中国股市收益率分布特征研究

中国管理科学 ›› 2004, Vol. ›› Issue (6): 18-22.

中国股市收益率分布特征研究

卢方元^1,2

1. 西南交通大学经济管理学院成都 610031;
2. 郑州大学商学院郑州 450052

收稿日期:2004-03-06 修回日期:2004-11-15 出版日期:2004-12-28 发布日期:2012-03-07
基金资助:
国家自然科学基金资助项目(70171054);国家统计局重点研究项目(lx03-04)

A Research on Distribution Characteristics of Stock Market Returns in China

LU Fang-yuan^1,2

1. The School of Economics and Managenent, Southwest jiaotong University, Chengdu 610031, China;
2. Business School, Zhengzhou University, Zhengzhou 450052, China

Received:2004-03-06 Revised:2004-11-15 Online:2004-12-28 Published:2012-03-07

摘要/Abstract

摘要： 应用修正Weibull分布对上海综合指数收益率和深圳成分指数收益率的分布状况进行研究。结果表明:经过简单的移位变换后,上证综指收益率和深成指收益率可完全用修正Weibull分布来刻画;大收益率服从次指数分布,小收益率服从超指数分布;两股指收益率的概率分布存在一些差异,上证综指的波动性大于深成指的波动性;沪深股市收益率的分布在1996年以后发生了较大的变化,其中沪市变化更大。

关键词: 中国股市, 收益率, 修正Weibull分布

Abstract: this paper researches the distribution status of Shanghai synthesis index returns and Shenzhen composition index returns by use of modified Weibull distribution.The results show that the modified Wibull distribution can completely depict the distributions of Shanghai synthesis index returns and Shenzhen composition index returns through the simple shift transformation;The big returns obeys sub-exponential distribution and the small returns obeys super-exponential distribution;There are a few differences between the probability distributions of two stock index returns.The fluctuatio of Shanghai synthesis index in bigger than that of Shenzhen composition index;After 1996,the probability distributions of stock market returns in Shanghai and Shenzhen have biggish change and the change of Shanghai stock index returns is more big.

Key words: stock market of China, returns, modified Weibull distribution

中图分类号:

F830.9

卢方元. 中国股市收益率分布特征研究[J]. 中国管理科学, 2004, (6): 18-22.

LU Fang-yuan. A Research on Distribution Characteristics of Stock Market Returns in China[J]. Chinese Journal of Management Science, 2004, (6): 18-22.

[1]	孔继红, 岳伟. 动态Nelson-Siegel模型与无套利约束相容吗？——来自中债国债收益率曲线的经验证据[J]. 中国管理科学, 2020, 28(4): 61-72.
[2]	朱晓谦, 李靖宇, 李建平, 陈懿冰, 魏璐. 基于危机条件概率的系统性风险度量研究[J]. 中国管理科学, 2018, 26(6): 1-7.
[3]	任燕燕, 李劭珉. 中国股市收益率与成交量动态关系的研究——基于工具变量的分位数回归(IVQR)模型[J]. 中国管理科学, 2017, 25(8): 11-18.
[4]	朱学红, 谌金宇, 邵留国. 信息溢出视角下的中国金属期货市场国际定价能力研究[J]. 中国管理科学, 2016, 24(9): 28-35.
[5]	赵军力, 梁循. 基于TrTS取样的股票收益率RV测度的改进[J]. 中国管理科学, 2015, 23(7): 26-34.
[6]	彭红枫, 陈奕. 中国铜期货市场最优套期保值比率估计——基于马尔科夫区制转移GARCH模型[J]. 中国管理科学, 2015, 23(5): 14-22.
[7]	于志军, 杨善林, 章政, 焦健. 基于误差校正的灰色神经网络股票收益率预测[J]. 中国管理科学, 2015, 23(12): 20-26.
[8]	蔡伟宏, 唐齐鸣. 基于无穷状态转换模型的中国股票市场收益率分析[J]. 中国管理科学, 2014, 22(1): 10-19.
[9]	叶五一, 李磊, 缪柏其. 高频连涨连跌收益率的相依结构以及CVaR分析[J]. 中国管理科学, 2013, (1): 8-15.
[10]	王春峰, 张亚楠, 房振明. 基于过度自信的交易量驱动因素建模研究[J]. 中国管理科学, 2010, 18(4): 43-48.
[11]	王元月, 梁翠翠. 基于变参数模型的流动性与上证综指收益率关系研究[J]. 中国管理科学, 2010, 18(2): 25-31.
[12]	严太华, 陈明玉. 基于马尔科夫切换模型的上证指数周收益率时间序列分析[J]. 中国管理科学, 2009, 17(6): 33-38.
[13]	李志生. 最优交易策略问题的动态求解方法[J]. 中国管理科学, 2008, 16(3): 102-108.
[14]	高金余, 陈翔. 马尔可夫切换模型及其在中国股市中的应用[J]. 中国管理科学, 2007, 15(6): 20-25.
[15]	董大勇, 金炜东. 收益率分布主观模型及其实证分析[J]. 中国管理科学, 2007, 15(1): 112-120.