论文部分内容阅读
为深入探讨我国股市的波动特征及其信息驱动机制，本文基于Chou（2005）提出的条件自回归极差（CARR）模型，将随机误差项的分布推广至广义gamma分布，提出了可引入外生变量的GCARR-X模型。以信息理论为基础，借助于该模型研究了交易量驱动我国股市波动的市场微观结构特征，并以此为依据验证技术分析的有效性，对市场投资者的策略选择和监管者的政策选择给出建议。 本文首先回顾了研究证券市场波动的相关文献，简单介绍了股市波动的特征和影响因素，并从技术分析和信息理论模型两个角度介绍了股市波动和交易量的关系。然后，梳理出CARR模型的建模思想，总结模型的发展，给出误差分布假设为广义gamma分布的CARR（GCARR）模型，提出加入交易量作为外生变量的GCARR-X模型。采取后金融危机时期我国股市的真实数据，对我国沪深两市的股市波动及其与交易量的关系进行了实证研究。 实证结果表明，GCARR模型能够很好地刻画市场波动特征，广义gamma分布更接近深证成指极差的真实分布；GCARR-X模型适合于市场波动和交易量关系的研究。通过研究发现，我国沪深股市波动均表现出明显的持续性和非对称性；交易量对市场波动非对称性的解释能力较强，这种解释能力主要来自于非预期交易量，新入市场信息而非历史信息更多地驱动了股市波动；对于市场波动的持续性，股市收益率可以做出一定的解释，而交易量并没有给出进一步的解释；通过非线性CARR-X模型发现，深证成指表现出了交易量对市场波动非对称性的影响。