股市隔夜收益和交易收益非线性时变联动效应,关于免费股市隔夜收益论文范文在这里免费下载与阅读,为您的股市隔夜收益相关论文写作提供资料。
股市隔夜收益论文参考文献：
摘 要：在金融市场典型事实约束下,运用ARFIMA-FIAPARCH-SKST模型对金融收益率和波动率建模,使用EVT模型刻画金融收益的极值尾部,进而运用GAS-t Copula模型刻画上证综指隔夜收益和交易收益之间的非线性时变联动效应.实证结果表明,上证综指隔夜收益具有显著的杠杆效应,而交易收益波动率则呈现出显著的长记忆性；GAS-t Copula模型能够准确刻画上证综指隔夜收益和交易收益之间的相依结构；上证综指隔夜收益和交易收益之间的联动效应显著强于两者之间的极值联动效应.
关键词：联动效应；隔夜收益；交易收益；GAS-t Copula
中图分类号：F832.5文献标识码：A文章编号：1003-5192（2016）05-0062-06doi：10.11847/fj.35.5.62
1引言
众所周知,交易信息是金融管理机构和投资者做出金融决策的重要依据之一,全面以及准确的交易信息将会有助于金融活动参和者做出更加合理的决策行为.交易信息除了包含在交易时段产生的大量信息外,同时也包括了在隔夜时段发生的重大经济事件所产生的信息.许多宏观经济政策的发布或者上市利空公司信息公开为了避免对经济正常运行秩序产生影响,大多选择在隔夜时间段,如：上调存款准备金率、调高利率、增加 率以及很多上市公司经营业绩恶化等重要信息.而这些隔夜信息又会对次日股市交易产生影响,也就是说隔夜信息和交易信息之间存在着联动效应.需要说明的是,金融信息通常集中反映在金融市场收益中.因此,研究能够集中反映股市隔夜信息和交易信息的隔夜收益和交易收益之间的联动效应,对于金融风险管理者更好地对金融市场风险进行管理,进而维护金融经济安全和促进经济的繁荣稳定,具有极其重要的现实意义.
目前,金融学者大多关注不同金融市场之间的联动效应,较少有学者研究隔夜收益和交易收益之间的联动效应.在这些为数众多的相关研究中,大致采用了如下几类方法展开研究工作,例如,King和Wadhwani[1],Mahmood和Ali[2],de Goeij和Marquering[3],Liu和Chen[4]分别使用了相关系数,Granger因果检验,GARCH族模型,HYGARCH模型对金融市场之间的联动效应进行了研究,他们均取得了显著的研究成果.但是,由于金融市场的复杂性致使金融市场的联动效应更多地表现出非线性关系,因而要准确并有效地分析金融市场联动效应,就必须围绕非线性联动效应展开研究工作.值得注意的是,和上述线性模型相比,Copula函数能够更加灵活、稳健地捕捉金融市场存在的非线性联动效应,目前已经成为金融研究中一种重要方法.因此,本文将采用Copula函数分析股市隔夜收益和交易收益之间的非线性联动效应.
淳伟德,等：股市隔夜收益和交易收益非线性时变联动效应研究
Vol.35, No.5预测2016年第5期
目前常用的Copula函数主要包括椭圆族Copula函数和阿基米德族Copula函数[5],这些Copula函数在刻画相依结构方面各具特点,例如椭圆族Copula函数只能刻画对称相依结构,而阿基米德族Copula函数则只能刻画部分尾部相依结构.在研究金融市场联动效应时,我们除了关注整体联动效应外,还应更加重视极值联动效应,而在常用的Copula函数中只有t-Copula函数能够满足这一要求.此外,由于金融市场瞬息万变,隔夜收益和交易收益之间的联动效应具有显著的时变特征,因而研究联动效应时需要采用动态模型.目前,常用的动态Copula函数大多参照Patton[6]的研究进行设置.但是,这类时变Copula函数在刻画非对称、长记忆等复杂动态相依结构方面存在明显的不足.Creal等[7]将GAS模型和正态Copula函数相结合,构建了全新的动态Copula模型,克服了常用时变Copula函数的不足,能够准确捕捉到金融市场之间的动态相依结构.但是正态Copula函数仅能够刻画整体相依程度,因此我们将重新构建新的GAS-t Copula模型来研究隔夜收益和交易收益的联动效应.
然而,必须指出的是,自20世纪70年代以来,由于金融数据获取能力增强以及计算机科学和技术的迅猛发展,大量研究发 融市场普遍存在着诸如自相关性、杠杆效应以及长记忆性等典型事实特征.Cont[8]指出金融研究必须在典型事实约束下展开,才有可能使得研究结论具有实际意义,那么选择合适的模型来刻画这些典型事实特征就显得尤为关键.还需要强调的是,隔夜收益中发生的极端上涨或者下跌很有可能通过联动效应引发交易收益暴涨和暴跌,从而造成股市动荡加剧,这就要求我们在研究隔夜收益和交易收益联动效应时,更应该关注极值联动效应.然而,由于金融收益尾部分布特征十分复杂,从而使得极值收益单一分布假设并不符合实际情况,而极值理论不必预先假设整个样本所服从的分布特征[9],只需对分布的尾部进行建模,所以能够更为准确地捕获金融收益尾部分布特征.由此可见,只有在典型事实的约束下,运用极值理论对收益序列的极值尾部建模,才能更为准确地分析金融市场收益的极值尾部联动效应.
此外,就中国股票市场而言,虽然成立时间才短短20多年,但是发展十分迅速,目前已成为全球最大的新兴的股票市场之一.但是和西方成熟股票市场相比,无论是在市场监管方面,还是投资者投资行为上,均存在诸多不成熟性,因而更加容易导致股市暴涨暴跌现象的发生.因此,探讨中国股市隔夜收益和交易收益的联动效应尤其是极值联动效应具有明确的理论价值和实际意义.
基于以上分析和认识,本文将以上证综指隔夜收益和交易收益作为研究对象,引入ARFIMA和FIAPARCH模型捕获金融收益率和波动率中呈现的重要典型事实特征,并采用EVT理论对股市收益极值尾部建模,然后使用GAS-t Copula模型分析隔夜收益和交易收益的联动效应.力求通过相关理论分析和实证研究,重点讨论并回答以下两个问题：（1）上证综指隔夜收益和交易收益之间是否存在联动效应?（2）上证综指隔夜收益和交易收益之间的联动效应具有何种特征?
结论：关于对不知道怎么写股市隔夜收益论文范文课题研究的大学硕士、相关本科毕业论文股市收益论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
我国股市板块内各股联动效应实证分析
[摘要]文章从A股市场概念板块中选取传统的煤化工板块、房地产板块及新兴的节能环保板块，运用CAPM模型对三个板块内各股联动效应做对比研究，并选出。
牛熊市时期我国股市股价联动效应分析
[摘要]股票聯动效应是证券市场上普遍存在的一种现象，它指的是不同资产回报率之间存在的同方向或反方向的运动。文章选择金融业和房地产业两个牛市及一个。
网络团购下交易双方行为其产生福利效应
摘 要：网络团购作为一种新型的电子商务模式，在近些年来发展迅速。本文首先分析基于不对称网络团购信息下交易双方的博弈行为，得出最终消费者会选择团购。
中国股市股票交易信息和股票横截面收益
摘要：本文基于沪深股市1993－2008年剔除了金融类股的所有A股数据，研究了股票动量因素、反转因素和换手率等股票交易信息对股票收益横截面的影响。