下载文档原格式
上证综指股票收益率波动特点分析以自回归条件异方差（ARCH）族模型为基础，结合上海证券市场的特点，试图拟合我国股票市场的波动特征，同时研究股票价格指数的波动规律和特点。
标签：上证综指；股票收益率波动；GARCH模型1 引言上世纪80年代，美国学者罗伯特·恩格尔和克莱夫·格兰杰提出了ARCH模型来描述证券市场波动性方差的时变性特征，此后不断发展深入，其相关拓展模型也相继推出，比如GARCH模型，TARCH模型等等。
这些模型在金融领域得到了广泛的应用。
中国股票市场仅仅20多年，从无到有，取得了巨大的成就。
特别是06年以来，股票市场规模不断扩大，上市公司质量也不断提高，沪深股市作为宏观经济晴雨表的作用越来越明显。
然而，我国证券市场毕竟处于发展初期，市场的波动性和风险要远远高于国外市场，特别是欧美等成熟市场。
因此，如何较为真实刻画和衡量股价波动成为广大学者研究的重点。
2 模型和数据2.1 模型介绍（1）ARCH模型。
美国学者罗伯特·恩格尔于1982年提出了ARCH模型，其具体形式如下yt=xtβ+ε（1）σ2t=α0+α1ε2t-1+α2ε2t-2+…+αqε2t-q（2）为保证条件方差σ2t＞0，要求α0＞0，αi＞0（i=1，2…，q）式1称之为均值方程，式2称之为条件方差方程。
基本的ARCH模型又衍生出许多变形，下面具体介绍GARCH模型、TARCH模型和EGARCH模型。
（2）GARCH模型。
罗伯特·恩格尔提出ARCH模型来描述误差的条件方差中可能存在的某种关联。
通过该模型，可以预测经济时间序列中基于某种非线性依赖的大变化。
GARCH模型的一般表示如下:yt=xtβ+ε（1）εt=ht·vt（2）h1=α0+α1ε2t-1+…+αt-1ε2t-q+β1ht-1+…+βpht-p=α0+qi=1αiε2t-1+pj=1βjh t-j（3）其中，p是GARCH项的最大滞后阶数，q是ARCH项的最大滞后阶数。
CAPM模型在我国银行股市场的实证分析作者：史英慧来源：《商场现代化》2014年第10期摘要：为检验CAPM模型在我国银行股市场是否适用，本文选取四大银行股和上证A股指数2013年1月—2014年4月的周度数据，运用计量经济学知识，进行了模型的构建与估计。
实证结果表明，CAPM模型能够衡量四大银行股风险与收益的关系，从而证实了CAPM 在我国银行股市场的有效性与可行性。
关键词： CAPM模型；β值；四大银行股自从CAPM在国外被提出后，国内许多学者都致力于CAPM模型的研究，特别是其在中国证券市场的适用性研究，然而大多数实证分析是针对整个市场的，对某个具体行业股票的有效性研究并不多见。
因此，本文对该模型在银行股市场做了实证分析。
一、CAPM 模型的基本理论1.CAPM模型的基本假设。
模型的假设条件包括：投资者在预期收益水平相同时选择风险较小的投资，而在风险水平相同时追求最大的收益；投资者只能被动地接受市场价格；资本与信息可以自由地流动。
概括而言，CAPM假设的核心思想是：所有的投资者都是完全理性的，证券市场是完全有效和充分竞争的。
2.CAPM模型的基本形式。
在CAPM基本假设的前提下，CAPM模型描述了单项资产预期收益率与相对风险之间的关系，其基本形式如下：E（Ri）= Rf +βi[E（Rm）-Rf] （ i = 1，2，……，n）其中，E（Ri）为第i项资产的预期收益率，E（Rm）为市场组合的预期收益率，Rf代表无风险利率，βi表示该项资产的系统风险系数。
CAPM模型的关键在于β系数的计算：β值大于1，表示第i项资产的系统风险大于整个市场组合的风险，相应的就要求其回报率高于市场平均回报率；β值小于1情况则相反。
二、数据的选取与处理1.样本股的选取。
为使实证不过于繁琐，本文选取银行业中较具代表性的四大银行在上证交易所上市的股票作为样本股，这四只股票分别为中国银行（601988）、农业银行（601288）、工商银行（601398）、建设银行（601939），同时我们采用周度数据来提高模型的精度。
证券技术分析三大假设的实证分析作者：柳岸林来源：《中国证券期货》2019年第05期关键词：技术分析上证指数应用趋势经验一、技术分析三大假设的基本内容技术分析是以量价时空为分析要素研究市场行为，进而判断市场未来趋势的分析方法。
既然是以市场行为为研究对象，那么技术分析的假设就必须围绕着市场行为展开，即市场行为包含一切信息、价格沿趋势移动并保持趋势、历史会重演。
这三大假设共同反映了证券技术分析的内涵。
如果投资者要运用技术分析，就必须承认这三大假设的存在。
（一）市场行为包含一切信息是技术分析的基础和前提市场行为包含一切信息是指影响价格的所有因素，如政治的、经济的、心理的等，都可以通过买卖行为反映在价格中，所以投资者不必关心是何种原因造成了价格的涨跌，而只需关注并研究价格即可。
而价格是由供求关系决定的，正是供求的变化决定着价格的上涨或下跌。
从投资者无法决定供求变化的角度看，投资者也不必过多关注供求。
具体来说，在价格的变动中，无论其呈现出怎样的变动，投资者只需关注信息对价格造成的影响，而不必关注导致价格变動的消息内容。
（二）价格沿趋势移动是技术分析的核心技术分析认为，价格的变动是有趋势的，而且趋势一旦形成，如果没有外力的影响，将会保持惯性运行，这也是牛顿惯性定律的应用。
因此，技术分析的本质可以说是顺应并跟随趋势。
具体来说，如果一段时间内价格持续上升或下降，那么在没有外力干扰的情况下，在随后一段时间内价格依然会继续上升或下降。
（三）历史会重演是行为学和心理学在价格走势中的体现价格的走势反映着投资者看好或不看好的心理，而这些心理作用于投资者的买卖行为会使价格走势呈现出一定的规律。
这些规律在过去有效，在现在和将来同样有效，因为它们都是以投资者的心理为依据的。
具体来说，投资者过去的交易行为会使其印象深刻，而一旦现在遇到与过去相同或相似的走势时，投资者往往会用过去的交易行为指导现在的交易。
由此可以看出，既然历史走势中包含着总结的经验规律，那么未来的走势便可以通过历史走势加以判断。
中国个体证券投资者交易行为的实证研究随着中国资本市场的发展和开放，个体证券投资者在市场中的角色日益重要。
他们的交易行为对市场的稳定性和效率起到了重要的影响。
本文旨在通过实证研究，探讨中国个体证券投资者的交易行为特点、影响因素以及市场反应。
首先，我们看到个体证券投资者的交易行为普遍表现出一定的个体偏差。
他们往往倾向于过度自信，认为自己的决策比市场更加准确，从而频繁进行交易。
这种过度交易现象在中国的个体投资者中尤为突出。
研究发现，个体投资者的交易频率远高于机构投资者，且其交易决策往往与基本面因素无关。
这种过度交易行为一方面导致实际获利较低，另一方面也增加了市场的波动性。
其次，个体证券投资者的交易行为往往受到情绪的影响。
中国个体投资者普遍具有较高的情绪波动性，特别是在市场短期波动较大的情况下。
他们容易受到短期市场走势的影响，过度买入或卖出。
实证研究表明，个体投资者对于市场利好消息和利空消息反应过度，导致市场波动加剧。
与此同时，情绪波动也影响了个体投资者的投资决策，使得他们更加偏好高风险高收益的股票。
第三，个体证券投资者的交易行为还受到信息不对称的影响。
由于信息不对称的存在，个体投资者在作出投资决策时面临着信息不足的困扰。
实证研究表明，个体投资者更倾向于跟风投资，即在他人普遍做多或做空的情况下，个体投资者会效仿其行为。
这种跟风行为使得市场上的投资者共同追逐股票价格，加剧了市场的非理性波动。
最后，我们观察到中国个体证券投资者的交易行为也受到投资能力和金融知识水平的影响。
研究发现，相对于专业投资者，个体投资者普遍具有较低的金融素养和投资能力。
这导致他们在进行投资决策时更容易受到非理性因素的影响，交易行为更加波动。
综上所述，中国个体证券投资者的交易行为表现出一定的个体偏差、情绪偏向、信息不对称和金融能力不足等特点。
这些特点不仅影响了个体投资者的交易获利能力，也对整个市场的稳定性和效率造成了一定的影响。
因此，在个体投资者培训和投资教育方面还有很大的提升空间。
基于VaR的中国股指期货风险实证研究-相关论文选题选题1：基于VaR的中国股指期货风险实证研究选题思路：2010年4月16日,我国推出了沪深300股指期货,在其推出以后,沪深300股指期货交易比较活跃,运行也较为平稳,但是在风险的度量及预测方面的研究略显不足。
VaR作为一种度量风险的指标,其应用较为广泛,国内外专家学者对其也有较多的研究。
为了测度中国股指期货VaR风险,选择中国股指期货当月连续IFO日对数收益率数据作为研究对象,首先对收益率序列进行了基本的统计分析,结果表明,中国股指期货对数收益率序列具有尖峰厚尾的特征,并具有ARCH效应,因此认为可以对此时间序列数据运用GARCH族模型来克服其异方差性。
介绍并选用了GARCH族模型中的GARCH-N,GARCH-t,GARCH-GED,TARCH与EGARCH模型度量了中国股指期货的风险,即其VaR数值,并根据各模型系数讨论了中国股指期货的杠杆效应等风险特征。
同时,文章还引入了神经网络中较为新颖的混合密度网络模型(MDN模型)对中国股指期货的风险VaR进行考察。
作为神经网络的一支,它特有的学习特性可以很好地拟合时间序列的事变特征,从而具有良好的预测能力。
最后将GARCH族模型与混合密度网络模型得到的VaR值进行了准确性检验——Kupiec失败频率检验,发现GARCH-GED、EGARCH与混合密度网络模型可以较为准确地预测中国股指期货的风险VaR值。
选题2：中国大豆价格波动性研究选题思路：文章综合分析中国大豆供、需现状,从期货价格理论、供给、需求三个角度对影响中国大豆价格的因素进行分类,并建立相应的指标体系,将影响因素归为国产大豆供给量、进口大豆量、国际大豆产量、国内大豆消费量、国际大豆消费量、农民人均纯收入中的农业收入、玉米现货价格、豆油现货价格、美元汇率指数、大豆现货价格、大豆期货价格滞后一期、美国芝加哥大豆期货价格。
然后利用逐步回归方法实证分析各类因素对中国大豆价格的影响,研究结果表明,相对于其它类因素,中国大豆期货价格更易受到大豆国内供给和需求因素、人均农业纯收入、豆油现货价格、美国芝加哥大豆期货价格以及滞后一期价格的影响,与这些因素之间存在显著的回归效应。
摘要随着我国金融市场的不断发展与完善，影响投资行为和股票收益率的因素也逐渐变得复杂。
正确认识我国证券市场的运行特征和股票收益率的影响因素，对于投资者进行投资组合选择、基金经理评价组合业绩、企业提高自身竞争力和监管部门健全证券市场运行机制都有一定的指导意义。
本文从微观角度对影响我国股票收益率的因素进行了实证研究。
以上证A 股市场所有上市公司股票为样本，依据账面市值比和流通市值两个风险因素，使用Excel强大的筛选功能，交叉分组得到9个股票组合；通过FF三因子模型，使用计量经济学的检验方法对股票收益率与账面市值比因子、规模因子及市场因子之间的关系进行了实证分析；进一步，通过该模型比较分析了引入行业因素后进行分组所得到的各个组合股票收益率之间的差异。
在分组方法的选择上，我们比较了两种分组方式下证券组合的经济意义，最终使用账面市值比的不同取值范围来定义不同的账面市值比组合，以统一每个组合中所描述的股票收益率的财务风险大小。
在组合收益率的实证分析中，我国股票收益率表现出了明显的账面市值比效应和规模效应。
我们利用递归残差图检验和CUSUMSQ检验对三因素模型的稳定性进行了实证研究，发现其不具有稳定性。
我们使用Excel对各个组合进行步长为1的递归回归，合理解释了各因子回归系数所表现出的规律性。
在引入行业因素的比较分析中，我国股票组合收益率的账面市值比效应和规模效应并不明显。
对此，本文给出的解释为：引入行业因素后的组合中，上市公司数目少、分散性不足造成回归结果不理想。
关键词：股票收益率；三因子模型；账面市值比；规模；行业ABSTRACTWith the development of finance market in our country, the factors having an impact on investment behavior and return of stocks came to be more complex .To get a thorough understanding of these factors will have a far-reaching significance in establishing a healthy running mechanism,improving the quality of listed companies and providing investors with reliable information and scientific guidance.On the basis of that, we have an empirical research on the possible factor which influencing stock returns of our companies listed in ShangHai stock market from micro aspect. The stocks of all listed companies in Shanghai A-share market as a sample, according to two risk factors of book-to-market value and market value,together with the powerful filter function of Excel, we get nine stock portfolios which shows obvious characteristics;We examines the relationship between the return of stock and three factors:book-to-market value factor, scale factor and the market factor through FF- three factors model,as well as the inspection method arising from Econometrics ;Further, we compare and analysis the difference in the return of stock portfolios after the consideration of industry.In the selection of approach on assigning group , we show a comparation of economic meaning of each goup by two different approach .On the basis of B-M ,we find there is a corsponding relation between the value scope and define different groups ,in order to unify financial risk of each combination of stocks.In combination of empirical analysis, there are obvious book-to-market effect and scale effect in China stock returns. Three factors model in this paper does not have stability by the inspection of recursion residual figure and CUSUMSQ test. Through the recursive regression, we give reasonable explanations on the regularity of sensitive coefficient sequences of these two factors in each group.In the the comparison and analysis after the consideration of industry factor , there is no book-to-market effect and scale effect on the return of stock portfolio in our country.The possible reason is that the count of listed companies becomes less and less with the regard of industry , the lack of dispersion on data lead to the non ideal regression result.KEY WORDS：Return of Stock; Three Factor Model; Book-to-Market Value; Size; Industry学位论文独创性声明本论文是我个人在导师指导下进行的研究工作及取得的研究成果。
《产经评论》2〇17年7月第4期卖空交易、投资策略与股票收益—基于中国A股市场的实证检验彭松林苏冬蔚[摘要]以往文献侧重考察卖空交易对市场稳定性及价格发现效率的不同影响，而对卖空者交易策略 及其对股票收益的影响研究较少。
基于中国A股市场进行实证检验，结果显示：（1)卖空者采用短期趋势 交易策略，在股价下跌时，增加融券卖空量；（2)卖空率具有解释股票截面收益率的作用，卖空率与股票 收益率负相关，曰卖空率高的股票在未来1-2天的收益率低于卖空率低的股票收益率；（3)通过构建卖空 风险因子发现，卖空风险因子具有风险溢价的作用。
[关键词]卖空交易策略；股票收益；卖空率；卖空风险因子[中图分类号]F830.9 [文献标识码]A[文章编号]1674-8298 (2017) 04-0135 -19一引言长期以来，我国资本市场基本制度建设不健全、投资者结构不合理，市场投机风气盛行，同涨同 跌、暴涨暴跌等现象层出不穷，学术界、业界、监管层各方普遍认为其原因之一是缺少卖空机制。
2010年3月31日，我国A股市场正式实施融资融券制度，这意味着我国资本市场“单边市”正式结 束，也标志着我国资本市场制度的进一步完善。
融券标的经过多次扩充，目前可融券标的数量已经占 A股的近三分之一，同时随着转融券制度的推出，市场融券数量达到了一定的规模，卖空交易在我国 资本市场中产生越来越重要的影响。
但是，有关卖空交易对市场的影响在学术界、业界争议较大。
一方面，大量文献表明，卖空限制 导致股价被高估，降低了市场价格发现效率。
卖空机制的引入使悲观者的看法及时反映到股价中，提 高了市场稳定性及定价效率，能有效地抑制市场泡沫，降低市场崩盘风险（Miller，1977[1];Diamond 和 Veerecchia，1987[2]; Hong 和Stein，2003[3]; Saffi 和Sigurdsson，2010[4] ;Frino et al_，2011[5])。
