中国股票市场收益率分布曲线的实证
退学炒股收益曲线
退学炒股收益曲线
一、引言
退学炒股是指学生在校期间放弃学业，将时间和精力投入到股市中，以获取收益的行为。
这种行为在中国股市中并不罕见，尤其是在2007年至2015年之间的牛市中，更是有大量学生选择退学炒股。
本文将对退学炒股进行分析，并探讨其收益曲线。
二、退学炒股背景
1.中国股市的发展历程
2.退学炒股的原因
3.退学炒股的风险
三、退学炒股案例分析
1.李笑笑：从“负资产”到“千万富翁”
2.张三：从高考落榜到“百万富翁”
3.王五：从高杠杆到爆仓
四、退学炒股收益曲线分析
1.初期阶段：高风险高收益
2.稳定期阶段：低风险低收益
3.深度参与期阶段：持续增长但波动较大
五、如何避免退学炒股风险？
1.理性投资，避免过度杠杆化
2.严格控制风险，避免过度贪婪
3.保持清醒头脑，避免受到市场情绪的影响
六、结论
退学炒股是一种高风险高收益的投资行为，投资者应该理性对待。
在进行退学炒股时，需要注意风险控制和理性投资。
只有这样，才能够在股市中获得更多的收益。
股票市场波动非对称性的实证研究
３ ＨＵ ＋Ｉ Ｆ Ｉ Ｙ ＂ Ｔ ｔＣ ４ Ｒｔ Ｉ ： ） ＋ ｔ
Ｒ 是 每 日股票 收益 率 ；ＵＥ 、 Ｄ 、 ｌ Ｔ ｔＷＥ ｔ
验 残 差 的 异 方 差 Ｔ Ｕ 、 ＲＩ是 虚拟 变量 ， ＵＥ 是在 一个 Ｈ ｔＦ ｔ Ｔ ｔ
性， 若存 在 异方 差 序列 ， 在周 二时对 应 的变量 是 １ 其 他都 ， ， Ｄ 在周三 时对应 的变量是 １其 ， 性 ， 进一 步拟 和 为 ０ＷＥ ｔ 则
好消息对波 动的影响更大 。最 的 杰 出的研 究 成 果 而获 得 了 且在 与相同大小 的利 好消息相
后从投资者结构 、心理和交易 ２０ 年 度的诺 贝尔经济 学奖 。 比．利空消息对波动性 的影响 ０３ 机制等方 面解 释这种现象 ，
一
一
Ｚｋ ｉ ａｏａ （ ９ ） 和 ｎ Ｉ ４ ９
而 对 股 市 收 益 率 做 中国股 市的 日收益率不服从正态分布 ，
出 描 述 性 统 计 分 传统 的线 形 回归模 型又以独立 同方 差为
析， 分析 收益 率序 前 提 ， 因此普通线性 回归模 型不适合本文
在研究上海 和深圳股市收益率是 列 的特点 ， 后分 的研究。 然
必须根据收益率 自身 离周 内效应 ， 之后 否存在周 内效应时 ，
不相同。本文 针对我国上海股 ｄ ｎｌ Ｈ ｔｏ ｋｄｓ ｅ 和 称性 ，国外许多学 者提出各种 ｃａ ｅ ｒ ｅ ａｆ ｉ ｅｓ ｉ啪
票市场嫒动 的非 对称性展开深 Ｇ Ｒ Ｈ（ｅ ｅ 】 ｄ Ｒ Ｉ模 型 模 型对 世界备个金 融市场进行 Ａ Ｃ Ｇ ｎｒ ｃ ｛ ａ Ａ １
ｅ ｎ１９ 测 ｓ Ｇ ＲＨ 应 Ｇ Ｒ Ｈ模型对 上海 也反应 金融贤产 （ 如股票 ） 价格 Ｎａｏ（９ １ 提出了 Ｅ Ａ Ｃ 象 ． 用 Ｅ Ａ ｃ
中国股票市场羊群效应实证分析
中国股票市场羊群效应实证分析摘要：羊群效应是指投资群体中的个体在做出决策时，往往会受到他人的影响，从而实行与其他群体成员相似的行动。
本文通过对中国股票市场的实证分析，探讨了羊群效应的存在以及其对市场价格的影响。
探究发现，在中国股票市场存在明显的羊群效应，表现为投资者在股票买卖决策中屡屡受到他人的影响，导致市场价格的波动与集中。
关键词：羊群效应，中国股票市场，投资者行为，市场价格第一章引言1.1 探究背景中国股票市场经历了近几十年的快速进步，成为全球最大的股票市场之一。
然而，在中国股票市场中，投资者普遍存在羊群效应的现象，即投资者往往会受到他人的行为和意见的影响，从而实行与他人相似的投资决策。
羊群效应对市场价格的波动和集中产生了重要的影响。
因此，对中国股票市场的羊群效应进行实证分析，可以更好地理解投资者行为和市场价格的形成机制。
1.2 探究目标本文旨在通过实证分析，探讨中国股票市场中的羊群效应是否存在以及其对市场价格的影响。
详尽而言，本文将从投资者行为的角度出发，通过对市场价格、来往量等指标的统计分析，来验证羊群效应的存在，并进一步探讨羊群效应对市场价格的影响程度。
基于实证分析的结果，可以对中国股票市场的投资者行为进行深度探究，为投资者提供更科学的投资建议。
第二章羊群效应的理论基础2.1 羊群效应的观点及特点羊群效应最早由美国心理学家摩顿·比格曼（Morton Deutschman）提出，指在面对不确定的状况下，个体往往会倾向于仿效他人的行为，以求降低风险和增加得到信息的准确性。
羊群效应的特点包括信息不对称、风险厌恶以及社会认同需求等。
2.2 羊群效应与股票市场股票市场是一个充盈不确定性的市场，投资者缺乏完全准确的信息。
在这种状况下，投资者容易受到他人的影响，实行与他人相似的投资行动。
羊群效应在股票市场中表现为市场价格的波动与集中，同时也会影响来往量的变化。
第三章中国股票市场的羊群效应实证分析3.1 数据来源和处理本文选取了中国股票市场的A股市场作为探究对象，使用了2005年至2020年的日来往数据进行分析。
沪深300指的GARCH—VaR模型的实证分析
沪深300指的GARCH—VaR模型的实证分析作者：高晓巍来源：《市场周刊》2016年第05期摘要：VaR模型是目前金融机构广泛采用的风险管理的工具。
文章选取最新的沪深300指的日收盘价作为数据样本，基于GARCH族模型，探讨其在不同置信水平以及不同分布下的VaR值，并通过回测检验对模型的有效性进行检验。
实践证明，非对称的GARCH模型能够更好地拟合收益序列。
关键词：VaR法； GARCH模型；非对称GARCH模型中图分类号：F830 文献标识码：A 文章编号：1008-4428（2016）05-69 -03一、引言金融衍生产品的价格风险，实质是利率风险、汇率风险、证券价格风险等的一部分。
但由于金融衍生产品的交易额一般都很大，其价格的微小变化都可能造成重大损失和严重后果。
因此，金融衍生产品价格风险引起了金融界的广泛关注，大家迫切寻求一些能够度量和控制金融衍生产品风险的有效方法。
VaR法称为风险价值模型，由于其简单容易操作，事前计算风险，及能够应对投资组合风险等特点成为国内外金融界广泛应用的风险度量方式。
目前，计算风险价值模型常用的计算方法有参数法、历史模拟法和随机模拟法，主要的参数方法包括高斯分布法、t分布法、广义ARCH模型（GARCH）等。
其中GARCH模型除了具有一般回归模型的共同特征之外，还对误差的方差作出了进一步的建模，能够切实刻画收益波动的集群效应，并能较精确地度量VaR值从而对投资者的决策起到非常重要的指导性作用。
目前，关于GARCH模型在VaR的度量与分析方面也有了一定的研究。
本文选取2014至今的沪深300指的日收盘价作为研究对象，通过对比GARCH模型、GARCH-M模型、EGARCH模型和TGARCH模型，找到能最有效地拟合收益曲线的模型。
分别计算其在正态分布、t分布和GED分布下的VaR值并通过回测检验验证模型的准确性。
二、基本概念（一）VaR方法定义1：VaR（Value at Risk）称为风险价值，又称为在险价值、受险价值，是指在市场正常波动下即在给定的置信水平和一定的持有期限内，某项金融资产或证券组合的价值在预期的最大可能损失。
股权风险溢价之谜的中国例证——基于标准C-CAPM模型的实证研究
股权风险溢价之谜的中国例证——基于标准C-CAPM模型的实证研究郑晓亚【摘要】结合全局与分段样本,利用H-J方差界的思想综合考察标准模型对我国自股票市场成立以来的历史数据的解释效力,探讨我国是否存在如西方国家资本市场一样的股权溢价之谜.实证结果发现,通过实际市场数据得出的主要考察参数在模型设定的合理参数取值范围之外,标准模型在分段与全局样本中均不能对我国1992年1月至2012年12月的股权风险溢价提供有效的解释.【期刊名称】《湖南财政经济学院学报》【年(卷),期】2014(030)002【总页数】10页(P137-146)【关键词】股权风险溢价之谜;标准C-CAPM模型;随机贴现因子;H-J方差下界【作者】郑晓亚【作者单位】中国建设银行股份有限公司,北京100033【正文语种】中文【中图分类】F830.91资产定价理论告诉我们，一项资产的风险溢价与其市场风险成正比。
作为早期资产定价理论核心研究成果的CAPM模型在一个单期静态的设定下，利用风险资产对市场组合的β值来衡量这一市场风险，进而决定其带来的风险溢价。
在这样的条件下，CAPM模型中的投资者们无疑是孤立且封闭的，他们只在一个局部且狭隘的资本市场范围内关注自己的投资组合，而不关心自己投资组合的收益是否会与市场以外的其他因素存在关联。
来自现实的资本市场经验表明，当宏观经济形势走低时，如市场组合收益下降，投资者的财富出现缩水，自然的结果是消费降低，此时市场组合的增量收益为投资者带来的边际效用会放大。
从这个意义上说，宏观经济与资本市场的资产收益和投资者效用之间，或许存在一个以消费为纽带的传导机制。
基于消费的CAPM模型的出现正式为资产定价理论打通了这一传导机制。
作为CAPM模型的一般化①，C－CAPM一方面借助跨期的设定为变量赋予了动态性，克服了CAPM模型单期设定中的局限性，在投资者的市场选择对象中引入了具有不确定性收益的有价证券等资产，因而投资者在一个不确定性的环境下做出的决策与现实情况更为贴近;另一方面，C－CAPM模型将消费引入效用函数设定并与跨期设定相结合，使C－CAPM模型中的投资者需要在即期消费与未来消费之间，或是即期消费与即期投资之间做出选择，故而将资产的系统性风险与经济状态 (即消费)联系了起来，并将风险定义为投资者消费增长对证券收益变化反应的敏感程度，寻求这一风险对资产收益和风险溢价的影响。
基于IPO长期收益时间序列的实证分析
文研究标准 的样本有 １ ３ ， ７ 家 其中 １ ９ 年 ９９
３ 家， ００ ７ 家，０ １ ４ ４ ２０ 年 ８ ２ ０ 年 ９家 ， ０ ２ ２ ０ 年１ ２家 。
（ ）ｌ Ｏ 长期 收 益 的衡 量 指标 二 Ｐ
而 是 呈现 出很 有 规 律 的 分 布 ，即 上市 首 日 涨 幅 很 高 ，但 在 上 市 后 较 长 的 时 间 内 ，则
（ 常长期收益率观察期 为 ３年 ） 通 ，则不会
ｅｎ ｓ ｔｆ＇ ｔ ｄ＝ ＿—＿ 』 二 ＿
Ｐ
尸一， ）
其中 ，Ｐ为上市 首日收盘价 ，Ｐ ｅ为新 股发行价。由于股票发行 日与上市 日之间 有一定的时问 间隔 ，在此期 间股票市场的 整体波 ＩＯ 折价率为： Ｐ
Ｒｅｎ￣ ， ｔｆ， ＂ Ｐ
。
的定价效率提 出质疑。 国外实证研究表 明，新股长 期收益率
的 Ａ股股票作 为研究样本。 由于选取的变
一
，】 ｌ
表现 欠佳 ， 存在长期弱势现象 ， ＩＯ公司 即Ｐ
在上市后 的一段 时间里 能给 其持有者带来 的收益与其他 同类 型的非首次公开发行公 司股票相 比要差一些。 国学者对ＩＯ的研 我 Ｐ 究主要集 中在初始 收益率 的研究方面 ，而 对于ＩＯ长期收益率的研 究较 少 ， Ｐ 从现有文 献来看 ，我 国学术界对 “ 新股长期弱势现 象 ”是否存在 尚有分歧 ，因为国外的研究 成果有可能并不适合我 国股市 。那么我国
Ｂ Ａ 方法。 Ｈ Ｒ
成 熟 ， 同 时 也 具 有 与 发 达 国 家 证 券 市 场不 同的特征 。本 文研 究我 国 Ｉ Ｏ 长期 Ｐ 走 势 ，以期 为投 资 者的 正 确 决策 、为提
股票市场价格波动分析——基于EGARCH模型对沪综指的实证检验
ｔ ， ３， ， ＝ｌ ２， … Ｔ
２
条 件方 差 方 程 ：
Ｉ （ ｌ ） ： －３ｎ （ Ｉ ） ＋ ｎ ｔ ｉ ｑＩ － ＇
走 模 型描 述 ． 以 结 合 Ｅ Ａ Ｃ 模 型 将 条 所 Ｇ Ｒ Ｈ
误 差 项 的 条 件 方 差 不 是 某 个 自变 量 的 函 数 ．而是 随着 时 间 变 化 并 且 依 赖 于 过 去 误 差 的大 小 为 了刻 画 预 测误 差 的 条 件 方 差
Ａ Ｃ Ｒ Ｈ模 型进 行 了一般 化 得 到检 验 。只要 不 为 ０ 冲 击 的影 响 就 存 ，
根 据 输 出 结果 ． 件 均值 方 程 表 示 为 ： 条
在资 本 市 场 中 ．存 在 着 资 产 的 向 下运 在非 对 称 性
动 通 常 伴 随 这 比 之 程 度 更 强 的 向 上 运 动 Ｎ ｌ ｎ设 定 的 主要 优 点 之 一 是 ． 由 于 ｅｏ ｓ
中 可能 存 在 的 某 种 相关 性 ． ｎ ｋ 提 出 了 自 Ｅｇ
件 均 值 方 程设 定 如 下 ：
ｌ （ｐ） ｙｎ（ ） ｔ ｎ ｓ １－ ｌ ｓ ｃ ＋ｔ － ｐ－ 】 （） ３
１－ｔ ｌ ／／ １ （ ／ ｕｌ ｔ 、＿ ＋ ｔ 一 ｔｉ － ２ ／－ ｉ） ｔ１
２２ 数 据 分 析 ．
为 减 少 舍 人 误 差 ， 估 计 时 对 ｛ 进 在 ｓ ｝ ｐ
条 件 均值 方 程 ：
ｙ＝ ￣＋ ｔ ｔ股 票 价 格 指 数 序列
（ ） 常 常用 一 种 特 殊 的 单 位 根 过 程— — 随 机游 １
１ 理 论 模 型
从 事 股 票 价 格 、通 货 膨 胀 和外 汇 汇率 对称 模 型 ．能 够用 来 揭 示 资 本 市 场 中 存 在 ＶＩ Ｓ ０。 ＥＷ ５．
中国股票市场羊群效应实证分析
中国股票市场羊群效应实证分析中国股票市场羊群效应实证分析引言羊群效应是指在投资中，投资者往往会跟随大多数人的行为，而不是根据自己的判断进行投资决策。
这种行为模式在中国股票市场中十分普遍，对市场的价格形成和波动产生着重要影响。
本文将对中国股票市场羊群效应进行实证分析，以揭示其存在的原因和影响。
一、羊群效应在中国股票市场中的表现中国股票市场羊群效应的表现可从以下几个方面进行分析。
1. 投资者情绪的传导中国股票市场的投资者往往受到媒体、网络等各种信息渠道的影响，特别是投资人气旺盛的个股更容易受到关注和追捧。
一旦某只股票或板块出现炒作，投资者情绪会迅速传导，并引发更多投资者的跟风行为，形成羊群效应。
2. 少数投资者的操纵中国股票市场中存在一些少数投资者或机构通过散布虚假信息、做多或做空等手段来操纵市场。
这些投资者或机构的行为会引导其他投资者的行为，形成羊群效应。
3. 信息不对称中国股票市场中信息不对称的情况比较普遍。
少数投资者或机构通过掌握更多的信息，能够提前预知市场的走势，从而引导其他投资者跟随行动。
二、羊群效应存在的原因羊群效应能在中国股票市场中存在和蔓延，主要有以下几个原因。
1. 投资者心理因素中国股票市场的绝大多数投资者是散户投资者，他们对市场的了解程度和分析能力相对较低，更容易受到情绪和其他投资者行为的影响。
在面对市场的波动时，投资者更愿意跟随其他人的决策，通过“跟风”来减少风险。
2. 过度关注短期收益中国股票市场中，很多投资者过度关注短期收益，而不是从长期的投资价值考虑。
当某只股票或板块出现上涨势头时，投资者往往只追求短期的高额收益，而忽视了基本面的分析。
3. 信息不对称中国股票市场中信息不对称的问题是造成羊群效应的重要原因之一。
由于少数人对市场信息的掌握程度较高，而大部分投资者缺乏必要的信息渠道，市场上的信息不对称进一步加深了羊群效应。
三、羊群效应对中国股票市场的影响羊群效应在中国股票市场中产生了一系列的影响。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
文章编号:1002—1566(2002)05—0009—
03
中国股票市场收益率分布曲线的实证
Ξ
陈启欢
(上海交通大学管理学院,上海 200030)
摘 要:股票价格行为的随机理论认为市场收益服从正态分布,但在现实中这一假设不一定成立
,
市场收益率更多地呈现出偏离正态分布的形式。本文检验中国市场的收益率分布形态。
关键词:股票;收益率;价格行为;正态分布;t分布
中图分类号:O212;F830文献标识码
:A
1.
收益率的分布与股票价格行为
股票价格行为的随机理论认为实际的股价遵循某种随机的离散过程。股价的波动被认为
由外部噪声造成,当时间间隔Δt→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
:
Δ
S
S
=φ(μ・Δt,σΔt) (1
)
ΔS=μ・Δt+σ・S・Δ
z
(2)
[1]
ΔS为短时间Δ
t后股票价格s
的变化
μ
为单位时间内股票的预期收益率
σ
为股票价格的波动率
φ
(m,s)
表示均值为m,标准方差为s的正态分布
(1)
式表明如果外来噪声服从正态随机过程,Δs/s即收益率将服从均值为μ・
Δ
t
,
标准方差
为σΔt的正态分布
Δz=∈Δt,∈表示服从标准正态分布,Δ
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。
收益率的分布方式影响着股票价格的行为,只有当收益率遵从正态分布,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意味着式(2)
中的外部噪声项
σ
・s・Δz就不服从正态随机过程。换而言之股价的行为方式不再遵从正态马尔科夫过程,市场
可能不处于弱势有效状态。另外,收益率从遵从正态分布也是Black-Scholes微分方程的基
本假设前提,如果收益率偏离正态分布,微分方程也需要进行修改。这个角度观察,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。
本文将对中国深沪两市的股指收益率的分布进行实证检验,考察其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。
9
中国股票市场收益率分布曲线的实证
Ξ
收稿日期
:2001-04-25
2
.
实证
2.1.本文的实证样本及样本容量如下:样本样本容量深圳成分指日数收盘价1995年5月5日-2000年10月26日深圳成分A股指数日收盘价1995年5月8日-2000年10月26日深圳成分B股指数日收盘价1995年5月5日-2000年10月31日深圳综合指数日收盘价1995年7月14日-2000年11月3日深圳A股指数日收盘价1995年7月14日-2000年11月3日深圳B股指数日收盘价1995年7月14日-2000年11月3日上海综合指数日收盘价1992年5月21日-2000年11月3日上海A股指数日收盘价1992年5月21日-2000年11月3日上海B股指数日收盘价1992年5月21日-2000年10月27日上海30指数日收盘价1999年7月14日-2000年10月26日 本文采用股票指数收益
率来代表收益。因为深沪的
单股价格信息没有把历史上
的除权进行还原,以至前后
价格缺乏可比性,故不对单
股进行检验。事实上,深沪
两市的股价指数包含了市场
个股价格信息,前后有一定
的可比性,比起单股更适于
表示股市的收益率。
2.2
.实证步骤和采用的数学工具如下:
1、用偏度、丰度法检验指数收益率的正态分布性,可信度设为90
%
。
2、如果收益率分布通不过正态分布检验,用K-S法(柯尔莫哥洛夫-
斯米尔诺夫检验
)
检验收益率是否服从某一自由度的t分布,并确定自由度值,可信度设为95%。
3
、如果有两个以上的自由度的t分布通过检验,以检验误差最小的自由度的t分布为最
优分布,即认为市场收益率分布将以最优分布为其分布形式。
2.3
.
检验结果和各指数频率分布图
(1)
上述各种指数均通
不过正态分布检验
(2)
t
分布拟合检
验结果
:
(3)
指数频率分布
图(见附后
)
注:本文为了避免
篇幅过大,只附上深圳
成分股指数和上海
B
股指数的频数分布图。
样本自由度范围最优自由度均值标准方差
深圳成分指数日收盘价
550.00090.0226
深圳成分A股指数日收盘价
550.00140.0234
深圳成分B股指数日收盘价无无
0.00060.0277
深圳综合指数日收盘价5～∞
80.00100.0155
深圳A股指数日收盘价5～∞
80.00100.0154
深圳B股指数日收盘价4、5、6、
750.00110.0264
上海综合指数日收盘价无无
0.00070.0313
上海A股指数日收盘价4、5、
650.00100.0155
上海B股指数日收盘价无无
0.00110.0226
上海30指数日收盘价4～∞
90.00020.0162
注:当自由度达到108仍能通过检验,则视其为∞。
3
.
结束语
中国的股票市场的收益率从整体上完全不符合正态分布;而大体上符合自由度5～9的
t
分布。实际收益率分布说明了中国证券市场尚未满足正态马尔科夫过程,处于弱势非有效市
场。从数理统计角度比较,正态分布属于t分布族,当t分布自由度趋向无穷大,t分布就转
换成正态分布。现有七个指数满中t分布,最优自由度范围为5～9,说明了实际的市场收益
率分布与理想市场收益率分布的差距,最优自由度越高说明实际股市价格行为越符合随机的
股价行为假设。另外,市场的平均收益率非常接近零,但均处于正侧,也说明了目前市场的价
格行为正处于微弱的不平衡状态。尚有3个指数不符合任何自由度的t分布,呈现出不规则
和不对称,在这种情况下市场价格行为更加偏离有效市场的价格行为。总而言之,从总体来
看,中国的股指基本服从t分布,离正态分布有一定的差距,表明股价的波动并非完全由外来噪
01
数理统计与管理 21卷 5期 2002年9月
声造成的,还存在一些非随机因素影响着股价,这些影响因素的性质有待进一步的深入研究。
附图
:
[参考文献]
[1] 约翰.赫尔.期权、期货和衍生证券〔M〕.北京:华夏出版社,1997:214-215.
ThecurveofstockmarketyieldinChina
CHENQi2huan
(ShanghaiChiao-TungUniverstig,Shanghai200030,China)
Abstract:Thebehaviortheoryofstochasticstockpricearguesthattheyieldofmarketobeysnormaldistribution.
However,infact,thehypothesisdoesn,tcomeintoexistencecompletely.Theyieldoftenpresentsthepatternsasab
2
normaldistributions.ThisstudyteststhedistributionpatternsofyieldinChina.
Keywords:stock;yield;behaviorofprice;normaldistribution;t-distribution
11
中国股票市场收益率分布曲线的实证