股票收益及风险的自回归估算模型戎刚（南开大学经济研究所３０００７１）ＡＡｒｍｏｎＥｓｔｉｍａｔｉｏｎｏｆＧａｉｎｓａｎｄＲｉｓｋｏｆＳｔｏｃｋｓＲｏｎｇＧａｎｇＩｎｔｈｉｓｐａｐｅｒ，ｔｈｅｓｉｍｐｌｅＡＲＭ（ａｕｔｏ－ｒｅｇｒｅｓｓｉｖｅｍｅｄｅｌ...

本论文讨论了自回归模型的若干性质,利用此模型对6家公司股票价格的收益和风险进行了分析,给出股票组合投资的决策,并讨论了模型的应用条件。

文章建立理论模型探究公司特质风险、估值水平与股票收益之间的关系,理论模型结果表明:对于被低估的公司,特质风险的私有信息效应更加明显,股票预期收益率与特质风险之间呈正相关关系;对于被高估的公司,特质风险的噪声交易效应更加明显,股票预期收益率与特质风险之间呈负相关关系。在此基础上,从公司估值水平和卖空限制的角度对整体市场的特质波动率之谜进行了理论解释。文章使用Fama-French五因子模型计算特质风险和估值水平,运用分组检验和分位数Fama-Mac Beth回归两种方法进行实证分析,基于我国上市公司数据的实

文章建立理论模型探究公司特质风险、估值水平与股票收益之间的关系,理论模型结果表明:对于被低估的公司,特质风险的私有信息效应更加明显,股票预期收益率与特质风险之间呈正相关关系;对于被高估的公司,特质风险的噪声交易效应更加明显,股票预期收益率与特质风险之间呈负相关关系。在此基础上,从公司估值水平和卖空限制的角度对整体市场的特质波动率之谜进行了理论解释。文章使用Fama-French五因子模型计算特质风险和估值水平,运用分组检验和分位数Fama-Mac Beth回归两种方法进行实证分析,基于我国上市公司数据的实证研究结果支持了理论模型的结论:中国股票市场存在明显的特质波动率之谜,公司估值水平会对特质风险与股票预期回报之间的关系产生影响。

文章利用Fama-French三因子模型和Carhart四因子模型对我国沪深两市A股股票的特质波动率进行测算,采用分位数回归方法对股票横截面收益率与特质波动率之间的关系进行了定量考察。研究表明,横截面收益与特质风险的关系具有时变性,在低分位点,横截面收益率与特质波动率之间的关系较为微弱;而在高分位点,横截面收益率与特质波动率之间呈现强劲的正相关关系。这表明,我国A股股票的横截面收益与其特质风险之间的关系具有异质性,"特质波动率之谜"仅存在于收益率较低的股票中。

两笔交易之间的持续期可以用来度量资产的流动性,本文借鉴VaR的思想,提出了持续期风险DaR的定义,可以用来度量资产的流动性风险,并给出了两种DaR的静态估计方法。同时根据持续期数据的序列相关的特点,应用分位点自回归方法得到了DaR的一种有效的动态估计方法。最后对我国股票市场的单只股票的分笔交易数据进行了实证分析,结果表明由分位点自回归方法得出的DaR结果预测效果最好。

多元回归定价方法的思想来源于西方传统定价理论中的多因素模型理论,沿用了传统的多因素模型对收益和定价的原因的解释,当前的多元回归分析的成果主要有以下特点:第一,精度不高。多元回归模型的拟合程度普遍不高,R值很少超过0.7的水平。如果将此模型运用到实践当中计算出的股价和实际的误差将超过20%,其实用性大打折扣。第二,对模型自变量的选取差异较大。自变量的数量多则7个,少则3个,而且自变量的选取也多种多样。

构建多元线性和半参数单指数自回归条件持续时间标值模型及其估计方法,基于分笔交易数据研究中国股票市场交易与信息之间的线性与非线性动态关系。实证结果表明:(1)交易持续时间存在明显正自相关性、过度分散性和聚集效应;(2)滞后收益率、成交量、买卖价差对交易持续时间有显著线性正影响,滞后波动率对交易持续时间有显著线性负影响,各滞后市场微观结构特征变量对交易持续时间的影响普遍支持Easley和O’Hara(1992)"无交易预示着无消息"的发现;(3)滞后收益率、波动率、成交量和买卖价差对交易持续时间的非线性正、负影响有差异,各滞后市场微观结构特征变量对交易持续时间的影响没有一致性的结论,Diamond...

本文运用ARDL模型进行实证研究 ,试图说明汇率是否对中国股票市场中以不同货币定价和交易的股票的价格产生不同影响。分析自 1 993年 1 2月 2 7日至 2 0 0 1年 4月 1 7日之间的每日数据 ,结果说明央行人民币市场汇率和深沪股市的两个A股综合指数 (SH A ,SZ A) ,香港恒生 (HS)指数之间分别存在协积关系或长期关系。二重向量自回归 (VARs)估计揭示了人民币兑港币的市场汇率和深沪两市的A股综合指数SH A ,SZ A和HS ,人民币兑美元市场汇率与两个A股指数SH A ,SZ A之间存在短期相互作用。纽约市场上美元兑日元的即期汇率对中国A股、H股、红筹股和HS市场...

有效市场理论认为股票价格总是可以充分体现可获得信息的影响,股票价格等于其“内在价值”,在一个风险中性的理性投资者构成的竞争市场中,股票的基本价值和价格服从随机游动规律,收益率是不可预测的。本文采用ANSTGARCH模型对我国股票市场收益率序列进行计量检验,发现即使经过风险调整,股票收益率序列仍具有非对称均值回归(meanreversion)特征,负收益率的均值回归速度和幅度都明显大于正收益率的均值回归速度和幅度,时变理性预期(TimeVaryingRationalExpectations)假设不成立。市场投资主体的非理性行为所导致的股票价格的系统偏差是我国股票市场拒绝弱式有效假设的主要原因。

结合高频数据和自回归条件持续性(ACD)模型进行的研究表明:在中国市场,自回归条件持续性模型可以成功用来衡量交易到达的强度。最后展望了该模型的发展方向。

本文采用Hou et al.(2012)公司基本面盈余预测模型并结合剩余收益模型对上市公司的内在价值进行估计,并分析内在价值与市价比率(V/P)与股票未来回报之间的关系。我们发现基于V/P分组的投资组合,在未来一至三年规模调整的持有超额回报套利分别达到15.2%、37.9%和55.9%;在控制了市账比等因素以后,V/P对股票未来回报仍然具有显著的预测作用。本文的研究克服了以往文献中运用证券分析师盈余预测进行剩余收益模型估值的内在局限,并提供了我国资本市场背景下切实可行的基于剩余收益模型估值的投资组合策略。

股票市场对于资源优化配置和产业结构调整 ,对于投融资体制改革和建立现代企业经营机制等方面有着突出的作用。我国股票市场具有所谓的后发优势 ,但不可避免地出现种种初级阶段的特征。股票市场如何完善 ,尤其是市场有效程度如何提高 ,是关系股票市场能否合理配置风险与收益 ,能否发挥应有作用的关键。本文将以上海 A股市场综合指数为样本 ,借助 ARMA-ARCH-M模型手段 ,研究市场收益的时间序列行为 ,以分析市场整体风险配置性质 ,从而验证市场有效程度及变化

盈余预测数据的合理利用有助于提高资本成本估算的准确度,截面回归预测模型是近几年来盈余预测研究的热点问题。本文基于中国上市公司的数据以及分析师的盈余预测数据,对公司盈余预测质量以及与资本成本估算质量之间的关系进行了检验。结果显示,中国分析师的盈余预测质量较高,但是根据预测盈余估算的资本成本与可实现报酬率、与风险因素的关系,截面回归预测模型尤其是基于HVZ模型的盈余预测可以取得更好的资本成本估算结果。

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的R■为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm~2,其中重度29 157 hm~2、中度180 268 hm~2、轻度318 507 hm~2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。