發(fā)布時(shí)間：2021-11-10 17:55

　　股票市場(chǎng)的實(shí)證研究和交易實(shí)踐中,人們往往使用一個(gè)交易日的收盤價(jià)來代表這一天股票的價(jià)格,并且這樣的做法已經(jīng)成為學(xué)術(shù)界和證券行業(yè)的慣例。本文收集了2007年5月8日至2010年11月29日滬深兩市所有股票的交易數(shù)據(jù),并對(duì)交易量加權(quán)平均價(jià)格和收盤價(jià)分別作為股票日價(jià)格的有效性進(jìn)行了對(duì)比實(shí)證研究。通過本文的論證,本文認(rèn)為相比于日收盤價(jià),采用日內(nèi)交易量加權(quán)平均價(jià)格能夠更加有效真實(shí)的反應(yīng)股票的價(jià)格運(yùn)動(dòng)。研究發(fā)現(xiàn)交易量加權(quán)平均價(jià)格體系下的日收益率頻率分布更加平整,其日收益率的分布中呈現(xiàn)出高峰厚尾的平滑分布,而收盤價(jià)日收益率的分布在一些整數(shù)區(qū)域出現(xiàn)有規(guī)律的缺失和聚集,這說明交易量加權(quán)平均價(jià)格不易像收盤價(jià)那樣容易在一個(gè)時(shí)點(diǎn)被相對(duì)微小的異常交易量所操作或扭曲,進(jìn)而不會(huì)以某一時(shí)間的扭曲價(jià)格代表當(dāng)日股票的價(jià)格。第二,某一歷史價(jià)格的交易量越大,這一價(jià)格作為未來價(jià)格基準(zhǔn)就更加的合理,交易量加權(quán)平均價(jià)格是交易區(qū)間內(nèi)的交易平均價(jià)格,因此作為未來價(jià)格的基準(zhǔn)就更加合理;本文關(guān)于動(dòng)量效應(yīng)顯著性的對(duì)比研究支持了這一觀點(diǎn),本文運(yùn)用Fama-Macbeth回歸和面板數(shù)據(jù)回歸發(fā)現(xiàn):交易量加權(quán)平均價(jià)格的日動(dòng)量效應(yīng)回歸參數(shù)遠(yuǎn)比其在收盤價(jià)... 

【文章來源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
Abstract
摘要
Chapter 1 Introduction
    1.1 Research objectives
    1.2 Summary of the findings in this dissertation
    1.3 Summary of conclusions
Chapter 2 Literatures
    2.1 Introduction of volume-weighted average price
    2.2 Asset pricing models
    2.3 Fundamental factors
    2.4 Momentum
    2.5 VWAP as efficient stock price measure
Chapter 3 Data sources and variables
    3.1 Data sources
    3.2 Daily stock price and returns
        3.2.1 Daily stock price
        3.2.2 Daily Stock return
    3.3 Portfolios
        3.3.1 Classification according to market cap
        3.3.2 Classification according to book-market-ratio
        3.3.3 Portfolios construction
        3.3.4 Size factor (SMB)
        3.3.5 Book-to-market factor (HML)
Chapter 4 Comparative studies
    4.1 Frequency distributions of the returns
    4.2 Daily momentum regressions
        4.2.1 Fama-Macbeth regression
        4.2.2 Fama-Macbeth results for testing daily momentum effect
        4.2.3 Panel regression results for testing daily momentum effect
        4.2.4 Conclusion for the daily momentum
Chapter 5 Robustness Tests
    5.1 Portfolios construction for the testing
    5.2 Significance level of the estimators
    5.3 Excess returns for each portfolio
    5.4 Analysis for the regression results
Chapter 6 Conclusions
    6.1 Findings in the dissertation
    6.2 Conclusions
    6.3 Suggestions based on the conclusions
Bibliography
Acknowledgments
附件



本文編號(hào)：3487684