导读:本文包含了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,投资者,收益,效应,基金,波动性。
日收益率论文文献综述
李捷嵩,刘园[1]（2019）在《投资者关注与最大日收益率异象》一文中研究指出Bali等研究发现月内最大日收益率能够显着负向预测下月收益,据此提出了最大日收益率异象,并得到世界多国市场证实。基于上证A股2011年至2018年数据对A股最大日收益率异象进行验证,并结合投资者关注理论和投资者彩票偏好理论加以解释。研究发现,博彩型投资者对于具有极端收益、高异质偏度、高异质波动率特征的彩票型股票的偏好是该异象的重要原因。而博彩型投资者参与交易前提是对个股的关注,极端收益作为突出事件能够有效吸引其关注,投资者关注的增加伴随着参与投机的非理性投机者的增多,进而加剧了最大日收益率异象。市场情绪高涨期,博彩型投资者在乐观情绪驱动下更容易冲动地执行买入操作,加大了从关注向交易的转化概率,进而导致关注度对于最大日收益率异象的作用程度更明显。(本文来源于《济南大学学报(社会科学版)》期刊2019年03期）
董晨昱[2]（2018）在《最大日收益率效应研究》一文中研究指出经典金融理论认为投资者均是完全理性的、同质的,资产价格的形成过程除受宏观经济影响之外,与市场的微观结构密不可分。而行为金融理论则认为投资者的信念是异质的,其投资行为受情绪、后悔、不完全关注等因素的影响,从而使资产的价格偏离其价值,进而产生了由传统资产定价模型不能解释的诸多“异象”。每个“异象”的出现,既是对传统资产定价模型的挑战,又为探究资产价格的形成与变化规律提供了新的视角或途径,从而为发展和完善资产定价模型提供了契机,进而推动金融学科的发展。如规模效应和账面市值比效应的出现,资产定价模型由原先仅依赖于市场因子的CAPM单因子模型扩展为包含市场因子、规模因子和账市比因子的Fama-French叁因子模型。然而,每个“异象”的提出,也面临两个关键问题:首先是“异象”的真实性需要考量,可能限定于彼时的资产定价模型,而对于此时,昔日的所谓“异象”可能仅仅是投资者面对系统风险的补偿,如规模效应、账面市值比效应等;加之很多“异象”的不稳健性,过去所谓的“异象”,随着市场的完善和发展自然消失,如规模效应。其次是产生的原因,以新科诺贝尔奖得主Fama为代表的学者试图在市场有效假说的前提下来解释各种“异象”,而行为学派则从投资者行为角度来解释。本文主要以美国股票市场上发现的最大日收益率效应为研究对象,基于市场微观结构的视角,通过经典的单变量组合水平分析、多变量组合水平分析、Fama-MacBeth横截面回归、时间序列回归和方差比检验等实证方法来探究美国股票市场上最大日收益率效应的存在性及产生的原因。作为对比,在本文的最后也检验了中国股票市场最大日收益率效应的存在性、产生的原因及与美国股票市场的异同。通过系统研究得出如下结论。第一,以纽约、美国和纳斯达克叁大证券交易所的所有普通股为样本,以1967年1月至2014年12月为样本期,通过单变量组合水平分析发现高(低)最大日收益率组合有低(高)的随后月收益,且高、低最大日收益率组合间有显着的溢价(原始的最大日收益率溢价),即最大日收益率效应。通过以24年为投资期,窗宽为3年的动态子样分析、以最小报价单位的变化为分界点的子样分析和以牛熊市为分界点的子样分析发现美国股票市场的最大日收益率效应是不稳键的:当24年的投资期开始于1988年时,最大日收益率溢价不再显着,且之后的子样本期内的最大日收益率溢价同样不显着;等权和市值加权的最大日收益率溢价在股市处于下跌期时均显着不为0,而当股市处于上涨期时,等权的最大日收益率溢价是不显着的;当最小报价单位从1/8美元调整为1/16美元之后,最大日收益率效应消失。第二,通过比较经CAPM、Fama-French叁因子模型、Fama-French-Carhart四因子模型、Liu两因子模型、Fama-French五因子模型和Hou-Xue-Zhang四因子模型调整后的最大日收益率溢价(风险调整的最大日收益率溢价),发现Hou-Xue-Zhang四因子模型可以很好地解释最大日收益率溢价,经其调整后的最大日收益率溢价不再显着,因此,美国股票市场上显着的原始最大日收益率溢价仅是对风险的补偿。第叁,通过组合特征分析发现高最大日收益率组合与高月收益率组合有较为相似的特征。通过两变量组合水平分析和Fama-MacBeth横截面回归进一步发现股票月内最大日收益率之所以可以预期股票的未来收益是由于股票的月收益逆转(或称为月收益反转)造成的。传统金融学派认为买卖价差是造成股票短期收益逆转的唯一原因,然而行为金融学派认为股票短期收益逆转是由于市场对新到信息的过度反应。通过分析叁种特殊情形下连续时间的观测价格和“真实”价格的路径图及其价格变化的联合分布,发现买卖价差的存在加剧了观测收益的波动,但是并不绝对造成股票收益的逆转,当股票“真实”收益表现出较强的一阶负自相关性时,买卖价差的作用不再明显。并以纳斯达克市场的所有普通股为样本通过横截面回归和方差比检验发现股票的月收益逆转是由买卖价差和过度反应共同决定的。进而最大日收益率效应可以部分地由市场微观结构解释。第四,以中国A股市场的个股(除被特殊处理的个股外)为样本,发现中国股票市场同样存在最大日收益率效应,但又与美国股票市场的最大日收益率效应不同。通过两变量组合水平分析和Fama-MacBeth横截面回归发现中国股票市场上的最大日收益率效应不但不受股票月收益率逆转的影响,反过来还解释了股票的月收益率逆转。然而,流动性可以较好的解释最大日收益率效应。因此,中国股票市场的微观结构可以较好的解释最大日收益率效应。通过比较中、美股票市场基于最大日收益率的投资策略,发现基于最大日收益率的多空组合策略更倾向于是熊市期的投资策略,对美国的投资者而言,当股市处于下跌期时,可采取最大日收益率的多空组合策略。对中国的投资者而言,该策略同样有效,在熊市期,不仅可以避免损失还可获得显着的超额收益。(本文来源于《山西大学》期刊2018-06-01）
卢婷艳[3]（2018）在《基于GARCH类模型的余额宝日收益率波动研究》一文中研究指出选取2015年4月1日至2017年3月31日的余额宝万份收益数据作为研究对象,从余额宝收益率的波动性角度出发,建立GARCH模型进行实证研究。通过研究发现,余额宝收益率存在"自相关性""波动集聚性""ARCH效应",不存在"杠杆效应",并且GARCH模型可以很好地刻画余额宝日收益率的波动性。(本文来源于《经济研究导刊》期刊2018年15期）
李国勇[4]（2018）在《新疆板块和西藏板块日收益率序列的长记忆性——基于FIGARCH方法》一文中研究指出金融时间序列通常具有一定的记忆性和持续性,这种记忆性和持续性对于投资组合管理和风险管理都具有重要意义。FIGARCH模型能捕捉金融时间序列的分形特征和长记忆性。本文应用FIGARCH模型对西藏板块和新疆板块日收益率序列的长记忆性特征进行了描述,发现西藏板块日收益率序列具有较大的d值,具有明显的长记忆性,新疆板块则类似于IGARCH,记忆性更强。(本文来源于《大众投资指南》期刊2018年09期）
董晨昱,刘维奇,汪颖杰[5]（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）
刘红玉,张景川[6]（2017）在《基于Copula-GARCH模型的投资组合日收益率的相关性的风险度量实证研究与应用》一文中研究指出以Gaussian GARCH模型和Copula函数为基础,建立了Copula-GARCH模型,利用4个股指国债指数(000012)、企债指数(000013)、基金指数(399305)和沪深300指数(000300)的收盘价、成交量的一些历史数据(数据来源于国信证券网上交易系统),通过建立的Copula-GARCH模型和统计软件Eviews5.0的模拟计算,得到了投资组合日收益率的风险价值.构建了投资组合风险的多元联合收益分布和资产之间的相关性.结果说明,随着时间的变化,股指之间的波动存在着较稳定的正相关关系.对进一步探讨股票市场波动(风险)和预期的收益之间有非常重要的理论意义.(本文来源于《德州学院学报》期刊2017年06期）
叶建华[7]（2017）在《投资者情绪、公司信息透明度与股市极大日收益率效应——基于中国A股市场的经验证据》一文中研究指出近年研究发现,在多国股市中,本月个股最大日收益率能显着负向预测下月个股异常收益,该资产定价异象被称为极大日收益率效应。多篇文献认为投资者偏好极端收益率是该效应的成因。本文认为受投资者情绪及公司信息透明度影响的投资者认知偏差可解释中国A股市场中的极大日收益率效应,并证明市场情绪高涨期,低信息透明度公司股票中该效应最明显。该研究丰富了极大日收益率效应存在性及其成因的研究,对公司及监管实践均有启示意义。(本文来源于《投资研究》期刊2017年07期）
李树超[8]（2017）在《短期理财基金开放日收益率跳涨》一文中研究指出在货币基金整体收益率上行的驱使下，部分短期理财基金在开放日也出现收益率跳涨的情况。业内人士称，基金在开放日收益率跳涨主要有遭遇大额赎回、资产收益兑现等原因，但收益上涨趋势很难持续，投资者参与需谨慎。万份收益跳涨超4倍Wind数据显示，(本文来源于《证券时报》期刊2017-06-22）
顾慧旦[9]（2017）在《基于G-ARMA-GARCH族模型的沪深指数日收益率序列模型研究》一文中研究指出在股市的价格变化中,波动率是个十分重要的指标,也是许多国内外学者研究的热点问题。不同发展水平的股票市场中均存在着波动的不对称特征、方差时变特征和簇集特征,而且序列中的负向收益给股票价格带来的波动往往比正向收益来的大,说明股票的价格序列中存在着杠杆效应。与国外发达国家的股市相比,我国沪深股市的起步比较晚,发展还不够成熟,股票市场的监管措施还不那么完善,因此我国离发展成熟的股票市场还有很大差距。本文考虑了我国沪深股市的现状,研究了沪深股市中价格的非对称特征和波动特征,进一步加深了我们对沪深股市波动情况的了解。在我国沪深股市中,上证综指和深证成指是两种主要的指数。本文以上海证券交易所股权分置改革为起点,以深圳证券交易所重新修订深证成指编制方案为终点,综合运用了描述性统计方法和基于G-ARMA-GARCH族模型的实证分析法分别对2006年1月4日至2015年5月19日两种指数日收益率序列的波动情况进行了刻画,并对两种指数进行了对比。最后,根据拟合出的最佳模型分别预测了 2015年5月20日至2015年12月31日两种指数的日收盘价数据。在描述性统计分析中,我们分别讨论了两种指数的正态性、平稳性、异方差性、自相关性和偏自相关性。结果显示上证新综指和深证成指的日收益率序列均是平稳序列,说明可以用ARMA模型进行序列条件均值的初步拟合。同时两种指数的日收益率序列均存在左偏特征和尖峰厚尾特征,说明序列可能存在异方差性,可以用GARCH族模型拟合序列的条件方差。在运用G-ARMA-GARCH族模型进行实证分析的过程中,考虑到当日开盘价与历史收盘价之间可能存在一定的关系,我们在ARMA-GARCH族模型中加入了梯度因子来更好地反映历史数据和隔夜跳空因素对序列波动情况的影响。结果显示GARCH族模型中的EGARCH模型比TGARCH模型更适合拟合上证新综指和深证成指日收益率序列的条件方差,而且在序列的残差项服从GED分布时拟合效果最好。此外,我们发现两种指数的日收益率序列中均存在杠杆效应,且深证成指的杠杆效应更强。同时,深证成指日收益率序列条件方差的波动幅度也比较大,说明深证成指的风险水平更高。经过比较传统的ARMA-GARCH族模型和G-ARMA-GARCH族模型在预测日后收盘价时的精度差异,发现加入梯度因子后的模型预测的精度更高,稳定性也更强。根据描述性统计分析和实证分析,我们可以发现我国沪深股市中还存在许多问题,今后我们需要通过更深入的研究来改善这些问题,以推动我国沪深股市的进一步发展。(本文来源于《南京大学》期刊2017-05-24）
高涛[10]（2017）在《基于GARCH模型的创业板指数日收益率波动性分析》一文中研究指出对金融时间序列数据中具有的波动性进行描述和研究近几十年来是学界和业界共同关注的一个热点问题。GARCH模型族以其良好的描述能力和广泛的应用价值着称,越来越多的研究者采用GARCH模型来对金融时间序列数据中存在的波动性进行建模分析和诊断,取得了大量有价值的理论结果。在实际操作层面GARCH模型及其方法也是投资者用来进行投资预测和风险掌控的一个有效工具。本文选取了 2010年6月1日至2017年1月13日我国创业板指数1610个日收盘价的原始数据作为论文的样本数据来研究该指数的波动性。首先,用ADF法来对创业板指数日收益率序列中存在的平稳性特征进行检验,发现该序列虽然是平稳的,但并不具有正态分布的特征,并且还具有很强的ARCH效应。其次,通过计算相关的ACF与PACF值,发现日收益率具有一定的相关性,为此,本文采用ARMA模型来对日收益率进行初步的拟合,以消除其内部固有的相关性。同时,在用ARMA模型来消除其相关性的基础上,本文又分别用GARCH(1,1)模型、GARCH(1,1)-M模型和EGARCH模型来对样本数据分别进行拟合,分析结果表明用EGARCH模型的拟合效果会更佳。(本文来源于《云南大学》期刊2017-05-01）
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：
经典金融理论认为投资者均是完全理性的、同质的,资产价格的形成过程除受宏观经济影响之外,与市场的微观结构密不可分。而行为金融理论则认为投资者的信念是异质的,其投资行为受情绪、后悔、不完全关注等因素的影响,从而使资产的价格偏离其价值,进而产生了由传统资产定价模型不能解释的诸多“异象”。每个“异象”的出现,既是对传统资产定价模型的挑战,又为探究资产价格的形成与变化规律提供了新的视角或途径,从而为发展和完善资产定价模型提供了契机,进而推动金融学科的发展。如规模效应和账面市值比效应的出现,资产定价模型由原先仅依赖于市场因子的CAPM单因子模型扩展为包含市场因子、规模因子和账市比因子的Fama-French叁因子模型。然而,每个“异象”的提出,也面临两个关键问题:首先是“异象”的真实性需要考量,可能限定于彼时的资产定价模型,而对于此时,昔日的所谓“异象”可能仅仅是投资者面对系统风险的补偿,如规模效应、账面市值比效应等;加之很多“异象”的不稳健性,过去所谓的“异象”,随着市场的完善和发展自然消失,如规模效应。其次是产生的原因,以新科诺贝尔奖得主Fama为代表的学者试图在市场有效假说的前提下来解释各种“异象”,而行为学派则从投资者行为角度来解释。本文主要以美国股票市场上发现的最大日收益率效应为研究对象,基于市场微观结构的视角,通过经典的单变量组合水平分析、多变量组合水平分析、Fama-MacBeth横截面回归、时间序列回归和方差比检验等实证方法来探究美国股票市场上最大日收益率效应的存在性及产生的原因。作为对比,在本文的最后也检验了中国股票市场最大日收益率效应的存在性、产生的原因及与美国股票市场的异同。通过系统研究得出如下结论。第一,以纽约、美国和纳斯达克叁大证券交易所的所有普通股为样本,以1967年1月至2014年12月为样本期,通过单变量组合水平分析发现高(低)最大日收益率组合有低(高)的随后月收益,且高、低最大日收益率组合间有显着的溢价(原始的最大日收益率溢价),即最大日收益率效应。通过以24年为投资期,窗宽为3年的动态子样分析、以最小报价单位的变化为分界点的子样分析和以牛熊市为分界点的子样分析发现美国股票市场的最大日收益率效应是不稳键的:当24年的投资期开始于1988年时,最大日收益率溢价不再显着,且之后的子样本期内的最大日收益率溢价同样不显着;等权和市值加权的最大日收益率溢价在股市处于下跌期时均显着不为0,而当股市处于上涨期时,等权的最大日收益率溢价是不显着的;当最小报价单位从1/8美元调整为1/16美元之后,最大日收益率效应消失。第二,通过比较经CAPM、Fama-French叁因子模型、Fama-French-Carhart四因子模型、Liu两因子模型、Fama-French五因子模型和Hou-Xue-Zhang四因子模型调整后的最大日收益率溢价(风险调整的最大日收益率溢价),发现Hou-Xue-Zhang四因子模型可以很好地解释最大日收益率溢价,经其调整后的最大日收益率溢价不再显着,因此,美国股票市场上显着的原始最大日收益率溢价仅是对风险的补偿。第叁,通过组合特征分析发现高最大日收益率组合与高月收益率组合有较为相似的特征。通过两变量组合水平分析和Fama-MacBeth横截面回归进一步发现股票月内最大日收益率之所以可以预期股票的未来收益是由于股票的月收益逆转(或称为月收益反转)造成的。传统金融学派认为买卖价差是造成股票短期收益逆转的唯一原因,然而行为金融学派认为股票短期收益逆转是由于市场对新到信息的过度反应。通过分析叁种特殊情形下连续时间的观测价格和“真实”价格的路径图及其价格变化的联合分布,发现买卖价差的存在加剧了观测收益的波动,但是并不绝对造成股票收益的逆转,当股票“真实”收益表现出较强的一阶负自相关性时,买卖价差的作用不再明显。并以纳斯达克市场的所有普通股为样本通过横截面回归和方差比检验发现股票的月收益逆转是由买卖价差和过度反应共同决定的。进而最大日收益率效应可以部分地由市场微观结构解释。第四,以中国A股市场的个股(除被特殊处理的个股外)为样本,发现中国股票市场同样存在最大日收益率效应,但又与美国股票市场的最大日收益率效应不同。通过两变量组合水平分析和Fama-MacBeth横截面回归发现中国股票市场上的最大日收益率效应不但不受股票月收益率逆转的影响,反过来还解释了股票的月收益率逆转。然而,流动性可以较好的解释最大日收益率效应。因此,中国股票市场的微观结构可以较好的解释最大日收益率效应。通过比较中、美股票市场基于最大日收益率的投资策略,发现基于最大日收益率的多空组合策略更倾向于是熊市期的投资策略,对美国的投资者而言,当股市处于下跌期时,可采取最大日收益率的多空组合策略。对中国的投资者而言,该策略同样有效,在熊市期,不仅可以避免损失还可获得显着的超额收益。
（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。
日收益率论文参考文献
[1].李捷嵩,刘园.投资者关注与最大日收益率异象[J].济南大学学报(社会科学版).2019
[2].董晨昱.最大日收益率效应研究[D].山西大学.2018
[3].卢婷艳.基于GARCH类模型的余额宝日收益率波动研究[J].经济研究导刊.2018
[4].李国勇.新疆板块和西藏板块日收益率序列的长记忆性——基于FIGARCH方法[J].大众投资指南.2018
[5].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
[6].刘红玉,张景川.基于Copula-GARCH模型的投资组合日收益率的相关性的风险度量实证研究与应用[J].德州学院学报.2017
[7].叶建华.投资者情绪、公司信息透明度与股市极大日收益率效应——基于中国A股市场的经验证据[J].投资研究.2017
[8].李树超.短期理财基金开放日收益率跳涨[N].证券时报.2017
[9].顾慧旦.基于G-ARMA-GARCH族模型的沪深指数日收益率序列模型研究[D].南京大学.2017
[10].高涛.基于GARCH模型的创业板指数日收益率波动性分析[D].云南大学.2017
论文知识图
