论文中国股市春节效应的验证与投资建议是关于对写作股市论文范文与课题研究的大学硕士、相关本科毕业论文股市论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
【摘 要】节假日效应是指股票的回报率在假期前后异常高于其他交易日的现象.目前在全球股票市场已发现了各种不同形式的节假日效应.文章重点研究我国最重要的传统节日春节前后A股市场是否存在异常的高收益,即是否存在春节效应.根据2006年6月7日～2015年10月30日上证指数的日收益率,并采用引入了虚拟变量的GARCH模型,发现沪市存在显著的春节效应,尤其是钢铁、运输服务、交通设施、有色、半导体、通信设备这几个板块.文章最后为投资者列举了一些实用的投资策略.
【关键词】春节效应 股票市场 投资者 GARCH模型
一、绪论
研究表明,世界各国的股票市场都存在着一定的节假日效应,即股市在某些法定节假日前后存在异常收益率.节假日效应是日历效应的一种,目前日历效应已引起了国内外学术界及市场参与者的关注,如周内效应、一月效应、年末效应等得到了许多学者的实证,但节假日效应方面的研究相对不足.根据弱式有效市场假说（EMH）,基于历史数据无法预测股票的变动.然而如果假日效应存在,意味着投资者可以基于该效应采取一定的交易策略来获取超额收益.
春节作为我国假期最长、最重要的传统节日,人们的心理、消费与投资的热情会受到显著影响,因此研究股市在此前后异于一般交易日的表现具有代表性意义.通过考察春节效应的股市收益表现、行业热点及市场行为特征或许能找出一般性的规律,并为其他节假日效应提供参考.
二、模型介绍
在宏观经济领域和金融领域,时间序列经常呈现出集群效应,即在消除确定性非平稳因素之后,残差序列的波动在大部分时段是平稳的,但会在某些时段波动持续偏大,某些时段波动持续偏小,并不满足方差齐性,这给OLS最小二乘估计带来了一定困难.
1985年,Bollerslov提出了广义自回归条件异方差模型,有效地解决了这个问题,它的结构为：
这个模型简记为GARCH（p,q）,该模型考虑了对方差函数q阶自相关性,使其可以拟合具有长期相关性的异方差序列,有效刻画金融变量的波动性特征.
三、春节效应的描述性统计
文章选取2006年6月7日～2015年10月30日的A股指数日收益率为研究对象.之所以选择这个时间段,是因为2005年起大力推进了股权分置改革,消除了非流通股和流通股的流通制度差异,2006年起投资环境大幅改善,中国证券市场开启了进一步开放和完善的新时期,为本文的研究提供了较好的基础.
文章对股票日收益率的计量采用对数收益率,计算公式是
其中,Pt表示第t日的收盘指数；Pt-1表示的是第t-1日的收盘指数.为了减少数据过小可能导致的偏误,实证时将收益率放大100倍.文章以春节前后五个交易日股指的表现作为对春节效应的研究.
(一)上證指数的表现
从图1为上证指数收益率在整个样本区间内波动情况.从中可以发现,序列有稳定的均值,但是其方差在不同的时间有所差异,存在一定的波动聚集性.上证收益率可能存在着异方差,而适合运用GARCH模型来进行估计.
从表1可以发现,不论是一般交易日,还是春节前后,指数的偏度为负,峰度均大于3,呈现左偏、尖峰厚尾的分布形态.从JB统计量的p值也可看出,在1%的显著性水平下拒绝正态分布假设,指数不符合正态分布.春节前后的交易日收益均值为0.4090,为所有交易日均值（0.0373）的10.97倍,明显高于所有交易日均值,可初步判断我国股市存在春节效应.
(二)板块指数的表现
从大盘指数粗略地来看,可能存在着春节效应.与上证指数一样,板块指数同样呈现左偏、尖峰、厚尾的分布特征.这些板块根据春节前后的日收益率均值除以所有交易日收益率均值所得的倍数排序,表2只展示了倍数高于大盘指数的板块.与大盘指数的10.97倍相比,有钢铁、运输服务、交通设施、有色、石油、半导体、通信设备这七个板块高于上证指数,钢铁板块的倍数最高,为29.39,通信设备为11.20.若上证指数存在春节效应,则可初步判断这些板块有很大可能也存在春节效应,并且强于大盘.
四、实证结果
(一)大盘的春节效应
1.单位根检验.
结果显示ADF统计量为-47.63,对应P值为0.0001,在1%的显著性水平下,拒绝序列存在单位根的假设,因此认为此序列是平稳序列.
2.自相关检验.
在LM检验中,滞后阶数分别选取1、2、3,均显示相应的P值在5%的显著性水平上无法拒绝序列无自相关的原假设,因此认为序列不存在自相关.
3.ARCH效应检验.
结果显示,各阶ARCH统计量检验结果相同,从P值来看,均拒绝无异方差的原假设,可以认为序列残差存在明显的异方差性,因此,运用GARCH模型来拟合指数序列较为合适.
4.GARCH模型拟合结果.本文建立的GARCH模型具体如下：
Rt表示t日的指数收益率,c为常数,ht表示条件方差.D为虚拟变量,若为春节前后五个交易日,则D等于1,否则,D等于0.
根据AIC、SC最小原则,选用GARCH（1,1）模型对上证指数进行拟合.
从模型拟合的结果来看,虚拟变量D相应的P值为0.0414,表明该变量在5%的水平上显著,上证指数的春节效应得到了验证.另外,虚拟变量D的系数值为0.2951,大于0,说明春节效应给股市春节前后平均每个交易日带来了正向的超额收益.
(二)板块的春节效应
经检验,各个板块指数收益率序列均满足GARCH模型的条件,收益率倍数高于上证指数的七个板块GARCH（1,1）模型拟合结果如下表.
从表8中可以看出,钢铁、有色、半导体、通信设备这几个板块在1%的显著性水平上具有春节效应.而运输服务、交通设施则在5%的水平上显著.对于石油板块,则无法充分证明其具有春节效应.在具有春节效应的板块中,有色、半导体、通信设备的日均超额收益较高,系数值分别为0.6682、0.6756和0.6311.根据描述性统计结果,春节前后这几个板块收益率的标准差也较大,分别为0.2121、0.2291、0.2094.对于收益率略低一些的钢铁、运输服务、交通设施板块,其标准差也略低.说明这些板块的风险与收益是对称的.
总结:这篇股市论文范文为免费优秀学术论文范文,可用于相关写作参考。
参考文献：
1、 异质机构投资者投资行为差异对中国股市影响实证 [摘 要] 按组织机构设置不同，将机构投资者分为“基金、QFII、信托、私募、财务公司、社保、券商、银行、保险公司”不同类别。通过构建计量模型与。
2、 价值投资在中国股市适用性 价值投资理念在西方的证券市场被广泛应用已久，这种理念引导市场走向理性，使价格回归价值。相对而言，中国的股票市场历史短，近二十年经历过五轮爆涨爆跌。
3、 中国股市波动率年线效应 摘 要：本文以上证综合指数年线作为标准，把股市划分为牛市和熊市两种状态，并采用ARMA-EGARCH-M模型分别研究了牛市和熊市的股市波动率，称。
4、 中国股市十年慢牛即将开启 我们判定未来十年中国股市走势健康向上并不是说中国股市会走出像今年上半年那样的“疯牛”行情，而是在十年这个时间段内，股市的总体运行趋势会呈现出“慢。
5、 沪深股市三因子模型验证 摘 要：目前在国外Fama-French三因子模型已经被广泛应用到收益率预测、风险管理、基金业绩评估等方面。借鉴国外经验运用Fama-Fren。
6、 高杠杆下中国股市和楼市 在中国，“高利贷+互联网”会有前景吗？从当前股市和楼市的表现中可窥见一二。肖钢任上，中国股市最大的弊端是场外加杠杆，加到无法控制的地步。目前，。