论文部分内容阅读
金融时间序列研究中，量价关系的研究是一个非常重要的研究课题，受到理论界和务实界的一致重视。同时这方面的研究成果也很多，主要集中在对量价关系和收益率的研究，而量价关系中的另一个量——成交量的研究相对来说非常少，自然研究成果也很少。鉴于此，本文在已有文献研究成果的基础上，利用ARCH模型族，借助于Eviews软件，针对我国沪，深股票市场大盘的日、周、月成交量进行研究(单位：手；样本区间：1992.1.2——2006.7.31)。得到了如下结论：1．对成交量的对数变化率进行了ARCH效应检测。结果表明我国股票市场大盘成交量的对数变化率的日、周数据具有明显的高阶ARCH效应。但是月数据不具有ARCH效应。2．对数据进行建模，得到ARCH模型族。通过比较最终得到TARCH(1，1)-M，EGARCH(1，1)-M两个模型，它们对于成交量对数变化率的日、周数据是合适的。同时说明了我国股票市场的信息非对称性以及成交量具有和风险溢价现象相类似的性质。而且检测的结果表明随机冲击的影响具有较高的持续性。3．运用选择的模型进行短期预测。得到的预测的点估计和区间估计都较为理想，具有一定的参考价值。