以百度搜索指數(shù)衡量投資者關(guān)注度,利用上證指數(shù)和深證指數(shù)5分鐘高頻數(shù)據(jù)構(gòu)建股市波動(dòng)性的代理變量,建立波動(dòng)率與投資者關(guān)注的VaR模型,研究投資者關(guān)注度與股市波動(dòng)性之間的動(dòng)態(tài)變化關(guān)系,并將研究結(jié)果應(yīng)用到以VaR為度量的風(fēng)險(xiǎn)管理實(shí)踐當(dāng)中。研究發(fā)現(xiàn):投資者關(guān)注度和股市波動(dòng)率之間存在著很強(qiáng)的相關(guān)性和一致聯(lián)動(dòng)性;將投資者關(guān)注度信息加入傳統(tǒng)模型,有助于提高波動(dòng)率的預(yù)測(cè)精度;由此拓展到風(fēng)險(xiǎn)管理當(dāng)中,有利于準(zhǔn)確評(píng)估股市的風(fēng)險(xiǎn)。 

【文章來(lái)源】：商學(xué)研究. 2019,26(03)

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

LogＲVSHt與LogSQSH脈沖響應(yīng)函數(shù)圖

搜索量表示的投資者關(guān)注度帶來(lái)正負(fù)交替的影響，并且滬市的傳導(dǎo)路徑更加復(fù)雜多變。圖1(a)、圖1(d)分別為上證指數(shù)對(duì)數(shù)波動(dòng)率和對(duì)數(shù)搜索量對(duì)其本身的一個(gè)標(biāo)準(zhǔn)差響應(yīng)函數(shù)圖，而圖2(a)、圖2(d)分別為深證成指對(duì)數(shù)波動(dòng)率和對(duì)數(shù)搜索量對(duì)其本身的一個(gè)標(biāo)準(zhǔn)差響應(yīng)函數(shù)圖。圖1LogＲVSHt與LogSQSH脈沖響應(yīng)函數(shù)圖圖2LogＲVSZt與LogSQSZt脈沖響應(yīng)函數(shù)圖04商學(xué)研究2019年

分位數(shù)，F(xiàn)－1t+1(α)為服從累計(jì)正態(tài)分布的收益率函數(shù)的逆函數(shù)。在式(16)中，假定收益率函數(shù)服從正態(tài)分布，考慮在1%置信水平下的VaＲ值，時(shí)間窗口為2015年1月至2018年8月數(shù)據(jù)。上證指數(shù)VaＲ與其對(duì)應(yīng)的百度指數(shù)，深證成指VaＲ與其對(duì)應(yīng)的百度指數(shù)分別如圖3、圖4所示(其中百度指數(shù)與VaＲ均做了歸一化處理)。從兩圖中可以看出，百度指數(shù)與VaＲ存在聯(lián)動(dòng)趨勢(shì)的一致性:較高的投資者關(guān)注度伴隨著較大的股市波動(dòng)率，同樣也帶來(lái)了較大的風(fēng)險(xiǎn)值。圖3上證指數(shù)VaＲ與其對(duì)應(yīng)的百度指數(shù)24商學(xué)研究2019年

【參考文獻(xiàn)】：
期刊論文
[1]投資者關(guān)注和股市表現(xiàn)——基于雪球關(guān)注度的研究[J]. 孫書(shū)娜,孫謙.  管理科學(xué)學(xué)報(bào). 2018(06)
[2]媒體關(guān)注的市場(chǎng)壓力效應(yīng)及其傳導(dǎo)機(jī)制[J]. 應(yīng)千偉,咼昊婧,鄧可斌.  管理科學(xué)學(xué)報(bào). 2017(04)
[3]社交網(wǎng)絡(luò)、投資者關(guān)注與股價(jià)同步性[J]. 劉海飛,許金濤,柏巍,李心丹.  管理科學(xué)學(xué)報(bào). 2017(02)
[4]普通投資者關(guān)注對(duì)股市交易的量?jī)r(jià)影響——基于百度指數(shù)的實(shí)證研究[J]. 張繼德,廖微,張榮武.  會(huì)計(jì)研究. 2014(08)
[5]眾里尋“股”千百度——股票收益率與百度搜索量關(guān)系的實(shí)證探究[J]. 趙龍凱,陸子昱,王致遠(yuǎn).  金融研究. 2013(04)
[6]投資者有限關(guān)注與股票收益——以百度指數(shù)作為關(guān)注度的一項(xiàng)實(shí)證研究[J]. 俞慶進(jìn),張兵.  金融研究. 2012(08)



本文編號(hào)：3111132