中国股市流动性风险研究——基于金融市场微观结构视角

发布时间：2021-01-08 17:24

　　金融市场中,风险的度量及预测一直都是被关注和研究的重点。文章通过构建价格极差-交易量-广义自回归条件异方差模型,对股票市场的流动性风险进行度量,并利用上证指数2011年1月4日至2019年4月30日2 000多个数据作为样本进行实证检验。结果表明,改进后的模型不仅能改善模型的拟合预测效果,广义自回归条件异方差效应的解释能力明显减小,而且所有价格极差和交易量的系数估计量均为正,说明把交易量和价格极差作为代理变量来研究收益率的持续波动性具有一定的解释作用。同时改进模型比传统模型预测的风险值更加准确,错误率更低。 

【文章来源】：杭州电子科技大学学报(社会科学版). 2020,16(05)

【文章页数】：6 页

【部分图文】：

改进模型下的风险度量(正态分布)

改进模型下的风险度量(t分布)

图2 改进模型下的风险度量(t分布)由图1-图3可知,价格极差-交易量-广义自回归条件异方差模型计算出的风险值与收益率的走势趋势一致,并且基本能够覆盖收益率的点分布,同时流动风险的值大多都在收益率的下方,只有少数溢出点(三角标志),这说明改进后的模型能够充分估计出股票的流动风险,正确率较高。

【参考文献】：
期刊论文
[1]中国牛市真的是“水牛”吗?——不确定性视角下股市价量关系的实证研究[J]. 石建勋,王盼盼,何宗武.  中国管理科学. 2017(09)
[2]中国股市收益率与成交量动态关系的研究——基于工具变量的分位数回归（IVQR）模型[J]. 任燕燕,李劭珉.  中国管理科学. 2017(08)
[3]中国股市量价关系研究[J]. 陈虹,徐融.  经济问题. 2017(03)
[4]基于日度低频价格的波动率预测[J]. 刘威仪,孙便霞,王明进.  管理科学学报. 2016(01)
[5]基于La-VaR模型的中国国债市场流动性风险研究[J]. 胡方琦,宋琴.  海南金融. 2016(01)
[6]La-VaR模型在股票市场流动性风险度量中的应用[J]. 胡晖,王琰.  商业时代. 2009(31)

硕士论文
[1]基于极差GARCH-MIDAS模型的中国股市风险度量研究[D]. 岳婷婷.安徽财经大学 2019
[2]基于GARCH-VaR模型的新三板市场流动性风险量化研究[D]. 张亚西.西南交通大学 2016



本文编号：2964999