最新最新上海股票市场收益率分布模型统计探究

最新最新上海股票市场收益率分布模型统计探究
最新最新上海股票市场收益率分布模型统计探究

最新上海股票市场收益率分布模型统计探

摘要:在金融市场迅速发展、金融创新不断深入的今天,股票市场的波动也日益加剧,风险明显增大,资产收益率的分布形态也更加复杂化。对上证综指对数收益率序列进行实证研究,依据严密的统计分析方法建立了GARCH-t(1,1)模型。最后,通过相应的模型检验方法验证了GARCH-t(1,1)模型能够很好的刻画上证综指对数收益率序列的统计特征。

关键词:股票收益率;GARCH模型;统计检验

在风险管理中,我们往往关注的就是资产收益率的分布。许多实证研究表明,金融资产收益率分布表现出尖峰、厚尾的特征。另外,收益率序列还具有条件异方差性、波动聚集性等特点。选择合适的统计模型对金融资产收益率分布进行描述显得尤为重要。

1 数据选取

本文实证分析的数据选取上海股市综合指数(简称上证综指)每日收盘指数。考虑到我国于1996年12月16日开始实行涨跌停板限价交易,即除上市首日以外,股票、基金类证券在1个交易日的交易价格相对上1个交易日收市价格的涨跌幅不得超过10%,本文把数据分析时段选择为:1996.12.16-2007.05.18,共2510组有效数据。数据来源为CCER中国经济金融数据库。数据分析采用软件为Eviews5.1。通过对原始序列的自然对数变换,得到上证综指收益率序列,有2509个数据,记为RSH。

2 基本统计分析

2.1 序列的基本统计量

对称分布的偏度应为等于0,而上证综指收益率的偏度为负值,说明该序列的分布是有偏的且向左偏斜,即收益率出现正值的概率小于收益率出现负值的概率。另外,已知正态分布的峰度等于3,而上证综指收益率的峰度是8.919924,远大于3,这表明RSH序列不服从正态分布,而是具有尖峰厚尾特性。

2.2 序列的自相关性

采用Ljung-Box Q统计量检验上证综指收益率序列的自相关性。原假设为序列不存在阶自相关。根据上证综指收益率的10阶滞后期的Q统计值及其相应概率值可知,上证综指收益率的相关性并不显著。

2.3 序列的平稳性和正态性

为了避免伪回归现象的发生,在建立回归模型之前须对收益率序列进行平稳性检验。采用ADF方法检验RSH序列的平稳性,其检验统计值为-51.7733,远小于MacKinnon的1%临界值,认为上证综指收益率序列不存在单位根,是显著平稳的。这就避免了非平稳性带来的许多缺陷。上证综指收益率序列的D.W.值为1.9705,非常接近于2,表明其残差序列不存在序列相关。

本文使用Jarque-Bera方法对RSH序列其进行正态性检验,检验统计值为3682.735(p=0.000),概率值足够小以至于必须怀疑原假设的正确性。这也就说明,用正态分布对中国股市收益率的波动性进行描述是不正确的。

2.4 ARCH效应检验

大量的实证分析表明,大多数金融资产收益率序列的条件方差具有时变性,即ARCH效应。利用ARCH-LM方法检验残差序列中是否存在ARCH效应。选择滞后阶数为5阶,检验统计值为28.92598(p=0.000),表明残差存在显著的ARCH效应,

至少存在5阶的ARCH效应。这就意味着必须估计很多个参数,而这却是很难精确的做到。在这种情况下,可以用1个低阶的GARCH模型代替,以减少待估参数的个数。

3 分布模型的确定

金融时间序列的分布往往具有比正态分布更宽的尾部。为了更精确地描述这些时间序列分布的尾部特征,本文分别运用GARCH-Normal、GARCH-t和GARCH-GED 模型拟合样本数据。

较之其它模型,GARCH-t(1,1)模型的对数似然值有所增加,同时AIC和SC值都变小,这说明GARCH-t(1,1)模型对上证综指收益率序列波动的刻画能力要强于其它模型。对模型中的未知参数进行极大似然估计,得出GARCH-t(1,1)模型为:

均值方程为:RSH=0.0399(1.7435)

方差方程为:2t=0.1137+0.13312t-1+0.82612t-1

(4.5005*)(6.6345*)(10.3761*)

在方差方程中,ARCH项和GARCH项的系数都是显著的,且两项系数之和为0.9592,小于1,满足参数约束条件。另外,系数之和非常接近于1,表明收益率序列的条件方差所受的冲击是持久的,这对所有的未来预测都有重要作用。

4 分布模型的检验

模型建立的好坏首先要检验其是否有效的消除原序列的异方差性。另外,基于收益率序列概率积分变换的检验方法,可以检验序列分布与理论分布的拟合情况。对原序列做概率积分变换,然后检验变换后的序列是否服从i.i.d.(ol)均匀分布。1般地对变换后的序列进行BDS检验,以判断其是否是独立同分布。而运用

Kolmogorov-Smirnov(K-S)检验则可以检验变换后的序列是否服从均匀分布。

4.1 残差序列的ARCH-LM检验

对新方程产生的残差序列{x}进行ARCH-LM检验,以观察是否还存在ARCH效应。选择滞后阶数为1阶,ARCH-LM检验统计值为0.629764(p=0.426)。伴随概率显著不为0,即接受原假设,认为残差序列{x}不存在ARCH效应。这说明,用GARCH-t(1,1)模型拟合样本数据可以消除序列的异方差效应。

残差xt的分布为vx2xt(vx-2)xt|It-1~t(vx),根据残差序列的数值,变换为vx2xt(vx-2)xt序列,并按照自由度为vx=4.6528的t分布函数,对其进行概率积分变换,得到新序列记为{ut}。新序列{ut}在理论上应是独立同分布序列,且服从(0,1)的均匀分布。因此,本文通过BDS检验、K-S检验对新序列{ut}的分布进行检验。

4.2 BDS检验

BDS检验的原假设是序列为独立同分布的随机变量。根据表中的概率值可知,在显著性水平=0.05下,认为新序列{ut}为独立同分布的变量。

4.3 K-S检验

对新序列{ut}进行K-S检验,其检验统计值为0.0175(p=0.4245),这表明,用新序列{ut}服从独立同分布的(0,1)均匀分布。这也说明了GARCH-t(1,1)模型可以较好的拟合上证综指收益率序列的分布。

5 结论

本文对上证综指对对数收益率序列的分布模型进行了实证研究。在现实生活中,金融收益序列分布不仅呈现出偏斜、尖峰、厚尾等特征,还具有异方差的特性,本文首先通过大量的统计检验方法验证了金融时间序列的各项特性。GARCH模型

比ARCH模型有更快的滞后收敛性,从而大大减少了参数的个数,提高了参数估计的准确性。在运用正态分布假设的GARCH模型来描述金融收益序列的条件分布时,正态分布假设常常被拒绝,人们用1些具有尖峰、厚尾特性的分布,如t 分布、GED分布来替代正态分布假设,从而得到1系列GARCH模型的扩展形式,如GARCH-t模型、GARCH-GED模型等。本文依据严密的统计分析方法选择了GARCH-t(1,1)模型描述上证综指对数收益率序列的分布。最后,根据各项模型检验结果说明,用GARCH-t(1,1)模型描述上证综指收益率序列是有充分理由的。参考文献

[1]高铁梅.计量经济分析方法与建模:Eviews应用及实例[M].北京:清华大学出版社,2006.

[3]易丹辉.数据分析与Eviews应用[M].北京:中国统计出版社,2002.

[4]刘仁和,陈柳钦.中国股票市场波动的统计特征分析[J].现代管理科学,2005,(1):108~109.

[5]赵桂芹,曾振宇.股票收益的非正态分布模型[J].当代财经,2002,(10):40~43.

[6]马文霞,张卫国.股票收益率风险的统计描述探析[J].技术经济与管理研究,2004,(5):63~64.

Z值模型(翻译版)

公司财务分布预测: 修订 Z-S· SCORE 和 ZETA?模型 edward i. altman * 2000年7月 * 纽约大学斯特恩商学院 max l. heine 金融教授。本文改编自 e. altman, "财务比率、判别分析和公司破产预测"。金融杂志, 1968年9月;ad. e. altman、r. haldeman 和 p. narayanan, "zeta 分析: 识别公司破产风险的新模式",银行与金融杂志, 1977年1月1日。

预测公司的财务困境: 重温 z 分和 zeta?模型 背景 本文讨论了两种评估工业危难的令人尊敬的模型。 公司。这些是所谓的 z-分数模型 (1968) 和 zeta?1977) 信用风险模型。这两种型号仍在被从业者使用全世界都是后者是 zeta services inc. (nj, hoboken) 订户的专有模式。 本摘要的目的有两个方面。首先, 研究了业务失败的这些独特特征, 以便具体说明和量化作为公司困境的有效指标和预测指标的变量。通过这样做, 我希望强调使用财务比率所固有的分析价值和实际价值。具体而言, 一套金融和经济比率将在企业危难预测的上下文中使用多重判别统计方法进行分析。通过这项工作, 我将不仅探讨潜在破产的可量化特征, 而且还探讨一个非常恶意的人的效用d 财务分析技术: 比率分析。尽管我们将要讨论的模型是在1960年代末和70年代中期开发的, 但我将把我们的测试和发现扩大到包括适用于未公开交易的公司, 并将其应用于非制造业还提到了一种新的新兴市场企业债券债券评级等价模型。后者使用的是一个名为 z "的 z-分数模型的版本。本文还更新了1999年对违约和破产的预测测试。 正如我在1968年首次写的那样, 在 20世纪90年代末, 学者们似乎正在朝着消除比率分析作为评估企业绩效的一种分析技术的方向发展。理论家降级套利y 经验法则 (如

股票证券-毕业论文中国股票市场收益率分布曲线的实证研究 精品

前言 迄今为止,我国股票市场才经历十余年的发展历史,却走过了西方发达国家上百年的发展历程。取得了举世瞩目的成绩。在股票市场的规模、上市公司的数量、投资者的规模以及交易系统的完善等方面都得到了迅速的发展,目前已经进入世界股票市场的前列。 不过,由于我国股票市场发展时间比较短,是在探索中前进的,因此,在诸多方面还不成熟,最为明显的是股票市场大起大落,这种大幅波动对投资者造成很多不良后果。经过无数次“风雨”洗礼后,投资者开始学会用在股票价格的波动中寻找规律,希望能够找到股市的制胜“法宝”。然而,目前有关股票理论知识的书籍极多,各述其见,竟有“股票价格的波动有外部噪音引起,并服从正态分布”之说。本论文试图把股票的理论联系实践,找到合理的规律,希望本论文能够给读者一点启发,对股票投资起一点参考价值。 本论文共分为两部分,第一部分对股票日收益率分布曲线作了实证分析,通过偏度峰度检验和2 检验,得到市场收益率更多地呈现出偏离正态分布的形式,市场处在弱势非有效状态。第二部分首先引入了灰色系统的理论和几个概念,利用关联分析,建立了模型,根据关联度大小对各股票的日收益率进行了排序,进而确定股票走势的优劣,并且对前后两个阶段的结果作了详细的比较。 由于时间仓促,论文中的不足和欠缺之处,还望得到各位老师和同学的不吝赐教。在本论文的成长过程中,我得到了成都信息工程学院计算科学系杨老师的帮助,在此,向杨老师表示衷心的感谢。

摘要:本文首先对股票日收益率进行了偏度峰度检验和2χ检验,得到市场收益率更多 地呈现出偏离正态分布的形式,市场处在弱势非有效状态。然后,运用灰色理论的关联度对股票日收益率进行优劣排序,并对前后两个阶段的结果进行了详细比较。 关键词:收益率;正态分布;灰色理论 第一章 收益率分布曲线 §1 收益率的分布与股票价格行为的理论 股票价格总是处于不断的波动之中,这种波动是连续的,非间断性的。股价的波动被认为由外部“噪声”因素造成,当时间间隔?t —>0时,外部噪声将呈现正态分布,服从维纳过程。因此随机理论采用一般化的维纳过程作为描述股价行为的模型。数学表达式如下: ),(t t u S S ??=?σ? (1) z S t u S ?+?=?σ (2) 其中:S ?为短时间t ?后股票价格s 的变化 u 为单位时间内股票的预期收益率 σ为股票价格的波动率 ),(s m ?表示均值为m ,标准方差为s 的正态分布 (1)式表示如果外来噪声服从正态随机过程,S S ?即收益率将服从均值为t u ?, 标准方差为t ?σ的正态分布。其中:t z ?∈?,∈表示服从标准正态分布,z ?在维纳过程中被认为遵从马尔科夫过程,隐含市场是弱势有效的条件。 当收益率服从正态分布时,股价行为的一般化维纳过程式(2)才能成立。当收益率的分布偏离了正态分布,这就意味着式(2)中的外部噪音项z s ?σ就不服从正态随机过程。也就是说,股价的行为方式不再服从正态马尔科夫过程,市场可能不处于弱势有效状态。收益率的分布是股价行为的基础,要了解某股票市场价格行为的特征,必须了解该市场的收益率分布。本文将对八只股票收益率的分布进行实证检验,考察是否符合正态分布或符合其t 分布形式或并无一确切表达的分布形式。 §2 实例与检验 (一)、本文随机选取了八只股票的日收盘价作为实证样本,样本容量是从20XX 年1月4号到20XX 年3月31号的日收盘价个数。为了形成对比,我们分成了两个阶段来研究。

上海A股股票代码大全

上海A股股票代码大全 600000~600100 浦发银行(600000)邯郸钢铁(600001)东北高速(600003)白云机场(600004)武钢股份(600005) 东风汽车(600006)中国国贸(600007)首创股份(600008)上海机场(600009)钢联股份(600010) 华能国际(600011)皖通高速(600012)华夏银行(600015)民生银行(600016)上港集箱(600018) 宝钢股份(600019)中原高速(600020)上海电力(600021)济南钢铁(600022)中海发展(600026) 华电国际(600027)中国石化(600028)南方航空(600029)中信证券(600030)三一重工(600031) 福建高速(600033)楚天高速(600035)招商银行(600036)歌华有线(600037)哈飞股份(600038) 四川路桥(600039)保利地产(600048)中国联通(600050)宁波联合(600051)浙江广厦(600052) 江西纸业(600053)黄山旅游(600054)万东医疗(600055)中技贸易(600056)厦新电子(600057) 五矿发展(600058)古越龙山(600059)海信电器(600060)中纺投资(600061)双鹤药业(600062) 皖维高新(600063)南京高科(600064)宇通客车(600066)冠城大通(600067)葛州坝(600068) 银鸽投资(600069)浙江富润(600070)凤凰光学(600071)江南重工(600072)上海梅林(600073) 中达股份(600074)新疆天业(600075)青鸟华光(600076)国能集团(600077)澄星股份(600078) 人福科技(600079)金花股份(600080)东风科技(600081)海泰发展(600082)博讯数码(600083) 新天国际(600084)同仁堂(600085)东方金钰(600086)南京水运(600087)中视传媒(600088) 特变电工(600089)ST啤酒花(600090)明天科技(600091)禾嘉股份(600093)华源股份(600094) 哈高科(600095)云天化(600096)华立科技(600097)广州控股(600098)林海股份(600099) 同方股份(600100) 600101~600200 明星电力(600101)莱钢股份(600102)青山纸业(600103)上海汽车(600104)永鼎光缆(600105) 重庆路桥(600106)美尔雅(600107)亚盛集团(600108)成都建设(600109)中科英华(600110) 稀土高科(600111)长征电器(600112)浙江东日(600113)宁波东睦(600114)东方航空(600115) 三峡水利(600116)西宁特钢(600117)中国卫星(600118)长江投资(600119)浙江

中国股市指数的投资收益分析

中国股市指数的投资收益分析 一、投资理论概述 (一)资产组合理论 资产组合理论是以一系列资产收益率的均值和方差作为组合选择的依据,提出了均值方差资产组合选择的基本方法,即保持一定的方差的资产组合,使期望收益率最大化,或者保持一定的期望收益率的资产组合,使方差最小化;意味着资产选择不能依据资产本身的某一特征,还必须考虑该资产与其他资产的相互作用。该理论不仅描述了资产及其组合的收益与风险关系,而且解决了最优资产组合的选择问题,使得资产组合分析和管理科学化、程序化,从而奠定了其在金融投资理论中的地位。 (二)资本资产定价理论 在资产组合理论的基础上提出的。资产定价理论认为,一项投资所要求的收益率取决于以下三个因素:(1)无风险收益率,即将国债投资(或银行存款)视为无风险投资;(2)市场平均收益率,即整个市场的平均收益率,如果一项投资所承担的风险与市场平均风险程度相同,该项收益率与整个市场平均收益率相同;(3)投资组合的系统风险系数,是某一投资组合的风险程度与市场证券组合的风险程度之比。而期望的收益率由无风险收益和该组合的风险系数与市场平均收益和无风险收益差额之乘积决定。 (三)有效市场假说 根据市场对信息反应的有效性,将市场分为弱势有效、半强势有效、强势有效市场。而反应程度分为反应不足以及反应过度两种情况,描述了信息对市场的影响。 (四)行为金融理论 将金融学与社会学及心理学等人文学科相结合,从另一个假设的层面出发,认为人的一些社会性特征及自身人性影响引导自己的投资行为,诸如羊群效应、过度自信等。 (五)其他 在投资中,还有其他很多效应,由于诸多因素导致的,诸如ipo抑价效应,小公司效应,税收效应,整数效应,股利理论,盈余公布效应等。 从诺贝尔经济学奖的颁奖时间看,前两个理论是一组,第三及第四是另外一组,两组进行比较。第一组是从数理的角度出发,基于期望均值和方差,将收益和风险进行量化,由这两个变量来主导投资,通过一系列的对比分析,均衡选择,得出结论。而后一组中有很大程度的数量分析,但主要思想是从外部和内部相结合的理论,外部的信息以及人的行为对进行投资的影响。 二、指数介绍 (一)上证指数 上证综合指数是最早发布的指数,是上海证券交易所从1991年7月15日起编制并公布上海证券交易所股价指数,它以1990年12月19日为基期,设基期指数为100点,以全部上市股票为样本,以股票发行量为权数,按加权平均法计算,遇新股上市、退市或上市公司增资扩股时,采用除数修正法修正原固定除数,以保持指数的连续性。然后于2006年1月4日发布了新上证综合指数,新综指选择已完成股权分置改革的沪市上市公司组成样本,实施股权分置改革的股票在方案实施后的第2个交易日纳入指数,新综指是一个全市场指数,以2005年12月30日为基日,以该日所有样本股票的总市值为基期,基点为1 000点。新综指采用派许加权方法,以样本股的发行股本数为权数进行加权计算,当成分股变化时,同样采用除数修正法修正原固定除数。 (二)深证成分指数 深圳成分股指数是由深圳交易所编制,通过对所有在深圳证券交易所上市的公司进行考察,按一定标准选出40家有代表性的上市公司作为成分股,以成分股的可流通股数为权数,

中国股市大事记(1984.11—2009.12)

中国股市大事记(1984.11—2009.12) 序言 本大事记是为写作小说《沪吉诃德和深桑丘——戏说中国股市二十多年》做准备而编。从最初的股市——静安柜台市场到2009年是23年。如果从上海交易所成立的1990年开始算是19年。 我参看了网友“悠悠白云”收藏的帖子《中国大陆股市17年大事记》1,但是找不到作者。笔者也看过网上转载的张志雄的《中国股市17年》2以及其他一些文章。在定稿之前,我看到了阿奎的《喧哗与骚动——新中国股市二十年》3。该书史实较为详尽,我参考阿奎的书为本大事记添加了一些内容(一千多字)。小说中前几节内容(1988-1991)的写作也参看了阿奎的书。本人在此向以上作者致谢。本大事记还包含关于法人股市场、柜台市场、H股市场、次贷危机等内容。各种恶性事件也是本大事记重点,笔者希望本大事记是到目前为止恶性事件最全的大事记。技术上,笔者将前后关联的事件尽可能地放在一处叙述。另外,笔者还提供了《沪深股市走势图1990.5—2009.5》(参看封底),同时减少了行情的文字叙述。希望本文有助于读者对中国股市的认识和理解,欢迎读者批评指正。 1991年及之前 (1) 1984年11月14日,上海飞乐音响公司“小飞乐”股票发行。小飞乐是改革开放后我国公开发行的第一只股票。1986年11月,邓小平接见美国纽约证券交易所董事长约翰·范尔林,赠送了一张飞乐音响的股票。虽然有报道说深宝安和北京天桥成立股份制企业更早,但是发行股票,小飞乐在先。 1 行情和政策叙述较多,忽略了一些重大事件,比如德隆事件。见https://www.360docs.net/doc/974537679.html,/blog/static/ 3063229520089972310607/。 2 分析讨论有深度,作者经历的事件突出,但是作为大事记,内容缺很多。离股市较远的铁本事件反倒被重点讨论。见https://www.360docs.net/doc/974537679.html,/bbs/dispbbs.asp?boardid=57&id=163747和https://www.360docs.net/doc/974537679.html,/ viewthread.php? tid=226761&page=1&authorid=59936。 3 阿奎. 喧华与骚动——新中国股市二十年[M]. 北京:中信出版社,2008。

应用文-中国股市指数的投资收益分析

中国股市指数的投资收益分析 '中国股市指数的投资收益分析 一、投资理论概述 (一)资产组合理论 资产组合理论是以一系列资产收益率的均值和方差作为组合选择的依据,提出了均值—方差资产组合选择的基本方法,即保持一定的方差的资产组合,使期望收益率最大化,或者保持一定的期望收益率的资产组合,使方差最小化;意味着资产选择不能依据资产本身的某一特征,还必须考虑该资产与其他资产的相互作用。该理论不仅描述了资产及其组合的收益与风险关系,而且解决了最优资产组合的选择问题,使得资产组合分析和 科学化、程序化,从而奠定了其在金融投资理论中的地位。 (二)资本资产定价理论 在资产组合理论的基础上提出的。资产定价理论认为,一项投资所要求的收益率取决于以下三个因素:(1)无风险收益率,即将国债投资(或银行存款)视为无风险投资;(2)市场平均收益率,即整个市场的平均收益率,如果一项投资所承担的风险与市场平均风险程度相同,该项收益率与整个市场平均收益率相同;(3)投资组合的系统风险系数,是某一投资组合的风险程度与市场证券组合的风险程度之比。而期望的收益率由无风险收益和该组合的风险系数与市场平均收益和无风险收益差额之乘积决定。 (三)有效市场假说 根据市场对信息反应的有效性,将市场分为弱势有效、半强势有效、强势有效市场。而反应程度分为反应不足以及反应过度两种情况,描述了信息对市场的影响。 (四)行为金融理论 将金融学与 学及 学等人 科相结合,从另一个假设的层面出发,认为人的一些社会性特征及自身人性影响引导自己的投资行为,诸如羊群效应、过度自信等。 (五)其他 在投资中,还有其他很多效应,由于诸多因素导致的,诸如IPO抑价效应,小公司效应,效应,整数效应,股利理论,盈余公布效应等。 从诺贝尔 学奖的颁奖时间看,前两个理论是一组,第三及第四是另外一组,两组进行比较。第一组是从数理的角度出发,基于期望均值本文由 联盟 收集整理和方差,将收益和风险进行量化,由这两个变量来主导投资,通过一系列的对比分析,均衡选择,得出结论。而后一组中有很大程度的数量分析,但主要思想是从外部和内部相结合的理论,外部的信息以及人的行为对进行投资的影响。 二、指数介绍 (一)上证指数 上证综合指数是最早发布的指数,是上海证券交易所从1991年7月15日起编制并公布上海证券交易所股价指数,它以1990年12月19日为基期,设基期指数为100点,以全部上市股票为样本,以股票发行量为权数,按加权平均法计算,遇新股上市、退市或上市公司增资扩股时,采用除数修正法修正原固定除数,以保持指数的连续性。然后于2006年1月4日发布了新上证综合指数,新综指选择已完成股权分置改革的沪市上市公司组成样本,实施股权分置改革的股票在方案实施后的第2个交易日纳入指数,新综指是一个全市场指

统计机器翻译

统计机器翻译 来自维基百科,免费的百科全书 统计机器翻译(SMT)是一种机器翻译的模型,译文在统计模式的基础上生成,而统计模式所需的参数来自于对双语文本语料库的分析。 机器翻译中基于统计的方法与基于规则的方法和基于实例的方法相对。 统计机器翻译的最初想法由Warren Weaver在1949年〔1〕提出,其中包括对Claude Shannon 的信息理论。 统计机器翻译在1991年时由IBM公司的托马斯?J?沃森研究中心的研究者们再次提出,并且对近些年来重新唤起人们对机器翻译的兴趣作出重大贡献。到2006年为止,它已经是研究最广泛的机器翻译模型。 优势 统计机器翻译相对于最常被人们谈论的传统模型的优势如下: ?更好地利用资源 o存在着大量可被机器读取的格式的自然语言。 o通常,统计机器翻译系统不是针对于任何具体的语言配对。 o基于规则的翻译系统需要对语言规则的手动开发,这样不仅成本很高,而且通常对其它语言不适用。 ?更多的自然语言翻译资料 统计机器翻译的想法来自于信息理论。本质上来说,文档的翻译在基于可能性的p(e | f),其中的本国语言(例如英语)字符“e”就是对外国语言(例如法语)中字符“f”的翻译。一般来说,这些可能性都是利用参数估算的技术实现。 将贝叶斯法则应用于p(e | f)这个外语字符译成母语字符的可能性,会得到这一可能性,其中的翻译模型p(f | e)表示母语字符是对外语字符的翻译的可能性,而语言模型p(e)表示那个母语字符出现的可能性。从算术上来说,发现最佳译文也就是选取出现概率最高的那个。 要严格执行这一过程就必须对母语中所有字符e *进行穷举搜索。有效搜索就是机器解码器要做的工作,利用外语字符、启发式的或其它方法来限制搜索范围,同时保证合意的译文质量。质量和所耗时间之间的这种交换在语音识别方面也可以看到。 翻译系统不能将所有的母语字符串和它们的译文都存储起来,所以只能对文档进行逐句翻译,但即使这样也还是不够的。语言模型是典型的可被稳定的n-gram模型模拟的,并且同样的方法已经应用于翻译模型,但是语言中不同的句子长度和词汇顺序造成了更多的复杂问题。 统计机器翻译模型最初是基于词汇的(来自IBM的模型1-5),但是在引入了基于短语的模型之后有了重大的发展。近期已经引入了句法或类似语法的结构。 基于词汇的的翻译 在基于词汇的翻译中,待译的元素是所有的词汇。实际上,由于复合的词汇、词法和习惯用

我国股票市场收益率的影响因素研究——基于利率调整和流动性变化的数据分析

F inance 金融视线 3年月 5 我国股票市场收益率的影响因素研究——基于利率调整和流动性变化的数据分析 暨南大学 劳健林 摘要:本文通过SV A R 的方法,捕捉系统里银行间7天内同业拆借加权利率和广义货币量分别对上证综指连续复利收益率和深证成指连续复利收益率的结构关系,发现利率对股票市场收益率存在反向即期影响,而广义货币量则存在正向即期影响。最后,本文就研究结论提出政策性建议。关键词:利率广义货币量股票市场收益率结构向量自回归模型中图分类号:F832 文献标识码:A 文章编号:1005-5800(2013)07(b)-075-03 1研究背景 近期受到银行间流动性紧张以及其他方面因素的影响,我国股市出现大幅的下滑。2013年6月25日,沪指盘中击破1949点下探至1849点,市场再度回到2000点以下。中国股市是政策驱动型,当局发出的信号对投资者的影响尤为重要。对于银行间同业拆借利率的飙升,刚开始时央行态度坚定,不予救市并规劝商业银行整理贷款账目,这些利空消息致使投资者急于抛售资产。正因为利率调整和流动性变化对我国股票市场收益率有着重要的影响关系,国家当局可以通过利率和流动性对股票市场的主体来进行引导,促进资本市场进而整个宏观市场的健康发展。 利率是一国货币政策的重要指标,央行对基准利率进行调整,控制国内信贷规模和货币投放量,引导各种市场主体的经济行为,从而达到对宏观经济进行调控的目的,使国家的经济走上平稳发展的轨道。利率是影响股票市场的基本因素,一般认为利率与股票价格存在反向变动关系,因为利率是股票的投资机会成本,一旦利率上升会使资金流出股市,从而导致股价下跌,投资者收益率减少。而流动性反映的是在一个宏观体系中所投放货币量的多寡情况。一般来说,流动性较好的时候,为投资者提供资金来源注入股市,从而有更好的投资预期,即流动性与股市收益率存在一个正向变动关系。既然利率与流动性对一国股票市场产生如此重大的影响作用,本文将从以往的历史数据入手来探究三者之间的关系。 2实证分析 2.1SV AR 模型构建及识别 2.1.1SV AR 模型构建及样本选取 SVAR 较VAR 优良在于可以捕捉模型系统内各个变量之间当期的结构性关系,并可直观地观察标准正交随机扰动项对系统冲击的影响情况,且其脉冲响应函数分析过程中使用到的变量冲击是独立于其他变量冲击,排除其他因素的干扰。因此,本研究分析构建如下的SVAR(p)模型: AALyt=A εtA εt=Bet Eet=0 Eetet'=In 其中,yt 是n 阶列向量,其分量为研究系统内的各变量;A 、B 被称为正交因子分解矩阵,都是n 阶非奇异矩阵。矩阵A 反映结构性冲击对内生变量的影响乘数;矩阵B 则对标准正交随机扰动项的方差-协方差矩阵设置约束条件。εt 是缩减式V AR 模型中的随机扰动项,亦称为脉冲值,服从向量高斯白噪音过程,即εt~VGW(0,Σ);Σ是随机扰动项的方差协方差矩阵,即εε'=Σ。而则称为标准正交随机扰动项,期望值为零,各分量间正交即相互独立,且其方差协方差矩阵为单位矩阵。矩阵将系统中的随机扰动项ε转 化为标准正交随机扰动项et 的线性组合,该线性组合通过B 矩阵来实现。 AL 是滞后算子多项式的矩阵表达形式:AL=In-i=1pAiLi ,其中,Ai(i=1,…,p)为n 阶系数矩阵,Li 为滞后i 阶的算子。 要考察系统中利率对股票市场收益率的影响作用,利率选取银行间7天内同业拆借加权利率作为代表变量,因为该利率更能反映出货币市场的利率变化情况;而流动性则选取广义货币量作为代表变量。因此,yt 的分量为银行间7天内同业拆借加权利率I Rt ,广义货币量M2,股市收益率RORt ,即yt=(I Rt,M2t,RORt)'。股市收益率分别考虑上海证券交易所的上证综指连续复利收益率SHRORt ,此时yt=(IRt,M2t,SHRORt)';与深圳证券交易所的深证成指连续复利收益率SZRORt ,此时yt=(IRt,M2t,SZRORt)'。连续复利收益率的计算公式为:RORt=LnPt-LnP t-1,Pt 为t 时点的指数收盘价。 原始数据来源于WIND 数据终端EDB ,选取2001年1月至2012年12月各个随机过程的月数据作为一个实现,样本容量为144。再使用EXCEL 和STATA 等统计软件对数据进行实证分析。 2.1.2SV AR 模型的识别 该模型的识别问题就是要符合联立方程中的阶条件。SVAR (p)模型共有A 、B 矩阵的系数需要估计,共2n2个元素。由所构建的SVAR 模型可推出,A εt εt'A'=BB',等号两边皆为对称矩阵。即一旦模型设立,就附加n(n+1)/2个约束条件,剩下的2n2-n(n+1)/2个约束条件需要通过其他的限制方式来完成。 通常使用的方法有两种:短期约束条件和长期约束条件,在此仅考虑前者。短期约束条件是对A 、B 两个矩阵的元素进行约束,而这两个矩阵此时也称为类型矩阵。首先,对类型矩阵A 进行分析,需要甄别所建立的SVAR 模型背后的经济意义,考虑到当期我国股票市场收益率和当期广义货币量的结构冲击不会立即对当期的利率产生影响,以及当期我国股票市场收益率也不会对当期广义货币产生影响,使用三个“伍德因果链”约束条件,即I Rt eRORt=0, IRt eM2t=0和M2t eRORt=0。然后,考虑类型矩阵B ,为使结构扰动项彼此不相关,这也是比较合理的假设,从而类型矩阵B 设为对角矩阵的形式。至此,可以构造出两个类型矩阵,此时模型恰好识别:A=100.10..1,B=.000.000.。2.2单位根检验及格兰杰因果检验 2.2.1单位根检验 分别对四个变量进行单位根检验,发现上证综指连续复利收益率的τ值为356,绝对值大于5%置信水平上的临界值35的绝对值,通过单位根检验;而深证成指连续复利收益率的τ值 www.china bt .n et 201707-E t t et -A t -.2-.44

中国股市发展史

中国股市历史详述 股市的诞生 上个世纪80年代,改革开放刚刚起步,整个社会都弥漫着除旧布新的气息和不破不立的激情,但是同时各种新潮思想也随时要应付相应的政治风险。 笔者认为资本市场构想的提出具有划时代的意义,非常佩服当时中国人民银行研究部的那20个研究生。他们在1984年写的一篇“中国金融改革战略探讨”引爆金融界。其中第一次谈到了在中国建立证券市场的构想,直接引发了当时的股份制热潮。 1984年11月18日,中国第一个公开发行的股票-飞乐音响向社会发行1万股(每股票面50元)。 飞乐当时得天时地利人和,在1984年7月,上海颁布了一个地方性法规-《关于发行股票的暂行规定》,飞乐抓住这一次机会,一切都顺理成章的发生了,用现在的话讲就是第一个吃螃蟹的人 中国第一张上市公司股票 就这样,“小飞乐”承担起了我国证券市场从无到有——零的突破。 1986年9月26日,中国工商银行上海分行信托投资公司(静安分公司曾于1984年公开发行“飞乐音响”股票)开设交易柜台-静安证券业务部,中国第一个证券交易部诞生,产生了股票交易。 ●这一阶段,涉及到两个重要人物 黄贵显(静安分公司经理,后更名为静安证券营业部)

主导“飞乐音响”股票的发行,在1986年9月静安营业部开设交易柜台批准成立,在他的努力下新中国真正意义上出现了股票交易 黄贵显在静安证券交易部 秦其斌(前飞乐音响董事长) 一个很有想法也很果断的人,跟吴邦国关系很要好,在领导下面自然得做出点成绩来啊,1984年上半年,他便提出了股份制的构想,通过发行股票向其他单位和内部职工集资。 秦其斌在接受采访 量变到质变:由于后续股票交易的火爆,已经越来越多的股份制公司开始发行股票,为了规范化,同时加深金融改革,大的背景是改革开放-证券交易所应运而生。 1990年11月20日,上海证券交易所成立,同年12月19日正式营业,以当日为基日,基日指数定为100点。有上证综合指数,俗称“沪指”。 1991年7月3日,深圳证券交易所正式开业。 请注意:目前所讲的深指全称为“深证成分股指数”,并不是指“深证综合指数”。 值得一提的是,在当时,国际上证券交易的交易模式主要有两种: ●口头竞价 ●电子计算机交易系统 尽管上交所的交易规则中规定的是口头竞价和计算机交易两种方式,其实“宝”全部押在电子计算机交易上。可以讲,这是一种极大胆的、跨越式的发展,因为当时连最简单、

中国国内上市公司收益率分析报告

对中国国内上市公司的资本资产定价模型的分析报告 一、理论介绍 资本资产定价模型,即Sharpe (1964),Lintner (1965)和Black (1972)建立的简捷、完美的线性资产定价模型CAPM (又称SLB 模型),是金融学和财务学的最重要的理论基石之一。CAPM 模型假定投资者能够以无风险收益率借贷,其形式为: E [R[,i]]=R[,f]+β[,im](E [R[,m]]-R[,f]), (1) Cov [R[,i],R[,m]] β[,im]=─────────── (2) Var [R[,m]] R[,i],R[,m],R[,f]分别为资产i 的收益率,市场组合的收益率和无风险资产的收益率。 由于CAPM 从理论上说明在有效率资产组合中,β描述了任一项资产的系统风险(非系统风险已经在分散化中相互冲消掉了),任何其它因素所描述的风险都为β所包容。因此对CAPM 的检验实际是验证β是否具有对收益的完全解释能力。 资本资产定价模型(CAPM)在理论上是严格的,但是在实际中长期存在着实证研究对它的偏离和质疑,其原因主要是资本资产定价模型的一组假设条件过于苛刻而远离市场实际。本次分析报告旨在通过对随机抽样的中国上市公司的收益率的分析,考察在中国的股市环境下,CAPM 是否仍然适用。 二、数据来源 本文在CSMAR 大型股票市场数据库中随机选取了1995年1月到2001年12月的100支股票(存为名叫rtndata 的EXCEL 文件),作为对中国股票市场的模拟。同时还收集了同时期中国银行的年利率(取名为rf )作为无风险利率,并通过各股票的流通股本对上海、深圳两个市场A 股的综合指数进行加权(取名为mr2)。 在SAS 中建立数据集,其中各列指标分别为各股票的月收益率(为处理方便,股票名称已改为y1-y100)、中国银行的年利率rf (本次报告没有将rf 转换成月无风险收益率,因为这一差异将反映在系数上,且为倍数关系,对结果没有实质性影响)和以流通股进行加权(因为本次报告计算的是市场收益率)的上海、深圳两个市场A 股的综合指数mr2。 本次报告采用的CAPM 模型为:100,...,2,1,?10=++=j e r jt j jt βγγ。 三、方法及步骤 1,在SAS 中以libname 命令设定新库,名为finance 。程序为: libname finance 'G:\finance\rtndata'; run; 2,采用means 过程(也可以用univariate 过程)对这100支股票做初步的均值分析,初步得出各股票的样本均值等数据。程序为: proc means data =; var y1-y100; run ; 3,采用corr 过程对随机抽取的若干支股票进行相关分析,以判断中国股票市场的相关性。程序如下: proc corr data = cov ; var y23 y67; where stkcd>=199512 and stkcd<=199712; run ;

股票市场基础知识资料

股票市场基础知识 全球主要股票市场 美国道琼斯指数(Dow Jones);纳斯达克指数(Nasdaq );英国富时指数(FTSE 100 );德国DAX指数;法国CAC;香港恒生指数;台湾加权指数;日本日经指数 中国股票市场概况 地域:上海证券交易所;深圳证券交易所 层次:一级市场(发行);二级市场(交易);三级市场(升降级) 体系:主板;中小企业版;创业板 股票市场参与者 股票市场发行者股票市场监管者股票市场经营者 上市公司中国证券监督管理委员会证券公司 股票市场交易者股票市场服务者投资咨询企业 个人投资者、机构投资者证券登记结算公司投资咨询公司 股票市场重大事件 1990年12月19日上海证券交易所成立;1991年4月3日深圳证券交易所成立,7月3日正式营业;1992年1月13日兴业房产上市交易,它是上海证券交易所开业后第一家新上市的股票;1992年5月21日全面放开股价,实行自由竞价交易;1996年12月16日《人民日报》发表社论,同时开始实行涨跌幅限制;1999年7月1日《证券法》开始实施; 2005年5月9日股权分置改革试点正式启动; 我国股票的分类 流通股:非流通股: 按照市场属性不同又分为A股、B股、法人股股权分置改革 和境外上市股票。 涨跌幅度限制 涨跌幅度限制(前一个交易日收盘价为基准) 常规股票:正、负10%限制; ST、*ST股票:正、负5%限制; N开头股票:无涨跌幅度限制。(第一天上市或长 时间停盘重新恢复交易) 权证:权证涨幅价格=权证前一日收盘价格+(标的 证券当日涨幅价格-标的证券前一日收盘价) X125%X行权比例。 基本交易方式 投资者的交易方式:现场、电话、网络 T+1”交易:1995年1月3日开始实施。当日买进的股票如果申请卖出需要在下一个交易日实现。 1

上海股市的流动性和市场冲击成本分析

上海证券交易所    上海股市的流动性和  市场冲击成本分析      上海证券交易所研究中心 2006年4月

上海股市的流动性和市场冲击成本分析 研究中心 施东晖  摘要: l交易成本是市场质量的综合体现,也是构成证券交易所核心竞争力的重要因素。在交易成本的构成中,市场冲击成本是重要的组成部分,并且是衡量流动性的最重要指标。  l在电子竞价市场中,由于交易所在某个时刻可以观察到限价指令簿的整体状况,因此可以精确地计算出不同委托量下市场冲击成本的大小。  l尽管上海股市的买卖价差在全球交易所中处于较低水平,但在相同的委托金额下,上海股市的市场冲击成本要远远高于欧洲的主要交易所。  l市场冲击成本可以在实践中得到广泛运用,交易所可用来监测市场流动性的变化,投资者可用来支持投资决策,监管者可用来制定投资指引,指数编制者可用来筛选指数成份股。  l为了给投资者(特别是机构投资者)提供有效的信息服务,增加市场透明性,建议本所可在外部网上每日发布前一个交易日市场冲击成本最低(流动性最好)的10个股票的流动性数据,并在每月的统计月报中披露上证50指数成份股和整个指数每个月的平均冲击成本数据。 一、交易成本与市场质量   1.交易成本是市场质量的综合体现  在金融市场全球化和信息技术革命的双重影响下,证券交易所迎来了全球竞争的新时代。在新在竞争环境下,证券交易所对市场质量的关注与日俱增,国际证券交易所联合会(WFE)在其2004年度报告中就指出:“证券交易过程中的市场质量在全球竞争环境中的重要性日益凸现。”

衡量交易所市场质量的指标可谓是多种多样,包括:流动性、稳定性、透明性、有效性等,这些特性受到交易机制、市场结构和监管制度等一系列因素的影响,而其综合体现就是交易成本的高低。  首先,流动性和交易成本其实是“一个硬币的两面”,较低的交易成本即意 味着较高的流动性。其次,较低的交易成本意味着股价不会因不完全信息及供需 突然变化而大幅扭曲,使市场具有较好的稳定性。再次,较低的交易成本使投资 者可以根据市场信息快速地改变投资组合,加快股价对新信息的反应和吸收能力,使市场具有较高的有效性和透明性。  可见,交易成本是市场质量的综合体现,其高低反映了市场功能的发挥程度。著名的交易系统开发商OM集团就是将交易成本最小化作为系统设计的根本目标。  图1 交易成本是市场质量的综合体现  2.交易成本是构成证券交易所核心竞争力的重要因素  证券交易所的竞争力来源于上市公司和投资者数量的不断增加。从上市公司 角度来看,资本成本等于投资者的需求收益率,当交易成本下降时,投资者的需 求收益率也会下降,进而导致资本成本的降低。就投资者角度而言,交易成本的 降低既会提高投资的净收益,也将显著地增加机构投资者对市场的资产配置比重。因此,从交易所竞争角度来看,交易成本的降低将吸引上市公司和投资者的 积极参与,而上市公司和投资者的积极参与将提高交易量和流动性,并进一步降 低交易成本,从而引发正反馈效应。正是在这一意义上,可以认为交易成本是构

基于非连续短语的统计翻译模型研究

第21卷 第1期2007年1月 中文信息学报 JOU RNAL OF CH INESE INFORM AT ION PROCESSIN G V ol.21,No.1Jan.,2007 文章编号:1003-0077(2007)01-00101-08 基于非连续短语的统计翻译模型研究 张大鲲,张玮,冯元勇,孙乐 (中国科学院软件研究所中文信息处理中心,北京100080) 摘 要:目前统计机器翻译的主流方法仍然是基于短语的翻译模型。然而,该模型并没有考虑对非连续短语的处理。本文提出了一种基于非连续短语的统计翻译模型,利用该模型可以使翻译的基本单元从连续短语扩展到带有间隔的非连续短语,以更好地解决词语翻译时的上下文依赖问题。同时,由于该方法抽取的短语数量较少,也使得解码的效率得到了提高。实验表明,在效率提高的情况下,非连续短语模型可以取得与层次型短语模型相当的翻译结果。 关键词:人工智能;机器翻译;非连续短语;统计机器翻译;短语模型中图分类号:T P391 文献标识码:A Research on Non -contiguous Phrase -based Model for S tatistical Machine Translation ZH AN G Da -kun,ZH AN G Wei,FENG Yuan -yong,SU N Le (Chinese Infor matio n P ro cessing Center,Institute o f Softw are,Chinese Academ y of Sciences,Beijing 100080,China)Abstract:T he phr ase -based stat istical machine translat ion mo del is still the most popular model nowadays.Ho wever ,non -contig uo us phrases are not taken int o acco unt in t his model.A st at istical machine tr anslatio n mo del based o n non -contig uous phrases is proposed in this paper.T he units of translation ar e ex tended fro m co ntiguous phrases to phrases with interv als in o rder to take adv ant age of the context dependence.With the less numbers o f phrases,the efficiency o f the deco der in o ur model is also impr oved.Ex per iment s show t hat w ith a better eff iciency the t ranslatio n r esults of our non -contig uous phrase -based model and hier archical mo del are comparable. Key words:artificial intellig ence;machine tr anslat ion;no n -contig uous phr ase;statistical machine tr anslatio n;phrase -based model 收稿日期:2006-07-28 定稿日期:2006-10-20基金项目:国家自然科学基金资助项目(60203007) 作者简介:张大鲲(1980)),男,博士生,主要研究方向为统计机器翻译。 1 引言 基于短语的统计翻译模型[1~4]近年来逐渐取代了基于词的模型[5] ,成为统计机器翻译方法的主流。翻译的基本单元从词过渡到短语,可以更好地解决词在翻译时对上下文的依赖问题。基于短语模型的方法在翻译时将邻近的词串作为一个整体进行处理,因此词之间的重排序问题变成了短语内部的问题,降低了翻译模型的复杂程度,翻译质量有所提高。尽管这里的短语可以是任意词串,不要求必须是符合语法习惯的短语,但是却要求是连续的词串, 因此,具体地这种方法也可以称为/基于连续短语0 的翻译模型。 以非连续短语作为处理单元的方法在信息检索[6] 中取得了比较好的效果。Simard 等人首先将非连续短语方法用于统计机器翻译模型[7],翻译质量得到了一定程度的改善。然而Sim ard 所使用的非连续短语模型,要求短语内部的间隔(g ap)部分,必须是严格的词,因此在他们的模型中非连续短语的长度是固定的。比如:短语turn the light o n 和turn the left light on 在利用Sim ar d 的模型表示时,得到turn r r on 和turn r r r on(r 表示任意1个词)两个不同的短语。这样的短语形式不够灵活,

最新上证指数20年里涨跌大体相等 回顾上海股市历史数据

上证指数20年里涨跌大体相等回顾上海股市历史数据 2010年上证指数收盘点位是2808.08点,但是,在3个“发”没有给2011年股市带来好运,昨天上证指数报收2199.42点,2011年K线收出大阴线,这样,上海股市20年的历史上,年K线阴线达到10根。不过,总体上20年来上证指数上涨和下跌的年份大体相等,上涨的时候略多一点。 上证指数从1990年到2011年总共有22根年K线,其中,12根是阳线,10根是阴线,涨跌基本平衡,上涨略多一些。观察上证指数收阴线的10根年K线,大部分是连续2根,如1994年和1995年连续2年下跌,2001年和2002年连续2年下跌,2004年和2005年连续2年下跌。至今上证指数没有出现过连跌3年,2010年和2011年上证指数又是连跌2年,那么,明年是不是可能开阳线呢? 再看跌幅,虽然20年来有10年是下跌的,但是,上证指数跌幅超过20%的也不过只有4次,跌幅最大的是2008年,上证指数下跌65.39%,1994年和2001年上证指数跌幅也超过20%,分别下跌22.3%和20.62%,然后就是今年下跌了21.68%,成为历史上第三大年跌幅。总体看,上海股市有10年是下跌的,但跌幅不算很大。 为了让读者了解20年来上海股市的涨跌情况,将上证指

数每年涨跌数据附在后面。 上证指数历史上年涨跌幅 ■1990年,开盘96.05点,最高127.61点,最低95.79点,收盘127.61点。 ■1991年,开盘127.61点,最高292.75点,最低104.96点,收盘292.75点,上涨129.41%。 ■1992年,开盘293.74点,最高1429.01点,最低292.76点,收盘780.39点,上涨166.57%。 ■1993年,开盘784.13点,最高1558.95点,最低750.46点,收盘833.8点,上涨6.84%。 ■1994年,开盘837.7点,最高1052.94点,最低325.89点,收盘647.87点,下跌22.3%。 ■1995年,开盘637.72点,最高926.41点,最低524.43点,收盘555.29点,下跌14.29%。 ■1996年,开盘550.26,最高1258.69点,最低512.83点,收盘917.02点,上涨65.14%。 ■1997年,开盘914.06点,最高1510.18点,最低870.18点,收盘1194.1点,上涨30.22%。 ■1998年,开盘1200.95点,最高1422.98点,最低1043.02点,收盘1146.7点,下跌3.97%。 ■1999年,开盘1144.89点,最高1756.18点,最低1047.83点,收盘1366.58点,上涨19.18%。

相关文档
最新文档