一、中国股市收益率的时变方差与周内效应（论文文献综述）
冯珊[1]（2020）在《基于我国A股市场周内动量策略的研究》文中认为行为金融学提到,投资者的认知能力有一定限度,因此在进行投资决策时可能会产生一些心理偏差,比如过度保守或自信,这将导致投资行为的两种结果——反应过度和反应不足,而这两个正是动量和反转效应的理论基础。动量概念由Jegadeesh、Titman（1993）提出以来,就得到了许多关注,它的存在意味着股市非完全有效。在此之前,有不少人研究过我国股市的动量效应,以日度为考察周期的也有不少,但却没有人研究其在周内的表现规律。众所周知,我国股市往往在周末聚集大量的消息,很多券商选择在周一发布研报,投资者会关注此类消息,这会影响投资者的投资行为,因此周一股市呈现出较大的波动,那么,在这个过程中,会不会出现反应不足和反应过度的情况?在周一收益较高的股票,之后的表现是否也不错?受到周一效应的启发,本文将该现象与动量效应相结合,利用非重叠的抽样方法分别构造赢家、输家,来研究周内是否具有动量特征以及股价运动规律如何。本文首先对周内效应做检验,发觉现阶段我国股市中仍然具有该效应,具有较为明显的“周一效应”。然后以周一为起点,设置周一、周一周二、周一至周三、周一至周四为排序期,参考JT（Jegadeesh&Titman）基本方法,即以不同排序期内股票收益率大小排序,选出前10%作为赢家,后10%作为输家,研究其收益规律,因为我国股市具有卖空限制,故未构造对冲组合。最后研究发现:（1）A股市场中具有短期动量以及反转特征;（2）赢家以及输家组合均呈现出较为突出的统计规律,即当排序期一定时,随着持有期的延长,组合盈利概率逐渐降低,收益波动程度与波动区间越大;（3）输家策略相比于赢家策略,收益更不稳定,风险更高;（4）在周一至周三、周一至周四选择出的股票组合,不管赢家还是输家,表现均比较差,没有投资价值,而将周一周二选择的赢家组合持有1天的策略表现出了整体上持续上升的动量收益;（5）考虑涨停板因素后,组合收益仍然呈现出了以上类似的规律,但动量特征减弱,反转特征增强,赢家组合盈利概率有所减小并且收益有明显降低,这说明强势股的存在对策略影响较大,使策略看起来表现较好,收益较高。在符合我国股市的实际情况下,本文研究了动量收益的短期运动规律,这无疑丰富拓展了动量效应研究,比如以月度为周期研究动量效应时可以与季节效应、一月效应相结合,从新的角度研究了股市的有效性,这具有重要的意义。同样,这对投资者来说,具有一定的参考价值,可以使投资者制定出合理并能获取超额收益的投资策略。
郭柱成[2]（2017）在《上证指数周内效应研究 ——基于AR-GARCH-GED模型和滑动窗口回归》文中提出上海证券交易所于1990年12月19日起正式挂牌交易,中国股票市场从这一天开始了曲折、漫长而卓有成效的发展,交易所上市股票从最初的上海证券交易所八只股票,发展到至今3000多只股票的庞大规模。我国股票市场的迅速成长与发展,向金融经济领域的研究人员对我国股票市场各类问题的研究提出了客观的需求。证券市场的周内效应长期以来作为一种金融异象在金融经济领域得到了广泛关注,对于此问题的研究将对我国证券市场政策制定、证券市场交易行为以及学术界关于我国证券市场周内效应的认识均具有重大意义。本文基于GARCH模型和滑动窗口回归方法,对上证指数周内效应分别进行了全样本和滑动窗口回归检验。通过引入自回归项和广义误差分布,本文对传统的GARCH模型进行了改进并建立了AR-GARCH-GED模型,从而使得在全样本回归条件下得出了上证指数比之前研究更为显着的周内效应。通过引入滑动窗口回归方法,本文进一步考察了全样本回归下所存在的周内效应是否仅仅是一个数据挖掘的纯机会主义行为。滑动窗口回归结果显示,在1059个窗口中,周内效应显着的比例仅在13%到24%之间。全样本回归和滑动窗口回归两种方法层层递进并逐步深入的检验了上证指数周内效应的情况,对上证指数周内效应有了全面而稳健的检验结果。本文使用了1990年12月19日至2016年9月7日期间将近26年的上证指数日数据对上证指数的周内效应进行实证分析,实证结果表明:在全样本回归情况下,上证指数存在显着的周内效应,但是,一旦引入滑动窗口回归方法,这种显着的周内效应是不稳健的,它仅仅是一种依赖于数据挖掘的统计假象。
戚琦[3]（2016）在《基于GARCH模型的中国与亚太股市波动关联性研究》文中研究说明文章应用一元MGARCH-模型分析中国与亚太地区各单个股市的风险溢价,一元EGARCH模型分析杠杆效应;应用多元对角VECH模型分析中国与亚太地区股市间的波动相关性,多元DCC模型分析动态联动性。研究结果表明:中国与亚太地区六个主要股市风险溢价为正,且杠杆效应明显;不同股市间相互影响是持久的,金融波动呈现趋同性;大陆股改的完成促进中国与亚太股市相关程度的提升。由此可见,中国与亚太地区股市波动关联性研究从多方面刻画了中国与亚太地区股市波动性关系,扩充了亚太地区股市波动性及波动相关关系方面的研究。系统深入分析中国与亚太地区股市波动关联性不仅可以指导投资者构建多样化的投资组合、控制投资风险及应对股市波动,更能为金融监管部门提供完善金融制度与政策的制定提供参考。对中国与亚太地区各股市应用MGARCH-模型分析风险溢价特征,存在正的风险溢价。增加单位风险?时,上海股市增加0.651个单位回报,风险溢价系数最高,香港股市、台湾股市、澳大利亚股市、马来西亚股市、日本股市、韩国股市分别增加0.64、0.608、0.421、0.364、0.133、0.124个单位回报,高收益也伴随着高风险。由此可见,上海股市与香港股市的收益率的风险投资回报是较高的,相对于其他股市,投资者投资于中国股市的收益是丰厚的。对中国与亚太地区各股市应用EGARCH模型分析杠杆效应,杠杆效应明显。当股市出现单位利好消息时,给上海股市带来的冲击为0.291个单位,冲击最大,其次是香港股市、台湾股市、韩国股市、日本股市、马来西亚股市和澳大利亚股市。当出现单位利空消息时,给韩国股市带来的冲击最大,为0.547个单位,其次是马来西亚股市、澳大利亚股市、台湾股市、上海股市、日本股市和香港股市。由EGARCH模型结果,得到七个股指的信息冲击曲线。清晰的看出信息冲击曲线为非对称的,y（28）0轴左侧直线较右侧更加倾斜,即对各股市利空带来的波动明显大于等单位利好引起的波动。中国与亚太地区各股市对利空消息反应更强烈。使用多元对角GARCHVECH-模型分析中国与亚太地区股市间波动相关关系,结果表明,上海股市与其它股市间的协方差方程的上期残差乘积项tt--1,21,1??与上期残差交叉项t1,12-h的系数之和均在0.9470.991之间波动,可以看出,各股市间条件方差即波动之间存在持久的相互影响,在亚太区域经济一体化下,中国股市与亚太地区各股市间的联系愈加密切,股市波动呈现趋同性。使用多元GARCHDCC-模型分析中国与亚太地区股市间动态联动性,结果表明,2006年中国大陆股权分置改革基本完成以后,上海股市与香港股市之间联动性显着增强,并随后一直维持在较高水平,股改的基本完成对中国股市的发展意义重大,台湾、韩国与日本股市受国际股市影响较大,对全球经济波动的反应更灵敏。2015年下半年,中国股市与亚太各国股市的波动相关性呈明显的上升趋势,这与中国积极推进与亚太各国之间的经济贸易往来有关。2016年上半年,受上海股市下跌的影响,与其它股市的相关关系均有所下降。
张娟娟[4]（2016）在《沪深指数收益率与波动的周内效应再检验》文中指出自我国股票市场成立以来,随着我国经济突飞猛进地快速发展,股票市场其经历多次周期性的大涨大落,近年来日益壮大并且完善,其在我国国民经济起着不可忽视的作用,并且成为衡量我国宏观经济状况的风向标。在经济体系中,理性人假说是前提条件,反观股票市场,其中有效市场假说在股票市场理论中起着不可替代的作用。通俗意义上的股票市场的有效性,是指股票市场中的现在的股票价格已经准确及时地反映了所有与此股票相关的信息。也就是说,投资者无论是使用技术分析还是基本面分析,均已不能再获取超额利润。但是近年来,国内外的一些学者对自己国家的股市进行研究时发现,股票市场存在或多或少的周内效应,即在一个交易周内,每天的收益率并不相同,存在差异性,但这种差异性是有规律的,故投资者可利用这种一周之内收益率具有差异性的规律进行股票投资,进而获得超额利润。此种现象违背了市场有效性假说,但目前还未有解决办法,称为股票市场的一大难题。自周内效应发现以来,其引起国内外学者的研究兴趣,各个学者纷纷加入到研究大潮,故无论是在数据的选择上还是研究方法上都有众多不同的文章。本文在充分吸收和借鉴前辈研究成果的基础上,根据不同的宏观经济形式和重要经济事件的发生对研究阶段进行划分,文章以股权分置改革的实施为间断点,将原样本区间分为两段,分别研究股权分置改革实施前后的沪深股市收益率与波动性的周内效应,进而探究沪深两市周内效应的变化,检验在实施股权分置改革后,周内效应是否削弱或消散,并根据实证结果给出具有可操作性的政策建议。首先分析我国股市的特点,从不同的方面给予政策性建议,主要目的是加强我国股票市场的有效性建设。本文的政策建议主要从三个方面为切入点:首先是培育机构投资者和个人投资者;然后培养投资者的投资理性;最后强化市场监督者的职能。本文的现实意义在于提醒市场监督者制定合理的市场制度和实现其职能,并且能帮助投资者制定更加现实有效的投资方案,实现其财富增值的目的。本文采用2005年9月5日到2016年3月10日期间,上海证券综指与深证成指的日平均收益率为研究目标,并以2010年4月16日股权分置改革的实施为分割点,将原数据分为2个区间,并对每一区间内的数据的样本逐个进行研究。在研究方法上,本文首先对分别对每一样本区间进行单位根检验,确定每一序列的平稳性;然后进行虚拟变量的最小二乘法估计,回归结果显示残差中存在自相关,故随后进行自相关检验;然后分别使用ARCH模型、GARCH模型和GARCH-M模型等研究方法对沪深两市的数据进行实证研究,最终得到结果。根据实证结果得出:（1）当考虑全样本区间时,从均值方程中看出,深市具有显着的周内效应,具体来说表现出负的周一效应与正的周五效应;而上海股市呈现出了负的周一效应和正的周三效应。以上实证结果说明沪深两市均有周内效应,只是两市周内效应的显现时间不同而已。从条件方差的结果我们可以看出,周内效应也明显存在于沪深两市的收益率波动性中,但是其在两者中发生的时间并不相同,分别出现在周五和周一。（2）由分段数据的实证研究对比中发现,实施股权分置改革未能削弱股市的股票收益率及其波动率的周内效应均,它只是改变了周内效应发生的具体时间。由此可见,股权分置改革的实施并未显着地提高我国股市的有效性。（3）检验沪深两市的全样本数据的风险溢价效应,实证结果表明随着风险价值的增加,其收益率并未明显地增长,此与常规的风险溢价理论相悖。本文的创新点在于:（1）以全样本区间数据的分区间来分别研究,其中分界点为我国在2010年4月15日实施的股权分置改革,用以探究此项政策的实施是否能增加我国股票市场的有效性。（2）在数据的选择方面也有一定的创新,本文选择的数据的起点为2005年9月9日,在此之前我国股市的交易制度为T+0,此项制度下有利于炒短线的投机者操作,并且股价波动大,随后T+1制度的实施规范了交易制度,在一定程度上抑制投机交易,对我国股市的发展起着重大角色。（3）另外在研究股市平均收益率与其风险的关系上,得出与以往学者不同的观点,即从模型上并未出现资产定价模型中所谓风险溢价的现象。本文的不足:我国研究方法单一,主要是使用GARCH组模型来研究,继续使用旧的方法来研究此类问题,在模型上会有一定的滞后性。
施雅丰[5]（2015）在《在GARCH模型框架下发现的波动率“周内效应”可信吗?》文中研究指明通过分析模型中的自回归结构与"周内效应"之间的相互影响关系发现:基于GARCH模型框架以考察收益率波动"周内效应"的计量方法极易产生误判。随后的一系列Monte Carlo模拟实验不仅印证了上述结论,而且还发现,使用绝对值收益率作为波动率代理对哑变量做回归的方法虽然发现"周内效应"的能力稍逊于上前者,但可以避免误判问题。
仇克迪[6]（2014）在《我国创业板市场的周内效应 ——基于网络媒体影响的实证研究》文中认为日历效应作为一种明显的市场异象,一直以来受到投资者和研究者的广泛关注。日历效应有效揭示了为何市场存在非有效性,比如投资者的不完全理性,信息的不对称和不完全等。日历效应具有年度效应、季度效应、月度效应、周内效应等多种形式,根据样本大小可对不同的效应进行研究。对日历效应进行研究,对于提高股票市场效率,改善金融市场环境,有效调节和配置市场收益和风险,都具有十分重要的意义。以往文献主要是从信息流角度和投资者情绪对日历效应的各分支进行研究,而以往文献所指的信息流普遍为实物媒体信息流。另一方面,随着网络的普及和高速发展,网络媒体逐渐成为了一种新的信息传递的方式,即虚拟媒体信息流。各种类型的论坛、股吧等网站,为信息的交流和情绪的发泄提供新的平台,对股市走势的预测和对个股的看法在网络上进行有效的传播。网络媒体信息流时时更新的特点又与日历效应完美地契合。因此,网络媒体信息流和其中包含的情绪成为研究日历效应的一个新角度。本文创新地以股票市场有关的网络媒体信息和通过文本情绪挖掘而构建的投资者情绪为研究对象,并根据实际获得的样本容量的大小,选择对中国创业板市场存在的周内效应进行研究。本文采用从2012年10月持续至2013年9月的创业板指数收益率作为样本,利用金雪军等（2013）对东方财富网股吧论坛（guba.eastmoney.com）356只创业板个股子论坛里的所有帖子进行文本分析的数据,研究网络信息流量和网络信息情绪对周内效应的影响。本文的实证结果表明我国创业板市场存在正的周一的周内效应,负的周四的周内效应；并且在此基础上,进一步证明了周四负的周内效应的产生与周四带情绪的网络媒体信息流异常有关,且表现为负相关；周一正的周内效应的产生与周一的情绪指数异常有关,且表现为正相关。本文主要分为四部分：第一部分首先对选题的选题的背景和意义进行解释,提出本文的研究思路和研究方法,以及本次研究的创新点和难点.第二部分是对国内外相关文献和理论进行整理和总结。这主要包括三方面的文献：一是国内外对于不同类型的日历效应的研究的相关文献；二是解释日历效应,特别是周内效应的各种假说的相关文献；三是媒体效应,特别是网络效应相关的最新理论和文献。第三部分是本文的重点,在这部分将对我国创业板市场的周内效应进行实证研究,并在这基础上研究两方面的内容。第一方面是网络媒体信息流异常对创业板市场周内效应的影响的研究,第二方面是信息里所包含的情绪的异常对创业板周内效应的影响的研究。第四部分是在研究的基础上,试图提出一些对于研究结果可能的解释,并由此对投资者和监管者提出一些可行的建议。
赵晓琦[7]（2013）在《金砖国家股市收益率波动性比较研究》文中指出金砖国家作为新兴经济体的代表，在世界经济中发挥着越来越重要的作用。然而，伴随着全球经济金融一体化的进程，金砖国家的股票市场产生剧烈、频繁的波动也是众所周知且无可争辩的事实。金砖国家的股票市场是伴随着本国经济改革的进程发育起来的，在整个发展进程中，由于经济体制转轨所导致的市场结构的变化给股票市场造成了有规律的波动性，这种波动性增加了市场的不确定性和风险，却也体现了各国经济转轨中的特有规律，是新兴经济体的经济特色。因此，运用现代计量经济学的方法对金砖国家股票市场的收益率波动进行有效地度量，分析发育中的股票市场的市场行为和特征、风险机制和运行机制，有助于投资者了解本国股市、确定投资策略，并且为实现各国股市自身建设的完善和发展以及与全球金融市场接轨、融合提供了一定的研究资料。本文由五个章节构成。第一章的导论的内容是研究背景以及理论、实践意义，研究思路和研究方法以及文献综述。第二章为股市收益率波动理论分析。从收益率的含义、收益率波动的衡量以及收益率波动的特征分别进行阐述。第三章介绍了本文所使用的计量模型，并对样本数据进行了说明。第四章进行了金砖国家股市收益率波动的实证检验，主要有对样本数据特征的统计检验，包括正态性检验、平稳性检验以及自相关性检验。然后进行了GARCH模型以及非对称性效应检验，并总结了实证结果。最后一章为研究结论和政策建议。
殷双建[8]（2013）在《沪深300股指期货周内效应研究》文中指出随着我国资本市场的快速发展,沪深300股指期货也在筹备多年后,于2010年4月由中国金融期货交易所推出,股指期货的正式运行在我国证券市场的发展历程中具有重要意义。本文尝试理论联系实际,对沪深300股指期货的周内效应进行探讨和分析。以沪深300股指期货在2010年4月16日上市至2012年12月31日的收盘价、成交量和持仓量为样本数据,引入虚拟变量,利用AR-GARCH模型对这三个变量做回归分析。实证结果表明,沪深300股指期货在周内效应中,收益率在周一有显着的负收益,在周五有显着的正收益,成交量变化率只有在周一具有显着性,持仓量变化率在周一、周四和周五均具有显着性。
张炜力,李鹭菁[9]（2012）在《我国沪市周内效应实证探究——基于修正EGARCH模型》文中提出股票市场中的各种效应理论都在不断发展,引人注目。本文针对周内效应做了相关研究。结合实际,以往周内效应论文模型存在收益序列的自相关性,本文对EGARCH模型进行修正,消除了其自相关性,并利用修正的AR-EGARCH模型对上证综指1997-2010年数据进行实证检验。研究发现上海股市存在收益与波动的周内效应:收益存在负的周四效应,波动存在正的周一效应和负的周二效应,另外发现上海股市存在杠杆效应。
张苏林,王岩[10]（2011）在《沪深股指波动率的周内效应和杠杆效应研究》文中指出波动率研究是金融领域的核心变量,Chou提出的条件自回归极差模型在估计波动率方面显示一定的优越性。利用扩展的条件自回归极差模型（CARRXY）,对近年来我国沪深两市波动率的周内效应和杠杆效应进行实证检验,结果显示沪深两市波动率均存在明显的周内效应,但这种波动率的周内效应与收益率的周内效应相悖,同时两市均出现明显的负杠杆效应,这是新兴市场的异象,是与成熟市场不同的异常现象。
二、中国股市收益率的时变方差与周内效应（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、中国股市收益率的时变方差与周内效应（论文提纲范文）
（1）基于我国A股市场周内动量策略的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究步骤及思路 |
| 1.4 本文创新 |
| 第二章 文献综述 |
| 2.1 国外相关研究 |
| 2.1.1 周内效应的相关研究 |
| 2.1.2 动量效应的相关研究 |
| 2.2 国内相关研究 |
| 2.2.1 周内效应的相关研究 |
| 2.2.2 动量效应的相关研究 |
| 2.3 小结 |
| 第三章 周内效应的统计性描述以及实证分析 |
| 3.1 数据来源以及指标构建 |
| 3.1.1 样本的选取以及来源 |
| 3.1.2 指标的构建 |
| 3.2 周内效应的统计性描述 |
| 3.3 模型介绍与实证结果 |
| 3.4 周一效应的产生原因 |
| 第四章 周内动量策略的研究 |
| 4.1 构建周内赢家输家组合 |
| 4.1.1 数据来源以及处理 |
| 4.1.2 研究步骤 |
| 4.2 基于JT法的实证结果 |
| 4.2.1 动量特征的统计规律 |
| 4.2.2 策略回测 |
| 4.3 考虑涨停板因素 |
| 4.3.1 动量特征的统计规律 |
| 4.3.2 策略回测 |
| 4.3.3 策略累计收益率走势图 |
| 4.4 本章小结 |
| 第五章 动量效应理论解释与政策建议 |
| 5.1 理论解释 |
| 5.2 政策建议 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（2）上证指数周内效应研究 ——基于AR-GARCH-GED模型和滑动窗口回归（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 本文研究的目的和研究内容 |
| 1.2.1 本文研究的目的 |
| 1.2.2 本文研究的主要内容 |
| 1.3 创新之处及结构安排 |
| 1.3.1 创新之处 |
| 1.3.2 结构安排 |
| 2 周内效应文献综述 |
| 2.1 周内效应的发现 |
| 2.1.1 周内效应的发现 |
| 2.1.2 周内效应的广泛存在 |
| 2.2 国外对周内效应的理论解释 |
| 2.2.1 误差假说 |
| 2.2.2 市场制度因素假说 |
| 2.2.3 信息流效应假说 |
| 2.2.4 指令流假说 |
| 2.3 国内关于证券市场周内效应的研究现状 |
| 3 ARCH类研究模型框架 |
| 3.1 传统ARCH类型模型简介 |
| 3.1.1 自回归条件异方差（ARCH）模型 |
| 3.1.2 广义自回归条件异方差（GARCH）模型 |
| 3.2 改进AR-GARCH-GED模型 |
| 4 对上证指数周内效应的实证检验及分析 |
| 4.1 上证指数日数据的描述性统计 |
| 4.2 上证指数日数据的全样本检验 |
| 4.2.1 Kruskal-Wallis和Brown-Forsythe无条件检验 |
| 4.2.2 基于AR-GARCH-GED模型的条件检验 |
| 4.3 基于AR-GARCH-GED模型的滑动窗口检验 |
| 5 结论与解释 |
| 5.1 结论与解释 |
| 5.2 不足与后续研究方向 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读硕士学位期间发表的论文目录 |
| B. 作者在攻读硕士学位期间取得的科研成果目录 |
（3）基于GARCH模型的中国与亚太股市波动关联性研究（论文提纲范文）
| 摘要 ABSTRACT 第一章 绪论 |
| 第一节 研究背景及选题意义 |
| 一、研究背景 |
| 二、选题意义 |
| 第二节 文献综述 |
| 一、一元GARCH模型研究股市波动性方面 |
| 二、多元GARCH模型研究股市波动性方面 |
| 第三节 本文的研究思路和研究内容 |
| 一、研究目标和思路 |
| 二、研究内容 |
| 第四节 本文的创新与不足 |
| 一、本文的创新之处 |
| 二、不足之处 第二章 基于一元GARCH模型的中国与亚太股市波动性研究 |
| 第一节 一元GARCH模型理论与波动性介绍 |
| 一、GARCH模型介绍 |
| 二、GARCH-M模型及风险溢价 |
| 三、EGARCH模型及杠杆效应 |
| 第二节 基于一元GARCH模型的中国与亚太股市波动性分析 |
| 一、数据与变量 |
| 二、建立初步模型和ARCH效应检验 |
| 三、基于GARCH-M模型的风险溢价分析 |
| 四、基于EGARCH模型的杠杆效应分析 第三章 多元GARCH模型在股市间波动相关关系中的应用 |
| 第一节 多元对角VECH-GARCH模型及波动相关性 |
| 一、股市间波动相关性介绍 |
| 二、多元对角VECH-GARCH模型 |
| 第二节 多元DCC-GARCH模型及波动联动性 |
| 一、股市间波动联动性介绍 |
| 二、多元DCC-GARCH模型 第四章 中国与亚太股市间波动相关性和动态联动性 |
| 第一节 指标选取和描述性统计 |
| 一、变量和数据 |
| 二、描述性统计 |
| 第二节 中国与亚太股市间波动相关性及动态联动性分析 |
| 一、基于VECH-GARCH模型的中国与亚太股市间波动相关性分析 |
| 二、基于DCC-GARCH模型的中国与亚太股市间动态联动性分析 第五章 主要结论与相关建议 |
| 第一节 主要研究结论 |
| 一、中国与亚太地区各股市的GARCH模型适用性 |
| 二、中国与亚太地区各股市存在风险溢价 |
| 三、中国与亚太地区各股市存在杠杆效应 |
| 四、中国与亚太地区各股市间存在波动相关性 |
| 五、中国与亚太地区各股市间存在动态联动性 |
| 第二节 相关的政策建议 |
| 一、对监管主体的政策建议 |
| 二、对投资者的建议 参考文献 致谢 在读期间科研成果 |
（4）沪深指数收益率与波动的周内效应再检验（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 选题背景及意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题意义 |
| 1.2 研究方法、内容和思路 |
| 1.3 本文的创新与不足 |
| 2 文献综述 |
| 2.1 国外研究文献综述 |
| 2.2 国内研究文献综述 |
| 3 研究方法的选取与建模 |
| 3.1 ARCH模型 |
| 3.2 GARCH模型 |
| 3.3 修正的GARCH模型 |
| 3.4 GARCH-M模型 |
| 4 实证研究分析 |
| 4.1 数据的选取和描述性统计 |
| 4.1.1 数据的选取和处理 |
| 4.1.2 描述性统计分析 |
| 4.2 建立GARCH模型--收益率的"周内效应"分析 |
| 4.2.1 平稳性检验 |
| 4.2.2 最小乘估计 |
| 4.2.3 残差的ARCH-LM检验 |
| 4.2.4 建立GARCH模型 |
| 4.2.5 GARCH(1,1)模型有效性验证 |
| 4.3 建立修正的GARCH模型-波动率的"周内效应"分析 |
| 4.4 建立GARCH-M模型-收益率与市场波动(风险)之间的关系 |
| 5 实证结论与政策建议 |
| 5.1 实证结论 |
| 5.2 政策建议 |
| 参考文献 |
| 后记 |
（5）在GARCH模型框架下发现的波动率“周内效应”可信吗?（论文提纲范文）
| 一、引 言 |
| 二、GARCH 模型框架下波动“周内效应”分析 |
| (一)周内只有一天存在波动率异常的“周内效应” |
| (二)周 内 有 两 天 存 在 波 动 率 异 常 的 “周 内 效应” |
| 三、Monte Carlo模拟 |
| (一)周内只有一天存在波动异常的“周内效应” |
| (二)周内有两天存在波动异常的“周内效应” |
| 四、结 论 |
（6）我国创业板市场的周内效应 ——基于网络媒体影响的实证研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 本文的重点、难点、创新点 |
| 2 国内外文献综述及理论假说 |
| 2.1 国外相关文献综述 |
| 2.1.1 检验日历效应是否存在的文献综述 |
| 2.1.2 解释日历效应的文献综述 |
| 2.1.3 国外有关媒体效应的文献综述 |
| 2.2 国内相关文献综述 |
| 2.2.1 检验日历效应是否存在的文献综述 |
| 2.2.2 解释日历效应的文献综述 |
| 2.2.3 有关媒体效应的文献综述 |
| 2.3 现有理论与假说 |
| 2.3.1 日历效应相关理论假说 |
| 2.3.2 媒体效应相关理论假说 |
| 3 我国创业板市场周内效应实证研究 |
| 3.1 本次研究周内效应的整体框架和思路 |
| 3.1.1 国内外现有研究存在的缺陷 |
| 3.1.2 本次研究的理论基础 |
| 3.1.3 本次研究的现实基础 |
| 3.1.4 实证研究的整体思路 |
| 3.2 我国创业板市场整体走势分析 |
| 3.3 数据的选取与指标的建立 |
| 3.3.1 收益率数据的选取 |
| 3.3.2 网络媒体信息流及情绪指数的获取及建立 |
| 3.3.3 情绪指数的构建 |
| 3.4 收益率、媒体信息流统计特征及其分析 |
| 3.4.1 收益率统计性描述及分析 |
| 3.4.2 网络媒体信息流统计性描述及分析 |
| 3.5 我国创业板市场周内效应实证检验与结果分析 |
| 3.6 网络媒体信息流异常对我国创业板市场周内效应产生的影响的实证研究与结果分析 |
| 3.7 情绪指数异常对我国创业板市场周内效应产生的影响的实证研究与结果分析 |
| 4 结论 |
| 4.1 本文的研究结果及其解释 |
| 4.2 相关政策建议 |
| 4.3 本文存在的不足之处及未来研究方向 |
| 4.3.1 本文存在的不足之处 |
| 4.3.2 未来的研究方向 |
| 参考文献 |
（7）金砖国家股市收益率波动性比较研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 导论 |
| 1.1 研究背景及研究意义 |
| 1.2 文献综述 |
| 1.2.1 股市波动的特点研究 |
| 1.2.2 日历效应研究 |
| 1.2.3 非对称性研究 |
| 1.2.4 研究方法综述 |
| 1.3 研究思路及研究方法 |
| 1.4 创新点及不足 |
| 第2章 股市收益率波动理论分析 |
| 2.1 收益率的含义 |
| 2.2 收益率波动的衡量 |
| 2.3 收益率波动的特征 |
| 第3章 计量模型及样本说明 |
| 3.1 计量模型理论说明 |
| 3.1.1 ARCH 的定义 |
| 3.1.2 ARCH 模型族 |
| 3.2 样本说明 |
| 第4章 金砖四国股市收益率波动性实证检验 |
| 4.1 金砖国家股市收益率的基本统计特征分析 |
| 4.1.1 正态性检验 |
| 4.1.2 平稳性检验 |
| 4.1.3 残差序列自相关性检验 |
| 4.2 GARCH 模型检验 |
| 4.2.1 ARCH 模型检验 |
| 4.2.2 GARCH 模型检验 |
| 4.3 波动的非对称性检验 |
| 4.3.1 TARCH 模型检验 |
| 4.3.2 EGARCH 模型检验 |
| 4.4 实证分析 |
| 4.4.1 实证检验结论 |
| 4.4.2 实证结果成因分析 |
| 第5章 研究结论及政策建议 |
| 5.1 研究结论 |
| 5.2 政策建议 |
| 参考文献 |
| 致谢 |
（8）沪深300股指期货周内效应研究（论文提纲范文）
| 1 文献综述 |
| 2 实证模型 |
| 3 数据检验和实证分析 |
| 3.1 自相关检验 |
| 3.2 平稳性检验 |
| 3.3 ARCH效应检验 |
| 3.4 实证分析 |
| 4 周内效应的解释 |
| 4.1 周末宏观经济信息的发布 |
| 4.2 投资者情绪因素 |
| 4.3 国外市场传递 |
（9）我国沪市周内效应实证探究——基于修正EGARCH模型（论文提纲范文）
| 一、引言 |
| 二、模型的构建 |
| 三、实证研究 |
| (一) 数据 |
| (二) 实证研究结果 |
| 四、结论 |
（10）沪深股指波动率的周内效应和杠杆效应研究（论文提纲范文）
| 一、 引言 |
| 二、扩展的CARR模型 |
| 三、数据、研究时段划分及描述统计 |
| (一) 数据和研究时段划分 |
| (二) 描述统计 |
| 四、实证分析 |
| (一) 扩展的CARR模型滞后阶数的确定 |
| (二) 扩展的CARR模型的参数估计 |
| 五、结论及解释 |
四、中国股市收益率的时变方差与周内效应（论文参考文献）
- [1]基于我国A股市场周内动量策略的研究[D]. 冯珊. 山东大学, 2020(10)
- [2]上证指数周内效应研究 ——基于AR-GARCH-GED模型和滑动窗口回归[D]. 郭柱成. 重庆大学, 2017(04)
- [3]基于GARCH模型的中国与亚太股市波动关联性研究[D]. 戚琦. 安徽财经大学, 2016(06)
- [4]沪深指数收益率与波动的周内效应再检验[D]. 张娟娟. 东北财经大学, 2016(06)
- [5]在GARCH模型框架下发现的波动率“周内效应”可信吗?[J]. 施雅丰. 统计与信息论坛, 2015(01)
- [6]我国创业板市场的周内效应 ——基于网络媒体影响的实证研究[D]. 仇克迪. 浙江大学, 2014(08)
- [7]金砖国家股市收益率波动性比较研究[D]. 赵晓琦. 山东财经大学, 2013(08)
- [8]沪深300股指期货周内效应研究[J]. 殷双建. 中国商贸, 2013(12)
- [9]我国沪市周内效应实证探究——基于修正EGARCH模型[J]. 张炜力,李鹭菁. 中国证券期货, 2012(03)
- [10]沪深股指波动率的周内效应和杠杆效应研究[J]. 张苏林,王岩. 商业研究, 2011(09)