數(shù)】:85 頁
【學(xué)位級別】:碩士
【部分圖文】:
大牛市與股災(zāi)在此輪股災(zāi)中機(jī)構(gòu)投資者以及散戶均遭受重大損失,國家隊(duì)出手救市也頗費(fèi)周折,這使得市場參與者無論是投資者、監(jiān)管當(dāng)局還是學(xué)術(shù)界都對股票市場的波動性測量以
11圖 1.2 技術(shù)路線圖1.3.2 研究方法本文以現(xiàn)代金融工程理論、宏觀經(jīng)濟(jì)理論與計(jì)量理論為指導(dǎo),理論與實(shí)證相結(jié)合,定量與定性相結(jié)合,通過構(gòu)建相關(guān)模型來研究滬深 300 指數(shù)(表征股票市場)的波動特征并探求其影響因素,并針對性地提出政策建議,以求做到經(jīng)世致用,知行合一。在理論方面,通過閱讀大量經(jīng)典文獻(xiàn),批判性的吸收借鑒前輩學(xué)者的有益成果,歸納總結(jié)波動率的若干特征與性質(zhì),如波動率聚集、尖峰厚尾、杠桿效應(yīng)、長記憶性等;而后對不同 GARCH 模型的特點(diǎn)與適用范圍進(jìn)行剖析,為接下來的實(shí)證分析提供理論支撐;同時(shí),本文也重點(diǎn)介紹了宏觀研究中的重要實(shí)證工具—向量自回歸模型。在實(shí)證方面,本文首先從 WIND 數(shù)據(jù)庫獲取實(shí)證研究所需的相關(guān)數(shù)據(jù),然后通過
3 GARCH 模型實(shí)證研究3 GARCH 模型實(shí)證研究來源、處理及基本統(tǒng)計(jì)分析選取滬深 300 指數(shù)從 2002 年 1 月 4 日至 2017 年 7 月 5 日的每日收共計(jì) 3758 個(gè)觀測值,數(shù)據(jù)來源為 Wind 數(shù)據(jù)庫。論述方便,我們做如下定義:記第 t 天的收盤價(jià)為tx ,則前一天的收盤序列數(shù)據(jù)進(jìn)行實(shí)證分析時(shí),得益于其無與倫比的便利性,取對數(shù)收選擇。我們令tr 為滬深 300 指數(shù)的對數(shù)收益率,則有 1ln /t t tr x x 軟件處理數(shù)據(jù)并進(jìn)行統(tǒng)計(jì)分析。
【參考文獻(xiàn)】:
期刊論文
[1]融資融券制度對我國股票市場波動性影響的實(shí)證研究[J]. 張博,扈文秀,楊熙安. 管理工程學(xué)報(bào). 2017(04)
[2]空氣污染、空氣污染關(guān)注與股票市場[J]. 張誼浩,任清蓮,汪曉樵. 中國經(jīng)濟(jì)問題. 2017(05)
[3]空氣質(zhì)量會影響股票市場嗎?[J]. 郭永濟(jì),張誼浩. 金融研究. 2016(02)
[4]中國股票市場羊群效應(yīng)實(shí)證分析[J]. 馬麗. 南開經(jīng)濟(jì)研究. 2016(01)
[5]股票市場的羊群行為與波動:關(guān)聯(lián)及其演化——來自深圳股票市場的證據(jù)[J]. 顧榮寶,劉海飛,李心丹,李龍. 管理科學(xué)學(xué)報(bào). 2015(11)
[6]基于DSGE模型的中國股市波動和貨幣政策應(yīng)對選擇[J]. 周潮. 甘肅金融. 2015(10)
[7]基于偏t分布realized GARCH模型的尾部風(fēng)險(xiǎn)估計(jì)[J]. 黃友珀,唐振鵬,周熙雯. 系統(tǒng)工程理論與實(shí)踐. 2015(09)
[8]金磚四國股市波動特征、關(guān)聯(lián)性及其成因分析[J]. 劉漢,劉金全,王永蓮. 商業(yè)研究. 2015(09)
[9]中國貨幣政策與股票市場互動關(guān)系的測算——基于FAVAR-BL方法的分析[J]. 王少林,林建浩,楊燊榮. 國際金融研究. 2015(05)
[10]內(nèi)地股票市場與國際主要股票市場的非線性關(guān)聯(lián)機(jī)制研究[J]. 張小宇,劉金全. 數(shù)理統(tǒng)計(jì)與管理. 2015(05)
本文編號:3374435
本文鏈接:http://sikaile.net/jingjilunwen/jingjiguanlilunwen/3374435.html
最近更新
教材專著