统计学专业毕业论文[精品论文]DCC架构下相关性和特质波动性的风险溢价——以中国上海股市为例关键词：相关性风险特质波动性风险溢价Shanken误差上市公司摘要：在资产定价研究领域中，除了众所周知的Fama-French三因素，研究者一直不断的寻找着其他变量，来加强资本资产定价模型的实证解释力。近期有学者开始关注个股间相关性和个股的特质波动性是否对股票截面收益率有影响。但目前很少有人将这两个因素纳入同一个定价模型进行讨论。考虑到股市收益率的二阶距往往具有时变性，如何准确刻画这两个因素，也是一个有待讨论的问题。本文采用上海A股市场的月收益率数据，率先使用DCC-MVGARCH模型，刻画了时变的个股间预期条件相关性和个股的预期条件特质波动率。同时，考虑到特质波动率和相关性这两个因素和一些影响市场收益率的因素相关，不加任何处理就引入定价模型，可能导致自变量之间的多重共线性。因此，我们选取了一些影响市场收益率的宏观经济变量和市场指数波动率变量，而后将这些变量对特质波动率和相关性的影响剔除出去，得到特质波动率和相关性变量的新息，再将新息纳入定价模型的分析。关于定价模型的估计和检验，本文采用Fama-French两阶段估计方法和Shanken误差调整方法，估计出相关性、特质波动率这两个因素的风险溢价。得出了以下两个主要结论：(1)在中国上海A股市场上，相关性对截面收益率的影响统计不显著；(2)中国上海A股的特质波动率带来统计显著的负风险溢价，这实际上是一种定价异常现象。最后，我们依据国内外文献，从投资者行为和交易制度两个角度入手，提出了解释上述现象的两个原因：(1)相关性的影响不明显，是因为我国股市投资者资产多样化的行为并不充分。(2)特质波动率的影响为负，主要是因为特质波动率可以反映投资者对上市公司的分歧，我国上市公司信息披露不够透明，使得投资者对上市公司股价的预期容易产生分歧，并且我国股市没有卖空机制，使得悲观投资者的意见没有充分表达，这就导致特质波动率高的股票价格被高估，带来了其收益率的降低。对上述两种原因，本文还给出了一些针对性的政策建议。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---正文内容在资产定价研究领域中，除了众所周知的Fama-French三因素，研究者一直不断的寻找着其他变量，来加强资本资产定价模型的实证解释力。近期有学者开始关注个股间相关性和个股的特质波动性是否对股票截面收益率有影响。但目前很少有人将这两个因素纳入同一个定价模型进行讨论。考虑到股市收益率的二阶距往往具有时变性，如何准确刻画这两个因素，也是一个有待讨论的问题。本文采用上海A股市场的月收益率数据，率先使用DCC-MVGARCH模型，刻画了时变的个股间预期条件相关性和个股的预期条件特质波动率。同时，考虑到特质波动率和相关性这两个因素和一些影响市场收益率的因素相关，不加任何处理就引入定价模型，可能导致自变量之间的多重共线性。因此，我们选取了一些影响市场收益率的宏观经济变量和市场指数波动率变量，而后将这些变量对特质波动率和相关性的影响剔除出去，得到特质波动率和相关性变量的新息，再将新息纳入定价模型的分析。关于定价模型的估计和检验，本文采用Fama-French两阶段估计方法和Shanken误差调整方法，估计出相关性、特质波动率这两个因素的风险溢价。得出了以下两个主要结论：(1)在中国上海A股市场上，相关性对截面收益率的影响统计不显著；(2)中国上海A股的特质波动率带来统计显著的负风险溢价，这实际上是一种定价异常现象。最后，我们依据国内外文献，从投资者行为和交易制度两个角度入手，提出了解释上述现象的两个原因：(1)相关性的影响不明显，是因为我国股市投资者资产多样化的行为并不充分。(2)特质波动率的影响为负，主要是因为特质波动率可以反映投资者对上市公司的分歧，我国上市公司信息披露不够透明，使得投资者对上市公司股价的预期容易产生分歧，并且我国股市没有卖空机制，使得悲观投资者的意见没有充分表达，这就导致特质波动率高的股票价格被高估，带来了其收益率的降低。对上述两种原因，本文还给出了一些针对性的政策...