金融数据处理方案

金融数据处理方案设计

基于Eviews

班级:

学号:

姓名:

成绩: 优良中及不

2018年1月11日

实训目的及内容

实训目的

根据所掌握的计量经济学等相关知识，利用相关计量软件，分析金融数据，验证金融基本理论或模型。

实训内容

金融学理论范畴非常广泛，包括的知识体系非常大。鉴于金融资产投资人最关注的是其收益和风险，我们可以从以下项目选做：（1）收益率分析及其波动性；（2）投资组合理论与资本资产定价模型；（3）固定收益证券分析；（4）基于VaR 的金融风险分析于度量；（5）衍生产品分析预定价等等。

实训项目

项目一：Eviews简介

（说明：介绍内容不作硬性规定，以回忆其功能、可以做什么为主要目的，内容要求一页半到两页，不能超过两页，不要抄袭大篇东西，要总结归纳的东西）

小四号字，行间距1.25，首行缩进2字符。

项目二：股票收益率基础分析

一、相关理论分析

（一）简单收益率

股票收益率指投资于股票所获得的收益总额与原始投资额的比率。股票得到投资者的青睐，是因为购买股票所带来的收益。股票的绝对收益率就是股息，相对收益就是股票收益率。股票收益率的计算公式：股票收益率= 收益额 /原始投资额，运用金融学知识，计算股票收益率其中，简单收益率公式=（卖出价-买入价）/买入价

（二）对数收益率

对数收益率同连续复利收益率R′=ln(1+R)(1)

(三)股利收益率

股利收益率，又称获利率，是指股份公司以现金形式派发的股息或红利与股票市场价格的比率其计算公式为：股利收益率=（每股股利/每股原市价）×100%，该收益率可用计算已得的股利收益率，也能用于预测未来可能的股利收益率。

(四)持有期收益率

持有期收益率指投资者持有股票期间的股息收入和买卖差价之和与股票买入价的比率。其计算公式为：[现金股息+(股票卖出价-股票买入价)]/股票买入价×100%，股票还没有到期日的，投资者持有股票时间短则几天、长则为数年，持有期收益率就是反映投资者在一定持有期中的全部股利收入以及资本利得占投资本金的比重。持有期收益率为投资者最关心的指标，但如果要把它与债券收益率及银行利率等其他金融资产的收益率作比较，必须注意时间的可比性，即要把持有期收益率转化为年率。

二、指标及方法说明

三、实验过程及分析

第一步：股票收益率描述性统计分析

通过通达信收集中国平安、中国宝安、招商地产和上证综合指数的历史交易数据即收盘价（时间跨度：2015年12月17日—2018年01月02日，共500个数据）；通过在Eviews中输入指令计算个股对数收益率，计算公式：log(Pt)-log(Pt-1),Pt:t期的收盘价；Pt-1:t-1期的收盘价。

图2.1 中国平安收益率波动序列图2.2 中国宝安收益率波动序列

图2.3 招商地产收益率波动序列图2.4 深证A指收益率波动序列

从上述四幅时间序列图可以看出，我们所选的三只股票的收益率波动性波动普遍较大，其中中国平安的收益率波动较为平稳，但是在2016年第三季度的收益率波动巨大；中国宝安收益率在2016年第三季度之前波动较大；招商地产收益率整体波动较大；最后分析上证综合指数收益率在整个时间跨度内波动较大，说明整个市场的收益率波动较大

第二步：个股收益率的正态分析

（1）理论介绍

正态分布（Normal distribution），曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。

若随机变量X服从一个位置参数为、尺度参数为的概率分布，且其概率密度函数为:

则这个随机变量就称为正态随机变量，正态随机变量服从的分布就称为正态分布,记作

,μ维随机向量具有类似的概率规律时，称此随机向量遵从多维正态分布。多元

正态分布有很好的性质，当=0，=1时，正态分布就成为标准正态

分布

（2）正态分析

首先将收益率数据导入计量软件中，分别作出伊利集团、中国石油、浦发银行和上证综合

指数的Quantile-Quantile示意图（如图2.1.1-2.1.8）

图2.1 中国平安图2.2 中国宝安

图2.3招商地产图2.4 深证A指

图2.3 中国平安图2.4 中国宝安

图2.3 样图示例1 图2.4 样图示例1 我们从图中可以猜测三只股票的收益率和上证综合指数的收益率均不服从正态分布，接下来我将对上述猜测作出更加严谨的统计说明。

我利用刚才导入的数据进行Descriptive Statistics & Tests,得出相关统计图（如图2.2.1-2.2.4）

图2.1 中国平安图2.2 中国宝安

图2.3招商地产图2.4 深证A指通过上述详尽的描述统计图和统计数据，我们发现伊利集团、中国石油、浦发银行和上证综合指数的收益率柱状图不符合正态图像的走势，再考察每一只股票的Kurtosis统计量，这三只股票和上证综合指数的Kurtosis值远远大于3，说明之前的猜测是正确的，它们的收益率都不符合正态分布，这也进一步说明了股市的收益率不可能严格按照正态分布，股市是有风险的。

3、三只股票收益率与大盘指数自相关的分析

（1）理论分析

如果随机误差项的各期望值之间存在着相关关系，这时，称随机误差项之间存在自相关性（autocorrelation）或序列相关。随机误差项的自相关性可以有多种形式，其中最常见的类型是随机误差项之间存在一阶自相关性或一阶自回归形式，即随机误差项只与它的前一期值相关：cov(ut,ut-1) =E（ut,ut-1)不为0,或者ut=f(ut-1),则称这种关系为一阶自相关。

①自相关性产生的原因：

线性回归模型中随机误差项存在序列相关的原因很多，但主要是经济变量自身特点、数据特点、变量选择及模型函数形式选择引起的。

1.经济变量惯性的作用引起随机误差项自相关；

2.经济行为的滞后性引起随机误差项自相关；

3.一些随机因素的干扰或影响引起随机误差项自相关；

4.模型设定误差引起随机误差项自相关；

5.观测数据处理引起随机误差项序列相关。

图2.1 中国宝安图2.2 中国平安