政策評價也稱為政策評估,是對政策進行不同角度的評價,從而達到對政策查漏補缺積累經(jīng)驗的作用。上交所在2018年8月20日實施新的收盤機制政策,該政策調(diào)整了收盤價的產(chǎn)生機制。政策已經(jīng)實施一年多的時間了,因此對該項政策的評價不僅是對政策實施效果的檢驗,更是對未來提供更好的政策做的一次鋪墊。本文從統(tǒng)計學視角出發(fā),通過對上證指數(shù)的收盤價數(shù)據(jù)本身進行分析,觀測其波動性變化情況來分析政策的實施效果如何,從而來對政策的實施效果提出評價。為了提高評價的客觀性,本文使用三種不同的方法對政策的實施效果進行統(tǒng)計分析。通過實證分析研究在實行新的收盤機制政策之后,股票收盤價的波動是否更加穩(wěn)定,收盤價是否更加準確,以及政策的實施是否有效等進行政策評價。首先,通過對政策前后收盤價波動的分析和對收盤前連續(xù)交易階段的價格波動分析發(fā)現(xiàn),在新的收盤機制實施之后,上證指數(shù)的收盤價整體價格下降,收益率的方差明顯減小,說明政策實施之后收盤價的波動性減小。對收盤前連續(xù)交易的高頻數(shù)據(jù)的已實現(xiàn)波動率和已實現(xiàn)雙冪次變差研究表明,收盤前的價格波動偏大。最后兩種方法用來分析新的交易機制政策是否改變了收盤價的走勢,實證結果表明兩種方法都說明新交... 

【文章來源】：江西財經(jīng)大學江西省

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【部分圖文】：

折線圖

4政策實施前后收盤價波動分析23表4-4高頻數(shù)據(jù)波動率描述統(tǒng)計分析表,,-政策前（RV1）政策后（RV2）政策前（RVT1）政策后（RVT2）平均5.49E-076.98E-072.46E-073.15E-07中位數(shù)5.03E-076.36E-072.24E-072.91E-07標準差2.24E-072.6E-071.09E-071.2E-07方差5.03E-146.76E-141.18E-141.44E-14峰度2.0782893.0665332.4227071.195632偏度1.260031.4226491.3231861.057635極值1.36E-061.62E-066.36E-076.65E-07最小值1.62E-072.08E-076.67E-081.04E-07最大值1.52E-061.83E-067.03E-077.69E-07變異系數(shù)0.4088710.3725220.4413160.380959從上表的統(tǒng)計量研究不難發(fā)現(xiàn)，無論是的均值還是,,-的均值，政策后的都大于政策前的，說明在新的收盤機制影響下，收盤前的價格波動明顯增大。而從變異系數(shù)可以看出，新收盤機制下收盤前的高頻數(shù)據(jù)波動率的變異系數(shù)更小，說明新收盤機制實施后收盤前的整體價格波動變化較為穩(wěn)定。結合波動率的大小來看，在新的收盤機制影響下，收盤前的價格出現(xiàn)了在固定范圍內(nèi)的頻繁波動。再畫出新收盤機制的的折線圖和,,-的折線圖，如下圖所示：圖4-1折線圖圖4-2,,-折線圖無論是從的折線圖還是,,-的折線圖都可以看出，在政策剛實施后的價格波動率明顯要大于政策已經(jīng)實施一段時間之后。說明股民在對政策的實施不斷嘗試，在摸清市場規(guī)律之后，收益率的波動明顯低了一些。但是無論是哪一個階段，和,,-的波動率都是十分平穩(wěn)的。為了檢驗這個想法，對和,,-進行平穩(wěn)性檢驗。

上海證券交易所新收盤機制政策評價265收盤價的變點估計5.1CUSUM控制圖變點估計根據(jù)前文對政策的研究，本文使用決策區(qū)間形式CUSUM控制圖對收盤價時間序列進行變點估計，將政策公布前的樣本數(shù)據(jù)假設為收盤價的“正常情況”，使用CUSUM控制圖對政策公布之后的收盤價數(shù)據(jù)進行檢測，以找出“故障”的收盤價。由于實際上收盤價的變化每日差距比較小，不容易體現(xiàn)出來。所以，將政策公布之后的數(shù)據(jù)按每5個交易日進行分組，“突變”預測流程如下：Setp1：先對假定“正�！钡氖毡P價進行計算得出政策為變點之前的收盤價均值；Setp2：在將政策實施后的收盤價數(shù)據(jù)按每5個交易日為一組分為20組，計算出每組對應的均值和標準差；Setp3：CUSUM控制圖的構建，根據(jù)前文的介紹，一般取=2，=5或6，分別計算出上單側累積和+和下單側累積和。Setp4：根據(jù)計算出來的累積和與閾值進行比較，當+>或<時，判斷收盤價處于“異常狀態(tài)”，可以方便下一步分析。5.2CUSUM控制圖實證過程將政策實施前后兩年的上證綜指收盤價的數(shù)據(jù)作為樣本數(shù)據(jù)，應用CUSUM控制圖對樣本數(shù)據(jù)進行檢測前要求樣本數(shù)據(jù)服從正態(tài)分布，因此先對樣本數(shù)據(jù)進行正態(tài)性檢驗，使用R語言對數(shù)據(jù)進行Shapiro-Wilk檢驗（以下簡稱W檢驗）并畫出樣本數(shù)據(jù)的QQ圖，結果如下：圖5-1樣本數(shù)據(jù)的正態(tài)Q-Q圖

【參考文獻】：
期刊論文
[1]基于誤差校正的GARCH股票價格預測模型[J]. 于志軍,楊善林.  中國管理科學. 2013(S1)
[2]累積和控制圖與休哈特控制圖聯(lián)合應用方法[J]. 王敏華,周娟,沈丹.  湖北工業(yè)大學學報. 2008(05)
[3]產(chǎn)業(yè)政策演變、政策效力與產(chǎn)業(yè)發(fā)展——基于我國煤炭產(chǎn)業(yè)的實證分析[J]. 劉冰,馬宇.  產(chǎn)業(yè)經(jīng)濟研究. 2008(05)
[4]基于BP神經(jīng)網(wǎng)絡的我國產(chǎn)業(yè)政策作用力評價研究[J]. 楊貴彬.  科技進步與對策. 2007(11)
[5]應用CUSUM控制圖監(jiān)控過程變差方法的比較[J]. 王前洪,張宇.  現(xiàn)代制造工程. 2006(02)
[6]我國支柱產(chǎn)業(yè)的產(chǎn)業(yè)政策實施效果評價[J]. 劉希宋,夏志勇,趙寰.  技術經(jīng)濟. 2005(04)
[7]集合競價與連續(xù)競價機制下的股票價格行為分析[J]. 王志剛,曾勇,李平.  管理學報. 2005(02)
[8]高頻金融時間序列研究:回顧與展望[J]. 徐正國,張世英.  西北農(nóng)林科技大學學報(社會科學版). 2005(01)
[9]中國股市回報波動性分析——高頻數(shù)據(jù)揭示股市的特征[J]. 房振明,王春峰,蔣祥林.  系統(tǒng)工程. 2004(02)
[10]市場質量與交易機制改革——以上海證券市場收盤方式變動為例[J]. 孫培源,劉鳳元,陳啟歡.  證券市場導報. 2004(01)

碩士論文
[1]上海房地產(chǎn)調(diào)控政策實施效果評價[D]. 朱玉娟.電子科技大學 2019
[2]基于貝葉斯方法的高維數(shù)據(jù)流控制圖與應用[D]. 況鑫.暨南大學 2018
[3]基于GARCH族模型的股票市場波動特征分析[D]. 王楠.沈陽工業(yè)大學 2018
[4]我國體育產(chǎn)業(yè)政策有效性研究[D]. 龍盈利.華僑大學 2018
[5]基于CUSUM控制圖的風力發(fā)電機組的狀態(tài)監(jiān)控研究[D]. 郭敏.長沙理工大學 2018
[6]不同分布假設GARCH模型擇優(yōu)及其在股市波動溢出效應中的研究[D]. 劉夢佳.江西財經(jīng)大學 2017
[7]基于ARIMA與GRNN組合模型對人民幣匯率的預測[D]. 張艷.湖北工業(yè)大學 2017
[8]氣溫時間序列的均值變點檢驗的探究[D]. 方媛.暨南大學 2015



本文編號：3562410