中国股票市场波动率的高频估计与特性分析_黄后川
中国股票市场波动率的高频估计与特性分析
＊黄后川
(南方基金管理公司 510200) 陈浪南(中山大学岭南学院与中山大学经济所 510275)
内容提要:本文旨在应用高频数据估计中国股市的已实现波动率。我们发现股票指
数与个股的高频交易数据中的微观摩擦影响正好相反,使用极高频的数据会大大增加个
股的波动率估计值,相反却会大大降低指数的波动率估计值。在计算各种频率的已实现
波动率的基础上,本文构造了一种较为精确的估计波动率的方法,可以更好地平衡测量误
差与微观结构误差。基于已实现波动率,本文研究了中国股市波动率不对称性和长期记
忆特性。
关键词:波动率 高频估计 特征
＊ 本文是国家自然科学基金课题(79800010、70042005)、上交所2002年联合研究计划课题、教育部社科“十五”课题(01j b790026)及2002年厦门大学校级课题成果之一。
一、引言与先前该领域研究述评
近二十年来,对波动率模型的研究已成为金融经济学领域研究的重要内容之一。自Engle 于1982年提出ARCH 模型以来,经济学界已经发表了数千篇关于条件异方差或波动率的论文。特别是最近十年,一些学者提出用高频分时数据估计波动率的方法,这种方法可以得到比较准确的波动率估计值,称为“已实现波动率”(Realized Volatility )。以此为基础,众多学者在波动率的特性和预测两方面进行了更深入的研究,大大拓展了这个研究领域。
Andersen 、Bollerslev 、Diebold 、Ebens (1998,2001)等金融经济学家对这种高频估计方法以及“已实现波动率”的特性与预测进行了一系列研究,他们得出了如下几个主要结论(计算的波动率都是日波动率):
(1)如果价格遵循普通的扩散过程,用此方法计算的已实现波动率,是无偏的。而且,当高频数据的时间间隔趋近于0时,已实现波动率的测量误差也趋于0。因此可以把已实现波动率当作一个观测值,它没有经典算法所带来的时间滞后。
(2)通过对外汇市场和道·琼斯工业股票的实证研究,发现:①股票市场中,正收益对后续波动率的影响不如负收益明显,即波动率具有杠杆效应。②已实现波动率的对数具有明显的长期记忆特性。③虽然已实现波动率明显向右倾斜,但已实现波动率的对数呈现正态分布。④虽然原始的收益率数据有明显的高峰和大尾巴,但收益率除已实现波动率呈现正态分布。⑤股票市场的波动率与相关度呈相同方向运动,降低了资产组合分散化在高波动率时的作用。
(3)依据(2)中的结论,用体现长期记忆的分数综合—移动平均自回归(Auto Regression Fractional Integrated Moving Average ,ARFI MA )方法可以得到更好的波动率预测。使用正态—对数正态混合分布可以得到很好的概率密度和分位数估计(例如VaR )。
已实现波动率的一个重要用途是作为对以前各类模型进行评价的基准。它的另一个更重要的用途是用于检验波动率的各种特性,并对未来波动率进行预测,因为已实现波动率可以直接当作波动率的一种观测值,因此可以采用一般的时间序列方法,无须像AR CH 模型一样通过模拟收益率序2003年第2期
列得到内含的波动序列。
许多经济学家,如Engle、Ng(1993)等,都通过实证研究指出了信息(一般用前期收益度量)与波动率之间的不对称性,即好信息与坏信息对未来波动率的影响程度不同,通常,负收益率相对正收益率而言对未来波动率的影响更大些。对该现象有两种解释,其一称为“杠杆效应”,即一个大的负收益增加了财务和操作杠杆,反过来提升了股票收益的波动率。第二种解释认为,市场风险贴水是波动率的增函数,大的负收益由于存在一个波动率反馈效应,因而对波动率的影响比正收益更大些。
波动率的一个重要特性是它的持续性,即市场波动一般会持续一段时间,随着时间的推移而慢慢消失。通常,经济学家们把时间序列分为确定性的趋势和移动平均自回归随机过程两个部分,判别确定性趋势的一种常用方法是测试时间序列是否存在一个单位根。Granger(1966)发现大多宏观或金融变量都存在着自相关系数慢速衰减现象,随机游走或ARIMA只是具备这种现象的特例之一。
本文旨在应用高频数据估计中国股票市场的已实现波动率。在计算各种频率的已实现波动率的基础上,本文构造了一种较为精确的估计波动率的方法,可以更好地平衡测量误差与微观结构误差,并进一步考察中国股市波动率的不对称和长期记忆特性。
二、研究方法
1.波动率的高频估计
使用高频交易数据(如5分钟、1天)来计算低频波动率(如1天、1月)的理论模型如下:
假定n维对数价格向量p t遵从多维连续的正态发散过程:dp t=μt dt+Ψt dW t
其中Ψt为n×n维的强平稳的正定的扩散矩阵,W t是标准的布朗运动,则收益r t+h,h=ln p t+h -ln p t服从以下条件概率分布:
r t+h,hσ{μt+τ,Ψt+τ}hτ=0 ～ N(∫h0μt+τdτ,∫h0Ψt+τdτ)
其中∫h0Ψt+τdτ为综合的方差,根据二次变换理论,当Δ※0时,有:
∑j=1,2,…,[hΔ]r t+jΔ,Δ·r′t+jΔ,Δ - ∫h0Ψt+τdτ※0
由此构造估计量σ2=∑j=1,2,…,[hΔ]r t+jΔ,Δ·r′t+jΔ,Δ(1)它是无偏的,而且,当Δ※0时,测量误差也趋于0。
2.时间频率与波动率估计
假定某一日的资产收益率为r,如果把此日内的交易期间分成N份,可以得到包含N个期间段的收益率序列{r1,r2,Λ,r N},那么对应数据频率N的波动率估计值如下:σ2N=∑N i=1r i2。为简便起见,我们比较N=1和N=n>1时波动率的估计值,
σ21=r2=∑n i=1r i2=∑n i=1r i2+∑n
i=1∑
j≠i
r i r j=∑n i=1r i2+2∑
n
i=1
∑n
j=i+1
r i r j
=σ2n+2∑n
i=1∑n
j=i+1
r i r j=σ2n+2∑
n
i=1
∑n-i
j=1
r i r i+j(2)
即:低频波动率估计值=高频波动率估计值+2*高频收益率在低频期间内的自协方差之和。
另外,σ2=∑n i=1r i2估计误差可由下式表示:
黄后川、陈浪南:中国股票市场波动率的高频估计与特性分析
E∑n i=1r i2-σ22=σ4n(K i-1)1+2∑n-1i=1n-i nρi(3)
其中K i是序列r i的峰度,ρi是序列r i2的第i个自相关系数(Karatzas,Shreve,1988)。根据(3)式,容易看出,估计误差随着数据频率的增高而降低,如果要得到准确的波动率估计值,最好选取最高的数据频率和最小的时间间隔。
然而,在个股价格的高频时间序列中,价格上下跳跃意味着高频收益率序列的自相关系数是个负数,根据(2)式,因为E(r i r i+j)<0,所以高频估计值会比低频估计值来得大。由(3)式,估计误差不仅与频率n有关,也与序列r i2的自相关系数ρi有关,选取极高频数据来估计波动率,往往会由于ρi的显著增大而产生较大误差(微观结构摩擦误差),因此,最佳的估计频率应当在测量误差与微观结构误差间进行权衡。
3.已实现波动率的不对称特性
我们研究上证A、B指数“已实现方差的对数”和收益率之间的不对称特性,所采用的模型是以下的折线方程:
y=ω-k1(x-x0)I-x-x
0+k2(x-x0)I+x-x
(4)
其中y为波动率,x为上期收益率,I-x-x
0在x-x0<0时取1,其它情况时取0;I+x-x
在x-x0≥
0时取1,其它情况时取0。ω、x0、k1、k2为待估参数,采用非线性最小平方估计进行模拟。当折线的两个斜率不等,负收益对应的斜率k1显著大于正收益对应的斜率k2时,即表明已实现波动率存在明显的不对称性。
4.已实现波动率的长期记忆特性
波动率的一个重要特性是它的持续性,即市场波动一般会持续一段时间,随着时间的推移而慢慢消失。我们可以通过分数综合自回归移动平均模型(Fractional Integrated Autor egressing Moving Av-erage,AR FI MA)更好地模拟具备这种现象的时间序列。
长期记忆或是短期记忆过程可以用统一的ARFIMA模型刻划,A RFIM A(p,d,q)模型的形式如下:
(L)(1-L)d y t=θ(L)εt(5)
其中y t是可观察的序列(如通货膨胀率),εt为一平稳的噪声序列,(L)、θ(L)分别为L的p 阶、q阶多项式,d是一个分数,表示对序列进行某种形式的差分。d=0时,A RFI MA(p,d,q)模型退化为AR MA(p,q),当d=1时,就是A RIMA模型。
有许多方法可以检测和估计长期记忆过程的存在与否以及代表自相似程度的参数d,我们使用修正的周期图方法估计分数综合参数。周期图方法又称为GPH估计方法,是Ge weke、Porter-Hudak(1983)提出的一种非参数周期图回归方法。
首先,需要计算时间序列在各频率下的周期图:I(λ)=|∑n j=1X j e jλi|(2πN),其中i为虚数单位,λ=2πk N为傅立叶频率。因为I(λ)是频谱密度的一个估计量,所以长期记忆过程的I(λ)的对数应当与|λ|-2d的对数成正比,构造以下线性方程:
ln(I(λk))=β0+β1ln sin2(λk2)+η
估计出β1后,根据d=-β1可以计算出分数综合的参数。若分数综合参数的估计值在统计上显著,则说明波动率序列具有长期记忆性。
2003年第2期
三、实证研究与分析
1.样本数据
本文使用的原始数据为上证A 、B 股指数在2000年1月4日至2002年3月25期间内的每笔交易数据。其中上证A 股指数数据共计252510条,包含519个交易日,平均每日485条,上证B 股指数数据共计199106条,包含513个交易日,平均每日388条。期间内有异常的原始数据如表1所示。
表1
有异常的高频(每笔交易)数据列表日期
数据异常原因2000—03—27至2000—03—31
上证A 指,上证B 指缺失数据2001—02—20至2001—02—23
上证B 指暂停交易2001—02—26至2001—02—27
上证B 指暂停交易2001—05—08
上证A 指,上证B 指缺失数据2001—11—15上证A 指,上证B 指缺失数据
由于数据缺失,少了7个交易日的每笔交易数据,另外,因为上证B 指在2000年2月20日至2000年2月27日之间暂停交易,
所以上证B 指比上证A 指要少6个交易日的数据。
鉴于数据缺失的交易日较少,对于这些交易日,我们把它们直接从时间序列中扣除。另外,为了研究上证A 指、上证B 指之间的协方差和相关度,我们从上证A 指中除去对应的6个交易日,再计算协方差和相关度序列,因此协方差和相关度序列的长度为513。
2.最优时间间隔与波动率估计
由于现实当中的价格并不是严格服从正态发散过程的,因此在估计已实现波动率时,高频数据的时间间隔并不是越小越好,用极高频数据估计波动率往往会因为微观摩擦而产生较大误差。Torben G .Andersen 等人在对道·琼斯30只工业股票做实证分析时,直接选取了5分钟数据,而后在其它文献中他们又使用“标记图”方法得出较佳时间间隔。然而,用于估计“已实现波动率”的最佳频率是与市场微观特性相关的,在不同市场、不同时期可能会有所不同。因此,对所有时期的数据样本全部选取一个数据频率,可能存在问题。
图1 深发展个股分时走势图(2002年1月4日)
图1和图2分别是典型的个股和指数的分时走势图,在个股走势图中,高频价格序列存在着明显的锯齿,表明价格经常在短期内上下跳跃,其主要原因就是市场微观结构导致的交易磨擦;图2中所示的指数高频序列图与个股走势图的情形相反,股指序列相当于多只股票价格序列的加权累计,经过加权累计,单只股票的价格跳跃对股指影响很小,因此股指序列中看不到单只股价序列中的跳跃现象,指数序列相对比较平滑。然而,两种时间序列都与严格的正态发散过程有一定差距,因而在用于估计波动率时,会产生估计误差。黄后川、陈浪南:中国股票市场波动率的高频估计与特性分析
图2 上证A 股指数走势图(2000年4月3日)
同样,平滑的指数的高频时间序列也不适于使用极高频的数据来估计波动率,如果价格曲线在较长时间段内保持向上或向下,就相当于时间段内高频收益率序列的自协方差是个正数,根据公式
(2),采用极高频的数据会显著降低波动率的估计值,根据(3),使用极高频的数据也会由于ρi 的显著增大而产生了较大的误差。因此,也需要寻找恰当的数据频率,以平衡常规的测量误差与微观结构误差
。
图3 上证A 股指数的波动率高频估计(2001年1月2日)
如图3所示,采用时间间隔为1分钟的高频数据时,波动率估计值最低,随着时间间隔的增大(数据频率降低),波动率估计值逐渐上升,但同时常规测量误差也增加(估计值上下明显波动),就图中曲线而言,比较适宜的时间间隔是10至17分钟。为尽可能减少微观结构误差和常规测量误差,我们首先对直接高频估计曲线计算两次移动平均值: σ′t 2=∑5i =1 σ2t -3+i 5, σ″t 2=∑5i =1 σ′2
t -3+i 5,得到移动平均估计曲线,显然,经过移动平均处理后,估计值的上下波动明显减小,常规测量误差显著减小。因为时间间隔较小时(数据频率较高),波动率估计值存在明显的负偏差,我们截去移动平均估计曲线的上升部分,取曲线向下走的第一个结点作为最终估计值,例如图3中,最佳时间间隔为16分钟,估计值为0.00003373。类似的方法也可应用到单只股票的高频数据上。
图4 单只股票的波动率高频估计(深发展,000001,2002年1月4日)
如图4所示,采用时间间隔为1分钟的高频数据时,波动率估计值最高,随着时间间隔的增大2003年第2期
(数据频率降低),波动率估计值逐渐下降,但同时常规测量误差也增加(估计值上下明显波动),就图中曲线而言,比较适宜的时间间隔是10至15分钟。同样,首先对直接高频估计曲线计算移动平均值,得到移动平均估计曲线,显然,经过移动平均处理后,常规测量误差得以大大降低。因为时间间隔较小时(数据频率较高),波动率估计值存在明显的正偏差,我们截去移动平均估计曲线的持续下降部分,取曲线向上走的第一个结点作为最终估计值,例如图4中,最佳时间间隔为15分钟,估计值为0.00002686。
根据前面的波动率高频估计方法,我们计算得到的上证A 指方差、上证B 指方差序列
。
图5 上证A
股指数的高频估计方差序列
图6 上证B 股指数的高频估计方差序列
如图中所示,上证A 指方差(波动率)在2000年1至3月经历了一次高峰,而后在2000年5月至2001年7月相对较低,2001年7月后又进入一个波动较大的时期。上证B 指方差(波动率)在2001年2月之前较低,此后一段时期波动幅度相对较大。从图中可看出,两个方差(波动率)都有明显的前后相关性或持续性,高波动率和低波动率都集中分布在某些特定的时期,而且,上证B 指波动率要比上证A 指大一些
。
图7 上证A 、B 股指数的高频估计相关度序列
如图7所示,上证A 、B 指数相关度在2000年1月至2001年2月之间较低,一般都在0.6以下,均值为0.3477,2001年3月之后相关度显著增高,一般都在0.6之上,均值为0.7809。
3.已实现波动率的不对称特性
我们研究上证A 、B 指数“已实现方差的对数”和收益率之间的不对称特性,所采用的模型是
(4)式的折线方程:
y =ω-k 1(x -x 0)I -x -x 0+k 2(x -x 0)I +
x -x 0
其中y 为波动率,x 为上期收益率,I -x -x 0在x -x 0<0时取1,其它情况时取0;I +x -x 0在x -x 0≥黄后川、陈浪南:中国股票市场波动率的高频估计与特性分析
2003年第2期
0时取1,其它情况时取0。采用非线性最小平方估计进行拟合。应用上证A股、B股的对数方差、收益率及相关度数据,对该模型拟合的结果列于下表:
表2上证A指、B指对数方差与收益率,相关度与上期收益率之和的折线模拟
样本数ωX0K1k2R2F
A指与上期收益率518-10.2180.00188366.25557.9170.336087.052
B指与上期收益率512-8.7237-0.0056535.85315.440.166934.0467
相关度与上期收益率之和5120.520060.01751.62860.702760.01923.3199
如表2所示,折线方程(4)式能够较好地模拟上证A、B指数对数方差与收益率的相关关系,对上证A指模拟的R2达到0.3以上,对上证B指模拟的R2为0.167,均较显著。其次,折线的两个斜率不等,负收益对应的斜率k1显著大于正收益对应的斜率k2,表明上证A指、B指均有显著的不对称性。再次,上证A指、B指的折线端点x0接近于0,不对称性只在于正负收益的斜率不同。最后,相关度确实有一定的不对称性,然而,拟合的R2仅有0.0192,说明不对称性不显著。
4.已实现波动率的长期记忆特性
波动率的一个重要特性是它的持续性,即市场波动一般会持续一段时间,随着时间的推移而慢慢消失。我们可以通过AR FI MA模型拟合具备这种现象的时间序列。
我们应用修正的周期图方法估计ARFIMA模型的分数综合参数。首先,需要计算时间序列在各频率下的周期图:I(λ)=|∑n j=1X j e jλi|(2πN),其中i为虚数单位,λ=2πk N为傅立叶频率。所以长期记忆过程的I(λ)的对数应当与|λ|-2d的对数成正比,即有:
ln(I(λk))=β0+β1ln sin2(λk2)+η
估计出β1后,根据d=-β1可以计算出分数综合的参数。若分数综合参数的估计值在统计上显著,则说明波动率序列具有长期记忆性。
表3上证A、B指波动率、相关度的长期记忆检验表
样本数Beta R2d 上证A指波动率22-0.365440.91280.36544
上证B指波动率22-0.280420.94870.28042
A、B指相关度22-0.44530.944220.4453
通常,用周期法计算得到的ln(I(λk))序列波动很大,我们对此序列进行移动平均(MA5)后,再用线性回归得到分数综合参数。如表3所示,线性估计的R2都比较大,三个分数综合参数估计值都在0至0.5之间,表明3个时间序列均有显著的长期记忆特征。上证B指波动率序列的分数综合参数为0.28,低于上证A指波动率以及A、B指相关度的参数估计,说明上证B指波动率序列的持续性相对较低。
四、结论
针对中国股票市场波动率,本文进行了有关高频估计、特性(分布、不对称、长期记忆)以及模拟与预测等等各方面的研究。
首先,我们发现股票指数与个股的高频交易数据中的微观摩擦影响正好相反,使用极高频的数据会大大增加个股的波动率估计值,相反却会大大降低指数的波动率估计值。因为测量误差与微观摩擦误差在各个时期有较大变化,所以直接选用5分钟或15分钟交易数据并不可取,凭主观进
黄后川、陈浪南:中国股票市场波动率的高频估计与特性分析
行判断的“标记图”方法也有一定偏差,本文中构造了一种较为精确的估计波动率的方法,得到了较为准确的上证A、B指数的波动率序列。
其次,基于已实现波动率,本文研究了中国股市波动率的不对称性和长期记忆特性。在波动率的不对称特性方面,上证A、B指均有明显对上期收益和本期收益的不对称性,折线回归可以很好地模拟这种不对称性;在波动率的长期记忆特性方面,上证A、B指波动率及其相关度都有明显的持续性和长期记忆特征,上证B指波动率持续性较弱,上证A指波动率和两个指数的相关度持续性较强些。
参考文献
陆懋祖,1998,《高等时间序列经济计量学》,上海人民出版社。
Andersen T.G.and Bollers lev T.,1998a,“Answering the Skeptics:Y es,Standard Volatilit y Models do provide accurate Forecasts.”Int ernation-al Economic Revie w39:885—905.
Andersen T.G.and Bollerslev T.,1998b,“D M-Dollar Volatilit y:Intraday Activity Patterns,Macroeconomic Announce ments,and Longer-R un Dependencies”,J ournal of Finance,Vol.53,219—265.
Andersen T.G.,Boll erslev T.,Diebold F.X.,and Labys P.2001a,“The Dis tribution of Exchange R ate Vol atility”,Journal of the Ameri-can Statistical As sociati on,Working Paper6961.
Andersen T.G.,Bollersl ev T.,Diebold F.X.,and Labys P.2001b,“Exchange Rate R eturns Standardized by R ealiz ed Volatility are(Near-ly)Gauss ian,”Multinational Finance Journal,in press.
Andersen T.G.,Bollers lev T.,Diebold F.X.and Ebens H.2001,“The Distribution of R ealiz ed Stock R eturn Volatil ity,”Journal of Fi-nancial Ec onomic s,in press.
Andersen T.G.,Bollers lev T.,Diebold F.X.,and Labys P.2001,“Modeling and Forecasting Realized Volatility.”
Baillie R.T.,Bollerslev T.and Mikkels en H.O.1996,“Fractional Integrated Generaliz ed Autoregres sive Conditional Heteros kedasticity,”Jour nal of Economet rics74:3—30.
Bollersl ev T.1986,“Generalized Autoregressive Conditional Heteroskedasticity”,Journal of Economet rics,31,307—327.
Bollersl ev T.and Mikkelsen H.1996,“Modeling and Pricing L ong-Memory in Stock Market Volatilit y,”Jour nal of Econometr ics,73,151—184.
Chung C.F.and Baillie R.T.1993,“Small Sample Bias in Conditional Sum-of-Squares Estimator of Fractionally Integrated AR MA M odels”, Empir ical Economics18:791—806.
Doornik J.A.and Ooms M.2001,“ComputationalAs pects ofM aximum Likelihood Es timation of Autoregres sive Fractionall y Integrated Moving Average models,”Econo mic Papers2001-W27Economics Group,Nuffield College,University of Oxford.
Ebens H.1999,“R ealized Stock Volatility,”The J ohns Hopkins University.
Engle R.F.1982,“Autoregressive Conditional Heteros kedasticity with Es timates of the Variance for U.K.Infl ation”.Econometr ica50:987—1008.
Engle R.F.and T.Bollerslev1986,“Modell ing the Persistence of Conditional Variances,”Economet ric Re vi ews,5,1—50.
Engle R.F.,Lil ien D.M.and R obins R.P.1987,“Es timating Ti me Varying Ris k Pre mia in the Term Structure:The AR CH-M Model.”Ec onometric a55:391—407.
Hauser M.A.1997,“Maxi mum Li kel ihood Estimators for ARFIMA Models:A MonteCarlo Study,”Dis cuss ion paper,Department of Statis-tics,University of Economics and Busines s Administration,Vienna,Aus tria.
Henry O.1998,“Modelling the Asymmetry of Stock Market Vol atility,”Applied Financial Economics,8,145—153.
Sowell F.1992,“Maxi mum Likelihood Es ti mation of Stationary Univariate Fractionall y Integrated Ti me Series Models,”Journal of Economet-rics,53,165—188.
(责任编辑:石 村)(校对:林)
Analysis on Character and High-frequency Estimation
in China's Stock Market
Huang Houchuan&Chen Liangnan
(Nanfang Fund,Zhongshan University)
This paper utilizes high-frequency data to estimate the realized volatility in Chinese stock market.We found that the microstructure bias of single stock is opposite to that of stock index.By employing data with very high-frequency,the realized volatility of s ingle stock would be much higher,whereas that of stock index would be much lower.Based on the realized volatilities estimated with dif-ferent frequencies,we develop a more accurate estimate method,which effectivel y balances the microstructure error and usual esti-mate error.With the realized volatility,we investigate s ome style facts of the volatility for stock indexes,such as the leverage effect and the long memory effect.
Key Wo rds:volatility;leverage effect;lon g memory effect
JEL Classification:G100,C510
The Market Liquidity of Contracting and Operating Right to
Rural Land:A Theoretical and Empirical Study
Qian Zhonghao
(Yan gzhou University)
The market liquidit y of contracting and operatin g right to rural land(MLCORRL)dependents on the effective rural land demand and supply.The i mpact of relative factors,such as land prod uction price,non-productive return,productive cost,non-productive cost,land price,transaction cost and land scale on rural land supply and demand were anal yzed by decision model in MLCORRL, The conclusions followed:land demand exceeded the land supply as a whole and the market is faced the constraint of rural land de-mand,improvement on the external condition of the MLCORRL should be made to promot-the effective rural land supply.
Key Wo rds:Contracting and Operating Right to Rural Land;M arket Liquidity
JEL Classification:Q150,Q120
中国股票市场的流动性与波动性实证研究
文章编号：１００５－３０２６（２００６）０９－１０４２－０４ 中国股票市场的流动性与波动性实证研究 王健，庄新田 （东北大学工商管理学院，辽宁沈阳１１０００４） 摘 要：通过对中国股票市场流动性指标和波动性指标的分析，发现市场具有较高的流动 性，市场波动程度略低于其他国家的股票市场．从上海股市和深圳股市的横向比较来看，近年来两 个市场的流动性没有显著的差异，两市波动序列的吻合程度非常高，波动具有很强的同步性，表明 在相同市场制度环境下，市场参与者行为的同质性最终决定了两市运行特征的相似性． 关键词：股票市场；流动性；波动性；市场质量；交易机制 中囝分类号：Ｆ ８３０．９１ 文献标识码：Ａ
Ｅｍｐｉｒｉｃａｌ Ｓｔｕｄｙ ｏｎ Ｌｉｑｕｉｄｉｔｙ ａｎｄ Ｖｏｌａｔｉｌｉｔｙ ｉｎ Ｃｈｉｎｅｓｅ Ｓｔｏｃｋ Ｍａｒｋｅｔ ＷＡＮＧ Ｊｉａｎ， ＺＨＵＡＮＧ Ｘｉｎ－ｔｉａｎ （Ｓｃｈｏｏｌ ｏｆ Ｂｕｓｉｎｅｓｓ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ， Ｎｏｒｔｈｅａｓｔｅｒｎ Ｕｎｉｖｅｒｓｉｔｙ， Ｓｈｅｎｙａｎｇ １１０００４， Ｃｈｉｎａ． Ｃｏｒｒｅｓｐｏｎｄｅｎｔ： ＷＡＮＧ Ｊｉａｎ， Ｅ－ｍａｉｌ：ｗａｎｇｊｉａｎ８００８１６ ＠ １２６． ｃｏｒｎ Ａｂｓｔｒａｃｔ： Ｉｎ Ｃｈｉｎｅｓｅ ｓｔｏｃｋ ｍａｒｋｅｔ ｗｈｅｒｅ ａｌｌ ｔｈｅ ｓｔｏｃｋ ｂｕｙｉｎｇ／ｓｅｌｌｉｎｇ ａｃｔｉｏｎｓ ｈａｖｅ ｔｏ ｂｅ ｄｏｎｅ ｖｉａ ａｎ ｏｒｄｅｒ－ｃｏｍｍｉｓｓｉｏｎ ｓｙｓｔｅｍ，ｔｈｅ ｂｉｄ－ａｓｋ ｓｐｒｅａｄ ｉｓ ｒｅａｌｌｙ ａ ｍａｒｋｅｔ ｓｐｒｅａｄ ａｎｄ ｉｔ ｒｅｆｌｅｃｔｓ ｔｈｅ ｉｍｍｅｄｉａｔｅ ｔｒａｄｉｎｇ ｒｅｓｔｓ ｉｎ ｔｒａｎｓａｃｔｉｏｎｓ． Ｓｐｒｅａｄ ａｎｄ ｄｅｐｔｈ ａｒｅ ｔｈｅｔｗｏ ｉｍｐｏｒｔａｎｔ ｌｉｑｕｉｄｉｔｙ ｉｎｄｉｃｅｓ． Ａｎａｌｙｚｉｎｇ ｂｏｔｈ ｔｈｅ Ｓｈａｎｇｈａｉ ＆ Ｓｈｅｎｚｈｅｎ ｓｔｏｃｋ ｍａｒｋｅｔｓ， ｉｔ ｉｓ ｆｏｕｎｄ ｔｈａｔ ｉｎ Ｃｈｉｎｅｓｅ ｓｔｏｃｋｍａｒｋｅｔ ｔｈｅ ｌｉｑｕｉｄｉｔｙ ｉｓ ｒｅｌａｔｉｖｅｌｙ ｈｉｇｈｅｒ ａｎｄ ｖｏｌａｔｉｌｉｔｙ ｓｌｉｇｈｔｌｙ ｌｏｗｅｒ ｔｈａｎ ｏｔｈｅｒ ｃｏｕｎｔｒｉｅｓ． Ｗｈｅｎ ｃｏｍｐａｒｉｎｇ ｈｏｒｉｚｏｎｔａｌｌｙ， ｉｔ ｉｓｓｈｏｗｎ ｔｈａｔ ｔｈｅ ｌｉｑｕｉｄｉｔｙ ｉｎ ｔｈｅ ｔｗｏ ｓｔｏｃｋ ｍａｒｋｅｔｓ ｈａｓ ｎｏ ｏｂｖｉｏｕｓ ｄｉｆｆｅｒｅｎｃｅ， ａｎｄ ｔｈｅ ｓｔｏｃｋ ｐｒｉｃｅ ｖｏｌａｔｉｌｉｔｉｅｓ ｉｎ ｔｈｅ ｔｗｏ ｍａｒｋｅｔｓａｒｅ ｍｕｃｈ ｓｙｎｃｈｒｏｎｉｚｅｄ． Ｉｔ ｉｎｄｉｃａｔｅｓ ｔｈａｔ ｔｈｅ ｈｏｍｏｇｅｎｅｉｔｙ ｏｆ ｉｎｖｅｓｔｏｒ＇ ｂｅｈａｖｉｏｒ ｍａｋｅｓ ｔｈｅ ｂｕｓｉｎｅｓｓ ｏｐｅｒａｔｉｏｎ ｏｆ ｔｈｅ ｔｗｏｍａｒｋｅｔｓ ｓｉｍｉｌａｒ ｅｖｅｎｔｕａｌｌｙ． Ｋｅｙ ｗｏｒｄｓ： ｓｔｏｃｋ ｍａｒｋｅｔ； ｌｉｑｕｉｄｉｔｙ； ｖｏｌａｔｉｌｉｔｙ； ｍａｒｋｅｔ ｑｕａｌｉｔｙ； ｔｒａｎｓａｃｔｉｏｎ ｍａｅｈａｎｉｓｍ （Ｒｅｃｅｉｖｅｄ Ｎｏｖｅｍｂｅｒ ２， ２００５）
中国股市个人投资者状况调查报告
数据结构实验报告 学生学院_____ 管理学院_______ 专业班级 12电子商务（1）学号02 学生姓名______ 阮健轩__ 2013年 12 月 24 日
中国股市个人投资者状况调查报告 一、调查设计 调查目的：通过典型抽样方式，了解当前中国证券市场个人投资者的状况，包括其基本现状、投资行为状况、权益保护状况，以及他们对当前证券市场一些热点问题的看法。 调查方式：问卷调查。问卷由35个题目组成，其中投资者基本情况5题、投资者行为15题、投资者对若干热点问题看法15题。 回收样本说明：调查中实际共发放问卷60份，回收的有效问卷58份，回收率％。 二、调查结果综述 调查围绕三个专题进行：个人投资者基本状况、个人投资者行为状况、、个人投资者对当前市场若干热点问题的看法。每个专题得到的调查结果概要如下： （一）个人投资者的基本状况 调查结果勾画出当前活跃于我国股市一线的个人投资者的基本状况。从年龄情况看，25岁到50岁的适业人群构成了中国个人投资者的主体（87％），但50岁以上的离退休人士也有不容忽视的份额（12％）；从入市时间看，中国股市一线投资者的平均股龄为2-4年， 教育程度方面。调查发现，为数庞大的中国证券市场投资者的总体受教育程度较低，其中不足中等文化程度的投资者（高中及中专以下）占了总被调查者的％，而初中以下的低学历者有％，这一数字意味着有较多的投资者未能接受初中以上的文化教育。进一步的分析表明，投资者的受教育程度与其股市的投资规模存在一定的相关性，受教育程度较高的投资者，其股市的投资规模也相对较大，但在较低学历者中，受教育程度与股市投资规模间的相关性并不强。 。
股市分析数学建模.
数学建模第二次模拟赛题 摘要 针对于当前我国股市形势严峻这一情形，我们对国内股票市场的情况进行分析，使得我们能过更好地了解股市的风险程度，进而更好的增强抵抗能力并经得起利益的诱惑。 针对问题一：通过我们详细的查找资料，我们发现市盈率=每股股票价格/每股股票的收益，我们而市盈率以及股票的收益都有固定的值，这样我们就可以知道股票的内在价值了。同时股票内在价值还有一些其他的模型算法，如：现金流贴现模型（DMM模型）、内部收益率模型（IRR模型）、零增长模型、不变增长模型等。对于此题我们采用现金流贴现模型来计算股票的内在价值。 针对问题二：我们通过研究中国联通（SH600050）股票的发展走向来验证股票价格与股票内在价值之间的关联，用EXCEL软件作图进行分析比较，发现并不像经典理论所表达的那样“股市中股票价格是围绕股票内在价值上下波动的”。 针对问题三：关于政府救市的言论和措施，一开始没有起效果，主要是因为当时政府当时没有进行大规模的救市，政府在实行政策失误，以便聚集力量等待时机正确果断、准确、强力地出击救市，我们会给出数据分析来验证这一点。 针对问题四：政府救市是为了让股市稳定，让股市走向一个健康发展的道路是毋庸置疑的。 针对问题五：通过我们对历史数据的分析，我们发现当前股票还没调到位，其最有可能调到2700—2800左右。 针对问题六：对于当前的股票，我们发现股市有风险，入市须谨慎。 关键词：股票内在价值零增长模型不变增长模型 excel作图 MATLAB预测股市
一、问题重述 针对凶险的股市，对其风险程度的了解能更好的使我们增强抵抗能力和经得起其利益的诱惑。股市里大家熟悉一个叫李大霄的，他在4月8号就说股市在4000点是地球顶，4月21号为止三遍说到顶。其依据是：当前43%的股票市盈率已经超过100倍，50%的股票超过83%，70%的股票超过51倍，比较严重的特别是创业板已经整体接近100倍，风险比大盘6124时更甚。虽然他没有马上言中，但后面确实出现了股票快速回调。 1)市盈率与股票内在价值的关系是什么？统计一下股票在5000点高位时的市盈 率，是否还有别的计算股票内在价值的公式，它们在5000点左右的高位时对应计算出来的内在价值是多少？可以以个股为例说明。 2)分析某个股票，验证股票价格与股票内在价值是否有某种关联。是否如经典理 论“股市中股票的价格是围绕股票的内在价值上下波动的”？ 3)关注政府关于救市的言论和措施，分析最近这波下跌为什么前几次的救市措施 没有起效？能否从数据分析上支持你认为的结论？ 4)政府的救市是让其涨还是让股市稳定？假设你做出的这个结论在政府刚救市时 你就知道，这个信息对你在股票交易中是否能带来好处？试给出一个交易策略针对某个个股模拟，并说明你的交易策略与你的结论之间的关系。 5)如果内在价值理论是成立的，请针对某个股票的历史数据分析一下其当前股价 是否回调到位？若没有回调到位，最有可能的是回调到哪个位置？若已回调到位，接下来的这轮上涨会到哪个位置？ 6)关于当前的股票，你有什么新的规律发现？ 二、问题分析 对于问题一：市盈率=每股股票价格/每股股票的收益，市盈率以及股票的收益都有固定的值，可以较为快速的求得股票的内在价值了。在接下来的求值中本文采用现金流贴现模型来计算股票的内在价值。 对于问题二：通过研究中国联通（SH600050）的股票发展走向来验证股票价格与股票内在价值之间的关联，用EXCEL软件作图进行分析比较，发现并不像经典理论“股市
中国股市有效性分析
中国股市有效性分析 【摘要】：中国股市的有效性一直是争论的热门话题,它具有很重要的理论价值和实践意义。本文总结了证券市场的效率类型，通过分析论证得出我国股市的有效性，并对提高股市有效性给出了一些意见。 【关键词】：中国股市市场有效性弱势有效半强势有效 【正文】：股市有效性体现了股票市场的运行效率，在股市满足有效性的情况下，股票价格能够反映公司的真实价值，为公司制定正确的经营战略提供准确的信号，投资者也因此能够选取最佳的股票进行投资，因此有效性的程度一直是金融学术界、业内人士和监管当局所关注的重要问题。 何为市场有效性？ 所谓市场有效性是指，在一个有效的市场中，价格总是能够完全反映所有可接受的信息，这被成为市场有效性假定（EMH）。规范而言，若市场价格并不因为向所有证券交易者公开了信息集而收到影响，那么就说该市场对信息集是有效率的，而且对信息集有效率意味着以此信息集为基础的证券交易不可能获得经济利润。 Fama （1970）给出了如下的模型来定义有效市场假说： E（pj，t+1|Φt）=[1+E（r j，t+1|Φt] pj，t 其中，p j，t 表示证券的价格，r j，t表示收益率，Φt 表示信息集。 令Xj，t+1=p j，t+1 - E（p j，t+1|Φt），于是，E（Xj，t+1）=0。定义序列{Xj，t+1} 是基于信息集的“公平博弈”。在此，价格充分反映可以获得的信息，即排除了可以获得超额利润的可能，市场是有效的。 如果E（pj，t+1）|Φt≥pj，t ，E（rj，t+1|Φt）≥0，那么就认为价格序列是基于信息集的下鞅过程。特别地，如果E（r j，t+1|Φt=0，那么价格序列是鞅过程。所以，有效市场假说是鞅假定。 市场有效性的分类 自Roberts（1967）以来，人们就一直习惯于按信息集的三种不同类型将市场效率区分为弱有效性、半强有效性和强有效性三种类型。弱有效性是指当前的股票价格充分地反应了所有的历史价格信息，半强有效性是指当前的股票价格反映了所有的公开信息（即公开可获得的、有关公司财务和发展前景方面的信息），强有效性是指当前的股票价格反映了所有的相关信息（包括内幕消息）。 从信息经济学角度看，有效性反映了证券市场的基本运行质量和效率，因此市场有效性假定构成了线代金融经济学的重要基石，是金融经济学研究中的核心理论，是线代金融投资理论（如CAPM、APT理论）的基础。
中国股票市场波动率的高频估计与特性分析_黄后川
中国股票市场波动率的高频估计与特性分析 ＊黄后川 (南方基金管理公司 510200) 陈浪南(中山大学岭南学院与中山大学经济所 510275) 内容提要:本文旨在应用高频数据估计中国股市的已实现波动率。我们发现股票指 数与个股的高频交易数据中的微观摩擦影响正好相反,使用极高频的数据会大大增加个 股的波动率估计值,相反却会大大降低指数的波动率估计值。在计算各种频率的已实现 波动率的基础上,本文构造了一种较为精确的估计波动率的方法,可以更好地平衡测量误 差与微观结构误差。基于已实现波动率,本文研究了中国股市波动率不对称性和长期记 忆特性。 关键词:波动率 高频估计 特征 ＊ 本文是国家自然科学基金课题(79800010、70042005)、上交所2002年联合研究计划课题、教育部社科“十五”课题(01j b790026)及2002年厦门大学校级课题成果之一。 一、引言与先前该领域研究述评 近二十年来,对波动率模型的研究已成为金融经济学领域研究的重要内容之一。自Engle 于1982年提出ARCH 模型以来,经济学界已经发表了数千篇关于条件异方差或波动率的论文。特别是最近十年,一些学者提出用高频分时数据估计波动率的方法,这种方法可以得到比较准确的波动率估计值,称为“已实现波动率”(Realized Volatility )。以此为基础,众多学者在波动率的特性和预测两方面进行了更深入的研究,大大拓展了这个研究领域。 Andersen 、Bollerslev 、Diebold 、Ebens (1998,2001)等金融经济学家对这种高频估计方法以及“已实现波动率”的特性与预测进行了一系列研究,他们得出了如下几个主要结论(计算的波动率都是日波动率): (1)如果价格遵循普通的扩散过程,用此方法计算的已实现波动率,是无偏的。而且,当高频数据的时间间隔趋近于0时,已实现波动率的测量误差也趋于0。因此可以把已实现波动率当作一个观测值,它没有经典算法所带来的时间滞后。 (2)通过对外汇市场和道·琼斯工业股票的实证研究,发现:①股票市场中,正收益对后续波动率的影响不如负收益明显,即波动率具有杠杆效应。②已实现波动率的对数具有明显的长期记忆特性。③虽然已实现波动率明显向右倾斜,但已实现波动率的对数呈现正态分布。④虽然原始的收益率数据有明显的高峰和大尾巴,但收益率除已实现波动率呈现正态分布。⑤股票市场的波动率与相关度呈相同方向运动,降低了资产组合分散化在高波动率时的作用。 (3)依据(2)中的结论,用体现长期记忆的分数综合—移动平均自回归(Auto Regression Fractional Integrated Moving Average ,ARFI MA )方法可以得到更好的波动率预测。使用正态—对数正态混合分布可以得到很好的概率密度和分位数估计(例如VaR )。 已实现波动率的一个重要用途是作为对以前各类模型进行评价的基准。它的另一个更重要的用途是用于检验波动率的各种特性,并对未来波动率进行预测,因为已实现波动率可以直接当作波动率的一种观测值,因此可以采用一般的时间序列方法,无须像AR CH 模型一样通过模拟收益率序2003年第2期
中国股票市场波动及其影响因素
中国股票市场波动及其影响因素 摘要】：基于股票市场波动的重要性和影响，本文详细分析了导致中国股票市 场波动的主要因素，包括三个方面：政府政策因素，宏观经济因素以及投资者行 为的因素，并对此进行了详细说明。三个因素如何影响股市波动的？大多数认为 股市波动是政治因素，宏观经济因素和投资者之间的行为因素之间的相互作用。 因此，本文主要从这三个方面的因素出发，分析其对我国股票市场造成怎么样的 影响。 【关键词】中国股票；市场波动；影响因素；相关 0.引言 长期以来，股票市场的波动一直是现代金融领域的主要研究问题，它也是全 球监管机构最重要的指标。波动性是二级股票市场的主要功能，即是价格披露和 资本配置的核心。与此同时，波动性与反映股票市场的指标有着密切的相关，例 如流动性、交易成本以及市场信息流。因此，波动率是可以全面的反映股票价格 的直接性行为，质量和效率的最简单，最有效的方式去做股票市场波动性影响因 素的科学理论分析。 2国家政策因素对于股票市场波动性影响 财政政策对股票市场波动的影响财政政策对股票市场具有重大影响，尤其是 在国债和税收方面。国债是银行信贷以外的金融信贷调整工具[1]。政府债务也对 股票市场产生重大影响。首先，政府债务本身占证券市场金融资产总额的很大一 部分。由于国债的高信誉度和低风险水平，大量发行的国库券将降低证券市场的 整体风险水平和收益。其次，政府债券利率的上升和下降严重影响了其他证券的 发行和价格。一般而言，政府债券市场和股票市场之间存在“摇摆”效应，即股票 价格下跌且资金流入市场。通常，当股票价格上涨时，资金将返回股票市场，从 而导致债券市场萎缩[2]。 2.1税收 公共财政可以通过改变收入和税收的总体结构，抑制对社会资产的总体需求 的扩大或弥补一些缺乏有效的投资需求来调节对证券和实际投资的投资。政府的 大规模扩张性财政政策会对我国股票市场的主要影响有以下三个方面 [3]：①减 少税收。减税率和减税可以增加公司收入，增加上市公司的利润，从而提高股价。 ②增加预算赤字并增加预算支出。公开市场的增长将为上市公司带来更高的利润和更高的股价。居民平均收入增加了，他们对证券市场的信心增强，股票的价格 自然就上涨。增加直接公共投资，例如对能源，基础设施和住房的投资，可以刺 激相关产业（水泥，钢铁，工程，铁路）的发展，提高相关上市公司的生产率并 提高股价。③进一步的增加政府财政补贴。财政补贴是政府税收支出的重要形式。财政补贴将增加相关上市公司的利润，提高股票价格。 2宏观经济因素对于股票市场波动性的影响 2.1国际资本流动对于股票市场波动性的影响 一方面，国际资本流动在补充中国股票市场方面发挥了有益的作用[4]。当中 国股票市场的效益增加时，就会意味着出现资金短缺，而国际资本的流入正在帮 助弥补这一市场的短缺。相反，当中国股市表现下降时，则意味着存在资金盈余 国际资本正帮助这我国股票市场的盈余现象的减少。由于国际资本在股票市场中 的流动，社会资源可以得到更有效的分配。因此，国际资本的正常流动在为我国 国家股票市场融资和补充方面都起着非常良好的作用。另一方面，国际资本的频
中国证券分析师行业的现状与发展思路
中国证券分析师行业的现状与发展思路 中国证券分析师行业伴随着中国证券市场的脚步已经走过十几年的发展历程,十几年来,证券分析师队伍从无到有,不断壮大,已经成为普及证券知识、推动理性投资和证券市场规范化发展的一支不可忽视的力量。当前,中国证券分析师行业正面临国内证券市场快速发展和加入世贸组织后外国同业竞争的双重挑战,这一新形势既蕴藏着发展的新机遇,又急切呼唤着新的改革。 中国证券分析师行业的发展历程和现状 中国证券分析师行业是伴随着中国证券市场的发展而发展壮大起来的,以管理部门实现监管为标准,其发展历程可以分为三个阶段。 第一阶段是起步阶段(1984—1991)。这个阶段是证券分析师行业的萌芽和孕育阶段。在这个阶段,中国证券市场刚刚开始,管理层、上市公司、证券公司和投资者都在“摸着石头过河”,全国性的有形交易市场尚未形成。在一些大城市一级半市场上,开始有人研究股市行情,传递信息,指导操作,但尚未形成稳定的证券咨询群体。 第二阶段是自发阶段(1991—1998)。这个阶段是证券分析师行业飞速发展阶段,也是管理部门监管处于真空的阶段。20世纪90年代初证券市场成立之时,为适应证券公司的需要,
证券咨询部门纷纷成立,最早是从券商的客户服务部门开始,准确地说是营业部对股民进行的“入门指导”,离严格意义上的咨询业务相距甚远。在这一阶段,证券市场刚刚成立,投资者还比较陌生,此时,证券分析师的作用更多的是起到一个“入门指导”的作用。接着,我国证券市场迎来了一个飞速发展的过程,由于证券市场投机风气弥漫,投资者的投资决策基本上是建立在对“政策”“、庄家”、“内幕消息”等概念上,为迎合投资者投机的需要,各类“股评家“”股评人士”“、市场人士”、“证券研究员”活跃在证券交易所和各种新闻媒体之上,新闻媒体也推波助澜,而且市场缺乏政策监管。在这种大环境下,证券分析师行业出现了大量的违规行为。 第三阶段是规范发展阶段(1998—至今)。这个阶段是证券分析师行业规范发展的阶段,各类管理法规和条规相继出台,管理部门开始监管。面对证券咨询业的放任自流和大量违规行为的出现,监管层开始引起注意,1998年4月1日《证券期货投资咨询管理暂行办法》及其《实施细则》公布并实施,开始对从业机构和人员实行资格审查,加上其后颁布执行的《证券法》,中国证券咨询监管法规在某些方面甚至比香港同类法规还要严格。2000年7月16日我国颁布实行了《中国分析师职业道德守则》,并且在2002年12月13日成立证券业协会证券分析师委员会,使证券分析师的管理趋于规范。但是,多年监管空缺造成行业总体素质偏低和短期的投机心态
股票市场走势的分析方法
股票市场走势的分析方法 股票市场走势是由多个因素共同决定的，包括整个经济的发展，目前的热门事件，监管决策和投资者的认知。但究竟是什么因素影响股票市场走势及个体公司是难以理清的。通过从上而下考察市场，你可以了解这些因素的相互关系。 宏观大局因素 1、通过查看经济这个总的大整体来了解全局。经济的发展趋势在很大程度上影响了股票市场。通过了解宏观经济的发展情况，你可以得到股票市场的发展趋势。首先着眼于国内生产总值增长速度，看看经济是如何快速增长的。 2、其次，看通货膨胀速率，主要看美元今天与明天的价值差异。通货膨胀与等指标的跟踪直接取决于消费者物价指数和商品物价指数。 3、研究其他经济数据，如就业增长数据和美联储的报告。其中，美国联邦储备委员会监管银行，主要控制通胀和利用宏观调控手段刺激经济增长。因为它在市场具有强大的调节作用，因此，密切关注美联储报告，他们经常会实现自我给出的预言。 4、阅读报纸，找出可能会影响股市的外部力量，如政治，世界事件和当前潮流。 股市的当前表现 1、查看股票市场目前的表现。市场指数如道琼斯工业平均指数或标准普尔500指
数是对股票市场目前表现的总结。 2、确定哪些行业是向上发展的，哪些是向下发展的。寻找那些与本行业发展趋势的的公司。这是独特的特征标志，它或将是整个行业变动的标志。 3、考虑每股发布的资料。你不能跨公司比较该公司的总数据，如总收入或总盈利。当然，如果你可以将其转换为每股信息，则会更加容易。值得注意的是，每股数据可以在很多网站申请查看该公司的财务报告获取，或者可以将自己获得的总数据除以已发行股数以获取转换数据。 4、按季比较股价增长的百分比。如果一个公司去年的销售额增加1美元，其股价增加为1.10美元，那么今年其股票价格将以超过0.10美元每股的速度向上增长。 5、检查公司的资产负债表。这些信息途径比比较两个或两个以上公司的财务实力更有效。 从技术面分析股价走势 1、分析股票的技术走向，包括技术分析与解读股价趋势、成交量，以决定何时买入或卖出股票。 2、收集在不同时间段显示的每股价格和成交量波动图表。当你的股票低于50或高于200时，检查日均线情况。 3、研究技术指标，这将有助于你了解你的公司股票的发展情况。一个有用的工具是股票的均线。 4、你的股票图表可以为你提供股价发展指标。
中国股市发展分析(完整版)
中国股市发展历程（以上证综指走势为例） 分上中下三篇发至经济观察木泉投资原创文章 上证综指于1991年7月15日首次发布，其样本股是全部上市股票，因此其对中国股票市场有非常好的代表性。下面以上证综指自发布以来的收盘价为载体，对中国股票市场的发展进行分析。 （1）1990-1992年10月：初步实验，股市第一次起落 邓小平南方讲话，提出坚持改革开主、发展市场经济（含股票市场）的观点，国内开始进行股票市场试点开放，国内掀起一轮投资热，股票价格的逐渐上涨也使得上证综指从90多点涨至400多点。 1992年5月21日，上海股市交易价格限制全部取消，在这一利好消息刺激下，大盘从616.99点直接跳空高开在1260.32点，较前一天涨幅高达104.27%，这也是上证指数首次突破千点大关。此后仅仅3天时间，各只股票价格都呈现一飞冲天的走势，平均涨幅为570%。其中，5只新股更狂升2500%至3000%。最终上证指数暴涨至1300多点。 但由于这一年有30多只新股票上市，比1991年增长了3.88倍，对投资者的心理冲击和资金面压力巨大，股指一路下滑，深圳“810事件”也加速了上证综指的下跌。“1992股票认购证”第四次摇号。当时预发认购表500万张，每人凭身份证可购表1张，时称有“百万人争购”，不到半天的时间，抽签表全部售完，人们难以置信。秩序就在人们的质疑中开始混乱，并发生冲突。这天傍晚，数千名没有买到抽签表的股民在深南中路打出反腐败和要求公正的标语，并形成对深圳市政府和人民银行围攻的局面，酿成“8·10事件”。上海股市受深圳“8·10”风波影响，上证指数从8月10日的964点暴跌到8月12日的781点，跌幅达19%。暴跌五个月后，1992年11月16日，上证指数回落至398点，几乎打回原形。 （2）1992年10月-1994年6月：股市第二次起落 从1992年底到1993年初，我国新兴的投资基金开始得到政府支持，上市投
我国股市有效性的检验
我国股市有效性的检验 摘要：股票市场在资本市场中占据极其重要的地位,在当今市场经济的条件下,股票市场已经成为企业融资、大众投资的重要领域,是经济的晴雨表,对优化资源配置及经济发展起到极大的促进作用。多年来国内外学者热衷于对股市的研究,证券投资技术分析方法更是经常被投资大众津津乐道。技术分析常常带有神秘色彩，如，GARCH模型、Hurts指数、R_S分析法和随机游走模型等。这些吸引越来越多的学者对此进行研究,本文主要以两种种证券投资分析方法对我国近期的市场有效性进行研究，一种是比较经典的随机游走模型，另一种是GARCH模型。关键字：市场有效性、随机游走、GARCH模型 1.1我国股市有效性理解以及我国有效市场的弱势有效 股票市场的有效性是指任何与股票相关的信息(包括公开信息与内幕信息)都能够及时有效地反映到股票价格上，任何技术分析和信息的获得都无法使投资者获得超额收益。Roberts最早将EMH按证券价格反映的信息集不同分为了弱势有效、半强式有效和强势有效。弱势有效是证券市场效率的最低层次即投资者无法通过股票的历史信息获得超额收益，早期的验证方法是应用随机游走模型，随机游走模型是一种经典的方法但是却有其局限性，此模型比鞅假设要求更为严格，所以即使结果偏离随机游走模型，也并不能代表非弱势有效；半强式有效是指投资者无法通过股票的公开信息获得超额收益，目前通常用实践研究法加以检验；强有效市场指投资者无法通过任何信息包括内幕信息在市场上获得超额收益，检验研究对象为专业投资者或内幕人士的收益率。 我国股票市场的有效性研究主要从1994年俞乔发表的《市场有效、周期异动与股价波动》开始，1995年，宋颂兴、金伟根选用1993年1月第一周至1994年10月第现代经济信息以1992年至1999年上证综合指数为样本，用数理统计方法进行游程检验、自相关检验和正态性检验，结论是中国股市1996年前处于无效阶段，但有效性逐步增强，向弱式有效过渡，1997年后接近弱式有效，但离半强式有效甚远。之后多位研究者关于中国股票弱势有效性的分析，确定了我国如今的股票市场的弱势有效性。 1.2随机游走和市场有效性检验 随机游走和市场有效性假设认为如果股票市场股票价格是随机的，因此从该市场获得的收益将是不可预测的，因此我们接受市场是有效的相反，如果市场的收益是可以预测的，则价格是非随机游走的，该市场是无效的。对于市场的无效有以下几种原因，（1）Fam a(1970)的论文认为由于市场对信息反应的滞后造成；（2）Smith,Jefferis and Ryoo（2002）论文认为市场处于非均衡价格是由于资本定价和风险溢价的扭曲造成；（3）股票市场的交易制度也是该市场无效。 1.2.1数学方法的介绍 单位根检验是验证金融随机变量是否满足随机游走的有效方法，如果某时间序列存在单位根，则该序列的零假设是不可拒绝的，因而该序列满足随机游走。以下方法基于广义最小二乘法的趋势y d t ,我们有： 其中的(1) MZ d t =MZ d a *MSB (2)
中国股市波动性研究
中国股市波动性研究 阎海岩 （东北财经大学数量经济系 辽宁大连 116025） 摘 要：本文运用GARCH 族模型对上证指数和深证成指收益率的波动性进行研究，分析了我国股市波动性的特点。通过比较发现对于沪、深两市股指收益率的波动性，EGARCH(1,1)模型和EGARCH(1,1)-M 模型都能很好的拟合。同时还对两市股指收益率的波动性进行了预测分析。 关键词：中国股市；波动率；GARCH 族模型 The Volatility of Chinese Stock Market Yan Haiyan (Department of Quantitative Economics of Dong Bei University of Finance & Economics Liao ’ning Da ’lian 116025) Abstract: In the paper we establish the group of GARCH model for shangzheng index and shenzheng index. And we analyse the characteristics of the volatility of Chinese stock market .By comparing ,we conclude that EGARCH model and EGARCH-M model have almost the same efficiency in shanghai market and shenzhen market .Then we forecast the volatility of the two index ’s returns . Key words : China stock market ;Volatility ;GARCH model 一．引言 对金融市场波动性的研究主要是源于对资产选择和资产定价的需要。国外对股票市场价格的波动性研究已有很长一段历史, 早在20 世纪60 年代, Fama(1965) 就观察到投机性价格的变化和收益率的变化具有稳定时期和易变时期, 即价格波动呈现集群性, 方差随时间变化。此后, 国外对投机性价格波动特征进行了大量的研究。其中最成功地模拟了随时间变化的方差模型由Engle (1982)首先提出的自回归条件异方差性模型(即ARCH 模型) 。ARCH 模型将方差和条件方差区分开来，并让条件方差作为过去误差的函数而变化，从而为解决异方差问题提供了新的途径。Bollerslev （1986）在此基础上提出了广义自回归条件异方差(GARCH)模型。为了刻划时间序列受自身方差影响的特征,Engle,Lilien 和Robins （1987）提出了GARCH-M 模型。而当需要刻划证券市场中的非对称效应时，Nelson （1991）提出的EGARCH 模型能更准确地描述金融产品价格波动的情况。目前ARCH 族模型已经被广泛地应用于股票市场、货币市场、外汇市场、期货市场的研究中, 来描述股票价格、利率、汇率、期货价格等金融时间序列的波动性特征。 本文将利用自回归条件异方差模型，即ARCH 模型族对中国上海与深圳股票市场的日收益率的波动进行实证分析，为政府部门监管股市及投资者预测并规避风险提供决策依据。 二．ARCH 模型族概述 ARCH 模型的主要贡献在于发现了经济时间序列中比较明显的变化是可以预测的, 并且说明了这种变化是来自某一特定类型的非线性依赖性, 而不是方差的外生结构变化。GARCH 模型是ARCH 模型族中的一种带异方差的时间序列建模的方法。一般的GARCH 模型可以表示为： t t t x y εβ+' = (1) t t t v h ?= ε (2) p t p t q t q t t h h h ----++++++=θθεαεαα 1122110
我国股票市场发展现状
我国股票市场发展现状 姓名：王向红 班级：会计三班
学号：111102031332 2015-01-06 我国股票市场现状分析 摘要：任何国家的经济发展都离不开股票市场，所谓股票市场是宏观经济的 晴雨表，可见它对经济的重要性。中国股票市场是一潜力较大，发展前景非常广阔的市场，对于企业和投资者来说，对股市未来发展趋势 的判断，是其投融资成功与否的关键所在。我国股票市场成长之快和成绩之卓著是令人瞩目的。但是由于发展时间短, 制度不健全等原因, 存在着诸多问题。通过对我国股票市场的现状的分析, 总结了股票市场当前存在的问题, 探索了产生问题的原因, 并提出了解决问题的对策。 关键词：股票市场；现状分析;问题与发展趋势 一、引言我国股票市场现状分析 从1990 年上海交易所成立以来, 作为资本市场的核心,我国股票市场短短的几十年达到了许多国家几十年甚至上百年才实现的规模。中国股票市场经过二十多年的发展，在筹集企业发展所需资金、改善企业融资结构、优化社会资源配置、促进中国经济发展等方面起到了十分重要的作用。 （一）当前我国股票市场规模。截至2007 年12 月21 日, 沪、深两地上市已达1527家, 上市股票数量1613 只, 总股本达到16848. 86 亿元, 股票市价总值达到310448. 39 亿元.上海证券交易所上市的公司达到859 家, 来自全国31个省、市、自治区。其中, 44 家公司同时发行A、B 股; 19 家公司以A 股和H 股形式同时在上证所和香港联合交易所上市; 6 家公司以B 股和ADR 形式同时在上证所和纽约证券交易所上市; 1 家公司以B 股和GDR 的形式同时在上证所和伦敦证券交易所上市。深圳证券交易所865 只证券中包括A 股655 只, B 股55 只, 其余为基金、企业债券、可转换债券、国债、权证等 ( 二) 股权分置改革现状。我国上市公司股权分置改革目前已经顺利进入收尾阶段了, 这场史无前例的制度性变革用了一年多的时间, 取得了决定性胜利, 实现了中国股市从漫漫熊市向持续健康发展的历史性转折。自2006 年4 月29 日
中国股市现状分析
中国股票市场现状浅析 摘要：中国股票市场经过近20年的发展，已经形成了与我国经济发展相适应的特色道路。中国股票市场经过不断的发展和完善，已经取得巨大的成绩。股票市场作为中国证券市场的重要组成部分，对中国经济的发展和社会的稳定起着重要作用。在不断完善和发展的同时，我们也应该看到它的诸多不完善的地方。 经济活动的最终目的是满足人的需求或欲望，而“幸福和快乐是满足人欲望最好的药剂”(孟德斯鸠)。娱乐的特性是符合现代经济活动的目的。随着经济的不断发展，人们越来越重视生活质量的提高。更多地关注我们自身的幸福与快乐。 近几年来，全球金融动荡，中国采取各种金融政策见效甚微。中国各种问题仍然存在需要改进的地方。我国股票市场绵延不断的下跌，是否反映了“经济向下“的状况，这是大家都非常关心的问题。对于这个问题，大家要分清虚拟经济和实体经济是两回事。 对于中国股市的持续下跌不妨分长期和短期两个方面来看。从过去十年的跨度来看，中国股市有着估值回归的内在需求，这是近年来A股不断走低的重要原因。股市的不振更多是信心缺失所致，而不是经济下降所致。根据市场情况，我们可以看到投资者最为担心的是，国际经济金融形势依然比较严峻，尤其是欧洲债务危机仍有可能恶化扩散，国内经济受转型和周期调整等因素的影响，下行压力较大，这些基本面因素是导致市场走弱的主要原因。 众所周知，全球金融市场充满着泡沫，大家进入了一个泡沫化生存的时代。因此，尽管最近以来中国股市，甚至全球股市出现了全面性下跌，但是这种下跌只是市场价格的波动，并非是出现全球股市周期性的变化。对于国内股市大幅下跌，既有国际周边市场的影响，更重要的应该是是国内股市本身出了问题。 中国股市现象既与生活常识相背离，也脱离基本的经济原理，因此，其股市泡沫的吹大是无疑的。既然股市的泡沫已经吹得很大，因此，中国股市发展到一定程度在价格上进行调整也就十分正常了。股市的指数上下波动是很正常的事情，股票的市场价值总是围绕其内涵价值上下波动。因此，国内股市下跌了，特别是泡沫很大的股市下跌，对市场不是不好，而是股市未来发展的必要条件。 从股市是实体经济的睛雨表来看，尽管国内存在两大资产价格巨大的泡沫，但是国内经济向好这是谁也无法否认的。韩国的MV风靡我国，从表象上看，也许大家只是把它作为
浅析我国股市现状、成因及对策(一)
浅析我国股市现状、成因及对策(一) 关键词]股市现状成因对策 摘要]近年来，我国股市不断发展壮大，同时，许多缺陷也暴露出来，这些缺陷削弱了股市的功能，阻碍了股市的进一步发展，为引发金融危机埋下了隐患,本文试图通过分析这些现状及其成因，找出改善对策。 我国股市自建立以来，为经济发展做出了不小的贡献。但同时，股市现状也不容乐观，主要表现为：自我平衡和自我调节的能力弱，稳定性差，股价容易暴涨暴跌，市盈率高。这些缺陷削弱了股市筹集资金，宏观调控，合理配置资源，价格发现的功能，为引发金融危机埋下了隐患。 一、我国股市现状 1.自我调控能力相当弱，易暴涨暴跌，稳定性极差。上证指数从2005年6月的998.23点到2007年10月的6124.04点再到2008年1月的4383.39点,波动极为剧烈。而发达国家近30年中，年股指波动幅度多在10%以内。 2.过度投机，泡沫化现象严重。股市的暴涨暴跌使投机盛行，也正是由于投机，高换手率使股市经常处于严重超买的状态，从而导致了高市盈率，增大了投资风险。国际成熟股市换手率一般为40%～60%，我国股市平均换手率在2006年之前就高达500%左右，是其平均水平的10倍，2006年、2007年则更甚。 3.幕后交易操纵股价现象严重。“庄家”等通过幕后交易、操纵市场来操纵股价，从而获取暴利，这种现象极为严重，有名的“银广夏陷阱”就是例子。 二、我国股市现状的成因 1.市场机制不成熟是必然原因。我国没有经过资本主义商品经济阶段，直接由计划经济进入市场经济，市场机制发展不成熟。计划经济时期遗留的一些制度、做法都不可避免地会对股市这种资本主义商品经济自然发展的产物产生不利影响。比如:国民经济市场化程度低，信用基础薄弱，投资主体残缺，机构投资者不足，投资者素质低，股市中介服务水平较低、股市的运行机制设置不合理等，都是股市暴涨暴跌的隐患，也让投机者和内幕交易、市场操纵者有机可乘。 2.上市公司质量普遍不高是直接原因。我国股市是国企融资需求和政府催生的产物，其融资功能受到过分关注，导致我国股市的功能定位和股票发行制度不合理。国企为上市而改制，筹集资金是其最终目的，改制只是手段，改制后上市的公司经营机制并未发生根本变化，在市场机制下，其经营业绩不佳几乎成了必然。另一方面，我国股市退出机制不健全，一直没有确立严格的上市公司摘牌制度。这就造成一些劣质公司的股票仍然上市流通，降低了股市的投资价值，破坏了股市信用环境，阻碍了我国股市的进一步发展。 3.国有上市公司的股权结构是根本性原因。现有上市公司大部分是国有公司,这些公司中，不能上市流通的国家股和法人股占了三分之二。一方面,国家股是由国家委托给管理者进行代理管理的，由于委托人和代理人之间信息的不对称、利益的不对等,代理人就有可能在具体操作中损害委托人利益;另一方面，国家股的持有者全体人民，只通过公司的利润再分配间接和被动地获利,这使得他们没有关心公司经营管理和监督代理者行为的积极性。这些正是导致股市混乱、内幕交易、操纵市场现象盛行的根源。 三、改变我国股市现状的对策 1.改善市场环境。首先，我国必须逐步改善股市的生长环境，减少国家对市场的行政干预，充分发挥市场本身的调控功能，把计划经济的影响降到最低。其次，解决好市场管理体制与运行机制的矛盾。逐步改变由证监会审批几乎一切创新形式的管理体制，建立起由证监会管理基本行为规则，由交易所和市场中介机构自主进行具体的活动。最后，正确对待投资与投机，让二者相相辅相承。投资是股市的基础，为股市提供稳定性和方向性；适度投机具有股
中国股票市场有效性研究
中国股票市场有效性研究 规划研究部刘寒星李芮（执笔）1 市场有效性是金融学和投资学的重要概念，也是投资者进行资本市场投资策略选择的思考原点。对于投资者而言，市场有效性程度高低的判断，决定着其在主动管理和被动管理投资策略之间的权衡取舍。综合使用历史价格相关性、积极投资策略超额收益率和主动管理型基金超额收益率等指标衡量中国市场有效性情况发现，尽管目前有效性水平与发达国家市场相比还存在较为明显的差异，但由于投资者结构的变化、信息技术的进步、监管机制的逐步健全和交易品种的不断完善，中国股票市场的整体有效性程度在过去十几年间依旧得到了显著提高。中国股票市场有效性程度的持续提升，意味着秉承价值投资理念、以指数基金为依托、结合因子分析方法，并将获取市场整体“贝塔”收益作为目标的投资策略应成为今后机构投资者的主要选项。 1资产配置处宋论升对此文亦有贡献，本文在数据和模型上参考借鉴了中金、光大、海通、银河和申万宏 源等机构的研究报告。
目录 一、市场有效性的界定与衡量 (1) （一）市场有效性的概念 (1) （二）市场有效性的衡量 (2) 二、市场有效性的实证检验 (4) （一）中国证券市场有效性的历史变化 (4) （二）中国证券市场有效性的国际比较 (10) （三）中国证券市场有效性的驱动因素和趋势预测.. 12 三、结论与启示 (15) （一）初步结论 (15) （二）投资启示 (15)
一、市场有效性的界定与衡量 （一）市场有效性的概念 市场有效性或许是金融投资学领域最为重要、也是最富争议的概念之一。20世纪早期的一些学术研究发现，股票价格表现出某种随机游走的特征，因而难以预测。在此基础上，20世纪60年代芝加哥大学教授尤金?法玛（Eugene Fama,1965）正式提出了完整的市场有效性概念：证券市场中价格能够充分反映所有可以获得的信息，市场上的所有价格都是最公平合理的价格，任何投资者都不能战胜市场而取得超额收益。 市场有效性的成立建立在以下几个基本假设之上：一是所有关于证券价格的信息能够得到充分披露和传播，使得每位投资者能在同一时间得到等量等质的信息；二是投资者充分理性，使得同等信息导致一致性的分析和交易；三是证券交易无成本且传导机制顺畅，使得价格能够根据相关信息而迅速调整到位。 由于上述假设过于严格，因此现实中各类形形色色的证券市场几乎都未达到纯粹的市场有效性，而只是存在有效性程度的差异。根据证券价格对信息反映程度的不同，一般可以将市场有效性划分为三个层次：1）弱市场有效性，这种类型的市场中证券价格反映了所有的历史价格信息；2）半强市场有效性，该类市场中证券价格反映所有的公开信息；
影响我国股票市场价格波动的基本因素
影响我国股票市场价格波动的基本因素万帼荣xx 股票市场价格波动是股市运行的基础,也是股票投资者关注的焦点。股价的波动受各种经济因素和非经济因素的影响,分析这些因素的影响,可为投资者作出正确的投资决策提供一定的依据。本文结合我国股市波动的实例,从各种因素对股价影响的传导机制入手,着重对影响我国股票市场价格波动的基本因素作一般性考察。 虽然影响股价波动的因素很多,但对这些因素的分析,可以从以下三点出发: (1)股价有其内在价值,股价围绕其内在价值波动,内在价值决定论是基本面分析的基础; (2)股价随投资者对各种因素的心理预期的变化而波动,心理预期理论是技术分析的基石; (3)股价波动是诸因素形成合力作用的结果; 以此为出发点,就可以从经济因素、市场因素、非经济因素三个方面,全面地考察影响我国股票市场价格波动的基本因素。 一、宏观经济因素 宏观经济因素从不同的方向直接或间接地影响到公司的经营及股票的获利能力和资本的增值,从不同的侧面影响居民收入和心理预期,而对股市的供求产生相当大的影响。 1.经济周期 经济周期表现为扩张和收缩的交替出现,在经济的收缩、复苏、繁荣和衰退四个阶段内,股市也随之周期性波动,成为决定股价长期走势的最重要因素。通过对国内生产总值GDP、经济增长率、通涨率、失业率、利率等指标的分析,判断出经济周期的发展阶段。有实证分析表明,我国股市波动比宏观经济周期的波动超前大约4—6个月。
2.通货变动 通货变动包括通货膨涨和通货紧缩。通货膨胀对经济的影响是多方面的,总的看来会影响收入和财产的再分配,改变人们对物价上涨的预期,影响到社会再生产的正常运行。因此,通货膨胀对股价的影响也是复杂的。而通货紧缩则会对经济产生负面影响。就我国股市而言,通货膨胀在适度范围内发生,股价波动与之呈现正相关关系,但通货膨胀严重时,股价波动与之呈反方向变动。1998年上半年开始的通货紧缩,使股价持续下跌,尽管1999年上半年有股市利好消息及管理层发表发展市场的言论,使沪深股指双双创出历史新高,但通货紧缩始终抑制着股价的进一步弹升。 3.国际贸易收支 当出口大于进口时,国际贸易对国内经济产生积极的影响,使股价上升。相反,则使股价下跌。1998年的东南亚金融危机,使我国的外贸出口增长大幅下降,影响了我国的经济增长,同时,直接对我国股票市场相关行业和上市公司产生负面影响。 4.国际收支 国际收支差额通过影响一国国内资金供应量,从而对股价产生间接影响。经常项目和资本项目保持顺差,大量的外汇储备,国内资金供应量增加,使可用于购买股票的资金来源扩大,促使股价上升。 5.国际金融市场 国际金融市场的剧烈动荡一方面直接使我国投资者产生心理恐慌,影响股票市场,另一方面从宏观面和政策面间接影响股票市场的发展。 二、宏观经济政策因素 我国股市作为一个初兴的市场,宏观经济政策因素对股市起着极为重要的作用。 1.货币政策