沪深股市涨跌幅度与交易量的关系统计分析.pdf

《沪深股市涨跌幅度与交易量的关系统计分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、沪深股市涨跌幅度与交易量的关系统计分析理学院应物072班赵巍理学院应物072班赵圆圆理学院应物072班蒲甜松摘要：本文重点分析了沪深市指数涨跌和交易量的周效应，以及二者之间的相关关系和Granger因果关系。本文首先应用SPSS软件对反映周效应的涨跌幅度和交易量两个重要指标采取了一般的统计描述分析，得出沪深股市在星期二时涨跌幅度均值明显大于一星期内其他几日，而交易量在一星期各日之内没有显著差异的初步观点。然而当用单因素方差分析方法对模型进行进一步检验之后，发现沪深股市涨跌幅度存在一定的周效应，但不能认为沪深股市交易量存在周效应。接下来，

2、我们对涨跌幅度和交易量进行了相关分析，由Pearson相关系数和Spearman相关系数可知，沪深两市交易量与涨跌幅度相关。最后，我们应用Eviews软件，根据Granger因果分析理论，分析了交易量与涨跌幅度的Granger因果关系，得到涨跌幅度是交易量的Granger原因，但交易量不是涨跌幅度的Granger原因的结论。关键词：沪深股市周效应Granger因果关系一.引言[1]证券市场上收益、风险等指标一般都随着日历变化的特征，称为日历效应。股票市场的星期效应也称周效应，指股票市场一星期内各交易日收益率、风险存在的差异。通常，如果股

3、票市场一星期内某一天或者某几天的交易、收益率明显高于（或低于）其他交易日，或者波动性明显异于其他几日，则说明该股票市场存在“星期”效应。国内外许多学者对这一现象进行了大量研究，发现收益率和交易量都存在显著的星期效应。纵观国内外研究，大部分研究者都是从股票价格、收益率等指标去分析星期效应，但却从未对涨跌幅度和交易量这两个非常重要的指标进行过研究。本文着重从这两个指标的变化特征出发，研究目前我国沪深股市是否具有星期效应，如果有则进一步对其显著性进行检验。而且，涨跌幅度和交易量的相互关系也有必要分析清楚。二者的Granger因果关系也是我们十

4、分关注的问题。二.理论回顾1.方差分析方差分析是采用统计方法对所有结果进行分析，以鉴别各种因素对研究对象的某些特征值影响大小的一种有效方法。认为不同处理组的均值间的差别基本来源有两个:①随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示，记作SS，组内自由度df。WW②实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和表示，记作SS，组间自由度df。bb1组内SS、组间SS除以各自的自由度(组内df=n-m，组间df=m-1，其中n为样本

5、总WbWb数，m为组数)，得到其均方MS和MS，一种情况是处理没有作用，即各组样本均来自同Wb一总体，MS/MS≈1。另一种情况是处理确实有作用，那么，MS>>MS(远远大于)。bWbWMS/MS比值构成F分布，用F值与其临界值比较，推断各样本是否来自相同的总体。bW零假设H：m组样本均值都相同，即u=u=...=u。如果经过计算结果组间均方远012m远大于组内均方（MS>>MS），F>F(df,df),p<0.05，拒绝零假设，说明样本来bW0.05bW自不同的正态总体，说明处理造成均值的差异有统计意义；否则,F

6、>0.05，0.05bW不能拒绝零假设，说明样本来自相同的正态总体，处理间无差异。2.相关分析（1）Pearson相关系数及其检验相关分析是对两个变量之间的相关程度进行分析。单相关分析所用的指标称为单相关系数，又称为单相关系数、Pearson（皮尔森）相关系数或相关系数。通常以ρ表示总体的相关系数，以ｒ表示样本的相关系数。总体相关系数的定义式是：CovXY(,)ρ=VarX()VarY()其中，Cov（X，Y）是随机变量X和Y的协方差；Var(X)和Var(Y)分别为变量X和Y的方差。总体相关系数是反映两变量之间线性相关程度的一种特征值

7、，表现为一个常数。样本相关系数的定义公式是：n∑(xi−xy)(i−y)i=1r=nn22∑(xi−x)∑(yi−y)i=1i=1样本相关系数是根据样本观测值计算的，抽取的样本不同，其具体的数值也会有所差异。可以证明，样本相关系数是总体相关系数的一致估计量。在实际的客观现象分析研究中，相关系数一般都是利用样本数据计算的，因而带有一定的随机性，样本容量越小其可信程度就越差。因此也需要进行检验，即对总体相关系数ρ是否等于0进行检验。数学上可以证明，在X与Y都服从于正态分布，并且又有ρ＝0的条件下，可以采用ｔ检验来确定ｒ的显著性。其步骤如下：

8、首先，计算相关系数ｒ的ｔ值：rt=1−r2n−2其次，根据给定的显著性水平和自由度(n-2)，查找ｔ分布表中相应的临界值t（或α/2p值）。若t≥t（或p<α）表明ｒ在统计上是显著的。若t≤t（或p≥α），