交易量,日历效应与股价波动性
我国股市异象

我国股市与众不同的四大奇异现象证券市场同其它实体市场一样,都有资源配置的功能。
具体而言,证券市场可使资金在借贷双方之间得以转移并实现重新配置。
然而,这种金融资源的重新配置是否有益于借贷双方乃至整个国民经济,则取决于资本市场的效率。
因此,对资本市场有效性的研究意义非凡,它一直在金融经济学中占有举足轻重的地位。
什么是有效的资本市场呢?根据经济学原理,一个市场要达到配置有效,其价格必须能够反应一切相关信息。
针对资本市场,其含义就是指价格必须包含所有可影响未来回报的信息,从而使资本用在可带来最大回报的投资项目中。
如果一个证券市场可以使资金得到最优用途,那么它就被称为配置有效的市场。
在学术上,芝加哥大学商学院的尤金·法玛教授于1965年率先提出了有效市场假说,将“有效资本市场”定义为“证券价格无论在何时都包涵了所有相关的公开信息”。
这样的价格即为信息有效的价格。
其核心是指,市场信息瞬息万变,没有人可利用这些公开信息,长期、持续地“战胜市场”,获得高于市场的风险调整后的回报。
那么,现实世界的证券市场到底是否有效呢?在最近的30多年间,无数实证研究对美国、欧洲等发达国家的证券市场有效性进行了系统、彻底的检验,发现在这些市场存在一些与有效市场假说不符的现象,被称为“奇异现象”。
比较著名的奇异现象有:(1)“日历效应”,即一月份股票的收益率显著高于其它月份;(2)“星期一效应”,即星期一的收益率明显比一周中其它日子为低;(3)“盈利公告效应”,即股票价格在盈利公告之后受其内容影响,在较长时期内持续走高或走低;(4)“规模效应”,即小市值股票的收益显著高于大市值股票。
这些奇异现象的发现,不仅在学术上对有效市场假说和金融理论贡献良多,而且对股票市场的投资观念的建立和投资策略的设计有重要的现实意义。
但是,在大多数发展中国家,如我国,对证券市场有效性还缺乏系统、全面的研究,现有的研究也较零散而不成体系。
鉴于市场有效性研究的重要性,我们对我国A股市场的有效性做了系统的检验,发现我国A市并不具有有效性的特征,与其它证券市场相比有四大特有的现象:(1)“盈利公告效应”提前发生且亏损公司的股价在公告后不合理地暴涨;(2)星期二、星期五效应和“U”型的一周交易变化;(3)杂乱的“日历效应”;(4)只重控制风险的基金行为。
股市日期效应的实证研究

股市日期效应的实证研究随着全球金融市场的不断发展,股票价格也日益成为一种多变因素的复杂现象。
在此背景下,越来越多的学者对股市日期效应进行了实证研究。
股市日期效应是指在某些特定的时间点,股票价格的波动会有所不同,比如每周的星期一、月初、季度末、年底等等。
本文将从股市日期效应的定义、影响因素、实证研究的方法和结果等方面进行探讨。
一、股市日期效应的定义股市日期效应,也称为股市时间效应,是指股票价格的变化在时间上呈现出一定的规律性。
研究表明,股票价格在不同的时间点呈现出不同的趋势,比如,周一市场效应、月初效应、季度末效应、十一月至四月效应、市场全年效应等。
这些效应并非由公司基本面因素决定,而是由市场投资者的心理因素、制度因素等非基本面因素导致。
二、影响股市日期效应的因素1.心理因素股市投资者的心理因素会影响股市日期效应。
例如,在周末、假期和节假日后,股民会因为长时间的休息而失去市场纪律和规律,导致市场出现波动。
同时,由于每周的开盘日不同,使得许多来自周末休息的投资者需要一些时间来适应市场的变化,从而在周一的开盘交易中可能会出现市场卖压。
2.节日因素股市节日因素也会影响股市日期效应。
例如,在中国,春节假期期间股市停牌,而假期后的首个开盘交易日会出现大量卖盘量,导致股市波动。
而在美国,万圣节、感恩节和圣诞节等假期结束后的市场交易日,往往出现大量的卖盘量,导致股市出现波动。
3.制度因素股市制度因素也是影响股市日期效应的因素之一。
例如,在中国的A股市场中,公司的年报通常会在每年三月底发布,而许多机构在三月底会调整其投资组合,从而导致某些股票的价格波动,尤其是对公司基本面因素影响较大的股票。
三、实证研究的方法股市日期效应的实证研究常用的方法有回归分析法、统计显著性检验法、事件分析法、波动指数法、格兰杰因果检验法和时间序列分析法等。
其中回归分析法是最为常用的方法。
回归分析法是采用经济学理论和统计分析方法,将一定的独立变量与被解释变量进行回归分析,通过分析两者之间的关系,找出影响股市日期效应的各类因素。
“市场异象”

“市场异象”也许是一个不太准确的表述。
由于“模型不能对现实进行完美刻画,因此总是存在一个‘残差’——整个数据集中有一些不能被模型解释的因素。
如果这些‘残差’拥有系统性模式,那么我们就称其为异像或谜。
”[1]但是,如果理论模型和现实出现系统性的背离,那么“奇异”的是市场,还是企图完备描述市场的模型呢?就我们已经观察到的那些“市场异象”,对真实的股市而言,是再自然不过的事情。
不正常的绝不是市场,而是关于市场的理论。
20世纪六七十年代,理性定价模型和有效市场假说相互应证构成的现代金融经济学的完备体系得到不少实证检验的支持,新古典金融理论在西方主流经济学取得接二连三的胜利,而且理论的应用也以“令人窒息的速度发展”。
但是20世纪80年代以来,与现代金融理论相冲突的实证研究风起云涌,大量的“市场异象”使新古典金融理论面临“证伪”的致命威胁。
作为“市场异象”的一个典型案例就是格罗斯曼-斯蒂格里茨悖论。
根据有效市场假说,股票价格已经包含了所有的信息,那就没有任何人可以通过收集信息而获得超过市场平均风险溢价的额外收益。
而格罗斯曼和斯蒂格里茨则对有效市场假说的结论提出置疑,因为他们在这个结论中发现了一个无法解释的悖论。
在完全竞争市场上,如果均衡价格完全反映了所有的信息,那就没有人愿意去搜寻信息,因为信息是需要成本的。
但是,如果全体交易者把不愿意搜寻信息视为共识,那么价格系统就一定会有噪声(非理性)交易者,搜集信息就会产生超额利润,因此,交易者个人又必然有搜寻信息的动机。
这就是所谓的格罗斯曼-斯蒂格里茨悖论。
彼得L·伯恩斯坦在《投资新革命》中写道:桑福德·格罗斯曼(Sanford Grossman),定量金融战略公司对冲基金的主席,沃顿商学院金融学荣誉教授,在30年前对此论断作出了正式的描述:“当价格系统完全反映出全体信息时,人们就不会愿意去搜集信息了。
而如果信息是有成本的,那么价格系统中就会存在噪声,以至于交易者能够通过搜集信息获利。
中国股票市场的日历效应分析

文章编号:1002—1566(2000)02—0010—06中国股票市场的日历效应分析Ξ薛继锐 顾 岚(中国人民大学统计学系)摘 要 薛继锐,顾岚.中国股票市场的日历效应分析本文以上证指数和深证指数为代表,对中国股票市场的日历效应进行实证分析.主要从以下三个方面加以讨论:收益率和交易量的均值及方差的日历特征;收益率日历特征的相关分析;收益率周内各日的转移概率特性.关键词:收益率,交易量,日历效应,风险,列联分析,转移概率.中国分类号:O212 C8 F830 文献标识码:A在股票市场上,收益、风险等指标一般都具有随日历变化的特征,称之为日历效应。
日历效应可分为周效应——指标在周内各日表现出不同的特征;月效应——指标在不同月份具有不同的特征。
国内外许多学者对价格变动的日历效应进行了大量研究,发现收益率和交易量都存在显著的日历效应。
Rozeff和K inney(1976)发现股票市场指数收益率在1月份更高一些; Kei m(1980)对这一现象用不同规模的股票组合进行研究,发现1月份的效应和绝大多数小规模的股票有着密切的联系。
F rench(1980)注意到股票收益率的周内各日效应——周一的收益率更低一些;F rench和Ro ll发现方差也具有日历效应,等等。
参考上述方法,文本对我国股票市场的日历效应进行实证分析。
我们以上证和深证指数收益率作为代表,考察是否存在日历影响,分析其具体特征及沪深股市的异同,并与国外股市进行比较。
考虑到我国股市初期的特殊性,我们的样本区间选取为1993.01.01—1999.01.08。
§1.收益率和交易量的日历效应分析设{p t}为股票或股指的价格序列,{V t}为交易量序列。
收益率r t定义为:r t=log p t-log p t-1(1)本文以{logV t}作为交易量的研究对象。
为了对我国股市的日历效应进行分析,我们采用含虚拟变量的回归模型加以描述,分别建立含日历影响的均值模型和方差模型以刻划其日历效应特征。
中国股票市场“周内效应”论文

中国股票市场的“周内效应”中图分类号:f832 文献标识:a 文章编号:1009-4202(2011)07-000-01摘要本文利用a股的上海证券交易所2005-2010年的交易数据,采用ols模型,对我国上海证券交易所股票市场的周内效应进行了实证研究。
实证结果表明:在样本区间内,只存在显著的负的周一效应。
关键词股票市场周内效应 ols估计在股票市场上,收益、风险等指标一般都具有随日历变化的特征,称之为日历效应。
周内效应(weekday effect)是日历效应的一种,指股票的某种特征存在着与一周内的某些特定交易日相连的某种模式。
通常,如果股票市场一周内的某一天或者某几天的收益率明显高于(或低于)其他交易日,或者收益率波动性明显异于其他交易日,则说明该股票市场具有“周内效应”。
gross(1973)和french(1980)对s&p500指数及道琼斯指数的收益分布特征研究发现股票市场的收益率在周内各交易日之间的分布呈现出一定的规律。
平均来说,周五取得较高的收益率而周一较低;french(1980)注意到股票收益率的周内各日效应——周一的收益率更低一些,等等。
我国股票市场的日历效应研究始于20世纪90年代。
戴国强和陆蓉(1999)运用arch模型对沪市和深市1993年到1998年的股价指数进行研究,发现深圳股市周一的报酬率显著为负,周五报酬率最高,存在周末效应,上海股市则没有显著的周末效应。
奉立城(2000)利用1992年到1998年的数据对沪深两市进行实证研究,发现中国股票市场不存在周一效应,而沪市却存在日均收益率显著为负的周二效应和日均收益率显著为正的周五效应,等等。
虽然各种模型得出的结论并不完全一致,但大都为股票市场周内各交易日收益率的分布提供了经验证据。
由于我国股票市场是新兴市场,很多体制还不完善,市场发展没有发达国家的股票市场成熟,在股权分置改革之前很多的股票并不能反映我国股票市场实际水平,由此得出的结论可能有失偏颇。
债券市场日历效应研究

债券市场日历效应研究随着现代金融市场的不断发展,债券市场作为其中的重要组成部分,也在逐渐完善自身的交易规则和机制,吸引着越来越多的投资者参与其中。
而随之而来的就是对债券市场波动规律的研究,其中之一就是日历效应。
本文将对债券市场日历效应进行探讨和研究。
一、债券市场日历效应的概念债券市场日历效应是指在某些固定日历时间节点上,市场存在普遍的行情变化规律。
这种效应主要反映在市场波动率、交易量等方面。
二、债券市场日历效应的类型1.周效应周效应是指在周一至周五这一固定周期内,市场存在普遍的价格波动规律。
经过多年的观察发现,周一市场通常存在比较明显的市场动荡,而周四、周五则趋于平稳。
这种效应主要源于各种因素导致的投资者心理波动,如周一开盘前的期望过高、周五收盘前的减仓操作等。
2.月效应月效应是指在月初、月中、月末这三个节点上,市场存在明显的价格波动规律。
通常来说,月初市场的交易量比较大,月中则比较平静,月末则是最紧张也是最活跃的时期。
这种效应同样也源自投资者的心理波动,如月初投资者补仓需求、月末受到其他资金需求的影响等。
3.季节效应季节效应是指在某些特定季节(如春节、清明节、国庆节等)的时间节点上,市场存在明显的价格波动规律。
这种效应主要源自于部分投资者的集中休假或需求变化,导致市场供求以及心理预期的受到影响。
三、债券市场日历效应的原因1.资金需求的改变债券市场的交易主要以机构投资者为主,他们的资金需求会存在一定的周期性。
尤其是在涉及到各种节假日等因素时,这种周期性更加明显。
2.新闻事件的影响新闻事件对市场的影响是不可忽略的。
例如在季节变化时,气象部门发布的天气预报、政府部门发布的相关政策等都有可能对市场预期产生影响,进而影响到市场的波动。
3.心理波动的影响除了基于资金需求和新闻事件等因素的影响外,市场波动也往往受到投资者心理波动的影响。
例如投资者面对不确定的市场情况,往往会在节假日前夕加强风险管理,这可能导致市场的波动。
深圳股票市场日历效应分析——针对周末效应的讨论

强 信 息 披 露 等 积 极 意 义 。 创 新之 处在 于采 取 了最新 的数 据 并 对 周 末 效 应 的 政 策 意 义进 行 了论 述 。 关键 词 : 票收益 率; 股 日历 效应 ; 末 效应 ; 势 有 效 周 弱 中 图分 类 号 : 2 F 文献标识 码 : A
文 章 编 号 :6 239 (0 1 0—1 80 1 7 —1 8 2 1 ) 90 4—2
( ) 内研 究 情 况 综 述 。 2国 我 国对 金 融 市场 日历 效 应 的 研 究 始 于 2 o世纪 9 0年 代 。 俞 乔 ( 9 4年 ) 究 发 现 , 海 、 圳 股 市 自开 业 至 1 9 19 研 上 深 9 4年 4
按 照 有 效 市 场 假 说 的 论 点 既 使 投 资 者 是 不 完 全 理 性
摘 要 : 取 2 0 选 0 7年 4月 1 -2 0 6日- 09年 5月 6日的 深 圳 成份 指 数 作 为样 本 数 据 , 过 计 算 各 个 交 易 日的 收 益 率 进 行 比 通
较 发 现 周 一 收 益 率 显 著 较 低 , 明 存 在 着 周 末 效 应 。 周二 和周 四收 益 率 高 于 所有 交 易 目的 平均 收 益 率 , 时 间 序 列 收 益 率 又 说 全 服 从 随 机 游 走 说 明 中 国深 圳 股 票 市 场 不 通 过 以往 交 易 日的 价 格 信 息 获 得 超 额 利 润 , 二 和 周 四 超 额 利 润 的 获得 只 能 是 通 过 周 公 开 市 场 信 息 和 内幕 信 息 渠道 , 由此 判 断 中 国深 圳股 票 市 场 达 到 了 弱 势 有 效 阶段 。 对 计 量 结 果 进 行 了分 析 , 明 了深 圳 股 票 说 市 场 存 在 周 末 效 应 的 原 因 , 且 根 据 中 国深 圳 市 场 的 实 际 情 况 提 出 了 充 分 发 挥 市 场 配 置 资 源 的作 用 , 育 优 质 上 市公 司 , 并 培 加
行为财务理论——对有效市场理论的补充和发展

关键词:M ;行为财务理论 ; EH 争论
现代主流的财务理论是以有效市场假设和个体理性假设 ( 完全理性) 为基础, 其在 2 o世纪 7 年代达到了巅峰。但有效 0 市场理论是研究市场如何运行的一个模型 , 像任何模型一样, 它 不可能涵盖市场的全部复杂因素。行为财务理论是对有效市场
直觉大相径庭 。股价增量是鞅, 意味着对未来增量最好的预测 就是当前的观测值。这并不是说未来的股价增量不会作上下波
动, 而是我们根本无法预测它的波动方向和大小。 ( E H中股价的随机性与股价是未来现金流量的贴现  ̄)M 以及 CP A M的关系。这几个命题看似矛盾, 但在本质上它们是 相符的。理解的关键在于迭代期望规律(e te u )即 iri l : ta v r e
理性为前提假设的E H不能解释证券市场的诸多异象时, M 必然 有另一理论被提出来, 担此重任。行为财务给财务研究带来了 革命陛的思想和全新 的研究角度。事实上, 行为财务思想所带 来的变革并非局限于财务领域, 在某种程度上, 它是直接对新古
典微观 经济学 的理性人基础提 出挑 战。
瞠目结舌的结论, 与人们通常认为证券价格应是平滑的、 持续的
信、 典型示范偏差 、 保守主义偏差、 损失回避。
经济理论 研究 7 7
维普资讯
尽管行为财务理论看起来更好地描述 了投资者地实际行
为。 但我们并不能就认为行为财务理论对解释股价的实际波动
会出现前 2 次连续是正面, 1 次也是连续正面, 0 后 0 但你不能说 正面或反面出现的概率不是 5%。相对于股市的不断发展, o 研 究 人员 . 可以获得的样本是有限的, 在有限的样本中得到的结论 , 可能会把随机现象解释成序列相关。 4在检验期内, ( . R 无风险报酬率) f 可能发生大幅波动或宏 观经济严重混乱, 实证结果极易得出经济意义不明的受过干扰 的检验结果。 最后, 实证检验用的是实际( 事后) 的收益率, 这样, 研究人 员必须假设投资者对期望收益率做出无偏预测, 而且, 多期平均 而言, 无偏预测等于实际收益率。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Rt = ∑ β j Rt − j + ε t
j =1
εt = h e
ht = c + γ ε
2 1 t −1
1 2 t t
(6)
+ γ 2 ht −1 + ωVt
正,表明波动性可以为交易量所解释,而 γ 1 与 γ 2 应该变小甚至是变的不在显著存在。
公式(6)中的 Vt 是交易量,如果前述的 MDH 理论成立的话,这里就应该是 ω 显著为
3
Rt = ∑ β j Rt − j + ε t
j =1
ε t = ht2 et
ht =c + γ ε
2 1 t −1
1
(5)
+ γ 2 ht −1
证券市场中的波动持续性可以用 GARCH(1,1)的两个系数之和 γ 1 + γ 2 来反映,它们 的系数之和越是接近 1 就说明股价波动性冲击持续性越大。 将 MDH 理论的结论应用在该模 型中,即把交易量引入到条件方差方程中来,从而由公式(5)进一步得到如下模型:
-1-
的做法,如王春丽等人(2003)[12]、甄增荣等人(2004)[13]以及蒋祥林等人(2005)[14]的 研究成果。而杨炘等人(2005)[15] 则是基于 MDH 理论对中国股市随机取出的 20 个个股进 行研究, 发现未经调整的原始交易量对个股的 GARCH 效应有明显的解释作用。 他们进而认 为交易量作为信息的代理变量对股价波动性的解释对个股更为有效, 而对股指的波动性未必 有效。 总结前人对我国股市的研究发现:就中国股市而言,首先前人的研究认为原始交易量 只有对个股的解释效应较好, 但对股票指数的解释效果较差; 而要实现对股指进行较好解释, 交易量则往往需要进行一系列的调整,如趋势过滤,相关性与周期性去除等等做法,但这里 存在的问题也是很明显: 即这会使得调整后的交易量所反映的信息含量大大降低。 本文认为 还是应该采用信息含量丰富的原始交易量对股票指数来进行解释更为合理, 而交易量的自相 关等特性应该对股价波动性问题也起到作用,不应该轻易的予以消除。其次,本文考虑到我 国股票市场中存在的 “日历效应”或说“周内效应” [16][17][18]问题。所谓“日历效应”是指证券市 场一周内各交易日的股票收益率之间存在显著的不同,具有一定的周期性波动的现象。 Ross(1989)[19]的研究认为股票价格波动是与市场获得的信息直接相关的,而且不仅在交易时 间内有影响股价变动的信息(包括政策方面以及经济方面的信息)产生,非交易日以及收盘 后也同样会有新信息的产生并为投资者吸收, 这应该就体现在节假日后重新交易日的股价变 动上,即“日历效应”应该是股价波动性与信息量相关关系的一种特殊体现。Sullivan 等人 (2001)[20]也指出某种特殊的日历效应一旦被发现就不再显著,原因应该是日历效应被发 现后,该信息被投资者知晓,所以将有大量交易者利用日历效应从事投机套利行为,随着这 种投机套利行为的增多, 日历效应也渐渐变弱。 这些对日历效应的研究都把日历效应看作是 信息量导致股价波动的一种反映, 因此在建立交易量与股价波动性关系模型的时候本文考虑 应该加入日历效应。最后,Depken 等人(1999)[21]首次对信息的代理变量交易量进行分类, 将信息分为“好信息”与“坏信息”,研究其各自对金融资产价格波动产生的影响,这具有重大 的实践与创新意义。 本文借鉴这种做法运用原始交易量来对我国深沪股市的股票指数非对称 性(Asymmetry)如 EGARCH 效应进行分析。
1
(7)
从公式( 7 )表示的模型中我们应该可以发现通过引入交易量的自相关性质以后, GARCH(1,1)中的 γ 1 与 γ 2 也应该比模型(6)中变的更小或不显著才对。 而依据前文中对日历效应的思考,本文进一步将日历效应引入到模型之中,即在建立 均值方程时则充分考虑了股市收益率存在的日历效应。考虑日历效应后的模型表示如下:
动性关系的特殊影响,并且分别考虑将原始交易量、包含自相关性的交易量、以及进行“好 消息”与“坏消息”划分后的交易量引入到 GARCH 模型以及非对称性 GARCH 模型中进行研 究,本文发现:原始交易量对股票指数的股价波动性开始具备了一定的解释效应,但是考虑 了自相关性后交易量却无法有效解释股价波动的 GARCH 效应; 股价的日历效应对于上海市 场中交易量对股价波动性的解释有着推波助澜的作用, 而“好消息”与“坏消息”的划分后的交 易量可以对非对称性的股价波动性进行较为良好的解释。 关键词:GARCH 效应;非对称性 GARCH 效应;股价波动性;交易量;日历效应;
2.理论与模型
依据分布混合假说理论的内容,即只有在发生交易时才产生价格的变动并表现出收益, 股票的日收益率是该日每一笔交易所产生的收益率的加总,用公式表示为:
nt
Rt = ∑ δ it
i =1
(1)
N (0, σ 2 ) 。由于 δ it 与 nt 都是随机变量,因此 Rt 服从以 nt 为混合变量的正态分布的混合分 2 布(mixture of Normals) 。由于 δ it 服从 N (0, σ ) 并且独立同分布,因此当 nt 足够大的时候,
[1]
的自回归条件异方差模型(ARCH)以及 Bollerslev(1986)[2]提出的广义自回归条件异方
差模型 (GARCH) 最富代表性, 并在此基础之上后来又衍生出如 Nelson (1990) 的 EGARCH 模型等许多的 GARCH 模型。 GARCH 模型将收益率扰动项的条件方差设定为自回归形式 (即 GARCH 效应)来对证券市场这种特殊的波动性问题进行分析与研究。而对 GARCH 效应的 研究也成为当前金融研究中的一个热点问题。 目前对 GARCH 效应的代表性的研究理论主要有 Clark 等人(1973)[3]的分布混合假说 理论(mixture of distribution hypothesis, MDH) ,何华、王江(1995)[4]的多回合交易模型等 理论与模型。而 MDH 理论则是其中影响最大以及为实证最为支持的理论。该理论认为价格 回报和交易量是由一个潜在的不可观测的信息流变量共同决定的, 信息流的冲击将同时产生 交易量和价格波动, 信息流是一个混合变量, 而日交易次数或交易量可以作为信息流的替代
由中心极限定理有:
市场的有关该股票的信息数量,因此它是一个随机变量。假定 δ it 独立同分布并服从
公式(1)中的 δ it 为第 t 日中第 i 笔交易的收益率; nt 为该日的交易数量,代表 t 日到达
Rt nt ~ N (0, σ 2 nt )
由于股市中的交易量 nt 往往存在自回归过程,可以表示为如下形式:
[5] [6] 指标。 该理论自诞生后不断得到推广与发展, Tauchen (1983) 、 Harris (1986) 以及 Anderson
等人(1996)[7]对该理论进行了修正得到了广义 MDH 理论。而在实证方面无论是对股指还 是个股国内外对该理论都做了深入的研究,Lamoureux 等人(1990)[8]对美国股市的个股运 用当期交易量检验 GARCH 效应发现当期交易量对 GARCH 效应有显著的解释作用。Marsh 与 Wagner(2000)[9]使用 GARCH-M 模型对七个国际证券市场的量价关系进行了实证研究发 现在绝大多数的市场中, 成交量都能解释相当数量的 GARCH 效应, 特别是对美国市场中的 GARCH 效应更具有良好的解释效果。对我国股市的研究中, Lee 等人( 2001 ) [10] 借鉴 Lamoureux 等人的做法以 2001 年以前我国的股票指数数据为研究对象进行了检验,研究却 发现交易量对股指 GARCH 效应无法进行很好的解释。而朱永安等人(2003)[11 对原始交易 量采取一系列的调整手段使得交易量对我国股票指数具有了显著的解释效果。此后基于 MDH 理论对我国股市指数 GARCH 效应的研究大多沿用了这种对原始交易量进行调整处理
1.文献回顾与问题提出
人们在研究金融市场的资产收益变化行为模式时, 发现剧烈的变动后, 紧随其后的经常 是更为剧烈的变动; 而在较小的变动之后也倾向于维持较小的变动。 证券市场这种波动性冲 击会持续一段时间的现象被称为波动的持续性(persistence)或波动的积聚性(clustering) 。 许多学者对证券市场这种特殊的股价波动性现象进行了大量的研究,其中以 Engle(1982)
(2)
nt = α + θ (l )nt −1 + ut
(3)
公式(3)中的 θ (l ) 为滞后多项式; ut 为白噪声,因此将公式(3)代入到收益率 Rt 的
-2-
条件方差可得:
2 2 σR = σ 2 nt = σ 2α + θ (l )σ R n
此外,由于股市作为信息量代理变量的 Vt 存在自相关的形式,即信息到达投资者存在 一定的前后相关性, 本文考虑将原始交易量的自相关形式也引入到模型之中, 我们可以进一 步得到如下的模型:
3
Rt = ∑ β j Rt − j + ε t
j =1
ε t = ht2 et
ht = c + γ 1ε t2−1 + γ 2 ht −1 + ωVt + ω1Vt −1 + ω2Vt − 2 + L
交易量,日历效应与股价波动性
—基于 2001~2005 年中国证券市场的经验分析 夏天,胡日东,陈燕武
(华侨大学商学院, 福建泉州, 362021)
E-mail:xiatian@
摘
要:本文以我国深沪股市的大盘指数为研究对象,分析了“日历效应”对交易量与股价波
-3-
Rt = ∑ α i Dit + ∑ β j Rt − j + ε t
i =1 j =1 1
5
3
ε t = ht2 et