上证指数周内效应研究：基于AR-GARCH-GED模型和滑动窗口回归

摘要

上海证券交易所于1990年12月19日起正式挂牌交易，中国股票市场从这一天开始了曲折、漫长而卓有成效的发展，交易所上市股票从最初的上海证券交易所八只股票，发展到至今3000多只股票的庞大规模。我国股票市场的迅速成长与发展，向金融经济领域的研究人员对我国股票市场各类问题的研究提出了客观的需求。证券市场的周内效应长期以来作为一种金融异象在金融经济领域得到了广泛关注，对于此问题的研究将对我国证券市场政策制定、证券市场交易行为以及学术界关于我国证券市场周内效应的认识均具有重大意义。
　　本研究基于GARCH模型和滑动窗口回归方法，对上证指数周内效应分别进行了全样本和滑动窗口回归检验。通过引入自回归项和广义误差分布，本文对传统的GARCH模型进行了改进并建立了AR-GARCH-GED模型，从而使得在全样本回归条件下得出了上证指数比之前研究更为显著的周内效应。通过引入滑动窗口回归方法，考察了全样本回归下所存在的周内效应是否仅仅是一个数据挖掘的纯机会主义行为。滑动窗口回归结果显示，在1059个窗口中，周内效应显著的比例仅在13％到24%之间。全样本回归和滑动窗口回归两种方法层层递进并逐步深入的检验了上证指数周内效应的情况，对上证指数周内效应有了全面而稳健的检验结果。使用1990年12月19日至2016年9月7日期间将近26年的上证指数日数据对上证指数的周内效应进行实证分析，实证结果表明：在全样本回归情况下，上证指数存在显著的周内效应，但是，一旦引入滑动窗口回归方法，这种显著的周内效应是不稳健的，它仅仅是一种依赖于数据挖掘的统计假象。

目录

1 绪 论

1.1 研究背景及意义

1.2 本文研究的目的和研究内容

1.3 创新之处及结构安排

2 周内效应文献综述

2.1 周内效应的发现

2.2 国外对周内效应的理论解释

2.3 国内关于证券市场周内效应的研究现状

3 ARCH类研究模型框架

3.1 传统ARCH类型模型简介

3.2 改进AR-GARCH-GED模型

4 对上证指数周内效应的实证检验及分析

4.1 上证指数日数据的描述性统计

4.2 上证指数日数据的全样本检验

4.3 基于AR-GARCH-GED模型的滑动窗口检验

5 结论与解释

5.1 结论与解释

5.2 不足与后续研究方向

致谢

参考文献

附录

A. 作者在攻读硕士学位期间发表的论文目录：

B. 作者在攻读硕士学位期间取得的科研成果目录：