以百度搜索指數(shù)衡量投資者關注度,利用上證指數(shù)和深證指數(shù)5分鐘高頻數(shù)據(jù)構建股市波動性的代理變量,建立波動率與投資者關注的VaR模型,研究投資者關注度與股市波動性之間的動態(tài)變化關系,并將研究結果應用到以VaR為度量的風險管理實踐當中。研究發(fā)現(xiàn):投資者關注度和股市波動率之間存在著很強的相關性和一致聯(lián)動性;將投資者關注度信息加入傳統(tǒng)模型,有助于提高波動率的預測精度;由此拓展到風險管理當中,有利于準確評估股市的風險。 

【文章來源】：商學研究. 2019,26(03)

【文章頁數(shù)】：9 頁

【部分圖文】：

LogＲVSHt與LogSQSH脈沖響應函數(shù)圖

搜索量表示的投資者關注度帶來正負交替的影響，并且滬市的傳導路徑更加復雜多變。圖1(a)、圖1(d)分別為上證指數(shù)對數(shù)波動率和對數(shù)搜索量對其本身的一個標準差響應函數(shù)圖，而圖2(a)、圖2(d)分別為深證成指對數(shù)波動率和對數(shù)搜索量對其本身的一個標準差響應函數(shù)圖。圖1LogＲVSHt與LogSQSH脈沖響應函數(shù)圖圖2LogＲVSZt與LogSQSZt脈沖響應函數(shù)圖04商學研究2019年

分位數(shù)，F(xiàn)－1t+1(α)為服從累計正態(tài)分布的收益率函數(shù)的逆函數(shù)。在式(16)中，假定收益率函數(shù)服從正態(tài)分布，考慮在1%置信水平下的VaＲ值，時間窗口為2015年1月至2018年8月數(shù)據(jù)。上證指數(shù)VaＲ與其對應的百度指數(shù)，深證成指VaＲ與其對應的百度指數(shù)分別如圖3、圖4所示(其中百度指數(shù)與VaＲ均做了歸一化處理)。從兩圖中可以看出，百度指數(shù)與VaＲ存在聯(lián)動趨勢的一致性:較高的投資者關注度伴隨著較大的股市波動率，同樣也帶來了較大的風險值。圖3上證指數(shù)VaＲ與其對應的百度指數(shù)24商學研究2019年

【參考文獻】：
期刊論文
[1]投資者關注和股市表現(xiàn)——基于雪球關注度的研究[J]. 孫書娜,孫謙.  管理科學學報. 2018(06)
[2]媒體關注的市場壓力效應及其傳導機制[J]. 應千偉,咼昊婧,鄧可斌.  管理科學學報. 2017(04)
[3]社交網(wǎng)絡、投資者關注與股價同步性[J]. 劉海飛,許金濤,柏巍,李心丹.  管理科學學報. 2017(02)
[4]普通投資者關注對股市交易的量價影響——基于百度指數(shù)的實證研究[J]. 張繼德,廖微,張榮武.  會計研究. 2014(08)
[5]眾里尋“股”千百度——股票收益率與百度搜索量關系的實證探究[J]. 趙龍凱,陸子昱,王致遠.  金融研究. 2013(04)
[6]投資者有限關注與股票收益——以百度指數(shù)作為關注度的一項實證研究[J]. 俞慶進,張兵.  金融研究. 2012(08)



本文編號：3111132