股票市场全收益率研究
股票收益率均值回归理论及数量方法研究
文 章 编 号 ：１ ０ ０ １ — １ ４ ８ Ｘ （ ２ ０ １ ３ ）１ １ — ０ １ ２ ９— ０ ９
商 业 研 究
Ｃ Ｏ ＭＭＥ ＲＣ Ｉ Ａ Ｌ Ｒ Ｅ Ｓ Ｅ Ａ ＲＣ Ｈ
股票收益率均值回归理论及数量方法研究
宋玉 臣，李楠博
率 均 值 回 归 已被 越 来 越 多 的 实 证 研 究 成 果 所 证 明 ， 长 期 收 益 的 可 预 测 性 远 远 大 于 短 期 收 益 的 可 预 测
波动 的因素很 多 ，并且具有很 强 的随机性 ，不会有 任何现成 的公 式或 模 型 能够 对 其 进行 预 测 。股 票 价格 在 任何 一 个 时点 上都 反 映 了买卖 双 方 不 同 的 期望 ，买方认 为会涨 ，卖方认 为会跌 ，买卖 双方都 不存在信 息优 势 ，他们 输 赢 的 概率 各 占 ５ ０ ％ 。因 此 ，从每一个 时点上讲 ，股 票价格上涨 和下 跌 的可 能性各 占 ５ ０ ％ ，其 数 学期 望 等 于零 ；股票 短期 内 波动较小 ，长期 内波动较 大 ，价格波动 幅度 与时 间 长度呈平 方 根 比例 关 系 ，任 何 关 于 股票 价 格 的预
关 键 词 ：均 值 回 归 ；随 机 漫 步 ；方 差 比检 验 ；价 格 发 现 中 图 分 类 号 ：Ｆ ８ ３ ０ ． ９ １ 文 献 标 识 码 ：Ａ
股 票 收 益 的预 测 问题 是 证 券投 资理 论研 究 的 核心话题 之一 ，均 值 回归 理论 解 释 的是 股 票 长 期 收益 的可 预测 性 问题 。从 证 券投 资理 论 和实 证 研 究 的历史 文献 看 ，短 期 收 益 的 随机 性 与 长 期 收 益
上海股票市场收益率分布研究
Ａｂ ｔａ ｔ Ｆ ｏ ｔ ｅ ｄ ｓｒ ｕ ｏ ｏ ｎ ｆｖｅ ｓｒ ｃ ｒｍ ｈ ｉ ｉ ｔ ｎ ｐ ｉ ｔ ｉ ｗ，ｔｅ ｙ ｅｄ ｏ ｔｃ ｒ ｅ ｏ ｓ ｔ ｏｌｗ ｔｅ ｎ Ｆｌｌｄ ｓｒ ｕｉ ｎ ｕ ｔｂ ｉ ｏ ｈ ｉｌ ｆｓｏ ｋ ｍａ ｋ ｔｄ ｅ ｎ’ ｌｏ ｈ ｏｎ ａ ｉｔｉ ｔ ，ｂ ｔ ｆ ｂ ｏ
征 。本文对上海股 票市场进行分析 ， 用几种方法对股指对数 收益 率进行正 态分 布检 验 ， 采 发现 收益率更加接 近 于一种混合正 态分布 ， 本文利用混合辨析 的思想得 到 了收益率分布 的具体形式 。 关键词 收益率 尖峰厚尾 混合分布 正态检验
Ｄｉｔ ｉ ｕ ｉ ｎ Ｒｅ ｅ ｒ ｈ ｏ ｈ ｅ ｄ ｏ ｈ ｎ ｈ ｉＳ ｏ ｋ Ｍ ａ ｋ ｔ ｓ ｒｂ ｔｏ ｓ ａ ｃ ｆｔ ｅ Ｙｉｌ ｆ Ｓ ａ ｇ ａ ｔ ｃ ｒ ｅ
Ｘｕ Ｘｉ ｏｉ ｇ ａ ｌｎ Ｙｕ Ｓ ｎ ｏ ｇ Ｇｕ Ｂｅｑｉｇ ｉｎ
（ ．Ｂ ｓ ｅｓ ｎｏ ｔ ｎＭａ ａｅ ｅｔ ｏ ｅｅ Ｓ ａｇａ Ｉｓ ｔｔ ｏ ｏｅ ｎＴａｅ Ｓ ａｇ ａ， ０６ ０ １ ｕｉ ｓ Ｉ ｒ ｉ ｎｇｍ ｎ Ｃ Ｈ ｇ ， ｈｎｈ ｉｎｔｕｅ ｆ ｒｉ ｒｄ ， ｈ ｈｉ ２ １ ２ ） ｎ ｆ ｍａｏ ｉ Ｆ ｇ ｎ （ ．Ｓ ａｇ ａ Ｗｏ ｄＦ ｒｉ ａｇａｅＭｉｄ ｃ ｏｌ Ｓ ａｇａ， ０２ ３ ２ ｈ ｈ ｉ ｒ ｏ ｇ Ｌ ｎｕｇ ｄ ｌ Ｓ ｈｏ， ｈｎ ｉ ２０ ３ ） ｎ ｌ ｅ ｎ ｅ ｈ
（ ｌ ｋ Ｓｈｌ ） Ｂａ — ｃｏ ｓ都是以金融资产的收益率服从正态分布为基础的；９４年 ＪＰ Ｍ ｒ ｎ隐含 ｃ ｅ １９ ．． ｏ ａ ｇ
上海市教委科研 创新 重 点项 目（ ５ ０ ０ ０ ４ ； Ｂ一 ９ ２— ７— ０ ） 上海 师 范大 学校 科 研项 目 （ Ｋ ０８ １ ； 海市 重 点 学科 Ｓ２０ １） 上 （ ３ ４５ ； ￥ ００ ） 上海市科委科技项 目（ ７ １５ １ ） 科学计算上海高校 重点实验室 ； ０ ０５ ０ １８ ； ２ ９年上海 市教 委概率论与数理统计 ０ 重点课程 ； 上海师范大学第 五期重点学科（ Ｚ ８５ ； Ｄ Ｌ ０ ） 上海高校选拔培养优秀青年教师科研专项基 金资助 收稿 １ ：００年 ７ ２ １ ３ ２１ 期 月 ３
股市收益率影响因素分析
股市收益率影响因素分析股票市场的投资风险相比于其他投资方式更高，但随之而来的收益和回报也更加丰厚。
因此，股票市场的收益率一直是广大投资者关注的焦点。
而要去了解股票市场的收益率，就必然要研究影响股票市场收益率的各种因素。
1.宏观经济因素股票市场受到宏观经济因素的影响非常大。
比如经济增长速度、通货膨胀、利率水平等都会对股票市场产生重大的影响。
在宏观经济繁荣时期，股票市场往往更为活跃，波动也更加剧烈；相反，在经济萎靡时期，股票市场的表现则通常不佳。
2.政策因素政策因素也是影响股票市场的重要因素。
政府的货币政策、财政政策等对股票市场产生的影响是直接的。
比如，当政府加大对某个行业或企业的支持力度时，股票市场对其股票的需求量就会增加，股票价格相应也就会上涨。
3.公司基本面因素公司基本面因素是指公司自身的财务状况、行业背景、管理层能力等，这些因素对公司业绩的影响又会反映在该公司的股票价格变化上。
股票市场的投资者和分析师都会对一些重要的基本面指标进行分析和评估，比如盈利能力、成长性、估值水平等。
如果公司的基本面良好，那么其股票价格也就有望与之相对应地上涨。
4.市场情绪因素除了上述几种因素外，股票市场还受到投资者情绪的影响。
市场情绪往往会带动股票市场的短期波动，比如恐慌、贪婪情绪、买卖力量等。
这些情绪因素是非常难以预测的，但也是投资者需要重视的因素。
5.国际环境因素在世界经济一体化的大背景下，国际环境因素也越来越受到关注。
股票市场普遍呈现出全球化趋势，国际市场的波动也会对国内股市产生比较直接的影响。
比如国际金融市场的波动对国内货币汇率的影响，也会直接影响股票市场。
总之，股票市场收益率的影响因素是多方面的，包括宏观经济因素、政策因素、公司基本面因素、市场情绪因素和国际环境因素等。
如果投资者能够深入了解这些因素，就能够更好地把握市场趋势，做出更为精准的投资决策。
我国股市市场平均收益率
我国股市市场平均收益率的研究摘要：本文通过对我国股票市场的收益率进行分析，旨在探讨股市平均收益率的变化趋势及其影响因素。
通过对沪深A、B股市场的实证研究，本文揭示了我国股票市场的特点和发展规律。
在此基础上，本文还分析了资产收益的跳跃行为以及股票市场与房地产市场的收益率时变相关性。
关键词：股市；平均收益率；波动性；资产收益；房地产市场1.引言自1990年以来，我国股票市场在我国的经济发展中扮演着不可替代的角色。
在近二十年的发展历程中，不管是在市场资源有效配置，还是在中国经济逐渐走向国际化方面，都起到了至关重要的作用。
中国股票市场已经成为全球股市最重要的分市场之一，股市市值占世界股市市值的比例也在逐年上升。
然而，作为相对不成熟的股市，我国股票市场仍然存在许多问题和挑战。
本文通过对我国股市市场平均收益率的研究，旨在深入理解我国股票市场的运行特点和规律，为相关政策制定提供理论依据。
2.股市平均收益率的实证分析2.1数据来源及处理本文选取了沪深A、B股市场的股票指数日收益率数据作为研究样本。
数据涵盖了从2000年1月1日至2020年12月31日的完整市场数据。
在数据处理过程中，本文去除了节假日和停牌等异常数据，并对收益率进行了标准化处理。
2.2股市平均收益率的计算本文采用了算术平均法计算股市平均收益率。
具体计算公式如下：Rt = (Pt -Pt-1) / Pt-1其中，Rt表示第t期的股市平均收益率，Pt表示第t期的股票指数收盘价，Pt-1表示第t-1期的股票指数收盘价。
2.3股市平均收益率的实证结果通过对沪深A、B股市场的实证分析，本文发现以下特点：（1）股市平均收益率整体呈现上升趋势，但波动较大。
在研究期内，上证综指和深证综指的平均收益率分别为0.18%和0.21%。
（2）股市收益率存在明显的季节效应和周期性波动。
例如，每年一季度和四季度股市收益率普遍较高，而二季度和三季度股市收益率相对较低。
（3）股市收益率的波动性较大，尤其是受到国际金融危机、政策调整等外部因素影响时，股市收益率的波动更加明显。
隔夜舆情的情绪强度特征与股票市场开盘收益率研究
隔夜舆情的情绪强度特征与股票市场开盘收益率研究隔夜舆情的情绪强度特征与股票市场开盘收益率研究引言随着互联网的快速发展和社交媒体的兴起，舆情在信息时代变得更加重要。
舆情指的是人们对于特定事件、话题或者个人的情感态度和观点，通过社交媒体、新闻报道等方式进行传播和表达。
在投资领域，舆情对股票市场的影响愈发显著。
本文旨在研究隔夜舆情的情绪强度特征与股票市场开盘收益率之间的关系。
一、隔夜舆情的情绪强度特征1.1 舆情的定义和分类舆情是指公众对某一特定事件、话题或者个人的情感态度和观点。
在互联网时代，舆情通过社交媒体、新闻报道等方式进行传播和表达。
根据情感倾向，舆情可划分为正面、负面和中性三种类型。
1.2 隔夜舆情的特征隔夜舆情是指在当天收盘后到次日开盘前，涉及到股票市场的舆情信息。
隔夜舆情的特征主要包括情感倾向、信息量和传播速度。
情感倾向是指舆情中蕴含的情绪色彩，如积极情绪、消极情绪和中性情绪等。
信息量则是指舆情中所包含的具体信息内容和数量。
传播速度指舆情信息的传播速度，包括信息的发布时间、传播途径等。
二、股票市场开盘收益率的定义和测量2.1 股票市场开盘收益率的定义股票市场开盘收益率是指股票在每个交易日开盘时的价格相对于前一交易日收盘价的涨跌幅度。
它是股票市场的重要指标之一，反映了股票市场的短期趋势和投资者对市场的看法。
2.2 股票市场开盘收益率的测量方法股票市场开盘收益率可以通过计算前一交易日收盘价与当日开盘价之间的涨跌幅度来进行测量。
具体方法为，开盘收益率 = （开盘价 - 前一交易日收盘价）/ 前一交易日收盘价 * 100%。
通过计算每个交易日的开盘收益率，可以得到一个时间序列数据，用来进行后续研究分析。
三、隔夜舆情的情绪强度特征与股票市场开盘收益率的关系3.1 研究方法本文采用大数据处理和统计分析的方法，通过对隔夜舆情和股票市场开盘收益率的数据进行收集和处理，建立回归模型来研究二者之间的关系。
首先，对隔夜舆情的情绪强度进行量化，可以采用情感分析、文本挖掘等技术对舆情中的情感倾向进行判断和计算。
股票收益率的统计分析及其股价预测
based on below basic supposition, (1) the primary property prices obey the geometry Brownian movement
dS t dt dWt , (2) non- risk interest rate r is constant, (3) St
股票价格的涨跌变化可看作是能量的积存与释放过程,而能量的积存与释放一般 具有指数规律,基于灰色系统理论的 GM(1,1)模型恰好能反映指数的变化规律性. 多数文章只是应用 GM(1,1)模型解决实际问题,而本文通过用 GM(1,1)模型拟合股 票收盘价数据与 ARIMA 模型作对比,结果表明用 GM(1,1)模型拟合股价数据的效 果比 ARIMA 模型好. 因此可用 GM(1,1)模型做短期预测. 关键词: 核密度估计；几何布朗运动；转移概率矩阵; 股票收益率;ARIMA 模型.
ABSTRACT
In 1973 Fischer Black and Myron Scholes establish the formula of call option
V S t N (d 1 ) Ke r (T t ) (d 2 ) , which is known as the formula of Black-Scholes. It
the primary property does not pay the dividend, (4) not to pay the transaction cost and the tax revenue, (5) no the chance of arbitrage. Since the famous Black- Scholes formula publication, the financial theory aspect obtained leap development. By studying the stock market, however, many researchers discover that the stock prices do not obey the geometry Brownian movement, i.e., the logarithm return rate of stock prices do not obey normal distribution. For instance, literature [6] and [7], by analysis measured data, illustrate that Brownian movement and market actually is distanced really far. So people have focused on the problem of options pricing on more accurate description stock prices movement. Thus it can be seen that it is more important to study the stock prices movement. This paper doesn’ t directly study the problem of options pricing instead of exploring the problem of return rate of stock and price forecasting, which proves investment strategy for investors and do some work for exploring options pricing in the future. Studying the rule and characteristic of return rate must be explored when we study the return rate. Because kernel estimation has good nature, for example, asymptotic unbiased estimation, uniform asymptotic unbiased estimation, square consistency and strong consistency. Thus the first chapter of this document studies the distribution of return rate by nonparametric statistic way if the distribution can’ t be found, and provides investment strategy for investors. With the exception of this, investors want to know when the prices rise to or fall to some prices position, and how much the probability rising to or falling to another price position will be next step? For studying the problem, in the second chapter we introduce week return rate and maximum return rate in a week to explore the stock prices trend and investment strategies during the rise stage, fall stage and trim stage by the theory of Markov
全流通进程中的中国股市全收益率研究
入 、资本 利得 和资 本增 值 收益 。据此 定义 投资 股东
收益 一流通市 值 变化 一交 易手 续费 、印 花税 一市场
筹 资 总额 ＋公 司分 红 ｘ 已流 通股 本 比例 。其 中 ，市 场筹 资总 额包 括原 始股 东获得 的收入 和一级 市 场 申 购 获利 两部 分 。同时 ，市场筹 资 总额 也等 于投资 股
［ 摘 要］ 全 流通 作 为现 阶段 中国股 市结 构调 整 的核 心 ，对股 市整 体 收 益 有 负面 冲 击 ，然
而调整 越 早 ，负面 冲击越 小 。交 易税 费 、公 司分 红和新 筹 资金 对全 收益 率 的贡献 随着 全流通 的推
进 有 所 变 化 ，但 是 新 筹 资 金 对 于 收 益 分 布 始 终 具 有 决 定 性 影 响 。
上述 文献 之所 以结 论迥 异 ，是 因为他 们对股 市 收益率 的定 义并 不统 一 。本 文提 出用全 收益 率 的标 准来衡 量 中 国股市 产生 的整体 收 益 ，并研究 在全 流 通 过程 中各 类股 市参 与 者收益 的演变趋 势 。
发生 着深层 次 的变 革 。理论 界对 全 流通 进程 中我 国 股市 收益 率 的研究 主要 集 中在 分析 收益 率 的影 响因
［ 键词 ］ 全 收 益率 ；全 流通 ； 收益 函数 关 ［ 中图分 类号 ］Ｆ ３ ． １ ［ 献标 识码 ］Ａ ［ ８０ ９ 文 文章 编 号］ １ ０ － ５ ６ （ ０ ７ １ 一Ｏ ４ 一 Ｏ ００ ９ Ｘ ２０ ） １ Ｏ５ ６
随 着 股 份 全 流 通 渐 进 式 地 推 进 ， 中 国 股 票 市 场
一
、
ቤተ መጻሕፍቲ ባይዱ
中国股债市场的风险溢价与股票投资收益率的实证研究
Industrial Finance 产业财经43摘 要：本文以股票市场整体收益率与债券市场收益率两者之差——风险溢价作为自变量，以未来120天、240天、360天的股票投资收益率作为因变量，对变量之间的关系进行了平稳性检验、协整分析，建立了误差修正模型（ECM），最后进行了Granger因果检验。
结果表明股债市场风险溢价对未来股票投资收益率具有显著的正向促进作用，其对于中长期的正向促进作用的弹性明显高于短期；风险溢价是股票投资收益率的Granger 原因。
最后，根据研究结论给投资者提供了相关建议。
关键词：股债市场；风险溢价；收益率；误差修正模型；Granger因果检验一、引言股票和债券在标准化证券投资领域中是最常见的资产组合方式。
这两种资产在投资组合中的配置比例，除了高度依赖投资者风险偏好以外，还与资产的预期收益率之间的关系有很大联系。
为了使投资组合收益最大化，对标债券市场收益率，研究股债市场风险溢价与股票投资收益率之间相关性及其影响因素，对于投资者优化投资组合管理有重要意义。
二、数据和变量（一）数据来源和准备自2005-2020年共16年，A股经历多次的牛熊转换得到的市场数据与同期的十年期国债收益率有强烈的对比性和研究性。
本文基础数据的时间区间为：2005年1月1日-2020年12月31日，共3888个交易日。
基础数据如下：基础数据I：WIND全A指数收盘点；基础数据II：全部A股市盈率（TTM）中位数；基础数据III：十年期国债到期收益率。
其中，基础数据I、II来源为WIND 软件，基础数据III来源为中华人民共和国财政部。
（二）变量的选择1、风险溢价X本文中股债市场的风险溢价X，定义为股票市场整体收益率与债券市场收益率两者之差。
其中，股票市场整体收益率，定义为全部A股市盈率（TTM）中位数的倒数。
此外，本文中的债券市场收益率选取十年期国债到期收益率。
本文将股债市场的风险溢价作为自变量：X=(1/基础数据II)-基础数据III 2、股票投资收益率本文以WIND全A指数作为投资者参与股票市场获得投资收益为基础，以在某一时点未来120天、240天、360天的股票投资收益率作为因变量，分别如下：三、实证过程及结果本文使用平稳性检验、协整检验，验证变量之间的长期均衡关系，之后通过构建ECM误差修正模型实证分析变量间的内在联系，最后运用Granger因果检验确定变量之间的因果关系，使用Eviews10对上述数据进行统计模拟分析。