|
|
中国股票市场波动率的长期记忆、结构突变与状态识别 |
张月茹1,谭政勋2 |
|
|
摘要 :以上证综合指数5分钟高频数据构建的对数已实现波动率为研究对象,验证中国股票市场波动率是否存在长期记忆和结构突变,研究结构突变对波动率长期记忆的影响以及去突变序列是否仍然具有长期记忆,同时运用MS-ARFIMA模型对上证综合指数对数已实现波动率的状态进行识别,得到以下几个结论:一是上证综合指数的波动率具有长期记忆和结构突变;二是去突变序列的长期记忆参数d有所减小但仍然显著大于0,这表明去突变序列仍然具有长期记忆,结构突变可能是引起长期记忆的原因之一,但不是根本的原因;三是MS-ARFIMA模型不仅能够识别上证综合指数的高波动和平稳波动状态,而且所识别的结构突变点与外部冲击在时间上吻合,这表明该方法不仅能够成功地捕捉到重大外部事件,而且能够识别影响相对较小且持续时间较短的外部事件。上述结论意味着,我国需要进一步加强资本市场制度建设,完善股票交易机制,提高股票交易效率,增强价格发现功能,促进股票市场稳健发展。
|
|
关键词 :
股票市场,
长期记忆,
结构突变,
有效市场理论,
股票市场')" href="#">MS-ARFIMA模型
|
|
[1] |
周 杰,沈 冰. 我国证券市场内幕信息操纵的预警模型研究[J]. 南方金融, 2017, 1(9): 49-56. |
[2] |
李锋森. 融资融券对股市波动的影响机制研究——基于投资者交易策略视角[J]. 南方金融, 2017, 1(7): 44-63. |
[3] |
李善民,赖桂叶,王彩萍. 股价信息含量与定向增发的长期股东财富效应——基于沪深主板上市公司的实证研究[J]. 南方金融, 2017, 1(7): 73-81. |
[4] |
沈俊森. 新三板信息披露的制度困境及破解对策[J]. 南方金融, 2017, 1(6): 90-98. |
[5] |
张本照,姚 刚,宋平凡. 沪港通市场动态互动关系研究——基于Lotka-Volterra金融生态模型[J]. 南方金融, 2017, 1(4): 49-57. |
[6] |
苏 民. 中国A股市场行业轮动现象研究[J]. 南方金融, 2017, 1(2): 40-48. |
[7] |
刘海二. 大数据与股票市场非规范行为规制:一个分析框架[J]. 南方金融, 2017, 1(11): 3-8. |
[8] |
国 家,王万里. 我国A股市场异常波动的成因及风险防范[J]. 南方金融, 2016, 1(5): 73-76. |
[9] |
赵昌川,张 旭,彭 劼. 资产价格波动与前瞻性货币政策反应[J]. 南方金融, 2016, 1(3): 25-31. |
[10] |
王有鑫,赵雅婧. 全球股市脱离经济基本面:成因、风险与应对——兼论对中国的启示[J]. 南方金融, 2015, 1(8): 32-40. |
[11] |
陆岷峰,李振国,王婷婷. 股票市场与实体经济的关系——基于货币循环流模型的研究[J]. 南方金融, 2015, 1(7): 4-12. |
[12] |
张建军,胡红伟. 全球历次重大股灾对我国的启示[J]. 南方金融, 2015, 1(11): 77-87. |
[13] |
马 理,古振江. 美国量化宽松货币政策退出与股市大涨之谜[J]. 南方金融, 2015, 1(11): 88-97. |
[14] |
高 奥,谭 娅,吴卫星. 中国股市收益波动性与投资者损失厌恶——基于上证综合指数的实证研究[J]. 南方金融, 2015, 1(1): 62-73. |
|
|
|
|