导读:本文包含了股票波动率论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,股票,税率,商业银行,风险,异质,波动性。
股票波动率论文文献综述
刘莹,肖欣荣,王铎[1]（2019）在《中国股市融资融券标的股票“异质性波动率之谜”研究》一文中研究指出本文研究了中国A股市场融资融券标的股票的"异质性波动率之谜",分别在我国融资融券制度推行初期和后期,构建了两阶段的双重差分回归模型,比较融资融券制度的政策效果。实证结果表明,在融资融券制度推行初期,两融标的股票"异质性波动率之谜"现象未能得到有效抑制。融资融券制度推行后期,A股市场融券交易总量快速增长,融资融券标的股票的"异质性波动率之谜"现象相对非融资融券股票得到明显抑制,这一抑制效应对于融券交易活跃的股票更为显着,说明融券交易的活跃程度对于抑制融资融券标的股票"异质性波动率之谜"现象起主要作用。(本文来源于《金融发展研究》期刊2019年11期）
宁瀚文,屠雪永[2]（2019）在《基于高维波动率网络模型的股票市场风险特征研究》一文中研究指出波动率是金融风险管理研究的重要内容之一。本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型。首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究。高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质。实证结果发现:与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征。高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具。(本文来源于《统计研究》期刊2019年10期）
何志含,田昊正[3]（2019）在《股票特质波动率与横截面收益研究》一文中研究指出本文探究中国股票特质波动率与横截面收益之间的关系,以沪深A股从2000年到2014年共782周的周度收益率数据为样本,结合最新的Fama-French五因子模型,通过滚动窗口回归的方法得到每只股票的特质波动率,再用分组法和Fama-Macheth回归来检验当期的特质波动率对接下来一到五周的股票横截面收益是否有一定的预测能力。研究表明,股票特质波动率与横截面收益率呈正相关关系,但这种相关关系在分组法下并不显着,因此股票的特质波动率在实践中并不能用来预测股票收益率,这从侧面证明了中国股市的有效市场假说。(本文来源于《当代经济》期刊2019年08期）
张燕[4]（2019）在《基于ICA-NN-GARCH的股票波动率模型研究》一文中研究指出随着我国金融市场的壮大,股票市场在金融市场中的地位更加重要,充分认识风险的存在、做好防范风险准备有利于股票市场的稳定。股票波动率是衡量金融风险的重要指标,计算股票波动率能够预测股票未来走势,为投资者和管理者提供更精确的选择方向,防范风险。学者们对股票波动率研究已经取得了很大进展,但是在预测准确性方面还有待提升,因此,本文以新旧动能转换的5个板块10支股票为研究样本,建立了准确性更高的模型预测股票波动率。由于高维金融时间数据具有复杂性,使用单一的广义自回归条件异方差模型(GARCH模型)处理高维数据会存在预测精度偏低和不够准确等问题,并且GARCH模型也存在待估参数过多、计算不够简洁等问题,因此本文采用多元波动率模型,以此来更准确有效地预测股票波动率。首先,本文选择独立成分分析方法(ICA)提取高维信息,ICA方法能够快速高效地提取数据中的独立成分,从而起到降维的作用,并且ICA方法有计算简洁、耗用内存小的特性。其次,本文选用GARCH模型消除由于时间序列造成的异方差性,GARCH模型在处理金融数据中的线性部分具有较大的优势,在对非线性的数据进行拟合时,可以通过结合神经网络(NN)来完成,基于此,本文构建了ICA-NN-GARCH模型。最后,利用所构建的ICA-NN-GARCH模型对我国10家上市公司股票的波动率进行统计描述,实验结果表明,股票波动率序列呈现尖峰厚尾、偏度和峰度等特征,以及具有平稳性和ARCH效应,满足建模的必须条件,且股票收益率序列显现出了波动集群性特征;利用基于滚动窗口的一步预测法对风险价值(VaR)进行预测,同时使用Kupiec失败率检验法的极大似然统计量LR对VaR的预测精度进行检验,检验结果表明,虽然GARCH模型、ICA-GARCH模型和ICA-NN-GARCH模型都能够预测VaR值,但ICA-NN-GARCH模型较GARCH和ICA-GARCH模型具有更高的预测精度,因此,ICA-NN-GARCH模型能更准确地预测风险值,对股票市场风险预测提供参考,进而可为广大投资者和决策者提供参考。(本文来源于《山东工商学院》期刊2019-05-25）
王超[5]（2019）在《上市银行股票波动率对系统流动性风险敏感度的异质性研究》一文中研究指出2008年的经济危机说明,拥有充足的流动性对于任何一家银行来说都十分重要。无论是监管当局还是学术界,关于商业银行个体流动性风险的研究已经有不少成就,然而我国有关银行业系统流动性风险的研究还在起步阶段,国外的研究大部分也都是与系统流动性风险的界定和度量方面有关,基于此,本文综合微观层面的银行个体和宏观层面的银行体系,研究银行业系统流动性风险对银行个体的影响。本文旨在通过一个EGARCH(1,1)过程,实证分析我国16家上市银行的股票波动率对于系统流动性风险敏感度的异质性问题。通过理论的论证和实证的分析,得出两个重要的结论:一是,银行个体流动性风险对股票收益率的影响比系统流动性风险的影响要更显着,这与之前的研究并不相悖;二是,银行股票波动率对系统流动性风险的敏感度存在异质性,因此将银行分为3类(Ⅰ类银行,系统流动性风险因子加强银行i的股票收益率波动;Ⅱ类银行,系统流动性风险因子减弱银行i的股票收益率波动;Ⅲ类银行,银行i的股票收益率波动对系统流动性风险因子不敏感)。进一步地,以EGARCH(1,1)模型继续对每家银行每年的股票收益率进行分析,得出的参数估计结果(即ω_(i,L),为模型中代表敏感度的参数)作为被解释变量,以体现银行异质性的5个指标为影响因素,进行归并回归实证分析,目的在于研究银行基于资产负债表的异质性指标对其关于系统流动性风险敏感度的影响。结果发现:(1)资本充足率与Ⅰ类银行对于系统流动性风险的敏感度之间存在反向关系,即高的资本充足率会降低Ⅰ类银行对于系统流动性风险的敏感度;(2)存款占比与Ⅱ类银行对于系统流动性风险的敏感度之间存在反向关系,即高的存款占比会降低Ⅱ类银行对于系统流动性风险的敏感度。最后,本文根据流动性风险管理理论以及实证结论,从银行经营者、监管者和投资者叁个角度提供相关的政策建议。(本文来源于《华侨大学》期刊2019-05-20）
张肇良[6]（2019）在《中国股票市场波动率预测与期权风险对冲》一文中研究指出本文的研究重心是金融市场中的波动率。在通过高频收益率数据得到的已实现波动率的基础上,本文建立了不同模式的异质自回归(HAR)模型,研究其对中国股票市场波动性的拟合效能,并探讨其在期权风险对冲的应用。以经典的HAR模型为基础,将每日成交量和交易数量作为市场流动性的指标,作为附加解释变量加入HAR-RV模型,进行模型拓展。实证分析中通过样本内回归估计模型参数并考察显着性,再进行样本外预测进行模型间比较。考虑了叁种不同频率的高频数据来计算已实现波动率。我们得出,相比于美股市场,中国A股市场上长期波动率的解释力相对较弱。我们得到5分钟是最优的采样频率。经过实证检验,我们得出HAR-RV对上证50指数的已实现波动率具有一定的预测能力。本文还认为,在HAR-RV模型中加入一个流动性度量指标(成交量或成交笔数)可以显着提高预测波动性的准确度,其中加入成交笔数的HAR-RV模型对已实现波动率的解释效能比加入成交量的更好,但是同时考虑这两个变量反而会降低预测效能。本文将构建的HAR-RV模型应用到A股市场的期权风险对冲当中,发现经过HAR-RV模型调整过的隐含波动率可以显着提升50ETF期权Delta对冲策略的效果。(本文来源于《南京大学》期刊2019-05-01）
程思奇[7]（2019）在《沪深300股指期货对股票现货市场的波动率影响研究》一文中研究指出从1982年第一只股指期货在美国诞生后,欧美发达国家纷纷开始推出自己的股指期货产品,而我国直到2010年才推出国内首只正式期指——沪深300股指期货。但我国期指的发展过程并不是一帆风顺的,自上市以来,一直饱受争议。特别是在2015年股灾发生后,股指期货被认为是导致股市崩盘的罪魁祸首,中金所为救市,连续出台一系列管制措施,使期指市场受到巨大打击,交易锐减。2年后,在2017年2月和7月才2次小范围解禁。沪深300期指的推出对现货市场波动性有何影响,临时措施和临时限制对股市波动又有何影响?本文通过建立引入虚拟变量的GARCH模型探究沪深300期指合约的引入、中金所的临时管制和放开管制对现货市场波动率的影响,最终得出,沪深300股指期货的推出和中金所管制措施在短时间内稳定了现货市场的波动,但影响的作用并不显着,而对管制措施的放宽对现货市场波动无任何作用。通过TARCH模型,探究各期间的非对称效应,股指期货的推出和管制使得现货市场上的非对称效应消失,并在后期一直不存在对称效应。利用Var研究沪深300股指期货与现货的长期关系,二者通过了协整检验,通过脉冲响应和方差分解表明,我国沪深300股指的波动更多受本身的影响,沪深300期指在降低股价指数的波动性方面所起到的作用不算强烈,反而后者对期货市场的影响是较大的。而格兰杰结果表示双方相互影响。综上,为了使沪深300期指更好地发挥其稳定市场、价格发现等功能,建议当局加强监管和对投资者的管理,完善期货市场结构,在期货市场与现货市场之间完善信息传递和风险传递。(本文来源于《东北师范大学》期刊2019-05-01）
于恩平[8]（2019）在《股票价格及其波动率的分析》一文中研究指出ARMA模型和GARCH模型都是时间序列模型,ARMA模型是自回归移动平均模型对序列的均值进行分析和预测,而GARCH模型是对残差方差进行建模,用来分析和预测序列的波动性。本文利用r软件建立ARMA-GARCH模型对工商银行近几年的收盘价进行分析预测。为投资者对工商银行股票的短期趋势判断和投资决策提供一定参考。(本文来源于《Proceedings of 2019 9th International Conference on Education and Social Science(ICESS 2019)》期刊2019-03-29）
施汉忠,丁方飞,高曦,马晨淞[9]（2019）在《公司税收规避、税率持续性与股票收益波动率》一文中研究指出从税率平稳性角度看,避税活动是否会增加税率波动性进而给企业带来高风险是一个值得探讨的重要问题。从动态视角研究发现,避税是一种策略性行为,低实际税率的企业相比高实际税率的企业,其税率在长时期内能够保持平稳。此外,避税活动并不一定会带来未来税率和股票收益的波动性。这说明公司通常采用持续、稳定的税收策略,不会带来公司风险的激增。进一步研究发现:节税率的波动性与公司未来股票收益波动存在着显着正相关,即当避税引起税率波动较大时,会带来公司股票收益风险的增加。(本文来源于《财经理论与实践》期刊2019年02期）
顾嵩楠,万解秋[10]（2019）在《机构投资者持股对股票波动率的影响——基于证券投资基金的分阶段实证研究》一文中研究指出我国股市自成立以来较欧美发达国家而言波动性很大,鉴于此,我国证券市场引入了机构投资者交易机制以期稳定股市、改善上市公司治理结构。但机构投资者作为证券投资市场的主力军,学术界关于其对股票波动率的影响观点不一。本文以机构投资者中占比较大的证券投资基金为例,选取了2014年1月至2016年9月的股票季度数据,分上涨周期、下跌周期、平衡市这叁个阶段,分别构建多元线性回归模型来分析证券投资基金这一机构投资者在不同阶段对于股票波动率的影响。研究发现,我国证券投资基金持股在上涨周期和下跌周期的行情中对于稳定股市的影响大于其在平衡市中的作用,机构投资者在股市暴涨暴跌中起到稳定器的作用。(本文来源于《上海商学院学报》期刊2019年01期）
股票波动率论文开题报告
（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：
波动率是金融风险管理研究的重要内容之一。本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型。首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究。高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质。实证结果发现:与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征。高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具。
（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。
股票波动率论文参考文献
[1].刘莹,肖欣荣,王铎.中国股市融资融券标的股票“异质性波动率之谜”研究[J].金融发展研究.2019
[2].宁瀚文,屠雪永.基于高维波动率网络模型的股票市场风险特征研究[J].统计研究.2019
[3].何志含,田昊正.股票特质波动率与横截面收益研究[J].当代经济.2019
[4].张燕.基于ICA-NN-GARCH的股票波动率模型研究[D].山东工商学院.2019
[5].王超.上市银行股票波动率对系统流动性风险敏感度的异质性研究[D].华侨大学.2019
[6].张肇良.中国股票市场波动率预测与期权风险对冲[D].南京大学.2019
[7].程思奇.沪深300股指期货对股票现货市场的波动率影响研究[D].东北师范大学.2019
[8].于恩平.股票价格及其波动率的分析[C].Proceedingsof20199thInternationalConferenceonEducationandSocialScience(ICESS2019).2019
[9].施汉忠,丁方飞,高曦,马晨淞.公司税收规避、税率持续性与股票收益波动率[J].财经理论与实践.2019
[10].顾嵩楠,万解秋.机构投资者持股对股票波动率的影响——基于证券投资基金的分阶段实证研究[J].上海商学院学报.2019
论文知识图
