投资者情绪对股市波动率的影响研究—基于沪深300指数的实证分析

在当前全球经济环境中,市场波动性的加剧已成为金融领域关注的焦点之一。特别是在信息快速流动与社交媒体影响日益扩大的今天,投资者情绪对股市波动率的影响愈发显著。本文选取2003年1月至2023年8月适合我国投资者情绪的代理指标数据和沪深300指数每日收盘价,构建投资者情绪和股市波动率的VAR模型。研究发现:投资者的情绪与股市波动率两者之间存在相关性;投资者情绪是股市波动率的格兰杰原因;投资者情绪与股市波动率在短期内存在相互影响关系。据此本文对投资者和监管者提出相关建议。

经济政策不确定性对中国股市波动率的影响

借鉴REGARCH-MIDAS SK模型的建模思路及框架,引入经济政策不确定性指数(CEPU),提出了REGARCH-MIDAS-CEPU SK模型,该模型优势在于可将高频日内数据与低频不确定性指数数据结合,同时考虑股市收益率的多种特性,能够准确分析经济政策不确定性对股市波动的影响机理。采用上证综指收盘价日度数据和经济政策不确定性指数及其细化指数月度数据,利用引入了经济政策不确定性的双因素REGARCH-MIDAS SK(REGARCH-MIDAS-CEPU SK)模型,实证分析总体和细化经济政策不确定性对股市波动率的影响作用。实证结果表明:提出的双因素模型在样本内拟合与样本外预测实证中,其性能均优于现有双因素模型,说明该模型的提出具有显著的理论与实践意义。此外,研究证明各类经济政策不确定性水平增加均会促进股票市场波动,其中货币政策和贸易政策不确定性对股票波动长期趋势影响较大,贸易政策不确定性对股市波动率的影响持续时间较长,股市波动对财政政策以及外汇和资本账户政策不确定性变动较为敏感,由此可见四类经济政策不确定性对股市波动的影响机理各不相同。

涨跌限制对股市波动率、流动性及价格发现的影响--基于双重差分法的分析

本文运用双重差分法,选取2008—2019年中国沪深A股股票的日交易数据,以同一天同一行业的股票作为对照组,基于公司及市场特征构造控制组,考察涨跌限制对中国股市波动率、流动性及价格发现的影响。研究发现,涨跌限制总体上降低了股票的波动率,但其影响具有不对称性,涨停时降低股票的波动率,而跌停时没有影响;涨跌限制总体上降低了股票的流动性,但其对股票流动性中断的影响作用仅仅表现在涨停时;涨跌限制延迟了股票的价格发现,涨停或跌停后股价依然沿原来方向继续波动,存在着价格发现延迟现象。通过构建Logit模型的进一步分析发现,小市值、低市净率、高波动率、低成交量的公司股价更容易达到涨停或跌停,公司上市时间越长其股价越容易涨停,公司特质风险越高其股价越容易跌停,而市盈率和流动性贝塔不影响股价的涨停或跌停。

隔夜信息影响中国股市波动率模型预测能力吗?

本文选取2006年1月2日至2015年12月31日上证综合指数的日度数据作为样本,考察隔夜信息对中国股市波动率模型预测能力的影响。对隔夜信息根据时间进行界定,并将能够公开获取的隔夜信息分为三类:宏观政策指标类信息、海外市场交易类信息和上市公司信息披露。对经典的股市波动率模型——GARCH类模型和HAR类模型进行改进,具体研究隔夜信息是否能够优化股市波动率模型的拟合效果和预测能力。结果表明,两个交易日之间的隔夜信息会对后一个交易日的股市波动率产生影响,不同类别的隔夜信息在波动率模型中表现出了对股市波动率不同的影响趋势。更进一步,在GARCH类和HAR类模型中考虑隔夜信息可以提高股市波动率模型的拟合效果和预测能力。

全球主要股市波动率的聚类特征分析

本文采用多路归一化割谱聚类方法、单变量GARCH模型和Granger因果检验相结合的模型,分阶段研究了1994-2014年间全球主要股市波动率的聚类特征。首先,利用单变量GARCH模型分别提取全球主要股市的波动率;其次,借助多路归一化割谱聚类方法的特殊性质刻画了全球主要股市波动率的聚类数目、聚类质量以及聚类结果的稳定性等特征;最后,利用Granger因果检验模型分析不同类的代表元股市间的波动溢出效应和同一类内股市间的波动溢出效应。实证结果表明,与非金融危机阶段相比,在金融危机期间全球主要股市波动率的聚类数目较多、聚类质量较高、聚类结果相对稳定、并且全球主要股市间的波动溢出效应增强。

经济政策不确定性与我国股市波动率预测研究

股票市场的波动与实体经济走势以及宏观经济政策密切相关.因此,以Baker的经济政策不确定性(economic policy uncertainty,EPU)指数和我国股市代表性的股价指数——上证综指为对象,运用广义自回归条件异方差混频数据抽样(GARCH-MIDAS)模型,分析了经济政策不确定性对上证综指波动率的影响,并运用该模型与常见的多种GARCH族模型进行了样本外波动率预测的对比研究.实证结果表明,EPU指数能够很好地解释我国股市波动的长期成分,并显著改善对上证综指波动率的预测精度;同时,模型信度集合(model confidence set,MCS)检验结果进一步证实,基于混频数据的GARCH-MIDAS模型能显著打败常见的多种GARCH族模型.

中国股市波动率的年线效应

本文以上证综合指数年线作为标准,把股市划分为牛市和熊市两种状态,并采用ARMA-EGARCH-M模型分别研究了牛市和熊市的股市波动率,称为年线效应。通过实证分析,得到以下主要结论:无论是牛市还是熊市,中国股市的日历效应都不显著;熊市的收益率序列几乎不存在任何的序列相关性;牛市波动率更容易受到坏消息的影响,而在熊市中,好消息的影响较大。如果不对消息内容进行区分,牛市会更容易受消息的冲击,加剧市场波动;而熊市中好消息和坏消息对市场波动的影响并不存在显著的差别。

融资融券交易对股市波动率的影响——来自中国证券市场的经验证据

随着融资融券试点的推出,我国证券市场的单边交易模式正式宣告结束,以2010年4月至2019年7月为样本期,构建时变参数向量自回归(TVP-SV-VAR)模型,探究融资融券交易和中国股市波动率之间的动态联系。实证表明:融资融券交易对我国股市波动存在即时和滞后效应,且短期抑制效应相对显著。此外,股市波动对融资融券交易同样存在负向影响效应,在暴涨暴跌行情中该效应更为显著。

基于改进GARCH族模型对股市波动率的实证分析

针对传统的GARCH族模型难以准确地刻画国内股票市场的股价波动率这一实际问题,本文首先在原有的GARCH族模型基础上加以改进,将股市中的日成交金额这一因素加入模型中,得到了改进后的GARCH族模型。然后利用新的模型对沪深股市进行实证分析,并对未来股市的波动做出预测,得到了比原模型更好的结果。

中国股市波动率的双重不对称性及其解释——基于MS-TGARCH模型的MCMC估计和分析

本文应用MCMC方法估计了上证综指的MS-TGARCH模型,并得出中国股市的波动率存在双重不对称性。其一,每个波动状态中,中国股市的波动率都存在不对称性,其中高波动状态的波动率对"好消息"的反应显著大于"坏消息",而低波动状态则刚好相反;其二,不同状态之间,中国股市波动率的不对称性刚好相反,并且高波动状态伴随着显著大于0的平均收益率。最后,本文从投资者心理、行为以及中国经济大环境等角度进行了解释。

收入差距与股市波动率

股市的波动性是资本市场的基本特征,关系到投资者进行股票估值和资产配置。近年来,随着世界各国收入差距扩大,全球股市的波动率也呈现出逐渐增大的趋势。本文从理论和实证两个方面研究各国收入分配不平等程度对股市长期波动率的影响及其内在机理。理论分析表明,由于存在参与成本,当收入分配不平等程度加重时,股票市场参与率降低,由此导致风险分担不足,进而当股市发生内生或外生扰动时,将出现较大波动。实证分析发现:一国收入分配不平等程度的增加将导致其股市波动加剧,且这一关系在发展中国家表现得更为明显。

期权隐含投资者情绪与股市波动率

研究表明,期权价格中蕴含着市场前瞻性的信息,其有助于预测未来股市波动率.特别地,从期权价格中提取的隐含投资者情绪相比从股市提取的投资者情绪包含更多的信息(前瞻信息),对股市波动性分析具有重要的参考价值.鉴于此,文章采用上证50ETF期权价格数据,利用GJR-GARCH-FHS模型估计经验定价核,通过将其分解为新古典成分和行为成分(情绪),从中提取出期权隐含投资者情绪.进一步,构建波动率指标和预测回归模型,实证分析期权隐含投资者情绪与股市波动率的关系以及期权隐含投资者情绪对股市波动率的预测作用.实证结果表明:期权隐含投资者情绪在一定程度上对股市波动率具有预测作用;当期和滞后一期的期权隐含投资者情绪都对股市波动率产生一定的正向影响,且当期影响更大;历史的股市波动率对当期股市波动率也存在显著的正向影响;当期和滞后一期的期权隐含投资者情绪对股市波动率都具有较强的预测能力,并能显著提高对股市波动率的预测精度.

基于GARCH-MIDAS的混频投资者情绪对股市波动的影响

采用广义自回归条件异方差的混频数据抽样模型(GARCH-MIDAS)研究投资者情绪对中国股市收益率波动的影响。实证结果表明:与投资者关注、经济政策不确定性相比,投资者情绪在单因子GARCH-MIDAS模型中优度最佳,对市场波动产生显著的正向影响,并能够解释A股中较高比例的长期波动;投资者关注对市场波动产生显著的正向影响;经济政策不确定性对A股的影响不显著。此外,投资者情绪与投资者关注组合时的双因子GARCH-MIDAS模型可以得出与单因子模型一致的结论,在模型中合理地选取解释变量进行组合可以提高模型对股市波动的解释能力。GARCH-MIDAS模型有效地解决了投资者情绪与股市波动率数据频率不一致的问题,为股市波动率影响因素的研究提供了新的研究视角。

机构投资者对股价波动率的影响研究——基于2011-2013年沪市横截面数据的实证分析

选取2011-2013年上海证券交易所A股作为研究样本,运用Stata12、Excel软件,通过统计描述分析、多元回归法、虚拟变量回归法分析了机构投资者对股市波动率的影响。实证研究发现,在不同市场环境下机构投资者持股对市场稳定性所起的作用不同,随着机构投资者的壮大,个股流通市值越大,日内波动率和超额波动率越大,股市收益波动率越小;上市公司业绩越好,股价波动率越低。鉴于此,我国应扩大机构投资者队伍,根据市道适度控制基金产品的发行速度,并促进上市公司优胜劣汰、进退有序。

信用利差与股市收益、波动关系研究

文章利用2011年11月至2019年6月的相关数据,运用多种计量方法探讨了信用利差与股市收益、波动之间的关系。月度宏观数据表明,股市收益、波动对信用利差的影响不显著;信用利差对股市收益、波动存在较弱影响,在2015年股市异常波动之后,伴随着债券违约的不断爆发,信用利差对股市收益、波动的负向影响越来越显著。

风险传导、资本流入与股市波动——基于沪深300指数的实证研究

论文运用GARCH模型,对2005年1月至2012年6月国际股票市场、国际债券市场、国际外汇市场和资本流入对我国沪深300指数的传导影响进行研究。研究显示,道琼斯工业指数变化率和资本流入对我国股市收益率存在显著的正向传导,而穆迪企业债信用利差和美元指数变化率存在显著的负向传导。本文研究结论对于监管部门的逆周期调控和股市的系统性风险管理具有一定的实际参考价值。

融资融券交易对中国股市波动性的影响研究--基于GARCH模型

2010年3月31日我国证券市场推出了融资融券交易试点,标志着其单边交易模式退出证券市场的舞台。本文利用上海证券交易所的数据构建GARCH模型发现:融资业务会平抑股票市场的波动,融券业务则会加剧股票市场的波动。

融资融券交易对我国股市波动影响实证分析

融资融券交易制度的推出,改变了我国证券市场"单边市"的交易格局,为投资者提供了新的避险工具。但其自身的杠杆效应可能引起投机行为,进而加剧股市波动。本文通过构建向量自回归模型,研究了我国自推出融资融券业务以来对股票市场的影响关系。实证结果表明,融资业务和融券业务均有助于降低股票市场的波动性,起到稳定股市的积极作用,但其对股市波动的整体贡献效果不显著,股市波动更多源于自身惯性和外在因素的影响。

融资融券与沪深股市波动分析——基于VAR模型分析

本文采用VAR模型,分析融资融券交易制度自推出以来与我国A股市场波动之间的关系。利用该模型,选取2010年至2017年的相关数据进行实证研究。文章着重分析两融制度推出对于稳定A股市场波动的有效性,故重点研究融资融券于股市波动的影响。研究结果表明,融资融券交易与股市波动存在双向影响,而且相比融资交易,股票市场对融券交易更敏感,在一定程度上可以抑制股市的异常波动,及时释放不利信息。虽然目前融资融券规模处于初级阶段,对股市的波动影响力度较小,股市波动更多的来自于其他方面的冲击。但是随着融资融券交易品种与规模的扩大,在A股市场上扮演的角色愈来愈重要。

基于高频数据的中国股市风险价值度量研究

本文以中国股市的已实现波动率(RV)与已实现极差波动率(RRV)为研究对象,采用LR检验与动态分位数检验对三种长记忆模型(ARFIMA、ARFIMAX、HAR)进行了VaR预测能力的比较研究。主要结论为:长记忆模型的VaR预测能力显著优于基于日收益率的GARCH模型,其中以在偏t分布下的ARFIMAX模型的表现为最佳;与标准正态分布相比,在偏t分布下计算得到的VaR值更能准确反映中国股市真实的VaR;中国股市的RV与RRV均具有长记忆性、波动非对称性等特征。