“家电下乡”拉动内需

一揽子计划初见成效,市场信心逐步恢复,中国资本市场日见活跃。据统计,1至5月,上海证券交易所的股票成交额为11．55万亿元,月均成交2．3万亿元,是去年下半年月均成交额1．1万亿元的两倍多;深圳证券交易所成交额为6．37万亿元,是去年下半年的两倍多。截止6月8日,上证综指收盘报2768点,较去年底收盘上涨52％。     

结构分解视角下宏观经济与股市波动关系的实证研究——基于EEMD和SVAR模型分析

EEMD作为前沿的时频分析方法,通过对序列进行自适应分解,可以揭示序列波动的内在规律。本文运用EEMD分析上证综指发现,上证综指主要是由随机波动的高频分量、中长期波动的低频分量和趋势项分量组合而成,结合各构成分量的波动发现,趋势项分量对股市总量的贡献率最大,但对其波动的贡献率最小,股市波动主要由高频分量和低频分量共同引起。进一步运用SVAR模型分析宏观经济对股指各结构分量的影响,结果显示,工业增加值、利率、通货膨胀率和货币供给量等宏观经济变量对股市波动的影响并不显著,宏观经济对股市波动的影响主要体现在低频分量上,我国股市不能作为宏观经济运行的"晴雨表"。     

利率水平与股票价格关系实证分析

本文以上证综指和金融机构人民币存款基准年利率的历史数据为依据,通过比较、说明、阐述等方法实证分析利率水平与股票价格之间的实际关系,并将结果对照传统的利率一股价理论,对不相符方面进行解释与说明,得出自己的一般结论.希望能籍此对投资者预测股价运行趋势提供一定的帮助.     

探寻中国资本市场未来方向

将来汇率政策的方向就是更多地由市场来决定,更加灵活,这样避免升值和贬值压力的过度积累,这可能是未来的方向自金融危机以来,美国经济已开始复苏。与此相反,上证综指却于日前创出43个月新低。记者就此采访央行金融研究所所长金中夏时,金中夏表示,中国资本市场对经济预期降低的反应有些过度,资本市场出现长期大幅下跌实     

基于VAR模型的上证综指与宏观经济变量关系的实证研究

本文基于VAR模型,对上证综合指数及各宏观经济变量的关系进行实证分析,发现上证综指与工业增加值之间不存在协整关系,反映近年来出现“股经背离现象”,而与货币供应量、利率、汇率、物价指数等宏观经济变量存在长期均衡关系,说明股市发展仍受到宏观因素影响。     

股权分置改革艰难破题

中国证券市场十几年的发展取得令人瞩目的成就，但2001年6月上证综指见顶2245点以来，市场极端低迷的表现令人“惨不忍睹”。股价大幅下挫。最近上证综指又跌至8年以来的最低点。沪深两市平均股价则跌到9年中的最低位：中国股市如今的市值从4年前的117万亿元缩成7000亿元．1万亿元的股票市值人间蒸发。     

我国上证综指波动率的统计特性分析

波动率不仅是风险大小的度量指标,而且也是期权定价的基础,在风险预测和风险管理中具有重要作用。通过对我国上海证券市场波动率变化的统计特性进行实证分析,可以发现波动率的概率分布服从对数正态分布,其累积概率分布的渐进行为服从幂律分布,两者都具有一定的标度不变性;波动率的变化具有很强的幂律相关性;在消除日效应现象后,波动率的变化不仅仍具有很强的幂律相关,而且出现两段幂律相关的分岔现象,分岔时间约为4天。     

基于新证据的中国货币政策对房价膨胀的影响研究

本文除采用以往文献广泛采用的广义货币供应量和利率作为变量解释货币政策对我国房价的影响之外,同时引入上证综指变量,建立VAR模型,实证结果表明,同以往研究存在相当程度的差异,相比货币供应量,在样本期间,上海同业拆借利率对我国房价的波动影响更大,同时其可以通过GRANGER因果检验。实证证明我国股票市场对房价的影响也是正向的。     

中国股市大起大落的根源在哪里

作为典型的消息市、政策市的中国股市,不仅反映了周期性波动特征,更表现为周期性大幅震荡的运行特征。以上证综指为例,1992年5月26日从最高1429.01点跌至同年11月17日,最低386.85点,最大跌幅为72.9%;1993年2月16日从最高     

基于上证综指的波动率模型比较研究与实证分析

GARCH模型和SV模型适合于不同的市场,尚未有一种方法和模型的预测效果绝对优于其他方法和模型.本文选择具有代表性的上证综指收益率数据进行建模,对比分析GARCH和SV及其各自的扩展模型的拟和效果.实证结果反映上证指数收益率具有明显的群集聚性、波动性、尖峰厚尾的特征,同时,相比较而言,SV模型对于我国上海金融市场时间序列数据有更好的波动性拟和效果.