导读:本文包含了上证指论文开题报告文献综述及选题提纲参考文献，主要关键词:量价混合信息GJRGARCH,量价关系,量价理论,杠杆效应
上证指论文文献综述
桑成彦[1]（2014）在《量价混合信息GJR-GARCH模型下的上证指数量价关系分析与风险测度》一文中研究指出量价关系研究是金融学术和实务分析研究中备受关注的命题。研究表明,金融资产的价格与成交量存在显着的统计相关性,而这种量价关系可以分为两个层次,一是资产价格的绝对值变化与成交量存在正相关关系,二是资产价格的波动率与成交量存在正相关关系。同时,量价理论中混合信息分布理论、信息不对称理论、意见分歧理论等细分理论用实证分析的方法从经济学、社会学、心理学的角度对市场表现出的量价关系进行了研究,开辟并验证了许多理解市场表现的新角度和新方式。作为金融市场技术面分析的重要内容,它关系到市场投资者对资本市场的理解和资产价格未来走势的判断,用价格辅以成交量表现对未来价格走势进行判断,进而帮助确定金融资产的买卖决策,对市场交易产生着直接的影响。在险价值(Value at Risk)对于风险测度与监控的重要性已在过去几十年全球金融市场的发展过程中得到了验证。伴随着全球经济金融一体化,以及金融衍生产品市场的迅速发展,暴露或隐藏于资本市场的风险及其对应的监控方法成为监管层、学术界和投资者日益关注的热点。在险价值的概念和测度模型在此环境中产生且逐步实现了成熟发展。《巴塞尔协议一》的补充文件《资本协议关于市场风险的补充规定》将资本金在险价值VaR模型纳为规范的测算模型方法,《巴塞尔协议二》则要求各银行在构建风控模型的基础上进行压力测试,以计算VaR用以监测金融资产的风险水平。GARCH族模型是刻画具有时变方差性质的金融时间序列的有效手段。在其有效刻画金融时间序列的基础之上,能运用具有不同特征的子模型有针对性地进行量价关系和在险价值等拓展领域的深入研究。例如,运用经典的GJR-GARCH等非对称性模型能有效反映出金融市场的杠杆效应,在各类GARCH族模型中根据不同的样本特征也可以根据需要选择出最佳的在险价值测度模型。在阅读了相关文献的基础上,本文把能反应昨日收益率和成交量信息的量价混合信息虚拟变量引入到经典的GJR-GARCH模型中,依据所得实验模型的回归结果判定模型拟合样本序列的有效性。若实验模型拟合有效,则一方面进一步用实验模型对杠杆效应进行更为细化的结构分析,并结合经典的量价理论对上证指数进行量价分析。另一方面对实验模型进行在险价值的测度和检验实验,通过与其他经典模型测度在险价值的能力进行比较,考察实验模型在风险度量方面的能力。本文的结构和主要内容如下。首先,“绪论”章节对为何进行量价关系和在险价值的研究进行了选题背景和意义的说明,对GARCH族模型、量价关系理论和在险价值理论的相关文献进行了梳理和归纳,并提出了如上一段所述的研究思路。其次,“量价混合信息GJR-GARCH模型的构建与运用”章节对各类GARCH族的基本形式和VaR的测度与检验方法进行了详细回顾,并对GARCH族模型建模过程中事前检验和事后检验等建模步骤进行阐述,而后介绍了量价混合信息虚拟变量的构造方式,以及量价混合信息GJR-GARCH模型的建模思想与基本形式。再者,“样本数据的搜集与预处理”章节对本文样本的选择及选择的依据进行说明,介绍了样本预处理的目的和方法,描述了样本的统计特征,并对样本的自相关、异方差性质及样本分布进行了识别,为下一步的实证分析做好准备。最后,“实证结果与分析”章节记录了量价混合信息GJR-GARCH模型的实证建模过程,比较了实验模型和经典GARCH族模型的拟合结果,对实验模型拟合的有效性进行了判定。在此基础上用实验模型对杠杆效应进行更为细化的结构分析,进而结合经典的量价理论对上证指数进行量价分析,并比较了实验模型与经典GARCH族模型的风险测度能力。现将该章节得到的主要结果分为实验模型拟合的相关结果与上证指数量价关系分析的相关结果两部进行阐述。一方面,通过实证分析,可得到的量价混合信息、GJR-GARCH模型拟合的相关结果包括如下几方面。1、量价混合信息GJR-GARCH模型在拟合效果上具有良好效果首先,从该模型的参数显着性检验、Box-Ljung检验、ARCH-LM检验、信号偏误检验(sign bias test)和皮尔森卡方Goodness-of-Fit检验等事前和事后检验来看,量价混合信息GJRGARCH模型都有着良好的表现。Nyblom参数稳定性检验所体现出的部分参数的稳定性表现欠佳,但这是所拟合得的各类GARCH族模型的共同特征。其次,GJR-GARCH模型的回归参数符合模型符号的参数定义。量价混合信息GJR-GARCH模型中α+β之和在所有用于参照的GARCH族模型之中最小,说明量价混合信启、GJR-GARCH模型对杠杆效应的刻画比其他参照模型能更有效地解释部分短期波动信息的持续性影响。最后,从信息准则统计量来看,量价混合信息虚拟变量GJR-GARCH模型的变量个数最多,但其AIC、BIC、SIC、HQIC等信息准则量是众多模型之中的最小值(HQIC值为次小值),且这也从另一方面说明了该模型在拟合效果上的良好性质。2、量价混合信息GJR-GARCH模型能对杠杆效应进行细化分析从量价混合信息GJR-GARCH模型的回归结果来看,并非所有昨日均值方程负残差的出现均会使今日出现杠杆效应。所有昨日负残差相较非负残差对应的今日收益率的平均额外波动率之所以显着,是由于昨日出现大额负向收益率和中等额度负向收益率时所引发的今日相对大幅的额外波动,拉升了所有昨日负向残差对应的今日平均额外波动的水平。因此,在运用和理解杠杆效应模型时,应当注意杠杆效应是在平均意义上存在的。3、基于量价混合信息GJR-GARCH模型和各类GARCH族模型进行的VaR测度和风险预测能力分析首先,量价混合信息GJR-GARCH模型虽然在估计的似然值、信息准则和其他统计检验方面的表现均要优于其他模型,但在风险测度方面并没有因此而体现出独到的优越性,在某些分布假设的某些显着性水平下甚至比部分模型的风险刻画能力来得弱。值得注意和思考的是,量价混合信息GJR-GARCH模型在t分布下估计的VR(Violation Rate)值普遍比其他模型都来得小,在正态分布的5%显着性水平下的VR值也是所有模型中较小的,一方面体现出它对VaR较为大胆的估计和与之相应而生的较强的风险警惕能力,另一方面小于1且偏离1较多的VR数值反应出它过度估计风险、风险管理成本较高的性质。其次,不同分布假设与不同显着性水平设定会对模型的在险价值测度效果产生影响。所用的样本收益率序列在正态分布假定的5%显着性水平下运用各类GARCH模型进行风险测度,均能取得良好的风险估计效果。而在student-t分布假定的5%显着性水平下运用各类GARCH模型进行风险测度,几乎不能取得准确的风险估计效果,所预测得的VaR值过度估计了风险。当显着性水平由5%变为1%时,正态分布假定下的各类GARCH模型所预测出的VaR值将大幅低估未来的风险,学生t分布假定下的各类GARCH模型高估了风险但部分模型能较为准确地对风险进行测度。因此,在评价一个模型的风险测度能力是否良好时,应当将分布与显着性水平与其评价紧密结合,而不能简单地以一种分布假定在一种特定的显着性水平的风险测度结果作为衡量不同模型风险测度能力的唯一标准。另一方面,基于量价混合信息GJR-GARCH模型的拟合结果,可得到的上证指数量价关系分析的相关结果如下所述。当昨日市场出现大跌幅、中等跌幅表现时,所蕴含的价格信息平均来看会对今日收益率的额外波动产生显着影响,且伴随不同换手率的量能信息对今日收益率的额外波动会产生不同程度的影响。具体体现在昨日大跌幅大换手率、大跌幅小换手率、大跌幅中换手率、中等跌幅大换手率、中等跌幅小换手率、中等跌幅中等换手率的量价表现对应的回归系数均在1%的显着性水平下拒绝了系数为零的原假设；当昨日市场出现小跌幅表现时,所蕴含的价格信息平均来看对今日收益率的额外波动所产生影响的显着性水平不高或者不显着,具体体现在昨日小跌幅大换手率、小跌幅中等换手率的量价表现对应的回归系数在10%的显着性水平下显着不为零,小跌幅小换手率的量价表现对应的回归系数不显着。不同量价信息会对今日的杠杆效应产生不同程度的影响。大跌幅大换手率和中等跌幅大换手率的昨日信息比未出现所有标的量价信息时的平均波动率高出额外0.9个百分点左右；大跌幅小换手率和大跌幅中等换手率的昨日信息比未出现所有标的量价信息时的平均波动率高出额外0.7个百分点左右；小跌幅大换手率、中跌幅小换手率、中跌幅中换手率的昨日信息比未出现所有标的量价信息时的平均波动率高出额外0.4到0.5个百分点左右。小跌幅小换手率和小跌幅中等换手率的昨日信息比未出现所有标的量价信息时的平均波动率高出额外0.1到0.2个百分点,且回归系数的显着性不强。可归纳出,昨日量价表现对今日收益率波动影响的两个特征。一是昨日跌幅等级越高,昨日的量价信息、对今日收益率波动的贡献度往往越大。二是昨日同级别的跌幅等级中,大换手率等级的信息量对今日收益率波动的贡献度最高,且远大于小换手率等级和中等换手率等级的信息量对今日收益率波动的贡献度；而昨日小换手率的成交量信息在对应大跌幅和中跌幅的价格信息时,所带来的今日收益率额外波动均比中等换手率的成交量信息所带来的额外波动要大,仅在小换手率小跌幅信息量出现时不会带来显着的额外波动。运用量价理论结合实证分析可对上述量价关系特征做出经济意义上的解析。综上,本论文具有如下特点。首先,本文在经典GJR-GARCH模型的基础上引入量价混合信息虚拟变量进行拟合效果试验,实验模型的拟合结果在统计检验和统计信息量上均表现良好,说明实验模型能对样本进行有效拟合。且与参照族的模型相比,实验模型在拟合效果上具有一定的优越性。其次,本文在GJR-GARCH模型中引入量价混合信息虚拟变量,实现了对非对称杠杆效应更为细致的刻画,加深了对杠杆效应的理解。再者,本文能运用经典的量价关系理论对实验模型的实证结果进行解析,从中捕获上证市场交易的量价关系特征,将统计建模知识与金融学理论相结合,丰富了实证分析的经济学内涵。最后,本文在不同的显着性水平和不同的分布条件下,对实验模型和传统模型的在险价值测度能力进行了比较,提出了基于实证结果的风险测度模型的评价标准。(本文来源于《西南财经大学》期刊2014-05-01）
徐孝思,王敏艳[2]（2009）在《基于VAR模型的上证指数量价关系的实证研究》一文中研究指出本文通过方差分解和脉冲响应对上证指数交易量与价格之间的关系进行实证分析,发现两者之间存在长期均衡关系,但交易量在一定程度上具有外生性。股价对交易量冲击的反应非常微弱,交易量对股价变化的贡献率也相当有限;而交易量对股价冲击的反应相对较强,股价对交易量变化的贡献率也相对较高。(本文来源于《中国物价》期刊2009年05期）
上证指论文开题报告
（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：
本文通过方差分解和脉冲响应对上证指数交易量与价格之间的关系进行实证分析,发现两者之间存在长期均衡关系,但交易量在一定程度上具有外生性。股价对交易量冲击的反应非常微弱,交易量对股价变化的贡献率也相当有限;而交易量对股价冲击的反应相对较强,股价对交易量变化的贡献率也相对较高。
（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。
上证指论文参考文献
[1].桑成彦.量价混合信息GJR-GARCH模型下的上证指数量价关系分析与风险测度[D].西南财经大学.2014
[2].徐孝思,王敏艳.基于VAR模型的上证指数量价关系的实证研究[J].中国物价.2009
标签：量价混合信息GJRGARCH; 量价关系; 量价理论; 杠杆效应;