中国股市收益波动特征分析被引量：1

下载PDF

导出

摘要在以往文献中发现用传统的GARCH模型估计收益率序列通常表现出波动具有长记忆性特征和较高的方差持续性,这些特征可以由方差的结构性变点造成。本文采用Chow检验对上证综指收益率序列进行了方差结构性变点的检测,证实了这些结构性变点与影响中国股市收益结构的国内外重大的经济和政治事件相符合。采用GARCH模型分段建模,发现了国内、国际的重大经济和政治事件对股市的影响作用。分段建模很好地刻画了我国股票市场的发展过程,各阶段的GARCH模型表明股票市场波动逐渐减缓,市场逐步成熟。

作者张海燕何大强

机构地区长春工业大学基础科学学院

出处《财会通讯（下）》 2014年第1期121-124,共4页 Communication of Finance and Accounting

基金国家自然科学基金资助项目"高频数据极值的周期性与波动性研究"(项目编号:11071026) 教育部人文社会科学研究一般项目"宏观经济变量共变非对称性质的计量研究"(项目编号:12YJA790187) 吉林省科技发展计划项目软科学资助项目"吉林省农民收入与消费结构关联的计量研究"(项目编号:20140418053FG) 吉林省教育厅"十二五"社会科学研究项目"吉林省经济增长的生态产业模式研究"的阶段性成果

关键词股市收益结构性变点 GARCH模型 Chow统计量

分类号 F832.51 [经济管理—金融学] F224 [经济管理—国民经济]

引文网络
相关文献

参考文献7

1张世英,柯珂.ARCH模型体系[J].系统工程学报,2002,17(3):236-245. 被引量：48
2陈浪南,黄杰鲲.中国股票市场波动非对称性的实证研究[J].金融研究,2002(5):67-73. 被引量：161
3倪小平,叶阿忠.《上海股票市场收益率波动性的结构转换分析》,《福州大学管理学院,工作论文》2007年.
4赵昌文,杜江,杨记军.《中国股市估值收益序列的结构性变点与重大事件反应》,《四川大学工作论文》2003年.
5韩四儿,田铮,王红军.GARCH模型参数变化的残量检验[J].应用概率统计,2008,24(2):113-122. 被引量：4
6[美]林光平著,杨大勇译.《计算计量经济学》,清华大学出版社,2003年版.
7R. S. Tsay. Analysis of Financial Time Series (2sd edition) John Wiley &Sons, Inc, Hoboken, New Jersey, 2009.

二级参考文献16

1Kim, S., Cho, S. and Lee, S., On the cusum test for parameter changes in GARCH(1,1) models, Gommun. in Statist., 29(3)(2000), 445-462.
2Wichern, D.W., Miller, R.B. and Hsu, D.A., Changes of variance in first-order autoregressive time series models-with an application, Appl. Statist., 25(3)(1976), 248-256.
3Krishnaiah, P.R. and Miao, B.Q., Review about estimation of change point, Handbook of Staitistics, 7(1988), 375-402.
4Csorgo, M. and Horvath, L., Limit Theorems in Change-Point Analysis, Jhon Wiley & Sons Ltd, West Sussex, England, 1997.
5Inclan, C. and Tiao, G.C., Use of cumulative sums of squares for retrospective detection of changes of variances, J. Amer. Statist. Assoc., 89(3)(1994), 913-923.
6Kokoszka, P. and Leipus, R., Change-point estimation in ARCH models, Bernoulli, 6(3)(2000), 1-28.
7Lee, S., Tokutsu, Y. and Maekawa, K., The cusum test for the constancy parameters in regression models with ARCH errors, J. Japan Statist. Soc., 34(2)(2004), 173-188.
8Berkes, I., Horvath, L. and kokoszka, P., GARCH processes: structure and estimation, Bernoulli, 9(2)(2003), 201-207.
9Bougerol, P. and Picard, N., Strict stationary of generalized autoregressive processes, Ann. Probab., 20(2)(1992a), 1714-1730.
10Bougerol, P. and Picard, N., Stationary of GARCH processes and of some nonnegative time series, J. Econometric, 52(4)(1992b), 115-127.