金融危机期间内蒙上市公司股票价格的波动性实证分析

《金融危机期间内蒙上市公司股票价格的波动性实证分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、金融危机期间内蒙上市公司股票价格的波动性实证分析　　引言　　上市公司股价是公司经营状况以及风险水平的集中反映，其波动是上市公司风险程度的重要表现之一。波动性是证券市场与生俱来的特性。从宏观层面而言，一个波动过大的市场将加大整个金融体系的系统风险，并使作为资源配置指标的股价信号产生失真。从微观角度来看，如果股票价格波动性过大，将使投资者面临着较大的不确定性，长期而言将对市场失去信心。因此，股价波动一直是各级政府、证券监管机构、上市公司管理者和广大投资者关注的焦点。上市公司股价的波动性问题也一直是学术界研究的热点问题之一。　　张湄和孔爱国利用沪深两市上市的14家商业银行

2、在2005－2008年间的半年度面板数据进行研究，发现银行股价的非系统性波动与银行的股权结构存在关联。王汉生等探究了上市公司年度股价波动性与其上一年公开财务指标的相关关系。赵留彦将公司盈利分解为持久盈利成分和暂时盈利成分，考察了两类盈利冲击对股票价格的效应。张金清和刘烨以2005年6月－2008年1月中国A股市场数据为样本，运用VEC模型以及脉冲响应与方差分解分析方法，就股市规模与股价波动性之间的相互影响进行实证检验。武安华和张博选取2001－2007年在深交所上市的所有A股上市公司为研究样本，以深交所的信息披露评级指标作为公司信息透明度的度量指标，在此基础上，考察

3、公司透明度对股价波动同步性的影响。孙刚将股价波动同步性作为衡量信息不对称的指标，以2003－2006年我国上市企业为样本，检验在不同金融生态环境下股价波动同步性对企业融资约束的影响。　　陈春春和胡日东选择沪市1991－2010年所有上市公司的数据，建立了LM－ARMAX模型来实证股票价格波动的决定因素，最后根据模型半参数估计的结果，进行了基于半参数估计的非线性检验和基于A－GARCH－Copula函数模型，研究了3个股票市场的日指数对数极差与交易量对数的相依程度和相依结构。王艺霖和周渊通过对上证指数波动性预测的实证分析得出:VGARCH模型能更准确地预测股票指数的波

4、动性。　　进一步指出，相比于交易量，其波动率能更好地度量每日信息到达量。王阳和郑春艳通过选取了企业的风险资产结构、资产负债结构、投融资匹配关系等方面的指标对我国上市公司风险承担进行综合评价，并实证检验了其风险承担对股价波动的影响。周琼等运用Copula函数对我国8家主要上市证券公司股价收益率上、下尾相依性进行的实证研究表明，我国证券公司之间股价收益率存在明显的上尾相依性与下尾相依性，表明我国证券公司股价进而风险存在较强的关联性。Sadorsky利用多变量GARCH模型分析了原油价格与清洁能源公司股价和技术公司股价之间的波动溢出效应。Ma-sih等利用单位根检验、方差

5、分解等方法分析了新兴市场上原油价格波动与股价波动之间的关系。　　Li等利用一种无轨迹卡尔曼平滑器对股价进行波动提取。Li和eila等考虑基于多路归一化割集准则的图划分问题的连续松弛形式，将原问题转换为求解非对称规范Laplace矩阵Lr}，聚类数目k;步骤1．根据数据集P构造距离矩阵m;步骤2．根据m，0≤S(i，j)≤1，i，j∈{1，2，，m};步骤3．计算Laplace矩阵L=D－S，其中D=diag(D1，D2，，Dm)，Di=mj=1S(i，j)，i=1，，m;步骤4．计算广义特征值问题Lx=λDx的特征值&lambd

6、a;1≤λ2≤≤λm和特征向量x1，x2，，xm;步骤5．令X∈Rmk是以广义特征值问题Lx=λDx的前k个单位正交特征向量x1，x2，，xk为列的矩阵。用yi∈R1k(i=1，，m)表示X的第i行;步骤6．用k－均值方法将{yi∈R1k

7、i=1，2，，m}聚成k个类:C1，，Ck;输出:k个类:{V1，，Vk}，其中Vi={pj

8、yj∈Ci}不难发现，多路归一化割谱聚类方法的聚类数目须提前给定。本文结合Borjigin和Guo提出的方法确定最佳聚类数目。　　二、实证

9、分析　　(一)数据选取　　本文分两个时间段进行实证分析。　　第一阶段:次贷危机(2007年02月13日－2009年10月19日):2007年2月13日美国新世纪金融公司(NewCenturyFinance)发出2006年第四季度盈利预警标志着次贷危机开始爆发。　　第二阶段:欧债危机(2009年10月20日－2013年07月19日):2009年10月20日，希腊政府宣布当年财政赤字占国内生产总值的比例将超过12%，远高于欧盟设定的3%上限。随后，全球三大评级公司相继下调希腊主权信用评级，欧洲主权债务危机率先在希腊爆发。　　内蒙古有25家上市公司(见表1)，相关数据