导读:本文包含了股票日收益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:收益率,模型,股票,正态分布,波动性,市盈率,股票市场。
股票日收益率论文文献综述
董晨昱,刘维奇,汪颖杰[1]（2018）在《最大日收益率效应成因及投资策略分析——来自中、美股票市场的对比研究》一文中研究指出分别以中国股票市场的A股和美国股票市场的普通股为样本,研究了两个市场最大日收益率效应产生的原因及基于月内最大日收益率的投资策略。通过单变量组合水平分析发现中、美股票市场均存在最大日收益率效应。通过组合特征分析及Fama-Mac Beth截面回归分析,发现在中国股票市场上,流动性冲击对最大日收益率效应有较好的解释作用,然而在美国股票市场,最大日收益率效应是由股票的月收益率逆转效应造成的,最大日收益率效应仅是股票收益逆转的表象。通过构建零成本多空组合策略,以及考虑到卖空限制的多头组合策略,发现当股市处于下跌期时,中、美两国的投资者均可采取基于月内最大日收益率的多空组合策略,不仅可以避免损失还可获得显着的溢价收益;考虑到卖空受限,采取多头策略平均可获得比多空策略更高的收益。(本文来源于《经济问题》期刊2018年01期）
孟彦菊,尹晓梦[2]（2017）在《沪市股票日收益率波动性分析——基于GARCH(1,1)模型》一文中研究指出文中选取2013年12月23日至2016年10月13日的上证综指日收益率的数据,对沪市股票日收益率波动性进行研究。通过对经济背景的分析,对物流行业及物流公司发展方向的确定提供一些参考。选用样本数据建立GARCH(1,1)模型,来说明股票市场的波动性,研究表明沪市日收益率的波动对冲击的反映是以一个相对较慢的速度衰减,也就是说过去的波动对未来的影响是逐渐衰减的。(本文来源于《物流工程与管理》期刊2017年05期）
杭雨,许学军[3]（2016）在《基于沪市股票日收益率的时间序列模型分析》一文中研究指出近年来,用统计模型来描述金融时间序列的波动一直是国内外学者关注的重点。本文选取2000-2015年间上证指数日收盘价的数据,计算股票日收益率,利用计量经济学中有关金融时间序列的波动性分析的ARCH模型以及GARCH模型,对股票收益率波动是否存在ARCH效应进行实证研究和分析。(本文来源于《改革与开放》期刊2016年05期）
张增敏,李莉莉[4]（2012）在《行业股票日收益率的长记忆性研究》一文中研究指出运用修正R/S分析和V/S检验两种分析方法,对我国股票市场13个行业日收益率序列的长期记忆性进行了比较研究,得出了以下结论:在5%的显着水平下,农林牧渔业的日收益率在两种方法下均不具有长记忆性;传播与文化产业的日收益率在修正R/S分析中不具有长记忆性,而交通运输仓储业的日收益率在V/S分析下不具有长记忆性;除上述提到的行业外,其余行业的日收益率在两种分析结果下,均具有明显的长记忆性。(本文来源于《青岛大学学报(自然科学版)》期刊2012年01期）
吴雅亭[5]（2011）在《基于ARCH族模型的股票日收益率分析——以张江高科股票为例》一文中研究指出一、引言在对很多经济时间序列进行分析时,传统的经济计量方法要求序列服从一系列的经典假设,然后建立ARMA模型。但在现实的经济生活中,有很多时间序列并不服从于这些假设,如金融时间序(本文来源于《财会通讯》期刊2011年20期）
屠卫[6]（2010）在《中国股票市场异常日收益率对投资者长期收益率影响研究》一文中研究指出上证综合指数、深证成分指数和沪深300指数投资组合异常日收益率实际出现的次数与收益率服从正态分布的假设相矛盾。投资者如果依据这一假设进行投资将低估股票市场风险。上证综合指数投资组合与深证成份指数投资组合受异常收益率的影响非常大,一旦投资者错过上尾部异常日收益率或遭遇下尾部异常日收益率,其长期收益率将发生较大变化。由于投资者事前几乎不可能预测到异常收益率的出现,其最佳的投资策略应该是长期持有指数投资组合。相比之下,沪深300指数投资组合的收益率受其异常日收益率的影响很小。(本文来源于《商业文化(学术版)》期刊2010年01期）
吴伟伟[7]（2007）在《深圳股票交易市场日收益率的ARCH模型分析》一文中研究指出ARCH模型是用于分析条件异方差的时间序列模型。在金融时间序列中,很多情况下都不服从同方差的假设,方差出现丛集性和波动性等特征,ARCH模型可以很好的应用到分析这一类时间序列中。本文利用深圳成份收盘指数的数据建立了ARCH模型,分析了该市场日收益率的动态演变过程。(本文来源于《甘肃政法成人教育学院学报》期刊2007年06期）
曾卫东[8]（2004）在《双限制Tobit自回归GARCH模型和价格限制下股票日收益率模型估计(英文)》一文中研究指出本文提出了一个在价格限制即涨跌停板制度存在的情况下,股票日收益率可能遵循的时间序列模型一双限制Tobit自回归GARCH模型,建立了此模型的最大似然估计法(MLE),用Monte Carlo实验研究了最大似然估计量性质.作为此模型应用,我们对一个上海股市的股票日收益率模型参数进行了估计。(本文来源于《应用概率统计》期刊2004年04期）
刘文晶[9]（2004）在《A股股票新股发行首日收益率的实证研究》一文中研究指出本文以上海证券交易所2000年1月—2004年1月发行并且上市的新股为总体对象，研究导致我国新股发行首日收益率超高的影响因素。此前一些学者对这类问题进行了十分广泛的研究，研究数据的选取一般都集中于2000年前，根据这些数据分析的结果，学者们普遍认为：新股发行市盈率的低估是导致发行首日收益率超高的主要因素。考虑到我国曾尝试进行的股票发行上市政策的改革，并通过对新股发行相关数据进行观察，本文发现，从99年底到2001年9月份左右，证券监管部门放松了对新股发行市盈率的管制，允许发行人、承销商和投资者根据每个上市公司各自的财务状况、市场供求等综合情况来共同确定新股发行市盈率的数值。在这一期间，新股发行市盈率的确定充分考虑了各个上市公司的自身特点，不再象过去一样被限于15左右，其数值范围从最低值的16.25到最高值的接近70，分布相当广泛，并且平均值为34左右，与股票二级市场实际的平均市盈率也十分接近。这说明，这一期间新股发行所确定的市盈率数值近似正常值，新股发行价的低估成分很小。按照以前文献的结论，由于新股发行市盈率的“一刀切”政策的影响已经弱化，那么这一期间新股发行首日收益率就不应该再象以前一样出现超高现象了，即便仍然呈现较高的态势，其“高涨”的程度也应该大幅度降低。所以本文将2000年1月—2001年9月的数据作为小样本进行单独研究，看看这一期间新股发行首日收益率还是不是存在普遍超高现象，如果仍然普遍超高，其主要的影响因素又是什么。由于我国股票市场存在自身缺陷，曾尝试执行的市场化发行方式很快地暴露出与我国资本市场的不适应性，加之伪造利润、披露虚假上市信息、操纵股价等等市场不规范因素的干扰，2001年我国的股票市场遭受极大震动，上证指数由2200多点骤降至1500多点，整个投资环境受到重创。为了扭转这种窘境，净化投资环境，增强投资者信心，从2001年下半年开始，国家重又加强了对股票发行上市的管制，其发行市盈率大都控制在20以内。经过股票市场一系列的震荡、洗礼，此次“加强管制”主要出<WP=39>于保证上市公司质量的考虑，加大对拟上市公司上市资格、财务资料的审核力度，而非一味地限制发行市盈率、压低股票发行价格。因此，2001年9月以后的股票市场也许更能反映我国股票市场的自身特点和发展方向，较之2000年以前也更加规范、更具有研究价值。由于2001年9月以后发行新股并上市的公司数目较少，其可获取的有效样本数目就更少，故对于这一期间股票市场的研究，主要利用2000年1月—2004年1月新股总体样本的研究来进行，通过大小两个样本数据的比较，分析经过规范、调整后的股票市场及其股票市场新股发行首日收益率的状况，反映我国新股发行上市市场的未来走向。基于以上考虑，本文选取2000年1月至2004年1月的新股作为研究的大样本，并将2000年1月—2001年9月之间的新股单独列为小样本，分别对两个样本进行统计分析并比较，验证了在发行市盈率的制定受到限制时，其数值的低估是造成我国新股发行首日收益率超高的因素之一，但不是唯一的，也不是最重要的影响因素，因为即便是在2000年1月—2001年9月，新股发行市盈率数值近似正常值的时候，新股发行首日收益率依然呈现超高状态，并且其高涨程度较2001年10月—2004年1月（期间新股发行市盈率受到限制）还要高。根据本文对两个样本进行逐步分析得到的结果，总资产规模、发行前期市场涨跌、发行前期净资产收益率等都是影响我国新股发行首日收益率高低的重要因素。这些可量化指标的影响作用、影响方式与国外成熟股票市场上新股发行首日收益率的影响因素有相一致的地方。我国新股发行首日收益率远远高于国外成熟股票市场上的新股发行首日收益率，除了这些可以量化因素的影响外，其主要原因也在于我国自身特有的经济发展的整体环境。虽然由于各种实际情况的限制，短时间内对股票发行上市的整体环境加以改变难度很大，而且已经尝试进行的改革也暴露出了种种问题，引发了股票市场的动荡，但不能因此而裹足不前，不意味着要保持现状，完全可以在新股发行上市的具体措施上加以完善，逐步探索改革的途径，引导股票市场向良性发展的轨道前进。 通过研究，本文发现整个经济发展的外部大环境决定了我国股票市场上新股发行首<WP=40>日收益率的超高现象，而上市公司自身的财务素质使得各个新股发行首日收益率在普遍高涨的情况下，呈现高低差别。即经济发展的整体环境和上市公司自身的财务状况共同决定了我国新股发行首日收益率的高低。作为研究的副产品，本文也从侧面证实了我国股票市场在一定程度上的弱式有效和相对风险收益的存在。(本文来源于《吉林大学》期刊2004-04-01）
周福[10]（2001）在《股票日收益率特征及其与交易量的关系研究》一文中研究指出金融资产收益率的正态分布及同方差性假设是许多金融理论的基础，比如有效市场理论的随机游动版本、布莱克—斯科尔斯的期权定价理论等。对股票收益率非正态性及条件异方差性的检验将有助于我们理解各种西方金融理论在多大程度上适用于中国的股票市场。本文采用1991年至2000年上证A股指数以及1996年至2000年深证A股指数的日收盘价及交易量数据，检验两个市场的总体的股票收益率的分布非正态性，并利用ARCH模型及其扩展形式检验条件异方差性。在上述研究的基础上，分别对两个市场的股票收益率与交易量进行Granger原因关系检验。 本文的主要研究结论如下： (一) 中国股票市场中的总体日收益率分布不是正态分布，而是呈“尖峰态”，并且具有“肥尾”的特征。与美国股票市场相比，中国股票市场日收益率的峰度更高，而且中国股票市场的日收益率总体呈现正偏，这表明中国股票市场中异常大的日收益率出现得比较频繁，而美国股票市场日收益率表现为负偏，即异常小日收益率出现更为频繁。 (二) 中国股票市场中存在日收益率与条件方差的负相关关系。在ARCH-M模型中，系数6=-0.1266，该系数的标准差为0.0154。这个结果与Nelson(1991)的研究结论是一致的，他的模型估计产生的系数&=-3.361，标准差为2.206。 (叁)正负股票日收益率对条件方差产生不对称影响。在TARCH和EGARCH模型中由厂表示的不对称关系高度显着。证据表明：在上海股票市场中，正面信息的影响大于负面信息的影响。这与国外大多数文献论证的西方股票市场上存在的“杠杆效应”相反。“杠杆效应”认为：负面信息的影响比正面信息的影响更大。这个研究结果表明中国股票市场与美国股票市场的显着不同：虽然两个市场的投资者对正面和负面信息反映都不一致。但中国投资者更容易受到正面信息的影响，而美国投资者更容易受到负面信息的影响。 (四)冲击对股票日收益率的持续性效果明显。在GARCH模型中，α+β=1.14，非常接近于1，这表明冲击对股票收益率的影响长期存在。 (五) 对股指日收益率和交易量百分比变动进行Granger原因关系检验表明，中国股票市场上存在从收益率到交易量变动的单向Granger原因关系。也就是说，收益率是引起交易量变动的Granger原因，而交易量变动并不是引起收益率的Granger原因。(本文来源于《厦门大学》期刊2001-06-01）
股票日收益率论文开题报告
（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：
文中选取2013年12月23日至2016年10月13日的上证综指日收益率的数据,对沪市股票日收益率波动性进行研究。通过对经济背景的分析,对物流行业及物流公司发展方向的确定提供一些参考。选用样本数据建立GARCH(1,1)模型,来说明股票市场的波动性,研究表明沪市日收益率的波动对冲击的反映是以一个相对较慢的速度衰减,也就是说过去的波动对未来的影响是逐渐衰减的。
（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。
股票日收益率论文参考文献
[1].董晨昱,刘维奇,汪颖杰.最大日收益率效应成因及投资策略分析——来自中、美股票市场的对比研究[J].经济问题.2018
[2].孟彦菊,尹晓梦.沪市股票日收益率波动性分析——基于GARCH(1,1)模型[J].物流工程与管理.2017
[3].杭雨,许学军.基于沪市股票日收益率的时间序列模型分析[J].改革与开放.2016
[4].张增敏,李莉莉.行业股票日收益率的长记忆性研究[J].青岛大学学报(自然科学版).2012
[5].吴雅亭.基于ARCH族模型的股票日收益率分析——以张江高科股票为例[J].财会通讯.2011
[6].屠卫.中国股票市场异常日收益率对投资者长期收益率影响研究[J].商业文化(学术版).2010
[7].吴伟伟.深圳股票交易市场日收益率的ARCH模型分析[J].甘肃政法成人教育学院学报.2007
[8].曾卫东.双限制Tobit自回归GARCH模型和价格限制下股票日收益率模型估计(英文)[J].应用概率统计.2004
[9].刘文晶.A股股票新股发行首日收益率的实证研究[D].吉林大学.2004
[10].周福.股票日收益率特征及其与交易量的关系研究[D].厦门大学.2001
论文知识图
