TOP21【毕业设计】我国权证市场星期效应的实证研究.doc文档免费在线阅读

通过对最小二乘法回归方程的残差进行检验，可以检验残差中是否存在效应。

本文中效应检验结果中深市认购权证中有和的效应不显著，深市认沽权证中有的效应不显著，沪市认购权证中有周二周周二周周五周周五周周五周周五周三周五周二周五周周五周周五周周五周周三周周五周周五周周三周周四周周五周周三周周五周周五周周四周周五周周五周周五周周五周二周五周二周五周周五周周五周周五确地做到。

为了克服模型的缺陷，提出了广义自回归条件异方差模型。

模型允许条件方差依赖于自身的前期值模型的方程中，当期条件方差在金融领域，尤其是采用日数据或者周数据的应用时常常出现的条件方差依赖于很多时刻之前的变化量的现象，这就需要必须估计很多个参数，这却很难精波动的自相关性的模型化是通过让残差项的条件方差依赖于其前项的残差平方的值来表示的。

过程包括均值方程和方差方程，般形式的模型为在资产价格的大的变化正或负的后，往往随后也会有大的变化，小的变化正或负的后有小的变化。

换句话说，波动的当期水平往往与它的最近的前些时期水平有正相关关系，即波动的自相关性。

在模型中，条件异方差模型。

模型的主要思想是扰动项的条件方差依赖于它的前期值的大小。

波动丛集性或波动聚集性是许多金融资产收益序列偏爱模型的个重要特征。

波动丛集性描述模型中的扰动方差稳定性通常比假设的要差，误差项的条件方差不是个自变量的函数，而是随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中可能出现的种相关性，恩格尔提出了自回归，其他为，星期五时，其他为。

参数和分别测度星期星期二星期三星期四和星期五的平均收益率。

广义自回归条件异方差模型在金融领域的研究分析中经常发现时间序列为权证第期收益率，和为未知参数，和为虚拟变量，为残差项。

虚拟变量取值星期时，其他为星期二时，其他为星期三时，其他为星期四时时为了避免出现多重共线性问题，本文在研究时引入个虚拟变量的模型假定无解释变量，可将回归系数看成因变量在周内每交易日的平均值，模型如下式中，为因变量，为自变量，为自变量系数，为误差项，为样本个数。

本文在研究星期效应时运用最小二乘法估计模型，通过在回归方程中引入虚拟变量来进行研究。

由于选用的是日收益数据，在回归期效应的表现形式。

最小二乘法估计模型回归分析在计量经济分析中使用非常广泛。

运用最小二乘法估计的多元线性回归模型的般形式，期至星期五每天的平均收益率和收益率标准差。

通过平均收益率指标，可以考察周内各交易日周至周五的平均收益率的分布情况，大概了解周内平均收益率最大和平均收益率最小的日子，以此初步判断权证样本在星式中，表示期的收益率，表示期的收盘价格，表示期的收盘价格。

二模型的选择描述性统计将每只权证样本日收益率序列按日收益率所在周内交易日周至周五分成组，计算星上海机场招行认沽权证百慕大式招商银行机场认沽权证百慕大式白云机场武钢认沽权证百慕大式武钢股份根据各权证样本的收盘价格，计算每日收益率如式认沽权证百慕大式青岛海尔雅戈认沽权证百慕大式雅戈尔万华认沽权证百慕大式烟台万华原水认沽权证百慕大式原水股份包钢认沽权证百慕大式包钢股份沪场认沽权证欧式马钢股份中化认购权证百慕大式中化国际云化认购权证百慕大式云天化武钢认购权证百慕大式武钢股份南航认沽权证欧式南方航空茅台认沽权证欧式贵州茅台海尔百慕大式烟台万华雅戈认购权证百慕大式雅戈尔长电认购权证百慕大式长江电力国电认购权证百慕大式国电电力伊利认购权证百慕大式伊利股份马钢认购权证百慕大式百慕大式烟台万华雅戈认购权证百慕大式雅戈尔长电认购权证百慕大式长江电力国电认购权证百慕大式国电电力伊利认购权证百慕大式伊利股份马钢认购权证百慕大式马钢股份中化认购权证百慕大式中化国际云化认购权证百慕大式云天化武钢认购权证百慕大式武钢股份南航认沽权证欧式南方航空茅台认沽权证欧式贵州茅台海尔认沽权证百慕大式青岛海尔雅戈认沽权证百慕大式雅戈尔万华认沽权证百慕大式烟台万华原水认沽权证百慕大式原水股份包钢认沽权证百慕大式包钢股份沪场认沽权证欧式上海机场招行认沽权证百慕大式招商银行机场认沽权证百慕大式白云机场武钢认沽权证百慕大式武钢股份根据各权证样本的收盘价格，计算每日收益率如式式中，表示期的收益率，表示期的收盘价格，表示期的收盘价格。

二模型的选择描述性统计将每只权证样本日收益率序列按日收益率所在周内交易日周至周五分成组，计算星期至星期五每天的平均收益率和收益率标准差。

通过平均收益率指标，可以考察周内各交易日周至周五的平均收益率的分布情况，大概了解周内平均收益率最大和平均收益率最小的日子，以此初步判断权证样本在星期效应的表现形式。

最小二乘法估计模型回归分析在计量经济分析中使用非常广泛。

运用最小二乘法估计的多元线性回归模型的般形式，为因变量，为自变量，为自变量系数，为误差项，为样本个数。

本文在研究星期效应时运用最小二乘法估计模型，通过在回归方程中引入虚拟变量来进行研究。

由于选用的是日收益数据，在回归时为了避免出现多重共线性问题，本文在研究时引入个虚拟变量的模型假定无解释变量，可将回归系数看成因变量在周内每交易日的平均值，模型如下式中，为权证第期收益率，和为未知参数，和为虚拟变量，为残差项。

虚拟变量取值星期时，其他为星期二时，其他为星期三时，其他为星期四时，其他为，星期五时，其他为。

参数和分别测度星期星期二星期三星期四和星期五的平均收益率。

广义自回归条件异方差模型在金融领域的研究分析中经常发现时间序列模型中的扰动方差稳定性通常比假设的要差，误差项的条件方差不是个自变量的函数，而是随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中可能出现的种相关性，恩格尔提出了自回归条件异方差模型。

模型的主要思想是扰动项的条件方差依赖于它的前期值的大小。

波动丛集性或波动聚集性是许多金融资产收益序列偏爱模型的个重要特征。

波动丛集性描述在资产价格的大的变化正或负的后，往往随后也会有大的变化，小的变化正或负的后有小的变化。

换句话说，波动的当期水平往往与它的最近的前些时期水平有正相关关系，即波动的自相关性。

在模型中，波动的自相关性的模型化是通过让残差项的条件方差依赖于其前项的残差平方的值来表示的。

过程包括均值方程和方差方程，般形式的模型为在金融领域，尤其是采用日数据或者周数据的应用时常常出现的条件方差依赖于很多时刻之前的变化量的现象，这就需要必须估计很多个参数，这却很难精确地做到。

为了克服模型的缺陷，提出了广义自回归条件异方差模型。

模型允许条件方差依赖于自身的前期值模型的方程中，当期条件方差被参数化为依赖阶滞后的平方误差和阶滞后的条件方差。

般化的，模型为模型的优点在于能够以简单的模型代表高阶的模型，因此近年来模型在股票指数股票汇率利率期货等证券的风险度量和风险收益的计算中得到越来越广泛的应用。

般来讲，在金融领域研究中能够充分捕获数据中的波动丛集性，因此，在本文研究中，采用，模型。

三实证结果平稳性检验所谓时间序列的平稳性，是指时间序列的统计规律不会随着时间的推移而发生变化。

平稳性在计量经济建模中具有重要地位，因此有必要对观测值的时间序列数据进行平稳性检验。

平稳性检验方法主要有平稳性的非参数检验，自相关函数检验和单位根检验。

本文运用单位根检验中的扩展的迪克富勒检验来研究收益率的平稳性，有截距项而无趋势项。

检验结果表明在的显著性水平下，权证样本收益率都拒绝随机游走的假设，说明权证收益率是平稳的时间序列数据，收益率序列可以直接用于进行最小二乘法估计。

效应检验在估计类模型前，应对残差进行提出的效应检验，以确保该类模型适用于特定的数据。

通过对最小二乘法回归方程的残差进行检验，可以检验残差中是否存在效应。

本文中效应检验结果中深市认购权证中有和的效应不显著，深市认沽权证中有的效应不显著，沪市认购权证中有周二周周二周周五周周五周周五周周五周三周五周二周五周周五周周五周周五周周三周周五周周五周周三周周四周周五周周三周周五周周五周周四周周五周周五周周五周周五周二周五周二周五周周五周周五周周五周周五周周五周周五周周五按照上市交易所和权证类型的不同，可以把权证分为沪市认购沪市认沽深市认购和深市认沽四种类型。

对所有权证收益率最大值和最小值次数的星期内统计分布情况如表所示。

表权证收益率最大值和最小值次数的星期分布星期最大值占比例最小值占比例星期星期二星期三星期四星期五在描述性统计中，深市认沽沪市认购和沪市认沽权证基本都出现了周为最大收益率，周五为最小收益率且为负值，深市认购权证大部分满足周收益率最高，周五收益率最小。

从统计数据可得，收益率最大值出现在周的所占的比例为，最小值出现在周五的所占比例为。

综上所述，可以初步判断我国市场可能存在正的周效应，和负的周五效应。

最小二乘法估计结果表和列出了运用含虚拟变量最小二乘法检验我国权证市场的星期效应的估计结果。

表中包含了三个统计指标分别为四种类型在周内不同交易日的平均收益率估计值相应值和值。

表沪市认购权证最小二乘法估计结果权证代码星期星期二星期三星期四星期五注表示显著性水平下显著，表示显著性水平下显著，表示显著性水平下显著。

此注适用于以下表表表表表表表表沪市认沽权证最小二乘法估计结果权证代码星期星期二星期三星期四星期五表深市认购