上证综指的日历效应研究 qwertyuiopasdfghjklzxcvbnmqwertyu iopasdfghjklzxcvbnmqwertyuiopasdfg hjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjk lzxcvbnmqwertyuiopasdfghjklzxcvbn mqwertyuiopasdfghjklzxcvbnmqwert yuiopasdfghjklzxcvbnmqwertyuiopas dfghjklzxcvbnmqwertyuiopasdfghjklz xcvbnmqwertyuiopasdfghjklzxcvbnm qwertyuiopasdfghjklzxcvbnmqwertyu iopasdfghjklzxcvbnmqwertyuiopasdfg hjklzxcvbnmqwertyuiopasdfghjklzxcv bnmrtyuiopasdfghjklzxcvbnmqwertyu iopasdfghjklzxcvbnmqwertyuiopasdfg hjklzxcvbnmqwertyuiopasdfghjklzxcv 上证综指的日历效应研究 2014210745 2015/7/5 张楠摘要股市的日历效应证实了市场非有效,在假设市场有效的理论和模型指导下投资必定会产生很大风险,而我国股市发展极为迅速,投资者也日渐益多,因此深入研究日历效应有重要意义。
而日历效应的研究仍多是停留在静态的均值收益和波动方差的方面,而本文将从更全面的角度研究日历效应,同时利用日历效应引导投资者进行市场时机抉择,研究方法主要包括描述统计分析和计量分析。
描述统计分析包括: 均值、方差、偏度和峰度;计量模型主要利用到序列t分布下的EGARCH-M模型,模型分析主要包括波动非对称性、预期风险影响、滞后期收益影响、滞后期波动和杠杆效应。
关键字：日历效应EGARCH-M 杠杆效应市场时机抉择AbstactThe Calendar effects in the stock market prove that the market is non-effective, so there will be a great risk by use the theory and model under the assumptions of the efficient market. And with the extremely rapid development of China's stock market, investors are also growing, so it is very significance for depth studying Calendar effects. But the research on calendar effects main emphasis on the mean and variance, this article will study calendar effects from a more comprehensive perspective, while taking advantage of the calendar effect to guide investors for the choice of market timing. Research methods main include descriptive statistics analysis and econometric model analysis. Description statistical analysis includes: mean, variance, skewness, and peak-degree. Econometric model analyses mainly utilize the EGARCH-M model under t distribution; the analysis mainly includes the fluctuations asymmetry, the impact of expected risk, the impact of lag revenue, the impact of lag phase fluctuations and leverage effect.Keywords: Calendar effect, EGARCH-M model, the leverage effect, market timing choice目录摘要 (2)Abstact (2)引言 (4)相关概念和模型理论 (4)相关概念....................................................................................................错误!未定义书签。
日历效应 (4)非正态概念及度量值 (4)杠杆效应 (5)相关模型 (5)ARCH模型和GARCH模型 (5)TARCH和EGARCH模型 (7)模型选择 (8)非正态性检验 (9)平稳性检验 (9)ARCH效应检验 (9)模型选择 (11)实证分析 (14)星期效用的实证分析 (14)月份效应实证研究 (19)季节效应实证分析 (24)收益分布日历效应对投资者的影响 (26)市场时机抉择建议 (26)短期投资者时机选择 (27)中期投资者时机选择 (27)长期投资者时机选择 (27)参考文献 (29)引言相对于欧美股市几百年的历史，我国建立时间尚短。
但是我国股市的迅速发展，提高了上市公司的融资速度并加速了投资者资金流通。
“股市有风险，入市需谨慎”。
风险是指损失的不确定性。
研究股市风险特性和简便的模型计算对我国股民和经济发展有着重要作用。
由于中国股市过多的非理性投机意识和国家过度干涉市场，导致我国股市出现特殊行情，因此我国很多股市问题只能特殊研究。
在金融领域中，其金融风险能够准确计量对于风险管理、资产定价及投资等有着重要作用。
金融知识理论的深入和研究结果的更新，金融数据序列波动积聚性和非对称厚尾性使收益和风险也呈现日历效应，因此若不加以考虑这些特征，将会影响投资决策的正确性。
随着中国股市的不断发展，日历效应理论研究也应逐步跟进。
国内外多数学者研究发现序列为非正态且收益率波动呈现出一定的非对称性，利空消息对波动的影响大于利好消息的影响，因此造成非对称波动情况，而波动异方差导致的波动积聚是造成厚尾的主要原因。
因而，日历效应的研究意义重大。
相关概念和模型理论日历效应日历效应主要是指金融市场的收益、方差、偏态、峰度、预期风险、杠杆效应及其他高阶矩在日历中呈现出一种特殊特征。
星期效应主要是指市场衡量指标在星期交易中某一天比较突出，且出现循环趋势，月份效应则是衡量指标在某一个月份表现较为强烈或者不显著，季节效应则是衡量指标在某一个季节表现较为异常或者不明显。
非正态概念及度量值非正态分布主要是以正态分布为基础，不服从正态分布的均称为非正态分布，正态分布都是双尾对称、峰度等于3的分布，而若分布双尾不对称且峰度不等于3的均称为非正态分布。
偏度是反应数据分布非对称程度的度量值。
正偏离表现是右边的尾部明显长于左侧，说明右侧有少量数值非常大，以致把其尾部拖长，而其所得分布的偏度大于0；反之在均值左侧数据少于右侧，则所得分布偏度小于0则为负偏离，又叫左偏，主要是左侧尾部明显长于右侧，说明左侧有少量个数非常小。
计算公式为：33()(1)(2)i n x x SK n n sd -=--∑ (2.1)SK 为偏度，n 为样本数，sd 是样本标准差，i x 是第i 个样本。
峰度表示概率密度分布曲线在平均值处高低的特征数，主要是直观反映了尾部的厚度和峰度的尖度。
因为正态分布的峰度规定等于3，如果所测数据概率密度分布曲线峰度大于3，则成为尖峰厚尾分布，小于3则为扁平分布。
计算公式为：414() (1)N i i Y Y kurtosis N s =-=-∑(2.2)Kurtosis 代表峰值系数，N 代表样本数量，i Y 为样本观测值，Y 是样本n 次测定值的平均值，s 为样本标准差。
杠杆效应杠杆效应是指资产的波动存在非对称性，向下波动幅度强于向上波动幅度。
即市场利空消息带来的冲击比同等量的利好消息带来的冲击要强烈。
相关模型ARCH 模型和GARCH 模型ARCH 模型，也叫自回归条件异方差模型。
该模型的主要思想是在t-1时刻的误差平方 21 t μ-影响到t 时刻误差t μ的方差2σ。
在以下K 个变量回归模型中：011y =+x +.......+x +t t k kt t γγγμ(2.3)若t μ的均值为零，则y t 取基于t-1时刻收益的期望1(y )t t E -，则其公式如下：1011(y )=+x +.......+x t t t k kt E γγγ-(2.4)因为(2.3)公式估计值近似等于(2.4)公式的均值方程，所以(2.3)公式也叫均值方程。
扰动项t μ服从正态分布2011N(0, +) t t a a μμ-，但是因为t μ方差2011+t a a μ-与前期扰动项平方有关，因此方程22011var()+t t t a a μσμ-==称为ARCH 过程。
因此ARCH(p)的过程可写成：222201122var()++.......+ t t t t p t p a a a a μσμμμ---== (3.5)如果同方差，则12==.......==0p a a a ，反之，则为异方差。
该模型在经济学领域得到广泛应用，尤其在金融时间序列中。
GARCH 模型，又叫广义自回归异方差模型。
GARCH 模型中包含有条件均值方程和条件异方差方程，标准化的GARCH(1,1)模型为：=x '+ t t t y γμ(2.6)22211=++t t t a σωμβσ-- (2.7)上面公式中，第一个方程为条件均值方程，第二个为条件方差方程。
均值方程包含外生变量't x 和随机扰动项t μ，其中：'t x 是1(k+1)⨯维外生变量向量，γ是(1)1k +⨯维系数向量。
方差方程包含均值ω、ARCH 项21t μ-和GARCH 滞后一阶的21t σ-，方差方程因为由滞后的信息而得到，因此称为条件方差方程。