【作者】 周鑫；

【导师】 何平；

【作者基本信息】 西南交通大学 ， 概率论与数理统计， 2012， 硕士

【摘要】 在一定的时期内,某一板块内的股票出现了齐涨齐跌的现象,称之为“板块效应”。随着我国证券市场的不断完善、发展和股票种类的增加,各类股票板块的划分越来越明显,“板块效应”日益凸显,从而使投资者根据各股票板块的变化规律来决定投资决策变得越来越具有可行性和收益性。本文研究的目的是通过建立金融计量模型来识别我国股票市场的板块效应,选取的研究样本是银行业板块,同时选取上证综合指数作为市场组合。不合理的度量方法会导致表面上的“异常”现象,所以对市场有效性及“异常”现象的度量需要与预测“预期正常收益”的模型一起来检验,以避免“不良”模型。因此我们先对银行组合的日对数收益率和上证综合指数的日对数收益率做散点图,由散点图看出它们之间的线性关系,我们选定一元线性回归模型作为理论模型。由t检验统计量知回归方程通过了显著性检验,因此,此一元线性回归模型是有统计学意义的。利用银行组合日对数收益率对市场日对数收益率进行回归分析,用经验回归方程来预测“预期正常收益”,由实际值与预期正常收益的差值计算出银行组合的超额收益率。用U检验法我们得知,银行组合的预测正常日对数收益率服从正态分布,它的标准差记为δ,因此实际值和预测值的差值(即超额收益率)大于δ时,才是出现“异常”现象,即出现了板块效应。其次在板块效应存在的基础上,引入相对对数收益率来度量板块效应的强弱,当天超额收益率的绝对值与银行组合相对对数收益率标准差的比值,即为板块效应的强度。实证结果表明：在选取的样本中,股票分别在2010年12月13日、12月15日、12月21日、12月23日、12月24日、12月28日、12月31日、1月7日、1月11日、1月25日、27日、28日、31日、2月16日出现了板块效应,且分别在2010年12月23日、24日和2011年1月27日、28日、31日持续出现板块效应。板块效应的强度依次为1.73、1.12、1.198、2.13、1.85、1.17、1.398、3.32、1.46、1.43、1.14、1.36、1.17、1.02。因此在定性分析和实证的基础上,通过对数据的分析建立起的相应的市场模型对板块效应进行实证研究,可使投资者根据各股票板块的变化规律来决定投资决策,以提高股市的回报率。更多还原

【Abstract】 In a certain period of time, the stocks in one plate appears up and down together. We call this phenomenon "plate effect". Along with the development of our country securities market, the stock type is increasing and the partition of all kinds of stock is more and more obvious. All kinds of "plate effect" gradually highlight. So according to the law of each stock plate, investment decision becomes more and more feasible and profitable.This paper writing purpose is through the establishment of financial econometrics model to identify China stock market plate effect. The study sample is banking sector, at the same time, select Shanghai stock composite index as market portfolio. No reasonable measurement method can lead to the seeming "abnormal" phenomenon. In order to avoid the "bad" model, we should test the market efficiency and "abnormal" phenomenon together with the model of the "expected normal revenue". So. we do scatter plot chart for the Logarithmic return rate of bank combination and Shanghai stock composite index. Scatter plot chart present a linear relationship between them. We selected a linear regression model as the theoretical model. Through the T test, we can see that Regression equation passed significant inspection. Therefore, the linear regression model has a statistical significance. Use the Logarithmic return rate of bank combination to analysis the Logarithmic return rate of the market. Forecast the expected normal earnings by experience regression equation. Calculation excess yield of bank combination by the difference between actual value and expected normal earnings. With U inspection we can learn Normal day forecast logarithmic rate of return obev Normal distribution, and its Standard deviation records as δ. Therefore. when excess yield is greater than δ. we call it abnormal phenomenon. The plate effect appears.Second, on the basis of plate effect, measure the strength of the plate effect. The ratio of excess return of absolute value and logarithmic rate of return standard deviation is the strength of plate effect.The empirical results show that, In the selection of samples, the stock plate effect appears on2010.12.13、12.15、12.21、12.23、12.24、12.28、12.31、2011.1.7、1.11、1.25、1.27、1.28、1.31、and2.16. The strength of plate effect are1.73、1.12、1.198、2.13、1.85、1.17、1.398、3.32、1.46、1.43、1.14、1.36、1.17、1.02.On the basis of qualitative and empirical analysis, So investment decision can be made according to the law of each stock plate and the returns will be improved.更多还原