В этом исследовании проверяется гипотеза об адаптивном рынке, подходящая для фондового рынка Китая, путем проведения описательной статистики и проверки GS-теста, AQ-теста, AVR-теста, включая динамическое и статическое сравнение, BDS-тест и метод скользящих окон. В этом исследовании китайские фондовые рынки и еженедельные данные Shanghai Composite Index и Shenzhen Stock Index рассматриваются как объекты нашего исследования, глубоко исследующие характеристики адаптивности фондового рынка Китая и анализируют неопределенность показателей эффективности фондового рынка. Кроме того, на основе результатов теста мы проверяем баланс доходности и рисков фондового рынка, а затем выбираем типичный фактор в качестве индикатора рыночной среды для измерения влияния изменений рыночных условий на доходность и измеримость фондового рынка. Эмпирический результат показывает, что эффективность фондового рынка Китая и соотношение между доходами и рисками меняются во времени. Кроме того, влияние рыночной среды на премию за риск не является очевидным, хотя оно оказывает существенное влияние на предсказуемость доходов. Поэтому, в соответствии с этим, можно судить о тенденциях развития фондового рынка, и это хороший способ своевременно скорректировать направление инвестиционной стратегии и управления рисками.
Введение
С 1970 года профессор Фама из Чикагского университета предложил EMH (гипотеза эффективного рынка), а затем теория EMH стала краеугольным камнем современных финансовых исследований благодаря строгой теоретической системе и эмпирической модели (Sam, 2013). Тем не менее, теория эффективного рынка все еще не может дать разумного объяснения многих видений финансового рынка, открытых с 1980-х годов. В начале 21-го века некоторые ученые, которые основывались на различиях и дебатах между EMH и теорией поведенческого финансирования, заимствовали идеи из теории биологической эволюции, чтобы предложить адаптацию с точки зрения адаптивной эволюции, называемой AMD (гипотеза адаптивных рынков). Фактически, эта гипотеза не отрицает аналитическую модель EMH, но также вводит Дарвиновскую теорию биологической эволюции, подчеркивая, что рациональность является относительным понятием, связанным с внешней средой и изменением рациональности, поведением участников. Он покажет иррациональность из-за изменений в окружающей среде и постепенно исчезнет из-за постоянной адаптации к окружающей среде.
В частности, AMH рассматривает рынок как экосистему, в которой различные группы или виды конкурируют за ограниченные ресурсы. AMH считает, что изменяющаяся рыночная среда определяет ключевые характеристики рынка, такие как предсказуемость дохода, поэтому невозможно оценить эффективность рынка из реальности. Кроме того, эффективность рынка сильно зависит от окружающей среды и является динамичной, что означает, что предсказуемость прибыли будет соответствовать статистическим характеристикам инвесторов. Часто происходят изменения в финансовой системе и рыночных условиях. AMH также считает, что взаимосвязь между риском и доходностью не может быть стабилизирована со временем, поскольку взаимосвязь определяется рыночной экологией и институтами.
Согласно гипотезе адаптивного рынка, эффективность рынка и неэффективность рынка являются конкретными проявлениями адаптивного поведения на рынке ценных бумаг. Точнее, когда инвестиционные решения инвесторов адаптируются к инвестиционной среде, рынок становится эффективным. Напротив, когда инвестиционные решения инвесторов и инвестиционная среда не подходят, рынок будет иметь поведенческие отклонения и будет вести себя неэффективно (Andrew, 2018). Основываясь на этой гипотезе, эта статья эмпирически анализирует характеристики адаптивности фондового рынка Китая. Тест на адаптивность рынка в основном исходит из следующих аспектов: (1) Эффективность рынка и его стабильность (2) Стабильность взаимосвязи между доходом и риском (3) Соотношение между премией за риск и измеримостью фондового рынка и окружающей средой в который находится. Его исследовательские характеристики: (1) Взятие репрезентативных индексов фондового рынка Китая: Shanghai Composite Index и Shenzhen Stock Index в качестве объекта исследования, обсуждающих применимость AHM на развивающихся рынках; (2) Анализ неопределенности показателей эффективности фондового рынка, проверка доходности и рисков фондового рынка. Изменяющаяся во времени взаимосвязь объясняется экологической эволюционной точкой зрения; (3) Соответствующие индикаторы используются для представления переменных среды финансового рынка, а влияние изменений рыночных условий на доходность и измеримость фондового рынка измеряется для подтверждения точки зрения естественного отбора, подчеркнутой AHM.
Будучи быстро развивающимся развивающимся рынком, фондовый рынок Китая имеет неограниченные перспективы для своего будущего развития. Поэтому проверка применимости теории AHM на фондовом рынке Китая имеет решающее значение для ее универсального применения. В то же время, исследовательская работа в этом исследовании поможет в дальнейшем обнаружить свидетельства AMH на развивающихся рынках, предоставляя прочную фактическую основу для улучшения теоретической системы AHM, а также предоставит новые эмпирические данные и пути для инвестиций в фондовый рынок Китая и политика управления рисками в будущем.
Эмпирические исследования моделей и методов анализа
Временной интервал: 1995.01 ~ 2018.07
Предварительная обработка данных: в ежедневных данных индекс акций Шэньчжэня фактически дублируется на 2010.12.01, и данные должны быть удалены. Кроме того, временные рамки Shanghai Composite Index и Shenzhen Stock index сопоставляются и обрабатываются в Excel. Требуемые данные окончательно компилируются в data_daily_1995.csv. И data_weekly_1995.csv.
Автоматический тест смешивания AQ test (автоматический тест Портманто Бокса-Пирса)
Гибридное тестирование широко используется для проверки нулевой гипотезы ряда урожайности.
Среди них – коэффициент автокорреляции слагаемого j-го порядка для нормы доходности. Escanciano и Lotabo предлагают автоматический тест, оптимальное значение которого определяется степенью полной зависимости данных. В частности, pi – это оптимальный термин задержки, определяемый критерием AIC (информационный критерий Акайке) и BIC (критерий байесовской информации).
Это автоковариантная оценка i-го порядка доходности Y_t, τ ̅_i ^ 2 – автоковариантность Y_t ^ 2, T – количество наблюдений. Статистика AQ постепенно подчиняется распределению хи-квадрат со степенью свободы 1. Если значение AQ больше 3,84 или сопровождающее значение p меньше 0,05, нулевая гипотеза об отсутствии корреляции автокорреляции отклоняется при 5 % уровень значимости.
AVR и WBAVR тест (автоматическое тестирование коэффициента дисперсии с привязкой к диким ботинкам)
Нулевая гипотеза такая же, как у теста AQ.
Мы рассматриваем дисперсию доходности актива, когда период владения равен k, как V_k. Затем мы определяем коэффициент дисперсии VR (k) как отношение дисперсии k-периода к дисперсии первого периода:
Где ρ_j – коэффициент автокорреляции слагаемого j-го порядка доходности. Нулевой гипотезой отношения дисперсии является VR (k) = 1 (или эквивалентно, при всех k, ρ_j = 0). В этом тесте выбор периода удержания k является произвольным, и в качестве основы не используется статистическая оценка. Чой предлагает метод полной оценки данных для оптимальной оценки k. Учитывая все j, T – количество наблюдений, согласно нулевой гипотезе, Чой предлагает, чтобы допущение о независимой и идентичной доходности фондового рынка было следующим:
Когда преимущества принадлежат неизвестной форме условной гетероскедастичности, Ким предлагает оригинальный метод статистики самопомощи для улучшения характеристик малых выборок. Пусть доход на данный момент т. Его можно получить в следующие три этапа:
- Образец самообслуживания T-наблюдения,
- где η_t – случайная последовательность.
- Рассчитайте AVR ^ * (k ^ *), и статистику AVR можно получить из статистики AVR.
- Повторите (i) и (ii) B раз, чтобы получить самораспределение.
Значение статистики AVR и значение p рассчитываются в случае удовлетворения стандартного нормального распределения. Здесь значение p необходимо сравнить с уровнем значимости 5%. Если оно меньше 5%, гипотеза нулевой корреляции отклоняется, и считается, что окно имеет предсказуемость прибыли.
GS-тест (обобщенный спектральный тест)
Пусть доход на данный момент т. Предполагая, что стационарный временной ряд подчиняется разностной последовательности, нулевая гипотеза состоит в том, что µ является действительным числом. Приведенная выше нулевая гипотеза эквивалентна следующим условиям:
Y_j (x) – автоковариантность в нелинейном каркасе, x – любое действительное число, 1 ≤ j ≤ T и целое число. Escanciano и Velasco предлагают обобщенную функцию спектрального распределения (Khuntia & Pattanayak, 2018). Согласно нулевой гипотезе, статистика теста строится следующим образом:
Λ – любое действительное число в [0,1]. Выборка вышеупомянутой функции распределения оценивается как:
В этой формуле при нулевой гипотезе H (λ, x) = γ_0 (x) λ статистика для проверки H_0 строится следующим образом:
Эсканциано и Веласко наконец-то придумали статистику GS:
Тест GS, приведенный выше, не имеет стандартного прогрессивного распределения. Чтобы использовать этот тест для ограниченной выборки, Эсканциано и Веласко использовали оригинальный метод самопомощи, то есть значение p теста может быть получено из исходного распределения самообслуживания, как описано в тесте AVR. , Если значение p меньше 5%, считается, что это окно имеет предсказуемость дохода.
BDS-тест (тест Брока, Дехерта и Шейнкмана)
Тест BDS – это непараметрический метод тестирования, используемый для проверки гипотезы независимого и идентичного распределения временных рядов (Wolff, 1994). Тестовая статистика BDS основана на концепции интегралов. Более конкретно, пусть Y_t будет усилением в момент времени t (t = 1,…, T), пусть m-мерный вектор Y_t ^ m = (Y_t, Y_ (t + 1),…, Y_ (i + m-1) )) ^ ‘, Это называется m-мерная история. Связанные точки определены следующим образом:
В формуле
Это эквивалентно индикативной функции. Соответствующий интеграл в основном измеряет вероятность того, что расстояние между любыми двумя вложенными векторами Y_t ^ m и Y_s ^ m во встроенном пространстве меньше δ. Нулевая гипотеза: H_0: {Y_t} является независимым и одинаково распределенным. Брок предложил статистику BDS в соответствии с нулевой гипотезой H_0 в 1996 году:
Где σ ̂_m (δ) – оценка асимптотического стандартного отклонения C (N, m, δ) – C (N, 1, δ) ^ m. Когда H_0 установлено, из статистических выводов можно сделать вывод, что асимптотическое распределение статистики BDS (m, δ) является стандартным нормальным распределением. Напротив, когда H_0 не установлен, статистика BDS (m, δ) имеет тенденцию держаться подальше от нуля. Как правило, размер вложения m ограничен от 2 до 5.
В методе окна скользящей подвыборки наша цель – отслеживать предсказуемость доходности фондового рынка. Основываясь на моделировании Escanciano, Lobato и Kim, комбинация времени открытия фондового рынка Китая составляет всего лишь последние 20 лет и связана с более крупными событиями внутри страны или за рубежом. Чтобы лучше предсказать предсказуемость доходности фондового рынка и удовлетворить требования к размеру выборки, мы выбираем 260 наблюдений для еженедельных данных, то есть всего 5 лет. Что касается ежедневных данных, мы выбираем 252 наблюдения, то есть 1 год.
Шаги теста окна скользящей подвыборки следующие: после проверки первой подвыборки окно прокручивает вперед одно значение наблюдения, пересчитывает статистику теста и, в результате скользящего вычисления, наконец, вычисляет значение p статистики теста как функция времени. Значение p для суточных данных является результатом вычисления текущего времени от t до t – 1 года, а значение p для еженедельных данных – это результат расчета текущего времени от t до t – 5 года. Если значение p меньше 0,05, то предсказуемость дохода в этом окне значительна на уровне 5%. Таким образом, можно определить статистически значимый период предсказуемости дохода, и этот период может быть связан с соответствующим значимым событием.
Ежедневные данные предоставляют более подробную информацию, чем еженедельные данные, поэтому могут быть отклонения в захвате ежедневных и еженедельных данных за определенные периоды времени, и еженедельный ответ на данные будет относительно нечувствительным.
В верхнем левом углу с помощью теста AQ еженедельных данных Shanghai Composite Index мы видим, что статистика AQ превышает 3,84 примерно в 2008 году, что отражает предсказуемость китайского фондового рынка. Для индекса Shanghai Composite Index и Shenzhen Component Index статистические данные AQ отражают предсказуемость доходов примерно в 1998 году, в 2008 году и в 2016 году.
AVR тест
Рисование графика временных рядов: два рисунка ниже показывают временные ряды доходности Шанхайского композитного индекса и Шэньчжэньского индекса компонентов. Хорошо видно, что колебания доходности в период с 2008 по 2016 год являются более серьезными и очевидными, чем в другие периоды времени.
Рисование гистограммы. Два изображения ниже показывают гистограмму ряда урожайности для двух основных индексов. Как видно из карты распределения, распределение двух индексов примерно такое же, как и нормальное распределение.
Из-за того, что ежедневный объем данных слишком велик, мы выполнили тест WBAVR только для еженедельных данных, и результаты в основном соответствовали тесту AQ. Предсказуемость выручки может быть получена примерно в 2008 г. и около 2016 г. Диаграмма четко иллюстрирует изменяющиеся во времени характеристики предсказуемости доходности фондового рынка …
Что такое международные маркетинговые исследования? Согласно нашим прошлогодним исследованиям, термин «маркетинговые исследования» относится к сбору, записи, анализу и представлению информации, которая фокусируется на ранее определенной
Реклама Форма аудио или визуальной маркетинговой коммуникации, которая предназначена для продвижения или продажи продукта, услуги или идеи и использует открыто спонсируемые и неличные сообщения, известные
ЦИФРОВОЙ РЫНОК ДЛЯ ТОРГОВЛИ И РЕКЛАМЫ Ценность электронной коммерции через создание онлайн-рынков огромна для развивающихся стран, таких как Зимбабве, поскольку она может поддержать развитие местной