?指数的修正 (一) 修正公式 上证指数系列均采用"除数修正法"修正。 当成份股发生变化或成份股的股本结构发生变化或成份股的市值出现非交易因素的变动时，采用"除数修正法"修正原固定除数，以保证指数的连续性。修正公式为： 修正前的市值修正后的市值 ──────── = ─────── 原除数新除数 其中，修正后的市值 = 修正前的市值 + 新增（减）市值； 由此公式得出新除数（即修正后的除数，又称新基期），并据此计算以后的指数。 (二) 需要修正的几种情况 1、新上市 -凡有成份股新上市，上市后第一个交易日不计入指数，自第二个交易日计入指数（上证180指数除外）。 2、除息 -凡有成份股除息（分红派息），指数不予修正，任其自然回落。 3、除权 -凡有成份股送股或配股，在成份股的除权基准日前修正指数。 修正后市值 = 除权报价×除权后的股本数+修正前市值（不含除权股票）。 4、汇率变动 -每一交易周的最后一个交易日，根据中国外汇交易中心该日人民币兑美元的中间价修正指数。 5、停牌─当某一成份股在交易时间突然停牌，取其最后成交价计算即时指数，直至收盘。 6、暂停交易─当某一成份股暂停交易时，不作任何调整，用该股票暂停交易的前一交易日收盘价直接计算指数。若停牌时间超过两日以上，则予以撤权，待其复牌后再予复权。 7、摘牌 -凡有成份股摘牌（终止交易），在其摘牌日前进行指数修正。 8、撤权 -撤去成份股的权数，将其暂时剔除于指数的计算之外。 （1）被停牌的成份股于连续停牌第三日撤权。 （2）增发新股的成份股于增发股份发行日的前一交易日撤权。 9、复权 -恢复成份股的权数，将其重新纳入指数的计算之中。
龙源期刊网 https://www.doczj.com/doc/6d856578.html, 银行股板块对上证综合指数的影响分析 作者：刘春红 来源：《金融经济·学术版》2013年第01期 摘要：随着工商银行、农业银行等银行大盘股的连续上市交易，银行股板块对证券市场以及上证综合指数的影响越来越大，其股票价格波动将会直接导致综合指数的涨跌，因而在研究上证综合指数变动趋势的过程中，银行股板块具有较重要的参照作用。本文通过对银行股板块对上证综合指数影响的探讨，对二者之间的关系有了更深入的认识，银行股板块在整个上海证券交易所市场中所占的权重为35%；相关分析发现银行股板块与上证综合指数之间存在较强的正相关关系，相关系数为0.857；回归分析表明，当银行股板块整体波动1%时，上证综合指数将波动0.64%，通过研究进一步认清了银行股板块对我国上证综合指数的影响，为投资者在投资过程中提供了一定的参考决策。 关键词：银行股板块上证综合指数相关系数回归分析 1、我国银行股板块发展概况 1.1我国银行股板块上市公司基本情况 银行股板块是发达证券市场的重要组成部分。在成熟的证券市场上，蓝筹股以其盈利丰、回报稳定、股本规模大等特点，成为稳定市场的重要力量。而银行由于其经营比较稳定，盈利水平接近社会平均利润率的行业特点，在成熟的证券市场上已经成为蓝筹股的主要品种，是股票市场稳定的重要力量。从世界各个股票市场来看，银行上市是极为普遍的现象。从数量和结构上看，在欧美及许多发展中国家的股票市场中，金融股均占有较大比重。自1991年深圳发展银行在深圳证券交易所上市以来，截止2010年末，我国沪深两市共有银行类上市公司16家，其中，14家在上海证券交易所上市，另外两家（深圳发展银行和宁波银行）在深圳证券 交易所挂牌上市，各银行的上市时间及所属指数情况如下表1所示。 随着四大国有银行的全部改制上市，银行股板块在上证综合指数中的作用越来越重要。中国银行在上市第十个交易日结束后，分别进入上证180指数、上证50指数、沪深300指数、中证100指数以及南方小康产业指数。中国银行上市后，进一步加速银行板块的形成，带动银行板块成为中国证券市场的一股重要的稳定力量。由于中国银行在上海A股指数中所占比 重，有效地克服以前少数机构利用中石化拉升指数，控制市场的情况。同时，有利于防止国际游资操纵中国股票市场，为中国A股市场对外开放提供了基础。工商银行上市后大幅度提高 了中国股票市场总市值，并且工商银行上市之时的市价总值排在当时所有上市公司首位建设银行的上市定位以及后续与A股市场的融合过程，对中国资本市场大盘运行格局产生重要影 响。建设银行的上市取得又一重大进展，为中国资本市场注入了新鲜血液，对于缓解蓝筹股泡沫，确立投资者投资理念，稳定A股市场健康发展具有重要的意义。中国农业银行于2010年
用GARCI模型预测股票指数波动率 目录 Abstract ......................................................................... 1.引言........................................................................... 2.数据........................................................................... 3.方法........................................................................... 3.1.模型的条件平均............................................................ 32模型的条件方差............................................................... 3.3预测方法.................................................................... 3.4业绩预测评价............................................................... 4.实证结果和讨论................................................................. 5.结论........................................................................... References ....................................................................... Abstract This paper is designed to makea comparison between the daily conditional varianee through seven GRAChhodels. Through this comparison, to test whether advaneed GARCH models are outperform ing the sta ndard GARCH models in predict ing the varia nee of stock in dex. The database of this paper is the statistics of 21 stock in dices around the world from 1 January to 30 November 2013. By forecast ing one —step-ahead con diti onal varia nee within differe nt models, the n compare the results within multiple statistical tests. Throughout the tests, it is found that the sta ndard GARCH model outperforms the more adva need GARCH models, and recomme nds the best
1997-2007十年上证大盘指数走势分析 中国股市一路走来，十多年来经历了无数风风雨雨，值得回味的太多，值得总结的也太多。从年K线来看，上证指数自1990年12月31日95.79点一直到金融危机前突破6000点一路上行，其间所经历的曲折与反复，却是难以详尽描述的，但我们可以通过总结找到其中有规律的地方，来把握股市的发展脉搏。总之中国股市仍将向前发展，向着不断的新高迈进，其留下的历史轨迹值得每一位股市中人好好品味，只有了解了历史，才能更好的把握未来，在股市中健康的存活下去。 一九九七年： 元月2日，上证指数收盘919.43点，成交金额23.7亿元，到元月7日上证指数下探到871.78点，成交量萎缩至19.64亿元，之后股指一路上行，成交量逐步放大，但在5月12日后股指一路下挫，多方极力抵抗，但均无回天之力。台阶式下行一直持续到七月上旬，之后股指呈波浪式行进，到9月23日股指运行至本年最低点1025.13点，当日成交量为30.81亿元。年末开始上涨。 一九九八年： 延续97年年末的上涨走势，股指在98年一季度出现了两次较大的调整行情，元月股指达到第一波调整的顶点1250.01点，2月9日第二波顶点1262.61点。到3月26日，，一波走势强劲的牛市主升行情出现了，到4月9日成交量达到顶峰124.76亿元，股指经过反复振荡上行至6月4日股指达到全年最高1422.98点。8月6日后股指进入加速下跌阶段，8月19日股指已急速下挫之全年最低点1043.02点，心理线也在急跌途中连续两次下探至20左右，11月17日后股指进入连绵阴跌阶段，同时成交量也逐步萎缩，到12月31日股指已经跌至1146.7点。 一九九九年： 延续98年末的绵绵阴跌，到元月开始，股指呈小幅度波形走势，2月8日达到第一波谷底1065.82点，之后股指开始缓慢回升，到4月9日股指达到波峰顶点1210.09点。之后股指又陷入绵绵阴跌中，5月19日股指突然向上发力，成交量也同时放大，日线MACD 出现金差，一波中国股市史上有名的牛市强势上涨就此拉开序幕。 2000年： 延续99年年末的上涨态势，新千年来临之际，大盘展开一段持久的强势上涨行情，1月至8月上证指数一直延续上涨走势，在1～8月这段牛市行情中，前期涨势强劲，大盘共出现了5次调整。8月30日开始大盘开始急速下跌，9月7日到9月14日，大盘出现了一波强劲反弹，上涨初期出现过调整，之后一路上攻，到11月23日上证指数恢复到前期高点，最高达到2125.71点，成交量也放大至145.49亿元。 2001年： 延续去年最后一波向上调整行情，到1月11日上证指数最高上涨至2131.37点，随后指数急速下挫，到2月22日达到谷底1893.78点，随着指数见底，本年度的一轮大牛市行情又拉开了序幕，2月26日日线MACD技术指标出现金差，股指一路上行，到6月14日
我国GDP与上证综合指数的关系探讨 摘要:本文应用协整模型考察了我国GDP与上证综合指数的相互关系。利用最新数据得到的实证研究结果最终佐证了国内一些学者的观点,说明了我国GDP 对股市的影响很大,但是股市目前还没有很好地反映GDP的情况。 关键词:GDP;上证综合指数;分析 对于我国GDP和股价的关系,从理论上定性地分析,有很多途径可以说明两者的双向联系。首先,股市的基石是上市公司,整个宏观经济良好时GDP增加,公司盈利和现金流增加,投资者对股票的回报充满信心,从而带来股市的繁荣,股价上升。在萧条时期GDP减少时则发生相反的情况。其次,股票市场对GDP也有反向的重要影响。股市能够更充分地利用市场信息形成更有效的资金配置,甚至从总量上说,股市与其他融资方式有一定程度的互补性,从而能够扩大储蓄向投资的转化,促进GDP增长。但这些只是对我国GDP与上证综指关系的定性分析,为了定量分析两者的关系,本文通过协整模型进行了精确的数据分析,以求得两者之间的因果关系。 一、文献综述 在实证研究方面,国外学者最近的研究主要有:Rousseau和Wachtel(2000)以及Beck和Levine(2002)利用跨国面板数据分析发现股票市场发展与人均GDP之间有强相关关系,而且股票市场可以预测经济增长。Harris(1997),Arestis,Demetriades 和Luintel(2001),Caporale(2004)等,Enisan和Olufisayo(2009)的论文表明了股市能够促进和反映经济发展。Rapach(2005)等,Chen(2009)等则研究了宏观经济指标对于预测股市收益率的效力,即宏观经济的领先指标可以在一定程度上解释股市的变化。总之,国外研究的一般结论是,股票市场与宏观经济之间存在双向因果关系,两者都可以作为对方的有效预测指标。 但是,对于中国的股市,实际的情况则不一定像国外研究的那样。有很多学者的分析表明,我国股市在很大程度上并没有成为经济的“晴雨表”,有的时候甚至逆宏观经济而行。刘勇(2004)对于GDP与股市的Granger检验结果是,我国GDP与股市之间不存在强相关性和Granger因果关系。陈朝旭(2006)等利用Granger因果关系检验论证了我国股市存在依赖于经济周期的非对称关联关系,在经济繁荣时期我国股市与实体经济才表现出较好的关联性。总之,实证研究的基本结论是,我国股市与实体经济存在较弱的关联关系,一般可以证实存在协整关系和不显著的Granger因果关系,而且普遍认为两者的相互影响比较弱。
上证综合及分类系列指数 编制细则 2008-12-24
目 录 1. 引言 (3) 2. 指数选样 (5) 3. 指数计算 (6) 4. 指数修正 (8) 5. 样本股调整 (10) 6. 样本股股本维护 (11) 7. 指数管理 (12) 8. 指数规则的修订和补充 (14) 9. 信息披露 (15) 10. 指数发布 (16) 附录A：名词解释 (18) 联系我们 (20) 免责声明 (21)
1. 引言 1.1 上证综合指数 上证综合指数的样本股是在上海证券交易所上市的全部股票，包括A股和B股，综合反映上海证券交易所上市股票价格的变动情况，自1991年7月15日起正式发布。 1.2 新综指 新上证综指简称新综指，由在上海证券交易所上市的所有完成股权分置改革的股票组成，综合反映沪市全流通A股的股价变动情况。新上证综指自2006年1月4日起正式发布。 1.3 上证A股指数 上证A股指数的样本股是在上海证券交易所上市的全部A股，反映A股的股价整体变动状况。上证A股指数自1991年7月15日起正式发布。 1.4 上证B股指数 上证B股指数的样本股是在上海证券交易所上市的全部B股，反映B股的股价整体变动状况。上证B股指数自1991年7月15日起正式发布。 1.5 上证分类指数 上海证券交易所对上市公司按其所属行业分成五大类别，分别是工业类、商业类、房地产业类、公用事业类和综合业类。行业分类指数的样本股是该行业全部沪市上市股票，反映不同行业的景气状况及
其股价整体变动状况。上证分类指数自1993年5月3日起正式发布。
2. 指数选样 2.1 样本空间 上证综合与分类系列指数样本空间由所有上海A股股票和B股股票组成： 2.2 选样方法 2.2.1上证综合指数 上证综合指数由全部沪市A股和B股组成。 2.2.2新上证综指 已完成股权分置改革的全部沪市上市公司股票形成新上证综指的样本股。 2.2.3上证A股指数 上证A股指数由全部沪市A股组成。 2.2.4上证B股指数 上证B股指数由全部沪市B股组成。 2.2.5上证分类指数 将沪市上市公司按照所属行业分成五大类别：工业类、商业类、房地产业类、公用事业类、综合业类。进入相应类别的沪市A股、B 股分别形成相应的分类指数样本股。
开题报告--上证指数影响因素实证分析 毕业论文(设计)开题报告 题目: 上证指数影响因素实证分析 选题背景和意义 金融发展与经济增长之间的关系一直是经济学界中极富争议性的一个话题。作为金融市场重要组成部分的股票市场与经济增长,以及由此引伸出来的股票市场与宏观经济变量之间的关系,也是当前研究的热点问题。中国的股票市场经过10余年的发展,逐渐成为与整个经济发展紧密相连的、为各种资金所有者和需求者提供投融资渠道的一个重要市场。但是,相对于国外成熟的股票市场,我国股市发展的过程中表现出的许多特有问题,使政府难以有效掌握股市脉搏,也使投资者常常感到无所适从。因此,研究目前处于成长期的中国股价的波动,把握股价波动的规律,对政府监管部门、学术界和投资者均具有重要的理论意义和现实意义。随着股票市场在国民经济运行中地位的不断突出,在宏观经济政策的制定过程中也越来越重视股票市场的影响。在此背景下,研究股票市场价格指数与宏观经济变量之间的关系,具有理论意义与实践意义。 上证综指即“上证综合指数”-(上海证券综合指数),英文是:Shanghai(securities)composite index. 通常简称:“Shanghai composite index”(上证综指) 。“上海证券综合指数”它是上海证券交易所编制的,以上海证券交易所挂牌上市的全部股票为计算范围,以发行量为权数综合.上证综指反映了上海证券交易市场的总体走势。
本文从上证指数的角度出发,研究目前我国股票价格指数的影响因素。由于我国股票市场还不是很完善,还无法建立非常精确的模型,但是研究他的总体趋势变话及其影响的因素还是相当的有必要。在股票市场里淘金的投资着也可以通过预测,了解股市未来的走势情况,虽然无法知道具体某一天的股价指数,但是对于未来的股市走向却是有了比较可靠的预测,对于自身的投资理财,和现金流的把握有了更好的自主性。对于国家来说,可以从股票价格指数的走势中看出经济发展中可能存在的问题,也就是说,股价指数作为政府的经济政策的检验。政府可以相应的改变他的经济政策,从而更好的为经济发展服务。 相关研究的最新成果及动态 对于股票价格指数的影响因素的探讨已经持续了好几个世纪,国内外的学者都试图从中了解到股市波动的奥秘,揭示其中的规律。本文主要从宏观经济的角度对上证股票价格指数的影响因素进行探讨。 股票价格指数从本质上反映的就是投资者对于上市公司未来盈利能力的预期和整个宏观外部经济环境对股市预期的影响,所以关键也在影响上市公司发展的相关宏观经济因素变量和影响股市预期的宏观外部变量。由于数据采集的限制,本文不会涉及有关影响上市公司经营的微观层面的变量。本文主要通过划分二个方面进行股票价格指数走势的实证研究。影响上市公司盈利能力的宏观环境和影响股市总体预期的宏观变量。 (一)国内学者对股价指数波动因素的探讨 1.关于货币政策对股价指数影响的相关研究 李惠男和付晓梅(2001年)发现经济的增长可以推动股票价格指数的上扬;货币政策与股价指数及股票市场规模之间有着内在关联性。扩张性的货币政
用GARCH模型预测股票指数波动率 目录Abstract (2) 1.引言 (3) 2.数据 (6) 3.方法 (7) 3.1．模型的条件平均 (7) 3.2.模型的条件方差 (8) 3.3预测方法 (9) 3.4业绩预测评价 (9) 4.实证结果和讨论 (12) 5.结论 (16) References (18)
Abstract This paper is designed to make a comparison between the daily conditional variance through seven GRACH models.Through this comparison,to test whether advanced GARCH models are outperforming the standard GARCH models in predicting the variance of stock index.The database of this paper is the statistics of21stock indices around the world from1January to30 November2013.By forecasting one–step-ahead conditional variance within different models, then compare the results within multiple statistical tests.Throughout the tests,it is found that the standard GARCH model outperforms the more advanced GARCH models,and recommends the best one-step-ahead method to forecast of the daily conditional variance.The results are to strengthen the performance evaluation criteria choices;differentiate the market condition and the data-snooping bias. This study impact the data-snooping problem by using an extensive cross-sectional data establish and the advanced predictive ability test.Furthermore,it includes a13years’period sample set, which is relatively long for the unpredictability forecasting studies.It is part of the earliest attempts to inspect the impact of the market condition on the forecasting performance of GARCH models.This study allows for a great choice of parameterization in the GARCH models,and it uses a broad range of performance evaluation criteria,including statistical loss function and the Mince-Zarnowitz regressions.Thus,the results are more robust and diffusely applicable as compared to the earliest studies. KEY WORDS:GARCH models;volatility,conditional variance,forecast,stock indices.
万方数据
中国西部科技２０１０年”月（下旬）第０９卷第３３期总第２３０期 至２００１年１月１１日，共运行７２个交易只。第四子人浪：２００１年１月１２日至２００１年２月２２日，共运行２０个交易口。第五子大浪：２００１年２月２３日至２００１年６月１４日，共运行７５个交易日。第二子循环浪：２００１年６月１５同至２００５年７月１９日（最低点１００４．６６），共运行９８７个交易日。（注意：第二子循环浪的终点是２００５年７月１９日的１００４．６６点，而小是２００５年６月６日的９９８．２３点）其中：ａ浪：２００１年６月１５日至２００３年１１月１３Ｒ，共运行５８１个交易同。ｂ浪：２００３年１１月１４ＬＪ垒２００４年４月７同，共运行９５个交易日。ｃＯ：２００４年４月８日至２００５年７月１９日，共运行３１１个交易日。第三子循环浪：２００５年７月２０同至今。其中：第一子大浪：２００５年７月２０口至２００７年１０月１６日（最高点６１２４．０４），共运行５３７个交易日。第＿子大浪：２００７年１０月１７日虿２００８年ｌＯ月２８日（最低点１６６４．９３），共运行２５３个交易Ｕ。第一｜子大浪：２００８年１０月２９口至今。其中：第‘子中浪：２００８年１０月２９日至２００９年８Ｅ４日（最高点３４７８．０１），共运行１８９个交易同。第二子中浪：２００９年８月５日至２０１０年７月２Ｕ（最低点２３１９．７４），共运｛ｙ２２１个交易日。第三ｆ中浪：２０１０年７月５臼全今。下面我们从波浪运行时间角度结合黄金分割率来说明这种波浪划分的合理性。为此我们先来ｌ川顾黄金分割率的相关知识。 １３世纪意大利伟大的数学家里昂纳多?斐波那契（ＬｅｏｎａｒｄｏＦｉｂｏｎａｃｃｉ）在其著作《计算的书》中提到了一个非常著名的序列（后人称其为斐波那契序列）１，１，２，３，５，８。１３，２ｌ，３４，５５，８９，１４４，２３３，３７７，６１０，９８７，１５９７，２５８４，４１８１… 该序列有如下一些特点：（１）从第专项开始任何一个数字都是前面两个数字的和。（２）前一项与后一项的比值趋近于一个固定常数０．６１８。（３）后一项与前一项之比的比值趋近于一个固定常数１．６１８。 数字Ｏ．６１８和１．６１８称为黄金分割率。黄金分割率可以这样来认识：把１条线段分成两部分，使短的部分与长的部分的比值等十长的部分与原来线段的比值，则这个比值约为０．６１８。 除能反映黄金分割的两个基本比值０．６１８和１．６１８以外，还有０．２３６、０．３８２、ｌ－２３６、１．３８２、２．６１８、４．２３６等。０．２３６是０．６１８的三次幂：０．３８２是斐波那契序列中的项与其后第二项的比值的极限值，也是０．６１８的二次幂；１．２３６是０．６１８的两倍：２．６１８是１．６１８的二次幂，也是ｌ与１．６１８的和；４．２３６是１．６１８和２．６１８的积，也是０．２３６的倒数。 上面各种比率和斐波那契序列在音乐、绘画、建筑、生物、宇宙科学等领域都有很好表现。比如数学ｊ二的黄金螺线、达?芬奇的许多绘画作品、雅典巴台农神庙中都运 ０２用了黄金分割率。波浪理论在研究股市运行时也把它们运用其中。一方面，可以把它们运用丁股价分析，另一方面，也可以运用于股指运行时间分析。本文把它们运用于后者。 上证指数１９９７年５月１２日的运行到高点１５ｌＯ．１８（也是前后若干年的一个相对高点）。这一天恰好是第一大循环浪的第一子循环浪的第．三子大浪的第１子中浪结束的日子。我们非常惊讶地发现，上证指数从１９９０年１２月１９日开始运行到这一天所经历的交易同恰好是斐波那契序列中的一个数１５９７。而更不可思议的足，从下一个交易日开始到完成第‘大循环浪的第一了循环浪用了９８９个交易同（仪比斐波那契序列中的另一个数９８７多了两天），而且接下来的第三大循环浪的第二子循环浪又刚好用了９８７个交易日。 下面是另‘个使人惊奇的事情。上证指数的第一、二大循环浪及第三大循环浪的第一子循环浪（这最后一个交易日达到开市以来的最高点２２４５．４３）共用了２５８６个交易日（仅比斐波那契序列巾的数２５８４多了两天）。而上证指数的第三大循环浪的第一、二子循环浪及第三循环浪的第一子人浪（这最后一个交易Ｕ达到开始以来的最高点６１２４．０４）共用Ｊ，３１９７个交易日。３１９７与２５８６的１．２３６倍的差只有０．７０４。这恰恰符合波浪理论的交替原则。这也从另一个侧面说明我们的数浪应该是正确的。上而的事实及具体数浪情况参看图３。要说明的是，第一大循环浪的第一、二子循环浪伍图中没有标识，原因是它们时间间隔太小，在图上难以标清。再有，波浪的划分（特别是１６６４．９３点是否一定是第ｔ大循环浪的第三子循环浪的第二子大浪的终点）还有待后面的走辫柬进一步确认。 图３ 参考文献： ［１ｊ（美）波泽（Ｐｏｓｔｅｒ，Ｓ．ｗ）著．符彩霞泽．应用艾略特波浪理论获利［Ｍ］．北京：机械丁业出版社，２００５，４． ［２］（美）艾略特著．千建军译．波浪原理［岫．北京：中华工商联合出 版社，１９９９，７． 万方数据
基于GARCH模型的沪深300指数收益率波动性分析
摘要 股票市场的价格波动研究，不仅具有重要的学术意义，而且具有重要的实际意义。股价的波动给投资者带来了获利的机会。因此，金融市场的波动性一直以来都是投资者和经济研究人员关注的焦点。 本文以对沪深300指数2005年1月4日到2014年6月11日每个交易日收盘价为原始数据，对其收益率进行了研究分析。研究结果表明：日收益率序列的波动表现出时变性、突发性和集簇性等特征。序列分布呈现出尖峰厚尾的特点，并且存在明显的GARCH效应，表明过去的波动对于未来的影响是持久的，同时也是逐渐衰减的。而且，沪深300指数波动幅度大。沪深300指数的频繁交易使得股指期货市场具有高流动性，这种高流动性也是造成指数波动的一大成因。 关键字：收益率；ARCH模型；GARCH模型
一、前言 1.1研究意义 股票市场的价格波动研究，不仅具有重要的学术意义，而且具有重要的实际意义。股价的波动给投资者带来了获利的机会。投资者可以通过对度量波动率来猜测股市的风险有多大，同时，了解波动性有助于投资者更好的理解和把我股票市场的运行规律，将股价界定在一个可能的范围内，当投资者认识到股价波动的规律，就可以帮助其做出明智的投资，以获取更多的利益。因此，金融市场的波动性一直以来都是投资者和经济研究人员关注的焦点。 1.2 研究对象和方法 沪深300指数是由上海和深圳证券市场中选取300只A股作为样本编制而成的成份股指数。沪深300指数选取规模大、流动性好的股票作为样本, 覆盖了沪深市场六成左右的市值,具有良好的市场代表性，所以有必要对其进行深入分析。 本文以中国金融期货交易所的沪深300指数2005年1月4日到2014年6月11日每个交易日收盘价为原始数据，共2288个数据样本。 就沪深300指数收益率的波动性研究方法而言，国内外的研究结果表明，许多金融时间序列都将GARCH模型作为解释金融数据的经验方法。因此，本文采用GARCH模型检验沪深300指数日收益率的波动性变化，希望可以发现沪深300指数的波动性特征。 二、GARCH模型介绍 2.1 ARCH模型 ARCH模型由Engle（1982）提出，并由Bollerslev（1986）发展成为GARCH-广义自回归条件异方差。这些模型广泛的应用与经济性的各个领域，尤其是金融时间序列中。 ARCH的核心是(1)式中t时刻的随机误差项ε的方差（σ2）依赖于t-1时刻的平方误差的大小，即依赖于ε2t?1。 Y t=β0+β1X1t+?+βk X kt+εt (1)
上证指数近16年变化趋势原因分析 院系：经济管理系 姓名：李燕霖 班级：16金融2班 上证指数近16年变化趋势原因分析 1、2001-06-29-2005-06-03上证指数无较大波动，呈平稳缓慢下降趋势发展。原因分析： 2001年6月14日，国务院发布《减持国有股筹集社会保障基金管理暂行办法》，规定凡国家拥有股份的股份有限公司向公共投资者首次发行和增发股票时，均应按融资额的10%出售国有股。正是这一个重磅利空消息，它直接导致A股走上漫长的下跌之路。因为A股最早设计是给国有企业融资和排忧解困而设计的，这就不可避免的使得沪深两市的上市公司，存在大量国家股、国家法人股在总股本比例超过50%的公司。据统计，这个比例高达三分之一以上，以当时近千家上市公司计算，国有控股的公司数量高达约300家，其中有不少国有股比例超过70%。国有股占有如此多的市值，由此，国有股减持直接导致市场上流通的股票数量大大增加，如购买力不变的话，其结果就是股票价格的下跌，而这一跌就是差不多整整4年。 2、2005-06-03-2007-10-16上证指数迅猛增长，不断攀升。原因分析： 2005年6月3日—2007年10月16日大牛市，上证综指从998.23点上涨至6124点，历时两年半，上涨幅度513%，原因：1. 美元泛滥，造成全世界 2．全球经济繁荣，拉动中国大规模出口，形成了中国经济高速成长。3．大规
速海外热钱流入，加剧了上述情况的发展。4．银行体系由于充满资金，促使银 而且推动资产价格上涨，5、在流动性泛滥的情况下，资金流入股市和房市，促使价格持续上涨，进而导致社会大众处于追涨的乐观情绪中，因此造成了上证指数涨到6000点的大泡沫。 3、2007-10-31-2008-10-31上证指数猛跌，不断下降。原因分析： 上证指数至2007年10月见顶6124.04点后一路下跌，在短短一年时间2008年10月下探到1664.93点。原因：1、美国次贷危机导致的世界金融危机，已经出现经济衰退，中国经济也出现减缓，发达国家的股市都进入了熊市，中国还能“牛”起来吗。如果中国还是牛市，那么全世界的热钱就都会涌进中国，抄高房市股市，再加上人民币升值，热钱将受益巨大，但他们离开之时就是中国的恶梦之始。 2、中国市场主力的基金不成熟，打着价值投资的幌子，进行疯狂的投机行为，2007年5?30之后，把有价值的蓝筹股抄高到没有价值，一点节制都没有。如果基金成熟，就不会把股指推高到6000多点，他们是中国市场转为熊市的罪魁祸首。 3、中国股市散户众多，没有投资知识的占多数，包括有的大学教授都对股票一知半解，就投入股市，完全是一种跟风行为，赌博心态。 4、基金经理也好，散户也好，多数都没有经过熊市，要不没有风险意识，要不就是太怕风险，跟风行为盛行，导致市场上升时疯狂，下降时也疯狂，大起大落是市场的特征。
上证指数收益率ARCH效应分析 本文以上证指数为研究对象，选取了从2001年1月2日到2006年12月29日一个时间窗口总共1444个收盘价P i（i=1,2…..1444），并用这1444个收盘价计算出对数收益率Log(sh/sh(-1))为样本数据，利用Eviews软件对上证指数收益率ARCH效应进行分析。 一、序列平稳性检验 将收盘价对数处理化后的对数收益率导入Eviews，利用单位根检验，经处理后的数据如图1所示。 图1、上证对数收益率ADF检验结果生成图 如图可以看出，P值很小，且ADF统计值在1%，5%及10%的显著水平下，单位根检验的临界值分别为-3.964421,-3.412930及-3.128458，检验统计量值为-37.06543且绝对值很大，远小于相应的DW临界值。从而拒绝H0，表明2001年1月2日到2006年12月29日的对数收益率为平衡时间序列,不存在单位根，也可通过下面的时序图看出。
由时间序列图可以看出，在相当长的时间内，上证对数收益率波动都比较小，可见序列是平稳的。 二、自相关性检验 自相关系数表示的是当前值与滞后值的相关系数，偏自相关系数考虑了所有滞后值之后的预测能力而计算当前和滞后序列的相关性。用EVIEWS 中的VIEW-CORRELOGRAM 生成自相关图，滞后阶数为25，通过自相关图可以看出，上证收益率具有自相关性。 图3、上证对数收益率相关图 三、模型选择 由模型定阶可以发现，在ARMA （p,q ）中，分别选取（p,q ）为(1,1),(2,2), ,(3,3),(3,4)几个数据进行模型估计，观察各模型的P 值和T 统计量。 图2、上证对数收益率时序图
——专业年级：05级信管1班小组成员：李青40511056 吴君超40511053 指导教师：俞开志 论文结构图：——
【摘要】本文主要通过对上证指数的变动进行多因素分析，建立以上证指数为因变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对上证指数进 行数量化分析，就其影响因素提出我们对上证市场宏观调控有帮助的参考性意见。 【关键词】上证指数货币供给增长率居民储蓄存款期末余额增长率上交所投资者开户数 一、问题的提出 改革开放以来，中国经济飞速发展，强力带动了各行各业的健康发展，股市也是如此。对我国股票市场而言,最常用的也是最重要的衡量指标就是上证指数。对这一指数进行分析,有利于深入了解股票市场的动态,对其的多因素分析，能更好地掌握证券市场的发展趋势。 “上证指数”全称“上海证券交易所综合股价指数”，是国内外普遍采用的反映上海股市总体走势的统计指标。上证指数由上海证券交易所编制，于1991年7月15日公开发布，以"点"为单位，基日定为1990年12月19日，基日提数定为100点。随着上海股票市场的不断发展，于1992年2月21日，增设上证A 股指数与上证B股指数，以反映不同股票（A股、B股）的各自走势。1993年6月1日，又增设了上证分类指数，即工业类指数、商业类指数、地产业类指数、公用事业类指数、综合业类指数、以反映不同行业股票的各自走势。经过多年的持续发展，上海证券市场已成为中国内地首屈一指的市场，上市公司数、上市股票数、市价总值、流通市值、证券成交总额、股票成交金额和国债成交金额等各项指标均居首位。至2004年12月底，上证所拥有3700多万投资者和837家上市公司，上市证券品种996个。上市股票市价总值26014.34亿元；2004年，上市公司累计筹资达456.901亿元；一大批国民经济支柱企业、重点企业、基础行业企业和高新科技企业通过上市，既筹集了发展资金，又转换了经营机制。 众所周知，在近10年来，中国股票市场历经了熊市到牛市的转变，其状态
1.1.波动率 波动率是用来描述证券价格、市场指数、利率等在它们均值附近上下波动幅度的术语，是标的资产投资回报率的变化程度的度量。股票的波动率σ是用于度量股票所提供收益的不确定性。股票通常具有15%-50%之间的波动率。股票价格的波动率可以被定义为按连续复利时股票在1年内所提供收益率的标准差。当?t 很小时，2t σ?近似的等于在?t 时间内股票价格变化百分比的方差。这说明σ√?t 近似的等于在?t 时间内股票价格变化百分比的标准差。由标准差来表述股票价格变化不定性的增长速度大约为时间展望期长度的平方根（至少在近似意义下）。 1.2.由历史数据来估计波动率 为了以实证的方式估计价格的波动率，对股票价格的观察通常是在固定的时间区间内（如每天、每星期或每个月）。 定义 n+1——观测次数； S i ——第i 个时间区间结束时变量的价格，i =0，1，…n ； τ——时间区间的长度，以年为单位。 令 1ln ,0,1, ,;i i i S u i n S -?? == ??? 1.2.1 u i 的标准差s 通常估计为 s = 1.2.2 或 s = 1.2.3 其中u ?为i u 的均值。 由于i u 的标准差为。因此， 变量s 是的估计值。所以σ本身可以被估计σ∧ ，其中 σ∧ = 可以证明以上估计式的标准差大约为σ∧ 。 在计算中选择一个合适的n 值并不很容易。一般来讲，数据越多，估计的精确度也会越高，但σ确实随时间变化，因此过老的历史数据对于预测将来波动率可能不太相干。一个折中的方法是采用最近90～180天内每天的收盘价数据。另外一种约定俗成成俗的方法是将n 设定为波动率所用于的天数。因此，如果波动率是用于计算量年期的期权，在计算中我们可以采用最近两年的日收益数据。关于估计波动率表较复杂的方法涉及GARCH 模型与EWMA 模型，在下文中将进行详细介绍。 1.3.隐含波动率 首先对于一个无股息股票上看涨期权与看跌期权，它们在时间0时价格的布莱克-斯科尔斯公式为 012()()rT c S N d Ke N d -=- 1.3.1 201()()rT p Ke N d S N d -=--- 1.3.2 式中 21d =
上证指数”全称“上海证券交易所综合股价指数”，是国内外普遍采用的反映上海股市总体走势的统计指标。 上证指数由上海证券交易所编制，于1991年7月15日公开发布，上证提数以"点"为单位，基日定为1990年12月19日。基日提数定为100点。 随着上海股票市场的不断发展，于1992年2月21日，增设上证A股指数与上证B股指数，以反映不同股票（A股、B股）的各自走势。1993年6月1日，又增设了上证分类指数，即工业类指数、商业类指数、地产业类指数、公用事业类指数、综合业类指数、以反映不同行业股票的各自走势。 至此，上证指数已发展成为包括综合股价指数、A股指数、B股指数、分类指数在内的股价指数系列。 2、计算公式 上证指数是一个派许公式计算的以报告期发行股数为权数的加权综合股价指数。报告期指数=（报告期采样股的市价总值/基日采样股的市价总值）×100 市价总值=∑（市价×发行股数） 其中，基日采样股的市价总值亦称为除数。 3、修正方法 当市价总值出现非交易因素的变动时，采用“除数修正法”修正原固定除数，以维持指数的连续性，修正公式如下： 修正前采样股的市价总值/原除数=修正后采样的市价总值/修正后的除数由此得到修正后的连续性，并据此计算以后的指数。 当股票分红派息时，指数不予修正，任其自然回落。 根据上海股市的实际情况，如遇下列情况之一，须作修正： （1）新股上市； （2）股票摘牌； （3）股本数量变动（送股、配股、减资等等）； （4）股票撤权（暂时不计入指数）、复权（重新计入指数） （5）汇率变动 新股上市：新股上市第二天计入指数，即当天不计入指数，而于当日收盘后修正指数，修正方法为： 当日的市价总值/原除数=当日的市价总值+新股的发行股数×当日收盘价/修正后的除数 除权：在股票的除权交易日开盘前修正指数： 前日的市价总值/原除数=[前日的市价总值+除权股票的发行股数×（除权报价-前日收盘价）]/修正后的除数 撤权：在含转配的股票除权基准日，在指数的样本股票中将该股票剔除； 复权：在撤权股票的配股部分上市流通后第十一个交易日起，再纳入指数的计算范围。 4、指数的发布 上证指数目前为实时逐笔计算，即每有一笔新的成交，就重新计算一次指数，其中采样股的计算价位（X）根据以下原则确定： （1）若当日没有成交，则X=前日收盘价 （2）若当日有成交，则X=最新成交价
上证指数波动趋势分析 一、内生动力 1.超卖超买 （1）随机指数KDJ 由KDJ线来看，目前股市处于超卖阶段，K、D、J三线都位于20以下，处于超卖时期，根据其周期来看，虽上涨不会过于强势，但是上涨不可避免，一周左右会涨到高点。 （2）相对强弱指数RSI 从RSI线来看，目前属于6日RSI 线向下跌破15超卖期的反弹上涨时期，后市依然看涨（一周内依然上涨势头生猛，一个月之内整体趋势会是上涨）。 二、外生动力 1．需求 （1）存款准备金率 4月22日是今年第四次上缴存款准备金的日子，面对约3600亿元资金的缴款“洪峰”，21日银行间市场资金面骤然紧张，资金价格全线飙升，尤以隔夜回购加权平均利率涨幅最大，昨日跳升了180个基点。业内人士分析，存款准备金率数次上调的累积效应已逐渐显现，不排除二季度存款准备金率继续上调的可能性，资金面宽松态势或将发生逆转。
央行上调存款准备金率，有以下几方面的影响： 1）银行：银行可用的资金相对少了，贷款利润会减少，这对于目前仍然以存贷利差为主要利润来源的银行的业绩有一定影响；另一方面，会催促银行更快向其他利润来源跟进，比如零售业务、国际业务、中间业务等，这样也会进一步加强银行的稳定性和盈利性。 2）企业：资金紧张，银行会更加慎重选择贷款对象，倾向于规模大、盈利能力强、风险小的大企业，这会给一部分非常依赖于银行贷款的大企业和很多中小企业的融资能力造成一定影响。强者更强。 3）股市：影响非常有限，幅度比预期低，而且就目前大部分银行的资金来说，都还比较充裕，这个比例对其贷款业务能力相当有限；另一方面，市场很早就已经预期到人民银行的紧缩性政策，所以股市在前期已经有所消化，只是在消息出台时的瞬间反映一下而已。 （2）利率 利率是影响股市走势最为敏感的因素之一 . 根据古典经济理论, 利率是货币的价格, 是持有货币的机会成本, 它取决于资本市场的资金供求 . 资金的供给来自储蓄, 需求来自投资, 而投资和储蓄都是利率的函数 . 利率下调, 可以降低货币的持有成本, 促进储蓄向投资转化, 从而增加流通中的现金流和企业贴现率, 导致股价上升 . 所以利率提高, 股市走低；反之, 利率下降, 股市走高 . 利率变动与股价变动关系可以从三方面加以描述： 1）根据现值理论, 股票价格主要取决于证券预期收益和当时银行存款利率两个因素, 与证券预期收益成正比, 与银行存款利率成