下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
基于MNM-GARCH模型的沪深股市动态关联性研究摘要:本文利用MNM-GARCH模型研究了沪深股市之间的动态关联性。首先,我们采用DF检验和ADF检验确定股票收益率的平稳性。然后,我们采用Granger因果检验检测股票之间的相互影响。结果表明,沪深股市之间存在双向因果关系。最后,我们运用MNM-GARCH模型对股票之间的动态关联性进行分析。结果表明,沪深股市之间的动态关联性呈现出不同的时期性和阶段性。同时,我们还发现,随着时间的推移,股票之间的关联性呈现出不断变化的趋势。本文的研究成果为股票市场的风险管理提供了一定的参考价值。关键词:MNM-GARCH模型;动态关联性;沪深股市;风险管理Abstract:ThispaperstudiesthedynamiccorrelationbetweentheShanghaiandShenzhenstockmarketsusingtheMNM-GARCHmodel.Firstly,weusetheDFtestandADFtesttodeterminethestationarityofstockreturns.Then,weusetheGrangercausalitytesttodetectthemutualinfluencebetweenstocks.TheresultsshowthatthereisabidirectionalcausalrelationshipbetweentheShanghaiandShenzhenstockmarkets.Finally,weusetheMNM-GARCHmodeltoanalyzethedynamiccorrelationbetweenstocks.TheresultsshowthatthedynamiccorrelationbetweentheShanghaiandShenzhenstockmarketsexhibitsdifferentperiodicityandstages.Atthesametime,wealsofoundthatthecorrelationbetweenstocksisconstantlychangingovertime.Theresearchresultsofthispaperprovidereferencevalueforriskmanagementofthestockmarket.Keywords:MNM-GARCHmodel;dynamiccorrelation;ShanghaiandShenzhenstockmarkets;riskmanagement引言:沪深股市是中国两个主要的股票交易市场,也是中国大陆股票市场上最重要的两个指数代表。沪深股市之间的动态关联性一直是资本市场研究的热点问题之一。在不同的时期和市场环境下,股票市场之间的关联性不断变化。因此,对沪深股市之间的动态关联性进行研究,对于投资者制定风险管理策略和优化资产配置具有重要的意义。本文利用MNM-GARCH模型研究了沪深股市之间的动态关联性。首先,我们采用DF检验和ADF检验确定股票收益率的平稳性。然后,我们采用Granger因果检验检测股票之间的相互影响。结果表明,沪深股市之间存在双向因果关系。最后,我们使用MNM-GARCH模型对股票之间的动态关联性进行分析。结果表明,沪深股市之间的动态关联性呈现出不同的时期性和阶段性。同时,我们还发现,随着时间的推移,股票之间的关联性呈现出不断变化的趋势。1.数据和方法1.1数据我们选取2008年1月1日至2020年12月31日的沪深300指数和中证500指数的日收益率数据作为研究样本。其中,沪深300指数代表了沪深股市中市值较大、流动性较好的300家上市公司的股票价值;中证500指数代表了沪深股市中市值较大、流动性较好的500家上市公司的股票价值。我们将样本期间的日收益率数据进行对数转换,得到对数收益率序列。1.2方法1.2.1DF检验和ADF检验DF检验和ADF检验是检测序列平稳性的常用方法。平稳序列是指序列的均值、方差及自相关函数不随时间变化。通过对样本序列进行DF检验和ADF检验,可以判断序列是否平稳。1.2.2Granger因果检验Granger因果检验是判断两个时间序列之间是否存在相互影响的方法,也是研究股票之间关联性的方法之一。通过对样本序列进行Granger因果检验,可以确定股票市场之间的相互影响关系。1.2.3MNM-GARCH模型MNM-GARCH模型是一种基于动态因子分解的多元波动率模型。该模型可以较好地刻画多个时间序列之间的波动率以及波动率之间的动态关系。通过对样本序列进行MNM-GARCH模型拟合,可以确定股票市场之间的动态关联性以及波动率之间的动态关系。2.实证结果2.1平稳性检验我们对沪深300指数和中证500指数的对数收益率序列进行DF检验和ADF检验,结果如下:表1DF检验和ADF检验结果DF检验和ADF检验的结果均表明沪深300指数和中证500指数的对数收益率序列具有平稳性。2.2Granger因果检验我们对沪深300指数和中证500指数的对数收益率序列进行Granger因果检验,结果如下:表2Granger因果检验结果Granger因果检验的结果表明,沪深300指数和中证500指数之间存在双向因果关系。2.3MNM-GARCH模型分析我们基于MNM-GARCH模型对沪深300指数和中证500指数的动态关联性进行分析。MNM-GARCH模型中需要确定的参数包括动态因子数目和各个股票的波动率权重。我们采用BIC准则确定动态因子数目,采用MAXIMUMLIKELIHOOD方法拟合MNM-GARCH模型,并利用Bayes信息准则确定各个股票的波动率权重。图1经过MNM-GARCH模型拟合后的沪深300指数和中证500指数的相关系数图1展示了经过MNM-GARCH模型拟合后的沪深300指数和中证500指数的相关系数。可以发现,沪深300指数和中证500指数之间的动态关联性呈现出一定的周期性。同时,我们还可以看到,在不同的时间段内,沪深300指数和中证500指数之间的动态关联性存在明显的差异。3.结论与建议本文研究了沪深股市之间的动态关联性,并利用MNM-GARCH模型对股票之间的动态关联性进行了分析。结果表明,沪深股市之间存在双向因果关系,且动态关联性呈现出不同的时期性和阶段性。股票之间的关联性也随着时间的推移呈现出不断变化
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 高三化学教学设计:硫及其化合物转化关系的一轮复习策略
- 小学四年级英语教学设计:Unit 6 From farm to table Part C Project 跨学科实践探究
- 小学四年级心理健康教学设计:认识自我悦纳自我
- 高一地理选择性必修1第1-2单元阶段综合实践教学设计
- 小镇青年崛起:智能按摩枕下沉市场渗透率提升与价格带分析
- 第一单元考察探究-主题活动四《自主选题》教学设计-2026-2027学年内蒙古版小学综合实践活动三年级上册
- 压力性损伤指南解读
- 催促完成项目进度的通知函(5篇)
- 航空货运物流运输管理信息化指南
- 客户订单2026年交付时间确认函7篇范本
- DB21T+1237-2026行业用水定额
- 刑事案件模拟庭审剧本范本
- 电影放映员岗前理论能力考核试卷含答案
- 2026年学校禁毒工作计划学校禁毒工作实施方案(5篇)
- 化肥产品生产许可证实施细则(一)(复肥产品部分)2025
- 初中学生家庭教育指南
- 管道运输流程
- 中国昆曲课件
- 生产工厂门卫管理制度
- 公文写作教学课件下载
- 3.2 《文学作为语言艺术的独特地位》(课件)中职高二语文(高教版2023拓展上册)
评论
0/150
提交评论