【摘要】：全球股市都是波動(dòng)的,但相對(duì)于歐美等較為完善的市場(chǎng),中國(guó)股市波動(dòng)表現(xiàn)出頻率更高波動(dòng)幅度更大的特征。這種頻繁大幅的波動(dòng)給我國(guó)經(jīng)濟(jì)帶來(lái)一系列不良的影響。加入世界貿(mào)易組織之后,中國(guó)股市與全球證券市場(chǎng)的聯(lián)系日益密切,受外圍股市影響也越加明顯。如何在國(guó)際化的大背景下尋找到適合中國(guó)國(guó)情的股市風(fēng)險(xiǎn)預(yù)警方法就顯得日趨重要。本文首先對(duì)導(dǎo)致中國(guó)股市波動(dòng)較大的一些特殊原因進(jìn)行分析,提出中國(guó)股市風(fēng)險(xiǎn)預(yù)警方法應(yīng)該建立在對(duì)中國(guó)實(shí)際情況的分析基礎(chǔ)上。然后利用VaR指標(biāo)、市盈率和市凈率指標(biāo)建立預(yù)警模型,并結(jié)合中國(guó)股市與國(guó)外股市的動(dòng)態(tài)相關(guān)情況,開(kāi)戶數(shù)情況,貨幣供應(yīng)量以及市場(chǎng)人氣等對(duì)上證指數(shù)的下跌風(fēng)險(xiǎn)進(jìn)行綜合預(yù)警分析。文章最后對(duì)如何保持股市穩(wěn)定發(fā)展,減少市場(chǎng)的過(guò)度波動(dòng)提出建議。 預(yù)警模型是以市盈率、市凈率設(shè)定預(yù)警區(qū)間,VaR揭示報(bào)警點(diǎn)的模型。通過(guò)研究發(fā)現(xiàn),該預(yù)警模型對(duì)指數(shù)短期下跌風(fēng)險(xiǎn)進(jìn)行預(yù)警具有現(xiàn)實(shí)可操作性。從長(zhǎng)期看該預(yù)警模型雖然確實(shí)能夠?qū)χ笖?shù)的大幅下跌做出提前報(bào)警且報(bào)警強(qiáng)度級(jí)別隨著指數(shù)的上升而增加,與指數(shù)的運(yùn)行情況基本吻合,但對(duì)指數(shù)風(fēng)險(xiǎn)的判斷還應(yīng)該考慮到指數(shù)本身運(yùn)行所具有的慣性。 通過(guò)對(duì)中國(guó)股市和國(guó)外市場(chǎng)動(dòng)態(tài)相關(guān)系數(shù)的研究本文發(fā)現(xiàn)國(guó)外中國(guó)企業(yè)指數(shù)(恒生中國(guó)企業(yè)指數(shù)、納斯達(dá)克中國(guó)指數(shù))與上證指數(shù)相關(guān)性高,可作為上證指數(shù)風(fēng)險(xiǎn)預(yù)警的參考之一。并且隨著中國(guó)金融逐漸融入國(guó)際社會(huì),資本在中國(guó)和國(guó)際間流動(dòng)速度的不斷加快,不同指數(shù)的相互影響對(duì)于風(fēng)險(xiǎn)預(yù)警的作用將會(huì)愈加突出。 另外,貨幣供應(yīng)量與指數(shù)的關(guān)系主要體現(xiàn)在貨幣結(jié)構(gòu)的變化與指數(shù)變化有關(guān)。而開(kāi)戶數(shù)和市場(chǎng)人氣均是上證指數(shù)的先行指標(biāo),在指數(shù)見(jiàn)頂前提前見(jiàn)頂均是大概率事件,也可作為預(yù)警參考。 本文的創(chuàng)新點(diǎn)有三,一是與以往大多單獨(dú)利用VaR方法對(duì)市場(chǎng)進(jìn)行風(fēng)險(xiǎn)度量研究不同,本文把VaR方法加入到預(yù)警模型構(gòu)建中來(lái),結(jié)合其他預(yù)警指標(biāo)對(duì)指數(shù)的下跌風(fēng)險(xiǎn)進(jìn)行提前預(yù)警的研究。二是本文在數(shù)據(jù)的選取方面也有所創(chuàng)新。通過(guò)研究發(fā)現(xiàn),不同交易所發(fā)布但全部反映中國(guó)公司情況的納斯達(dá)克中國(guó)指數(shù)(CHNX)、香港恒生中國(guó)企業(yè)指數(shù)(HSCEI)和上證指數(shù)間的相關(guān)情況顯著的好于納斯達(dá)克指數(shù)、恒生指數(shù)和上證指數(shù)間相關(guān)性。三是中國(guó)股市過(guò)分的暴漲暴跌是新興市場(chǎng)的共有現(xiàn)象,造成這種現(xiàn)象的一個(gè)原因是這些國(guó)家存在著數(shù)量巨大的潛在股民,在賺錢效應(yīng)的影響下,大量新增資金的快速進(jìn)入使得股指過(guò)分上漲。
[Abstract]:Global stock markets are volatile, but Chinese stocks are more volatile than more sophisticated markets such as Europe and the United States. This frequent and large fluctuation brings a series of adverse effects to our economy. After joining the World Trade Organization, China's stock market is increasingly closely linked to the global stock market, and the influence of the external stock market is becoming more and more obvious. Under the background of internationalization, it is increasingly important to find a stock market risk warning method suitable for China's national conditions. This paper first analyzes some special reasons leading to the volatility of China's stock market, and puts forward that the risk warning method of China's stock market should be based on the analysis of China's actual situation. Then using VaR index, price-to-earnings ratio and price-to-book ratio index to establish an early warning model, and combining the dynamic correlation between Chinese stock market and foreign stock market, the number of accounts opened. Money supply and market sentiment for the Shanghai stock index to carry out a comprehensive risk of falling early warning analysis. Finally, the paper puts forward some suggestions on how to maintain the stable development of the stock market and reduce the excessive volatility of the market. The early warning model is a model that sets early warning interval with price-to-earnings ratio and price-to-book ratio to reveal alarm point. It is found that the early warning model is practical and feasible to predict the short-term fall risk of the index. In the long run, although the early warning model can give an early warning of the sharp decline of the index and the alarm intensity level increases with the increase of the index, it basically coincides with the operation of the index. However, the judgment of exponential risk should also take into account the inertia of the index itself. By studying the dynamic correlation coefficient of Chinese stock market and foreign market, this paper finds that the index of foreign Chinese enterprises (Hang Seng China Enterprise Index, NASDAQ China Index) has a high correlation with Shanghai Stock Exchange Index. Can be used as the Shanghai stock index risk warning one of the reference. As China's finance gradually integrates into the international community and the speed of capital flowing between China and the world accelerates, the mutual influence of different indexes on risk warning will become more and more prominent. In addition, the relationship between money supply and index is mainly reflected in the change of money structure and index. The number of accounts and market sentiment are both the leading indicators of Shanghai stock index. It is a big probability event to reach the top in advance before the index reaches the top, which can also be used as a reference for early warning. There are three innovations in this paper. One is that the VaR method is added to the early-warning model, which is different from the previous research on the risk measurement of the market using VaR method alone. Combined with other early warning indicators to the index of the risk of early warning of the study. Second, this paper also has some innovation in the selection of data. Through research, it is found that the correlation between the Nasdaq China Index (CHNX),) and the Shanghai Stock Exchange Index (HSCEI), which is published by different exchanges but all reflects the situation of Chinese companies, is significantly better than that of the NASDAQ index. The correlation between the Hang Seng Index and the Shanghai Stock Exchange Index. Third, the excessive rise and fall of China's stock market is a common phenomenon in emerging markets. One of the reasons for this phenomenon is that these countries have a large number of potential investors, under the influence of the effect of making money. The rapid entry of a large number of new funds makes the stock index too high.
【學(xué)位授予單位】：浙江財(cái)經(jīng)學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：F832.51;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳蕾;;保險(xiǎn)資金風(fēng)險(xiǎn)度量與績(jī)效評(píng)價(jià)——基于收益率映射估值法的VaR模型[J];中國(guó)外資;2011年16期

2 李燕華;;我國(guó)證券市場(chǎng)的VaR與CVaR方法比較實(shí)證分析[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2007年S1期

3 王楚明;張留祿;;基于VaR的我國(guó)股市市場(chǎng)風(fēng)險(xiǎn)度量[J];南方金融;2010年03期

4 魏建國(guó);柳建芳;吳奇峰;;基于GARCH-VaR模型的股票市場(chǎng)風(fēng)險(xiǎn)度量研究[J];武漢理工大學(xué)學(xué)報(bào);2010年21期

5 劉儒;徐占東;;穩(wěn)定分布及其應(yīng)用研究[J];淮北職業(yè)技術(shù)學(xué)院學(xué)報(bào);2007年02期

6 張永東,畢秋香;中國(guó)股票市場(chǎng)多標(biāo)度行為的實(shí)證分析[J];預(yù)測(cè);2002年04期

7 黃海洋;;商業(yè)銀行信用風(fēng)險(xiǎn)度量模型與理論綜述[J];黑龍江科技信息;2003年12期

8 魯兆;111月艮卦為底——2006年1月周期探秘[J];股市動(dòng)態(tài)分析;2005年02期

9 羅曉鳴;;做多力量在積聚[J];證券導(dǎo)刊;2005年46期

10 郭正權(quán);王中魁;王欣欣;;股票風(fēng)險(xiǎn)度量熵方法與方差法一致性實(shí)證研究[J];合作經(jīng)濟(jì)與科技;2007年13期

相關(guān)會(huì)議論文 前10條

1 丁義明;葛新元;方�？�;;一類相容風(fēng)險(xiǎn)度量[A];Data Analysis, Econo-physics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

2 許文坤;張衛(wèi)國(guó);陸文可;;基于蒙特卡羅方法的可轉(zhuǎn)債模糊風(fēng)險(xiǎn)度量[A];第十三屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

3 呂紅;費(fèi)文龍;秦偉良;;基于奇異譜分析的上證指數(shù)預(yù)測(cè)模型[A];江蘇省現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第八次學(xué)術(shù)年會(huì)論文集[C];2003年

4 彭錦;;不確定理論與風(fēng)險(xiǎn)理論[A];第四屆中國(guó)智能計(jì)算大會(huì)論文集[C];2010年

5 毛二萬(wàn);;不完全市場(chǎng)中的定價(jià)、風(fēng)險(xiǎn)度量與套期保值[A];中國(guó)數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究學(xué)會(huì)第十二屆學(xué)術(shù)年會(huì)論文集[C];2008年

6 周愛(ài)霞;張行南;夏達(dá)忠;;洪災(zāi)風(fēng)險(xiǎn)度量方法研究[A];2007重大水利水電科技前沿院士論壇暨首屆中國(guó)水利博士論壇論文集[C];2007年

7 李敬;;基于風(fēng)險(xiǎn)防范的內(nèi)部控制體系構(gòu)建研究[A];中國(guó)會(huì)計(jì)學(xué)會(huì)高等工科院校分會(huì)2007年學(xué)術(shù)年會(huì)暨第十四屆年會(huì)論文集[C];2007年

8 李良;戎凱;;基于風(fēng)險(xiǎn)網(wǎng)絡(luò)的大型工程項(xiàng)目風(fēng)險(xiǎn)度量方法研究[A];系統(tǒng)工程與和諧管理——第十屆全國(guó)青年系統(tǒng)科學(xué)與管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

9 劉新勇;單光恒;袁著祉;;基于遺傳算法的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法及其在上證指數(shù)預(yù)測(cè)中的應(yīng)用[A];1996年中國(guó)控制會(huì)議論文集[C];1996年

10 孟祥澤;劉新勇;車海平;袁著祉;;基于模糊神經(jīng)網(wǎng)絡(luò)的多模型協(xié)同股市預(yù)測(cè)[A];1997年中國(guó)控制會(huì)議論文集[C];1997年

相關(guān)重要報(bào)紙文章 前10條

1 張翔;急跌之后重現(xiàn)樂(lè)觀氣氛[N];中國(guó)證券報(bào);2007年

2 上海新蘭德;反彈進(jìn)入尾聲 變盤在即[N];東方早報(bào);2007年

3 上海新蘭德;20日均線成中期走勢(shì)轉(zhuǎn)折點(diǎn)[N];東方早報(bào);2007年

4 渤海投資研究所 秦洪;長(zhǎng)陽(yáng)仍存隱憂 多頭轉(zhuǎn)變思路[N];東方早報(bào);2007年

5 張志斌;四大指數(shù)昨攜手登新高[N];第一財(cái)經(jīng)日?qǐng)?bào);2007年

6 沙鄭風(fēng);今天大盤將高開(kāi)并強(qiáng)勢(shì)收周陽(yáng)[N];上海證券報(bào);2007年

7 上證聯(lián) 陳黎明　趙安績(jī);1300點(diǎn)是道坎？[N];文匯報(bào);2006年

8 見(jiàn)習(xí)記者　 杜志鑫;上證指數(shù)重上千六[N];證券時(shí)報(bào);2006年

9 證券時(shí)報(bào)記者　 成之;股指“趕頂” 謹(jǐn)慎為宜[N];證券時(shí)報(bào);2006年

10 萬(wàn)鵬;又見(jiàn)普漲!九成五股票紅旗飄飄[N];證券時(shí)報(bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 洪江;客觀的風(fēng)險(xiǎn)度量與風(fēng)險(xiǎn)偏好相關(guān)研究[D];浙江大學(xué);2011年

2 豐吉闖;商業(yè)銀行操作風(fēng)險(xiǎn)與系統(tǒng)性風(fēng)險(xiǎn)度量研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

3 毛甜甜;風(fēng)險(xiǎn)度量和濃度的二階逼近以及風(fēng)險(xiǎn)厭惡的刻畫[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

4 陳麗娟;中國(guó)開(kāi)放式基金組合的市場(chǎng)風(fēng)險(xiǎn)度量[D];東華大學(xué);2011年

5 陳漢利;中國(guó)電力結(jié)構(gòu)及其市場(chǎng)風(fēng)險(xiǎn)度量研究[D];湖南大學(xué);2011年

6 郭德維;銀行流動(dòng)性風(fēng)險(xiǎn)度量與管理研究[D];天津大學(xué);2009年

7 陳燈塔;風(fēng)險(xiǎn)度量與組合投資新方法——雙側(cè)部分矩模型[D];廈門大學(xué);2001年

8 王晨;我國(guó)金融市場(chǎng)波動(dòng)的區(qū)制關(guān)聯(lián)性與風(fēng)險(xiǎn)度量研究[D];吉林大學(xué);2010年

9 周青;地方政府投融資平臺(tái)風(fēng)險(xiǎn)管理與度量研究[D];重慶大學(xué);2011年

10 王寧蘭;基于小額保險(xiǎn)的小額信貸風(fēng)險(xiǎn)防控研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2010年

相關(guān)碩士學(xué)位論文 前10條

1 張勇;期權(quán)風(fēng)險(xiǎn)的VaR度量研究[D];北方工業(yè)大學(xué);2005年

2 李雨芹;分位數(shù)回歸與風(fēng)險(xiǎn)度量及應(yīng)用[D];吉林大學(xué);2009年

3 蘇晨;推廣的G-期望的表示[D];山東大學(xué);2010年

4 葉盛;基于市盈率、市凈率的上證指數(shù)風(fēng)險(xiǎn)度量與預(yù)警研究[D];浙江財(cái)經(jīng)學(xué)院;2012年

5 王露璐;中國(guó)股市風(fēng)險(xiǎn)度量方法研究——VaR在中國(guó)股市風(fēng)險(xiǎn)度量中的應(yīng)用[D];西南石油學(xué)院;2004年

6 關(guān)茹;國(guó)有商業(yè)銀行利率風(fēng)險(xiǎn)度量與管理研究[D];華東理工大學(xué);2011年

7 張俊杰;商業(yè)銀行信貸風(fēng)險(xiǎn)的度量及控制研究[D];西南大學(xué);2011年

8 尹志軍;工程項(xiàng)目投資風(fēng)險(xiǎn)度量與模擬及收益優(yōu)化模型研究[D];河北工業(yè)大學(xué);2002年

9 楊帥國(guó);基于VAR風(fēng)險(xiǎn)度量的Markowitz投資組合模型[D];海南師范大學(xué);2011年

10 李麗;基于VaR的我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)度量研究[D];上海師范大學(xué);2011年

，

本文編號(hào)：2217407