發(fā)布時(shí)間：2017-11-08 16:05

  本文關(guān)鍵詞：基于Lasso的我國股票價(jià)格影響因素分析

  更多相關(guān)文章： 上證綜指月收益率 多元線性模型 逐步回歸 Lasso

【摘要】：自改革開放以來,我國的經(jīng)濟(jì)取得快速發(fā)展,我國的國內(nèi)成產(chǎn)總值(GDP)從1990年的18,774.00(億元)增長到2014年的634,043.40(億元)。與此同時(shí),我國證券市場也已經(jīng)得到了較全面的成長與完善,對社會經(jīng)濟(jì)發(fā)展做出了不可輕忽的貢獻(xiàn)。雖然世界上從建立股票到至今已有接近四百年的歷史,中國證券市場起步相對甚晚,但成長速度及規(guī)模不容小覷。首先,從成交情況看,據(jù)中國證監(jiān)會統(tǒng)計(jì),2013年中國股票成交金額累計(jì)468,728.60(億元),2014年較上年增長58.71%,而2015年截至12月底則累計(jì)達(dá)到2,550,538.30(億元),較2014年增長超過200%。其次,就交易活躍度來看,單上海證券交易所而言,2015年的總成交量達(dá)1,024,856,267.14(萬股),且2015年的日最高成交量達(dá)到8,607,174.87(萬股)。如此可以這樣說,證券中的股票市場行情可以用來反映我國宏觀國民經(jīng)濟(jì)運(yùn)行的“晴雨表”,于現(xiàn)代市場經(jīng)濟(jì)而言具有不容輕視的作用。而對于中國而言,一個(gè)股票市場發(fā)起晚,只有20多年股票歷史的國家,我國股票市場仍存在諸多變數(shù)。2014年12月和2015年一月,市場幾乎是在劇烈震蕩中度過的,2015年注定是中國股市從瘋牛到股災(zāi)難忘的一年。從牛市起步到瘋牛的形成,再到股災(zāi)爆發(fā)流動性完全喪失,出現(xiàn)有6天跌1000點(diǎn)、2個(gè)月跌3000點(diǎn)的怪象,這一切僅在半年多時(shí)間內(nèi)完成,如夢亦如幻。證券中的股票市場行情是可以反映我國宏觀國民經(jīng)濟(jì)運(yùn)行的“晴雨表”,所以研究股票市場價(jià)格具有十分重要的意義。本文旨在研究上證綜指的風(fēng)險(xiǎn)因素。特別,針對我國國民經(jīng)濟(jì)以及股市情況,初步挑出了28個(gè)待選因子,這些因子涵蓋了體現(xiàn)物價(jià)指數(shù)、經(jīng)濟(jì)景氣指數(shù)、貨幣政策、利率政策、財(cái)政政策、對外貿(mào)易外匯以及體現(xiàn)股市本身交易活動情況的交易量和影響我國乃至世界的道瓊斯工業(yè)平均指數(shù)。多元線性回歸模型在研究金融證券股票市場有很好的實(shí)用價(jià)值,可用于識別及解釋多個(gè)風(fēng)險(xiǎn)因素對結(jié)果變量的影響。在建立多元線性回歸模型前,為了詳盡地詮釋因變量,我們往往事先盡可能多地搜集影響因子,不論是縱向影響還是橫向影響,不論直接影響的還是間接影響的,我們都希望加入到模型中,以更好地解釋因變量如何受這些因子影響。當(dāng)因子太多時(shí),一方面,這些因子可能存在多重線性關(guān)系,傳統(tǒng)的最小二乘回歸方法不適用；另一方面,因子太多不利于我們對模型的解釋。這時(shí)候,嶺回歸(ridge regression)通過采用L_2懲罰對模型的回歸系數(shù)進(jìn)行壓縮以解決多重共線性問題,得到的模型具有較好的穩(wěn)定性。但是嶺回歸終不能將回歸系數(shù)壓縮至0,不能進(jìn)行變量選擇,導(dǎo)致其模型較難解釋。但是我們希望從備選因子中挑選出對因變量有顯著影響的少量因子,這時(shí)候,我們通常采用變量選擇方法。傳統(tǒng)的變量選擇方法包括向前逐步回歸(forward regression)、向后逐步回歸(backward regression)和結(jié)合二者的逐步回歸(stepwise regression),這些方法多是基于一些信息量準(zhǔn)則,包括AIC和BIC。這些信息準(zhǔn)則是一個(gè)組合優(yōu)化問題,當(dāng)維數(shù)很高時(shí),將會出現(xiàn)NP-hard的問題,即計(jì)算時(shí)間將會隨著維數(shù)的增加呈現(xiàn)指數(shù)的增長,并且這些方法統(tǒng)計(jì)性質(zhì)不清楚。最近,Tibshirani提出的Lasso方法1通過對系數(shù)進(jìn)行L 1判罰,能將某些極小的系數(shù)直接壓縮至0,自動達(dá)到了變量選擇的目的,并且同時(shí)估計(jì)了顯著變量的回歸系數(shù),同時(shí)完成了選擇及估計(jì),因此計(jì)算極為簡單。最近的很多研究(FanLi2001以及FanPeng2004)顯示Lasso方法有相合及漸近正態(tài)性。本文結(jié)合多元回歸模型及Lasso方法識別并估計(jì)上證綜指的風(fēng)險(xiǎn)因素。特別,本文選取了從2010.01月到2015.12月的上證綜指及28個(gè)風(fēng)險(xiǎn)因素的月度數(shù)據(jù)。首先,我們對上證綜指數(shù)據(jù)進(jìn)行對數(shù)變換,以減少其異方差,此外用對數(shù)變換后的數(shù)據(jù)進(jìn)行建模有更好的解釋。其次,我們對數(shù)據(jù)進(jìn)行了單位根檢驗(yàn)——ADF檢驗(yàn),以考察變量的平穩(wěn)性。接著,為了探究被解釋變量與解釋變量的長期均衡關(guān)系,本文對因變量和自變量進(jìn)行了EG協(xié)整檢驗(yàn),發(fā)現(xiàn)均有協(xié)整關(guān)系。然后我們繼續(xù)考查了被解釋變量和解釋變量之間的格蘭杰因果關(guān)系,最終結(jié)果表明平穩(wěn)后的解釋變量均是上證綜指月收益率的格蘭杰原因。最后,我們利用標(biāo)準(zhǔn)化的數(shù)據(jù)進(jìn)行Lasso建模。為比較,本文的第四部分也給出了基于AIC準(zhǔn)則的三種逐步回歸方法估計(jì),得到了各個(gè)方法下的模型結(jié)果并進(jìn)行了對比。比對顯示兩種方法均選出了上證綜指月成交量增長率、消費(fèi)者滿意度指數(shù)同比增量、財(cái)政收入增長率以及道瓊斯指數(shù)月收益率,且對上證綜指月收益率顯著性影響程度排名前兩位的均是上證綜指月成交量增長率與道瓊斯指數(shù)月收益率,這與成交量和收益率是股市市場最重要的兩個(gè)指標(biāo)的事實(shí)無可厚非。比對結(jié)果還顯示Lasso方法得到了更好的模型,具體表現(xiàn)在：1. Lasso結(jié)果有更好的解釋性,Lasso選出的是5個(gè)變量,而逐步回歸選出了8個(gè)變量,并且在匯率方面,逐步回歸選出的是港元方面匯率,而Lasso選出的則是最具有代表性的美元方面匯率；2.相對于逐步回歸分析方法,Lasso結(jié)果有更小的預(yù)測誤差,擬合效果更優(yōu)。本文研究顯示上證綜指月成交量增長率、消費(fèi)者滿意度指數(shù)同比增量、美元期末匯率增量、財(cái)政收入增長率以及道瓊斯指數(shù)月收益率5個(gè)變量對上海綜合指數(shù)月收益率有顯著影響。
【學(xué)位授予單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F832.51

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王紅;童恒慶;魏平;;進(jìn)出口貿(mào)易額預(yù)測的逐步回歸建模研究[J];統(tǒng)計(jì)與決策;2006年02期

2 徐然然;;企業(yè)債券系統(tǒng)性風(fēng)險(xiǎn)的實(shí)證研究[J];東方企業(yè)文化;2011年04期

3 聞捷;;基于逐步回歸的江蘇外商直接投資影響分析[J];商場現(xiàn)代化;2006年22期

4 蘇博;劉魯;方鋒鋒;;基于逐步回歸的中國糧食價(jià)格預(yù)警研究[J];企業(yè)經(jīng)濟(jì);2006年01期

5 劉明;王仁曾;;基于t檢驗(yàn)的逐步回歸的改進(jìn)[J];統(tǒng)計(jì)與決策;2012年06期

6 彭賡;蘇亞軍;李娜;;失業(yè)率預(yù)測研究——基于網(wǎng)絡(luò)搜索數(shù)據(jù)及改進(jìn)的逐步回歸模型[J];現(xiàn)代管理科學(xué);2013年12期

7 孫桂麗;;多元回歸分析在教育預(yù)測研究中的運(yùn)用[J];經(jīng)濟(jì)研究導(dǎo)刊;2008年06期

8 王衛(wèi)平;霍世剛;周宇;;哈密市城市居民生活質(zhì)量綜合評價(jià)[J];當(dāng)代經(jīng)濟(jì);2011年07期

9 楊寶華;;巨災(zāi)影響上市企業(yè)價(jià)值的時(shí)間路徑及成因分析[J];重慶大學(xué)學(xué)報(bào)(社會科學(xué)版);2011年04期

10 楊靜;姜會明;;長春市農(nóng)民收入的影響因素分析[J];農(nóng)業(yè)經(jīng)濟(jì);2014年02期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 朱陽;叢培盛;朱仲良;;逐步回歸中函數(shù)形式對于模型的影響[A];第九屆全國計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會議論文摘要集[C];2007年

2 潘松;魏民祥;;某型航空無人飛行器用發(fā)動機(jī)模型辨識的研究[A];第二十七屆中國控制會議論文集[C];2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 張興鳳;基于Lasso的我國股票價(jià)格影響因素分析[D];西南財(cái)經(jīng)大學(xué);2016年

2 廖慧敏;數(shù)據(jù)缺失及相關(guān)因素對逐步回歸變量篩選的影響[D];復(fù)旦大學(xué);2011年

3 高照;基于逐步回歸的新馬海峽航行風(fēng)險(xiǎn)模型研究[D];大連海事大學(xué);2013年

，

本文編號：1157813