我国股票市场周期性破灭型泡沫检验_基于门限自回归模型

资本资产定价模型及实证分析华中科技大学博士学位论文资本资产定价模型及实证分析姓名：项云帆申请学位级别：博士专业：数量经济学指导教师：王少平2010-10-31华中科技大学博士学位论文摘要金融变量具有非对称性，时变性的特征，无论是新兴金融市场、还是成熟金融市场中，交易的金融工具以及不同金融市场之间具有互补性和替代性，因此，宏观经济变量对金融市场收益的影响具有不对称性。

本文首先运用MS-VECM模型分析中国宏观经济变量对股票市场收益的影响，并运用Bootstrap仿真检验对估计参数进行检验。

实证发现可将状态分为：我国金融市场发展早期的状态1、我国金融市场受政策干扰而变化频繁的状态3、以及经济健康发展且稳定的状态2。

结果表明宏观经济变量对我国股票市场收益在不同状态下影响不同，具有不稳定性，但在状态内具有一定持续性。

Fisher假说在我国股票市场发展较成熟时成立；汇率上升对股票市场收益具有正的影响；货币供给量M1对股市收益影响则随着状态不同而变化；在早期对我国股票市场，相关的替代性资产或者金融市场（如无风险利率、标准普尔指数收益）对股市收益具有反向影响，我国金融市场发展到一定阶段时具有正向影响。

然后，以现值模型为基础，用每股盈余取代每股股利，运用状态空间模型和卡尔曼滤波方法对我国上证指数、沪深300指数和中小板指数进行分析不可观察的投机泡沫变量，检验我国股市是否因为存在泡沫而导致股指偏离其市场基本价值，并对泡沫的大小、形成速度等特征和存在期间进行分析，实证结果发现我国股指较难用市场基本价值解释，股指较长时间存在正泡沫，泡沫累积过程较长，但泡沫破灭速度较快，且导致较短时间内存在负泡沫。

中小板指数显然比上证指数和沪深300指数投机泡沫成分大，上证指数和沪深300指数泡沫特征类似。

估计贴现因子系数表明泡沫累积难以持续，终会破灭。

随后，考虑到CAPM的动态特征以及时变性，用贝叶斯动态线性模型分析CAPM参数的时变性，本文用面板贝叶斯动态线性模型分析CAPM，面板贝叶斯动态线性测度方程方差、状态方程方差矩阵均为未知，因此，本研究先以Gibbs抽样技术以及马尔可夫链蒙特卡罗方法（MCMC）运用动态线性模型滤波方法估计出测度方程、状态方程的方差矩阵，然后运用此方差矩阵，利用所有信息集，用平滑滤波估计出时 I华中科技大学博士学位论文变β。

中国股票市场风格轮动效应及基于适应市场假说的解释韦立坚;张维;张永杰;李根【摘要】In this empirical study, we combine the company size style investing with the company book-to-market ratio style investing in the form of composite style investing, and construct the arbitrage portfolios based on momentum return of composite style to illustrate the evolution process of the style rotation effect. Furthermore, according to features of style rotation in Chinese stock markets, we explain the style rotation effect from the adaptive market hypothesis, and point out that the investors will take the corresponding investing styles as the market environment changes, and these adaptive style switching behavior bring about the style rotation effect.%通过实证研究,将公司规模风格与账面市值比风格进行综合,并基于复合风格的动量收益构建了套利组合,以考察风格轮动的演化过程.进一步根据中国股市风格轮动的特点,从适应市场假说的角度,指出投资者根据市场环境变化而采取相应的投资风格,正是这种适应性的风格转换引致市场出现风格轮动效应.【期刊名称】《管理学报》【年(卷),期】2012(009)007【总页数】9页(P943-951)【关键词】风格投资;风格轮动;复合风格;风格动量策略;适应市场假说【作者】韦立坚;张维;张永杰;李根【作者单位】天津大学管理与经济学部;天津大学管理与经济学部;天津大学管理与经济学部;国泰君安证券股份有限公司【正文语种】中文【中图分类】C9320世纪80年代以来市场异象的发现对现代金融经济学的发展有重要促进作用。

/ 141CHINA MANAGEMENT INFORMATIONIZATION

2023年10月第26卷第20期中国管理信息化

China Management InformationizationOct.,2023

Vol.26,No.20

基于VAR-Prophet模型的股市收益率研究陈芃羽（福州大学 数学与统计学院，福州 350108）［摘 要］股票市场作为国民经济的“晴雨表”，在宏观经济发展和经济政策制定中发挥着指导和先驱的作用，而股票市场复杂多变，受到多方面因素影响，收益率难以被解释和预测。针对股市收益率复杂多变的拟合和预测问题，文章结合传统计量经济学模型和近年来迅速兴起的机器学习模型，构建VAR-Prophet模型，选取2001—2022年美国纳斯达克指数收益率、伦敦同业拆借利率（隔夜）以及美国经济政策不确定性3个内生变量构建模型。实证结果表明，相较于多元线性回归、单独使用VAR或Prophet模型，VAR-Prophet模型具有良好的拟合和预测效果，且美国股票市场收益率受到市场化利率、经济政策不确定性的影响较小。［关键词］股票市场；向量自回归模型；Prophet模型；经济政策不确定性；市场化利率doi：10.3969/j.issn.1673 - 0194.2023.20.046［中图分类号］F831.5 ［文献标识码］A ［文章编号］1673-0194（2023）20-0141-04

0 引 言股票市场被视为经济的表现指标，因为它对经济增长具有一定的预测效果，可以为未来经济政策的制定提供方向［1］。早在2002年，中国人民银行研究局

课题组就提出股票市场对货币政策的传导具有重要的推动作用的结论［2］。在这一事实之下，学者对股票市

场与经济政策之间的联系进行了更为广泛的研究。曾鸿等［3］指出，自2005年股权分置改革以来，股市运行

制度得到优化，股市与宏观经济联系愈发密切，逐渐成为国民经济的晴雨表。股票市场与经济发展密不可分，其存在的问题会影响经济体的经济增长［4］。因其

门槛回归模型系列讲解（⼆）：门槛回归模型完全攻略⽬录第⼀部分模型背景以及简介history&Hansen第⼆部分优秀论⽂解读1、优秀中⽂论⽂解读2、优秀英⽂论⽂解读第三部分时间序列门槛模型stata操作第四部分⾯板数据门槛模型stata操作4.1 王群勇⽼师xthreg与xtptm命令4.2 连⽟君⽼师xtthres命令第⼀部分模型背景以及简介进⾏回归分析，⼀般需要研究系数的估计值是否稳定。

很多经济变量都存在结构突变问题，使⽤普通回归的做法就是确定结构突变点，进⾏分段回归。

这就像我们⾼中学习的分段函数。

但是对于⼤样本、⾯板数据如何寻找结构突变点。

所以本⽂在此讲解⾯板门限回归的问题，门限回归也适⽤于时间序列。

、门限效应，是指当⼀个经济参数达到特定的数值后，引起另外⼀个经济参数发⽣突然转向其它发展形式的现象（结构突变）。

作为原因现象的临界值称为门限值。

例如，成果和时间存在⾮线性关系，但是在每个阶段是线性关系。

有些⼈将这样的模型称为门槛模型，或者门限模型。

如果模型的研究对象包含多个个体多个年度，那么就是门限⾯板模型。

history&Hansen常见模型如下：门槛回归模型（thresholdregression，也称门限回归）：汉森（Bruce E. Hansen）在门限回归模型上做出了很多贡献。

Hansen于1996年在《Econometrica》上发表⽂章《Inference when a nuisance parameter is not identified under the nullhypothesis》，提出了时间序列门限⾃回归模型（TAR）的估计和检验。

之后，他在门限模型上连续追踪，发表了⼏篇经典⽂章，尤其是1999年的《Threshold effects in non-dynamicpanels: Estimation, testing and inference》（Hansen(1999) ⾸次介绍了具有个体效应的⾯板门限模型的计量分析⽅法, 该⽅法以残差平⽅和最⼩化为条件确定门限值, 并检验门限值的显著性, 克服了主观设定结构突变点的偏误。

股票市场波动性研究——基于ARMA-TGARCH-M模型的实证分析刘湖;王莹【摘要】通过构建ARMA-TGARCH-M模型,并同时利用上证综合指数和深圳成份指数的低频日收益率和5分钟高频收益率数据,对中国股票市场的波动性问题进行了实证研究.结果表明:中国股票市场存在着大幅度高频率波动,市场总体风险较大,而且收益率波动也存在着波动集群性、尖峰后尾性和非对称分布等特征,深圳股票市场在各方面的特征也都比上海股票市场突出.此外,低频日收益率序列和5分钟高频收益率序列都存在着显著的平稳性、自相关性和ARCH效应,中国股票市场还存在着较长的外部冲击波动持续期,且杠杆效应显著.GARCH族模型能够很好地拟合中国股票市场的波动性问题.【期刊名称】《北京航空航天大学学报（社会科学版）》【年(卷),期】2017(030)004【总页数】11页(P56-66)【关键词】股票市场;价格波动性;ARMA-TGARCH-M模型;高频数据;风险;沪深股市【作者】刘湖;王莹【作者单位】陕西师范大学国际商学院,陕西西安 710100;陕西师范大学国际商学院,陕西西安 710100【正文语种】中文【中图分类】F830.91自深圳宝安县联合投资公司首次公开募股以来，中国的股票市场已走过30年的发展历史。

然而与西方国家发达的资本市场相比，中国的股票市场仍然很不完善，在整个中国都处于制度变迁的大背景下，在某些特定时期中还会出现频繁剧烈的波动。

而保持股票价格及收益率的相对稳定，防止股票价格的大幅度波动，是任何一个股票市场健康运行的内在要求。

因此，一直以来监管机构和各类投资者都十分关注中国股票市场的波动性特征及其影响因素，而掌握股票市场波动性的基本特征与一般规律不仅有利于监管机构的高效规范管理，更有利于各类投资者进行科学的风险防范和理性投资。

鉴于此，股票市场波动性问题研究对于揭示股票市场运行规律，促进中国股票市场健康发展有着积极的促进作用。