① 如何用eviews进行GARCH模型测股票波动性,要具体步骤
Eviews是Econometrics Views的缩写,直译为计量经济学观察,通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律,采用计量经济学方法与技术进行“观察”。另外Eviews也是美国QMS公司研制的在Windows下专门从事数据分析、回归分析和预测的工具。使用Eviews可以迅速地从数据中寻找出统计关系,并用得到的关系去预测数据的未来值。Eviews的应用范围包括:科学实验数据分析与评估、金融分析、宏观经济预测、仿真、销售预测和成本分析等。
GARCH模型是一个专门针对金融数据所量体订做的回归模型,除去和普通回归模型相同的之处,GARCH对误差的方差进行了进一步的建模。特别适用于波动性的分析和预测,这样的分析对投资者的决策能起到非常重要的指导性作用,其意义很多时候超过了对数值本身的分析和预测。
一般的GARCH模型可以表示为:
Y(t)=h(t)^1/2*a(t) ⑴
h(t)=h(t-1)+a(t-1)^2 ⑵
其中ht为条件方差,at为独立同分布的随机变量,ht与at互相独立,at为标准正态分布。⑴式称为条件均值方程;⑵式称为条件方差方程,说明时间序列条件方差的变化特征。为了适应收益率序列经验分布的尖峰厚尾特征,也可假设 服从其他分布,如Bollerslev (1987)假设收益率服从广义t-分布,Nelson(1991)提出的EGARCH模型采用了GED分布等。另外,许多实证研究表明收益率分布不但存在尖峰厚尾特性,而且收益率残差对收益率的影响还存在非对称性。当市场受到负冲击时,股价下跌,收益率的条件方差扩大,导致股价和收益率的波动性更大;反之,股价上升时,波动性减小。股价下跌导致公司的股票价值下降,如果假设公司债务不变,则公司的财务杠杆上升,持有股票的风险提高。因此负冲击对条件方差的这种影响又被称作杠杆效应。由于GARCH模型中,正的和负的冲击对条件方差的影响是对称的,因此GARCH模型不能刻画收益率条件方差波动的非对称性。
② 若Beta值为负数,这对一只股票的价值波动、系统性风险等有什么影响可以把它归入小于1这类分析么
beta值用来衡量一种证券或一个投资组合相对总体市场的波动性的一种风险评估工具。beta>0 证券价值与总体市值正相关。beta<0则负相关。所以应该会存在负数的情况的。
beta=证券于市场的协方差/市场的方差,证券走向于市场走向相反的时候(负相关,也就是我们说的证券价格会随着市场价格上升而下降)证券与市场的协方差会为负数,导致beta值为负数,但是这种证券很少存在,也就是说随着市场价格上升价格反而下降的股票很少存在,但是并不是完全没有,起码理论上有。
贝塔系数是统计学上的概念,它所反映的是某一投资对象相对于大盘的表现情况。其绝对值越大,显示其收益变化幅度相对于大盘的变化幅度越大;绝对值越小,显示其变化幅度相对于大盘越小。如果是负值,则显示其变化的方向与大盘的变化方向相反;大盘涨的时候它跌,大盘跌的时候它涨。由于我们投资于投资基金是为了取得专家理财的服务,以取得优于被动投资于大盘的表现情况,这一指标可以作为考察基金经理降低投资波动性风险的能力。在计算贝塔系数时,除了基金的表现数据外,还需要有作为反映大盘表现的指标。β系数 根据投资理论,全体市场本身的β系数为1,若基金投资组合净值的波动大于全体市场的波动幅度,则β系数大于1。反之,若基金投资组合净值的波动小于全体市场的波动幅度,则β系数就小于1。β系数越大之证券,通常是投机性较强的证券。以美国为例,通常以标准普尔五百企业指数(S&P 500)代表股市,贝塔系数为1。一个共同基金的贝塔系数如果是1.10,表示其波动是股市的1.10 倍,亦即上涨时比市场表现优10%,而下跌时则更差10%;若贝他系数为0.5,则波动情况只及一半。β= 0.5 为低风险股票,β= l. 0 表示为平均风险股票,而β= 2. 0 → 高风险股票,大多数股票的β系数介于0.5到l.5间 。 贝塔系数衡量股票收益相对于业绩评价基准收益的总体波动性,是一个相对指标。 β 越高,意味着股票相对于业绩评价基准的波动性越大。 β 大于 1 ,则股票的波动性大于业绩评价基准的波动性。反之亦然。如果 β 为 1 ,则市场上涨 10 %,股票上涨 10 %;市场下滑 10 %,股票相应下滑 10 %。如果 β 为 1.1, 市场上涨 10 %时,股票上涨 11%, ;市场下滑 10 %时,股票下滑 11% 。如果 β 为 0.9, 市场上涨 10 %时,股票上涨 9% ;市场下滑 10 %时,股票下滑 9% 。Beta系数起源于资本资产定价模型(CAPM模型),它的真实含义就是特定资产(或资产组合)的系统风险度量。β系数的取法 所谓系统风险,是指资产受宏观经济、市场情绪等整体性因素影响而发生的价格波动,换句话说,就是股票与大盘之间的联动性,系统风险比例越高,联动性越强。与系统风险相对的就是个别风险,即由公司自身因素所导致的价格波动。总风险=系统风险+个别风险而Beta则体现了特定资产的价格对整体经济波动的敏感性,即,市场组合价值变动1个百分点,该资产的价值变动了几个百分点——或者用更通俗的说法:大盘上涨1个百分点,该股票的价格变动了几个百分点。用公式表示就是:实际中,一般用单个股票资产的历史收益率对同期指数(大盘)收益率进行回归,回归系数就是Beta系数。
③ 股票盈利的因素是什么
影响股票收益率的因素:
1.企业经营业绩。
企业经营业绩既决定了红利分配额多少,又对股票市场价格有重大影响。首先,企业经营业绩优良,盈利能力强,未分配利润较多,资本公积金较多,净资产值较高,因而派发红利、送股的基础扎实,使投资者能更多地获得现金红利或通过资本扩张获得资本增值收益。其次,业绩优良是股票市场价格上升的重要因素,由此投资者能获取差价收益,而业绩平平、业绩较差甚至亏损的企业情况则相反。
2.企业分配政策。
由于不同企业所处发展阶段不同,经营效率不同,现金流量状况不同及规模扩张动力大小不同,因此会有不同的分配政策。这会直接影响红利分配的数量及红利分配的形式,也对资本增值收益产生间接影响。
3.企业所处行业特征。
通常,企业所处行业若为成长性行业、高科技行业,由于这些行业成长性高,发展前景广阔而被市场看好,因此市场预期趋同使这类股票受到追捧,从而有较高的市场价或存在着较高的价格上升潜力;反之,处于传统产业甚至夕阳产业的企业,股票价格表现一般不会很好,从而投资难以获得差价收入。
4.宏观经济状况。
宏观经济状况是股价变化的重要外部因素,具体包括经济增长周期、经济政策及经济指标变化特征等。宏观经济状况好,企业业绩增长外部环境好,股价容易上涨。
5.政治因素。
重大政治事件、政局变化、国家或地区之间战争等都会对股价产生影响。
6.市场供求关系变化。
一定时期内进入市场资金的多少与股票增发的规模速度构成市场供求两个方面,两者平衡及不平衡状况直接影响股价波动。若股票供大于求,股价下跌;若供小于求,股价上涨。
7.投机因素。
过度投机是股价暴涨暴跌的主要原因之一。而投机程度大小与一国市场成熟度、投资者素质及股票等投资工具是否具有投资价值等因素有关。通常,投机性强的市场获取差价收益的机会较大,但面临的风险也大。
除此之外,投资者的心理因素、突发性政策变动因素等都是影响股票价格进而再影响投资收益的因素。
总之,影响股价变化及收益变化的因素错综复杂,如何利用有利因素、规避不利因素是投资者争取更大收益、减少风险的关键。
④ 如何用GARCH(1,1)求股票的具体波动率数据
以哈飞股份(600038)为例,运用GARCH(1,1)模型计算股票市场价值的波动率。
GARCH(1,1)模型为:
(1)
(2)
其中, 为回报系数, 为滞后系数, 和 均大于或等于0。
(1)式给出的均值方程是一个带有误差项的外生变量的函数。由于是以前面信息为基础的一期向前预测方差,所以称为条件均值方程。
(2)式给出的方程中: 为常数项, (ARCH项)为用均值方程的残差平方的滞后项, (GARCH项)为上一期的预测方差。此方程又称条件方差方程,说明时间序列条件方差的变化特征。
通过以下六步进行求解:
本文选取哈飞股份2009年全年的股票日收盘价,采用Eviews 6.0的GARCH工具预测股票收益率波动率。具体计算过程如下:
第一步:计算日对数收益率并对样本的日收益率进行基本统计分析,结果如图1和图2。
日收益率采用JP摩根集团的对数收益率概念,计算如下:
其中Si,Si-1分别为第i日和第i-1日股票收盘价。
图1 日收益率的JB统计图
对图1日收益率的JB统计图进行分析可知:
(1)标准正态分布的K值为3,而该股票的收益率曲线表现出微量峰度(Kurtosis=3.748926>3),分布的凸起程度大于正态分布,说明存在着较为明显的“尖峰厚尾”形态;
(2)偏度值与0有一定的差别,序列分布有长的左拖尾,拒绝均值为零的原假设,不属于正态分布的特征;
(3)该股票的收益率的JB统计量大于5%的显着性水平上的临界值5.99,所以可以拒绝其收益分布正态的假设,并初步认定其收益分布呈现“厚尾”特征。
以上分析证明,该股票收益率呈现出非正态的“尖峰厚尾”分布特征,因此利用GARCH模型来对波动率进行拟合具有合理性。
第二步:检验收益序列平稳性
在进行时间序列分析之前,必须先确定其平稳性。从图2日收益序列的路径图来看,有比较明显的大的波动,可以大致判断该序列是一个非平稳时间序列。这还需要严格的统计检验方法来验证,目前流行也是最为普遍应用的检验方法是单位根检验,鉴于ADF有更好的性能,故本文采用ADF方法检验序列的平稳性。
从表1可以看出,检验t统计量的绝对值均大于1%、5%和10%标准下的临界值的绝对值,因此,序列在1%的显着水平下拒绝原假设,不存在单位根,是平稳序列,所以利用GARCH(1,1)模型进行检验是有效的。
图2 日收益序列图
表1ADF单位根检验结果
第三步:检验收益序列相关性
收益序列的自相关函数ACF和偏自相关函数PACF以及Ljung-Box-Pierce Q检验的结果如表3(滞后阶数 =15)。从表4.3可以看出,在大部分时滞上,日收益率序列的自相关函数和偏自相关函数值都很小,均小于0.1,表明收益率序列并不具有自相关性,因此,不需要引入自相关性的描述部分。Ljung-Box-Pierce Q检验的结果也说明日收益率序列不存在明显的序列相关性。
表2自相关检验结果
第四步:建立波动性模型
由于哈飞股份收益率序列为平稳序列,且不存在自相关,根据以上结论,建立如下日收益率方程:
(3)
(4)
第五步:对收益率残差进行ARCH检验
平稳序列的条件方差可能是常数值,此时就不必建立GARCH模型。故在建模前应对收益率的残差序列εt进行ARCH检验,考察其是否存在条件异方差,收益序列残差ARCH检验结果如表3。可以发现,在滞后10阶时,ARCH检验的伴随概率小于显着性水平0.05,拒绝原假设,残差序列存在条件异方差。在条件异方差的理论中,滞后项太多的情况下,适宜采用GARCH(1,1)模型替代ARCH模型,这也说明了使用GARCH(1,1)模型的合理性。
表3日收益率残差ARCH检验结果
第六步:估计GARCH模型参数,并检验
建立GARCH(1,1)模型,并得到参数估计和检验结果如表4。其中,RESID(-1)^2表示GARCH模型中的参数α,GARCH(-1)表示GARCH模型中的参数β,根据约束条件α+β<1,有RESID(-1)^2+GARCH(-1)=0.95083<1,满足约束条件。同时模型中的AIC和SC值比较小,可以认为该模型较好地拟合了数据。
表4日收益率波动率的GARCH(1,1)模型的参数估计
⑤ 股票期权价格的影响因素有哪些
1、标的股票价格:由于认购期权的内在价值等于股票价格减去行权价格,所以当股票的价格上升时,认购期权的价值也要上升。同理,由于认沽期权的内在价值等于行权价格减去股票价格,所以当股票价格上升时,认沽期权的价值在下降。
2、行权价格:当行权价格上升时,认购期权的价值下降,认沽期权的价值上升。
3、市场无风险利率:市场无风险利率通常是取为短期国债的利率。它是影响期权价值最为复杂的一个因素。一方面,当市场无风险利率上升时,人们对股票未来的预期收益率就会提高,从而导致认购期权的价值上升,认沽期权的价值下降。
另一方面,当市场无风险利率上升时,股票的价格往往会下跌,这就造成认购期权的价值下降,而认沽期权的价值反而上升了。然而在现实交易中,往往前一个原因更占主导位置,但有时两个原因导致的净效应也可能使认购期权的价值随着无风险利率增加而减少,认沽期权的价值随着无风险利率增加而增加。
4、股票价格的波动率:股票价格的波动率是用来度量未来股票价格的不确定性的。如果股票价格的波动率越大,那么股票价格就以更大的可能性上涨或下跌。对于认购期权,由于股票上涨的幅度变大,持有者获利的可能性就越大,同时他最多顺势权利金,所以认购期权的价值随着波动率的增大而增大。
对于认沽期权,由于股票下跌的幅度也变大,持有者获利的可能性也会变大,同时他最多损失权利金,所以认沽期权的价值也随着波动率的增大而正大。从上面来看,波动率对于认购、认沽期权的影响,效果是一样的。
(5)GRCH检验对股票收益率的影响扩展阅读:
期货交易中,期货合约只有交割月份的差异,数量固定而有限。期权交易中,期权合约不但有月份的差异,还有执行价格、买权与卖权的差异。不但如此,随着期货价格的波动,还要挂出新的执行价格的期权合约,因此期权合约的数量较多。
期权与期货各具优点与缺点。期权的好处在于风险限制特性,但却需要投资者付出权利金成本,只有在标的物价格的变动弥补权利金后才能获利。但是,期权的出现,无论是在投资机会或是风险管理方面,都给具有不同需求的投资者提供了更加灵活的选择。
⑥ PE值、PB值、ROE值和DCF值分别代表什么意思对股票的影响
在股市中,根据对风险的承受力度,投资者可以被分为长线投资者和短线投资者二大类,作为一个长线投资者看中的是一家公司或者个股的长远价值,而不是短期的利得。财务报表是长期投资者选择股票的重要参考材料。今天就跟大家讲讲PE值、PB值、ROE值、DCF值分别代表什么意思。⑦ 什么是股票的横截面收益
横截面收益率指的是在经典资产定价模型中,在横截面上线性确定的一个与资产风险匹配的资产收益率。
以我国上市公司2003-2008年的数据为样本,实证检验了终极控制特征、资本投资对股票横截面收益的影响。研究结果发现:
(1)上市公司终极控制权与现金流权分离并没有显着影响与中小股东利益直接相关的股票横截面收益;
(2)上市公司预期投资显着降低了股票横截面收益,说明市场普遍认为投资活动损害了公司价值;
(3)终极控制权与现金流权分离通过预期资本投资对公司价值产生了负面影响,而当期资本投资的变化一定程度地提高了公司的价值。
⑧ 股票收益率为什么要用对数收益率,请问各位大侠,对数收益率有什么优势
因为常用的时间序列分析的模型,都要求随机变量是二阶矩平稳,很明显价格序列通常是I(1)过程,或者是广义维纳过程。这一类过程二阶矩不平稳,很多模型不适用,所以要进行对数转换,变成平稳的序列。
对数收益率的时序可加性能够使用另外两个利器:中心极限定理和大数定律。假设初始资金 X_0(假设等于 1),ln(X_T) = ln(X_T/X_0) 就是整个T期的对数收益率。对数收益率的最大好处是可加性,把单期的对数收益率相加就得到整体的对数收益率。
(8)GRCH检验对股票收益率的影响扩展阅读:
影响股票收益率的因素:
1、企业分配政策:由于不同企业所处发展阶段不同,经营效率不同,现金流量状况不同及规模扩张动力大小不同,因此会有不同的分配政策。这会直接影响红利分配的数量及红利分配的形式,也对资本增值收益产生间接影响。
2、企业所处行业特征:通常企业所处行业若为成长性行业、高科技行业,由于这些行业成长性高,发展前景广阔而被市场看好,因此市场预期趋同使这类股票受到追捧,从而有较高的市场价或存在着较高的价格上升潜力。反之处于传统产业甚至夕阳产业的企业,股票价格表现一般不会很好,从而投资难以获得差价收入。
3、宏观经济状况:宏观经济状况是股价变化的重要外部因素,具体包括经济增长周期、经济政策及经济指标变化特征等。宏观经济状况好,企业业绩增长外部环境好,股价容易上涨。
⑨ 按照资本资产定价模型,影响特定股票必要收益率的因素有那些因素
1、通货膨胀。当发生通货膨胀时,货币贬值,物价上涨,股票必要收益率增加。
2、风险回避程度的变化,风险回避程度越大,则股票必要收益率越小;风险回避程度越小,则股票必要收益率越大。
3、股票β系数的变化,β的大小表示收益的波动性的大小,从而说明特定资产风险的程度。当β系数大于1时,该资产风险大于市场平均风险;反之,当β系数小于1时,该资产风险小于市场平均风险;当β系数等于1时,该资产风险与市场平均风险相同。一般来说,若β大于1.5,则认为风险很高。
(9)GRCH检验对股票收益率的影响扩展阅读:
资本资产定价模型的应用:
1、投资者要求的必要报酬率部分地决定于无风险利率。
2、投资收益率与市场总体收益期望之间的相关程度对于必要报酬率有显着影响。
3、任何投资者都不可能回避市场的系统风险。
4、谋求较高的收益必须承担较大的风险,这种权衡取决于投资者的期望效用。