本文關(guān)鍵詞：A股市場(chǎng)財(cái)經(jīng)信息與市場(chǎng)重要變量的互動(dòng)效應(yīng)研究

  更多相關(guān)文章： 財(cái)經(jīng)信息 市場(chǎng)重要變量 靜態(tài)互動(dòng)效應(yīng) 動(dòng)態(tài)互動(dòng)效應(yīng) 分布滯后模型 向量誤差修正模型

【摘要】：A股股票市場(chǎng)作為中國(guó)股票市場(chǎng)的典型代表,對(duì)促進(jìn)中國(guó)經(jīng)濟(jì)的發(fā)展起到了重要作用。A股票市場(chǎng)的發(fā)展和變化可以用很多經(jīng)濟(jì)變量進(jìn)行衡量,其中以股票市場(chǎng)收益率、交易量和波動(dòng)率最為典型,研究這些重要變量的變化趨勢(shì)有助于對(duì)A股股票市場(chǎng)的發(fā)展情況進(jìn)行判斷。影響A股股市重要變量的影響因素很多,信息理論認(rèn)為,產(chǎn)生價(jià)格波動(dòng)的最主要驅(qū)動(dòng)因素是信息的沖擊。本文基于信息理論,選取A股股票市場(chǎng)的財(cái)經(jīng)信息,研究它們與市場(chǎng)重要變量,如收益率,交易量以及波動(dòng)率等的同期、短期和長(zhǎng)期互動(dòng)效應(yīng),無(wú)論是從理論研究上還是從實(shí)踐指導(dǎo)上都有極為重要的現(xiàn)實(shí)意義。首先,本文選取并構(gòu)建了A股市場(chǎng)財(cái)經(jīng)信息和市場(chǎng)重要變量的相關(guān)指標(biāo)�；诨旌戏植技僬f(shuō),對(duì)選取指標(biāo)的原因進(jìn)行了闡述,并利用對(duì)數(shù)化、GARCH族模型、Black-Scholes模型來(lái)構(gòu)建本文所需指標(biāo)。最終選取并構(gòu)建了市場(chǎng)收益率、市場(chǎng)交易量、市場(chǎng)波動(dòng)率作為A股股票市場(chǎng)的三個(gè)重要研究變量,選取并構(gòu)建了A股股票市場(chǎng)正面信息數(shù)量、負(fù)面信息數(shù)量、信息內(nèi)容的正面性、信息內(nèi)容的贊同性四個(gè)變量作為A股市場(chǎng)財(cái)經(jīng)信息的衡量指標(biāo)。其次,本文對(duì)構(gòu)建的指標(biāo)進(jìn)行了描述性統(tǒng)計(jì)分析,得到各指標(biāo)的基本統(tǒng)計(jì)特征。利用回歸模型對(duì)原始變量之間相關(guān)關(guān)系進(jìn)行了初步分析。分析結(jié)果表明,A股股市財(cái)經(jīng)信息與市場(chǎng)重要變量之間的相關(guān)性并不顯著,且存在有經(jīng)濟(jì)含義的很多變量在模型中的顯著程度不高、擬合效果不理想等一些問(wèn)題。再次,本文針對(duì)回歸模型存在的問(wèn)題,從財(cái)經(jīng)信息和市場(chǎng)重要變量之間的靜態(tài)互動(dòng)效應(yīng)角度對(duì)模型進(jìn)行了改進(jìn)。先對(duì)原始序列進(jìn)行了平穩(wěn)性檢驗(yàn),并利用最小二乘法和自回歸移動(dòng)模型ARMA(p,q)去除時(shí)間趨勢(shì)和序列相關(guān)性將不平穩(wěn)的時(shí)間序列變?yōu)槠椒�(wěn)的時(shí)間序列�；诘玫降钠椒�(wěn)序列,分別構(gòu)建了信息變量和市場(chǎng)變量的雙向同期回歸模型,研究?jī)烧咧g的靜態(tài)互動(dòng)效應(yīng)。結(jié)果表明,財(cái)經(jīng)信息和市場(chǎng)變量之間既存在雙向也存在單向同期靜態(tài)互動(dòng)效應(yīng)。最后,本文又從財(cái)經(jīng)信息和市場(chǎng)重要變量之間的動(dòng)態(tài)互動(dòng)效應(yīng)角度對(duì)模型進(jìn)行了改進(jìn)。利用分布滯后模型和向量誤差修正模型(VEC)分別研究A股股票市場(chǎng)財(cái)經(jīng)信息與市場(chǎng)重要變量之間的短期和長(zhǎng)期動(dòng)態(tài)互動(dòng)效應(yīng)。在分析短期互動(dòng)效應(yīng)的分布滯后模型后,利用Granger檢驗(yàn)法檢驗(yàn)了市場(chǎng)變量和信息變量之間的短期因果關(guān)系。在分析長(zhǎng)期動(dòng)態(tài)互動(dòng)效應(yīng)時(shí),先對(duì)原始數(shù)據(jù)進(jìn)行了單位根檢驗(yàn),然后利用E-G兩步法來(lái)判斷變量之間是否存在協(xié)整關(guān)系,最終建立了誤差修正模型來(lái)分析變量之間的長(zhǎng)期動(dòng)態(tài)互動(dòng)效應(yīng)。結(jié)果表明,財(cái)經(jīng)信息和市場(chǎng)重要變量之間既存在雙向也存在單向短期動(dòng)態(tài)互動(dòng)效應(yīng),其中單向短期互動(dòng)效應(yīng)更為顯著。在長(zhǎng)期動(dòng)態(tài)互動(dòng)效應(yīng)中,僅存在波動(dòng)率以及贊同性對(duì)交易量,以及正面性和負(fù)面信息數(shù)量對(duì)收益率的單向動(dòng)態(tài)互動(dòng)效應(yīng)。本文的研究結(jié)果不僅證明了信息理論關(guān)于信息對(duì)市場(chǎng)作用的猜測(cè),也證明了該理論在A股股票市場(chǎng)的適應(yīng)性。本文的研究結(jié)果為市場(chǎng)監(jiān)管層、上市公司和投資者如何通過(guò)觀察財(cái)經(jīng)信息判斷股票市場(chǎng)的當(dāng)期和未來(lái)走向提供參考依據(jù);同時(shí),也為新聞媒體如何通過(guò)觀察股票市場(chǎng)的表現(xiàn)預(yù)測(cè)輿論動(dòng)向提供參考思路。
【關(guān)鍵詞】：財(cái)經(jīng)信息 市場(chǎng)重要變量 靜態(tài)互動(dòng)效應(yīng) 動(dòng)態(tài)互動(dòng)效應(yīng) 分布滯后模型 向量誤差修正模型
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：F832.51;F224
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-20
• 1.1 研究背景及意義10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-17
• 1.2.1 股票市場(chǎng)信息與市場(chǎng)收益率的關(guān)系研究12-13
• 1.2.2 股票市場(chǎng)信息與市場(chǎng)交易量的關(guān)系研究13-14
• 1.2.3 股票市場(chǎng)信息與價(jià)格波動(dòng)率的關(guān)系研究14-15
• 1.2.4 國(guó)內(nèi)外文獻(xiàn)評(píng)述15-17
• 1.3 本文研究?jī)?nèi)容17-18
• 1.4 研究方案18-20
• 第2章 信息與市場(chǎng)相關(guān)理論基礎(chǔ)20-27
• 2.1 市場(chǎng)有效性20-21
• 2.2 信息理論模型21-22
• 2.3 波動(dòng)率模型22-25
• 2.4 本章小結(jié)25-27
• 第3章 指標(biāo)選取、數(shù)據(jù)收集及指標(biāo)構(gòu)建27-33
• 3.1 指標(biāo)的選取27-28
• 3.2 數(shù)據(jù)的收集28
• 3.3 指標(biāo)的構(gòu)建28-32
• 3.3.1 市場(chǎng)收益率28-29
• 3.3.2 價(jià)格波動(dòng)率29-30
• 3.3.3 信息內(nèi)容正面性30-31
• 3.3.4 信息內(nèi)容贊同性31-32
• 3.4 本章小結(jié)32-33
• 第4章A股市場(chǎng)財(cái)經(jīng)信息與市場(chǎng)重要變量的基本分析33-45
• 4.1 描述性統(tǒng)計(jì)分析33-39
• 4.1.1 A股市場(chǎng)的日收益率33-34
• 4.1.2 A股市場(chǎng)的日交易量34-35
• 4.1.3 A股市場(chǎng)的日波動(dòng)率35
• 4.1.4 A股市場(chǎng)的正面信息數(shù)量35-36
• 4.1.5 A股市場(chǎng)的負(fù)面信息數(shù)量36-37
• 4.1.6 A股市場(chǎng)的信息內(nèi)容正面性37-38
• 4.1.7 A股市場(chǎng)的信息內(nèi)容贊同性38-39
• 4.2 簡(jiǎn)單回歸分析39-44
• 4.2.1 簡(jiǎn)單回歸模型的建立39-42
• 4.2.2 簡(jiǎn)單回歸模型的估計(jì)結(jié)果42-44
• 4.3 本章小結(jié)44-45
• 第5章A股市場(chǎng)財(cái)經(jīng)信息與市場(chǎng)重要變量的靜態(tài)互動(dòng)效應(yīng)45-70
• 5.1 平穩(wěn)性檢驗(yàn)45-46
• 5.2 原始變量的分解46-59
• 5.2.1 原始變量的分解方法46-47
• 5.2.2 原始交易量的分解結(jié)果47-49
• 5.2.3 原始波動(dòng)率的分解結(jié)果49-51
• 5.2.4 原始正面性的分解結(jié)果51-53
• 5.2.5 原始贊同性的分解結(jié)果53-55
• 5.2.6 原始正面信息數(shù)量的分解結(jié)果55-57
• 5.2.7 原始負(fù)面信息數(shù)量的分解結(jié)果57-59
• 5.3 A股市場(chǎng)財(cái)經(jīng)信息與市場(chǎng)重要變量的相關(guān)關(guān)系59
• 5.4 A股市場(chǎng)財(cái)經(jīng)信息對(duì)市場(chǎng)重要變量的靜態(tài)影響59-64
• 5.4.1 市場(chǎng)重要變量同期回歸模型的建立59-60
• 5.4.2 市場(chǎng)重要變量同期回歸模型的估計(jì)結(jié)果60-64
• 5.5 A股市場(chǎng)重要變量對(duì)財(cái)經(jīng)信息的靜態(tài)影響64-69
• 5.5.1 市場(chǎng)財(cái)經(jīng)信息變量同期回歸模型的建立64-65
• 5.5.2 市場(chǎng)財(cái)經(jīng)信息同期回歸模型的結(jié)果估計(jì)65-69
• 5.6 本章小結(jié)69-70
• 第6章A股市場(chǎng)財(cái)經(jīng)信息與市場(chǎng)重要變量的動(dòng)態(tài)互動(dòng)效應(yīng)70-87
• 6.1 基于分布滯后模型的短期動(dòng)態(tài)互動(dòng)效應(yīng)70-80
• 6.1.1 分布滯后模型的建立70-71
• 6.1.2 分布滯后模型的估計(jì)結(jié)果71-80
• 6.2 基于向量誤差修正模型的長(zhǎng)期動(dòng)態(tài)互動(dòng)效應(yīng)80-85
• 6.2.1 單位根檢驗(yàn)80-81
• 6.2.2 協(xié)整檢驗(yàn)81-82
• 6.2.3 向量誤差修正模型的建立82
• 6.2.4 向量誤差修正模型的結(jié)果估計(jì)82-85
• 6.3 本章小結(jié)85-87
• 結(jié)論87-91
• 附錄I91-92
• 參考文獻(xiàn)92-95
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文95-97
• 致謝97

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 文鳳華;龔旭;黃創(chuàng)霞;陳曉紅;楊曉光;;股市信息流對(duì)收益率及其波動(dòng)的影響研究[J];管理科學(xué)學(xué)報(bào);2013年11期

，

本文編號(hào)：861099