文档介绍：中国股市股指收益序列的结构性变点与重大事件反应
——基于ICSS:MV算法的实证研究
赵昌文杜江杨记军*赵昌文,美国密西根大学商学院富布赖特(Fulbright)高级研究学者,四川大学工商管理学院教授,博士生导师;杜江,四川大学经济学院副教授,日本广岛大学计量经济学博士学位侯选人;杨记军,四川大学工商管理学院金融投资方向博士研究生。通信地址:四川省成都市望江路29号,四川大学工商管理学院,610064,电话:**********,028-81964582。E-mail: ******@ , ******@.
我们特别感谢美国阿拉巴马州大学Theodore Bos教授的热情帮助, e C. Tiao教授与Carla Inclan博士的有益建议。当然,所有文责自负。
中国股市股指收益序列的结构性变点与重大事件反应
——基于ICSS:MV算法的实证研究
内容提要: 本文采用Bos和Hoontrakul(2002)提出的ICSS:MV算法,对中国沪、深股市的A股指数从1992年10月到2002年12月的收益序列进行了方差和均值结构性变点的检测。检测结果表明,上证A股有39个变点,深证A股有36个变点,且这些变点基本上都是方差变点。进一步地,本文把这些结构性变点与可能影响中国股市股指序列结构性变动的国内外重大的经济和政治事件进行比较分析,发现国内有关股市的重大经济事件对股市结构性变动的影响最大,其次是国际经济事件,最后是国内外的重大政治性事件与其他事件。另外,在中国股市早期,股指的结构性变动很难找到公开性的重大事件与之对应。但在后期,股市的结构性变动与重大的事件高度吻合,股市的结构性波动基本上可以用公开性重大事件的发生来解释。
关键词: 中国股市结构性变点重大事件 ICSS:MV算法
JEL分类: G100,G140
Structural Breakpoints of Series of Share Indices Returns in China Stock Markets and Significant Events: An Application of the Iterated Cumulative Sums of Squares for Breakpoints of Mean and Variance
Chang-wen Zhao, Jiang Du, Ji-jun Yang
(Business School of Sichuan University, Chengdu, 610064)
Abstract: In this article, we use the algorithm of Iterated Cumulative Sums of Squares for changes of Mean and Variance (ICSS: MV) to estimate structural breakpoints of series of share indices returns in China’s Shanghai and Shenzhen stock markets. We find there’re 39 changes for posite A-Stock Index, and 36 for posite A-Stock Index, while the breakpoints almost are breakpoints of variance. Moreover, we find most of breakpoints are consistent with the events, and the domestically economic events have the greatest impacts, then international economic events, and then domestically and international political events. Also in the later period of China’s Stock Markets, the structural breakpoints are more consistent with the public significant events.
Key Words: China Stock Markets; Structural Breakpoint;Events; ICSS: MV
JEL Classification: G100, G140
引言
股票指数收益率,作为描述股票市场整体特征的一个基本变量,其时间序列隐含了各个时期股票市场的各种信息,