Advertisement

1991-2023年月度股价崩盘风险:NCSKEW、DUVOL和Crash指标分析

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:ZIP


简介:
本文深入探讨了从1991年至2023年间股票市场的月度价格崩溃风险,通过解析NCSKEW、DUVOL及Crash等关键指标的变化趋势与相互关系,为投资者提供全面的风险评估工具和市场洞察。 首先计算股票的日持有回报Wi,t。本段落对股票i的日收益进行如下回归: 公式中: Ri,t代表考虑现金红利再投资的第t日股票i收益率, Rm,t则为按流通市值加权的A股市场组合在同一天内的综合日市场回报率,即考虑了现金红利再投资的影响。 关于日市场回报率计算方法,最常见的是采用流通市值加权平均法。此外,在一些文献中也同时使用总市值加权平均法和等权重平均法来衡量股价崩盘风险中的日市场回报率。 为了控制非同步性交易对结果的影响,公式(2)还考虑了市场组合收益的两期滞后项及超前项。 股票i在第t日的日持有回报Wi,t定义为ln(1+ei,t),其中ei,t是回归所得残差值。根据此计算出的Wi,t来分别求得负收益偏态系数NCSKE和收益上下波动比率DUVOL,这两个指标用于衡量股价崩盘风险。 具体而言,对于负收益偏态系数NCSKEi,t的计算公式中包括了股票在一月度内的交易天数n。当这个数值增大时,表明该股票面临更高的崩盘风险。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 1991-2023NCSKEWDUVOLCrash
    优质
    本文深入探讨了从1991年至2023年间股票市场的月度价格崩溃风险,通过解析NCSKEW、DUVOL及Crash等关键指标的变化趋势与相互关系,为投资者提供全面的风险评估工具和市场洞察。 首先计算股票的日持有回报Wi,t。本段落对股票i的日收益进行如下回归: 公式中: Ri,t代表考虑现金红利再投资的第t日股票i收益率, Rm,t则为按流通市值加权的A股市场组合在同一天内的综合日市场回报率,即考虑了现金红利再投资的影响。 关于日市场回报率计算方法,最常见的是采用流通市值加权平均法。此外,在一些文献中也同时使用总市值加权平均法和等权重平均法来衡量股价崩盘风险中的日市场回报率。 为了控制非同步性交易对结果的影响,公式(2)还考虑了市场组合收益的两期滞后项及超前项。 股票i在第t日的日持有回报Wi,t定义为ln(1+ei,t),其中ei,t是回归所得残差值。根据此计算出的Wi,t来分别求得负收益偏态系数NCSKE和收益上下波动比率DUVOL,这两个指标用于衡量股价崩盘风险。 具体而言,对于负收益偏态系数NCSKEi,t的计算公式中包括了股票在一月度内的交易天数n。当这个数值增大时,表明该股票面临更高的崩盘风险。
  • 2009-2022A公司数据.zip
    优质
    本数据集收录了2009年至2022年间中国A股上市公司可能遭遇股价崩溃的风险指标,涵盖财务、市场及运营等多维度信息。 1991-2022年A股上市公司股价崩盘风险指标数据 时间:1991-2022年 来源:整理自CSMAR数据库 指标:证券代码、交易年度、NCSKEW(分市场等权平均法) 参考文献:机构投资者羊群行为与股票价格崩盘——许年行
  • 上市公司数据(1995-2023)及参考文献(含Excel资料)
    优质
    本资料汇集了自1995年至2023年间中国上市公司的股价崩盘风险数据,包含详实的历史记录与分析。附有相关学术研究的参考文献和便于查阅的数据表格(Excel格式),为研究人员及投资者提供全面的信息支持。 上市公司股价崩盘风险指的是股票价格突然大幅下跌的可能性。这种风险可能由多种因素引起,包括公司的财务状况、市场环境、政策变化以及投资者情绪等因素。 测算方式参考了《管理世界》杂志上许年行老师的研究方法,使用负收益偏态系数(NCSKEW)和股票收益上下波动比率(DUVOL),以此来度量股价崩盘风险。数据包括Excel表格及相关的参考文献。 指标如下: - 证券代码 - 交易年度 - NCSKEW (分市场等权平均法) - NCSKEW (分市场流通市值平均法) - NCSKEW (分市场总市值平均法) - NCSKEW (综合市场等权平均法) - NCSKEW (综合市场流通市值平均法) - NCSKEW (综合市场总市值平均法) - DUVOL (分市场等权平均法) - DUVOL (分市场流通市值平均法) - DUVOL (分市场总市值平均法) - DUVOL (综合市场等权平均法) - DUVOL (综合市场流通市值平均法) - DUVOL (综合市场总市值平均法) - CRASH (分市场等权平均法) - CRASH (分市场流通市值平均法) - CRASH (分市场总市值平均法) - CRASH (综合市场等权平均法) - CRASH (综合市场流通市值平均法) - CRASH (综合市场总市值平均法) - 交易周数 - 市场类型 - 行业代码 - 交易状态
  • 投资值与敏感性(2012
    优质
    本书《投资风险价值与敏感性分析》(2012)深入探讨了金融领域的风险管理技术,重点介绍了VaR模型及其在实际操作中的应用,并详细阐述了敏感性分析的重要性。 VaR(Value at Risk)是一种用于处理非线性问题并量化证券组合市场风险的工具。它克服了传统风险定量化方法在衍生金融资产应用中的局限性和难以概括投资组合市场风险的问题,有助于更有效地衡量和管理金融风险。本段落首先简要介绍了VaR的概念、性质及特点,并深入分析了其对投资组合灵敏度的影响,提供了关于一阶和二阶导数的解析表达式,进而阐述了VaR的凸性特性。
  • 上市公司与产品市场竞争及信息透明的关系研究_王梦鸽.caj
    优质
    本文探讨了产品市场竞争和信息透明度对上市公司股价稳定性的影响,特别是它们如何共同作用以预防股价崩盘的风险。作者通过深入分析揭示了提高市场透明度和公平竞争对于维护股市健康的重要性。研究表明,在高透明度和强竞争的环境中,企业更可能采取负责任的行为,从而降低股价崩溃的可能性。 产品市场竞争与信息透明度对上市公司股价崩盘风险的影响研究——以王梦鸽的研究为例。
  • 策略 ——、回报与技术的研究论文
    优质
    本文深入探讨了股市中的价格风险和潜在回报,并结合技术分析方法来优化投资决策过程。通过全面研究,为投资者提供有价值的见解以应对市场不确定性。 风险与回报是投资者及交易者在投资前关注股票或共同基金的关键指标。同样地,技术分析是一种基于近期历史行为来研究股价走势的方法。股价的波动不仅受到公司业务的影响,还受到诸如公司新闻、社会政治状况、自然灾害和经济变化等外部因素的影响。 本段落提出了一种创新性的机器学习方法用于预测股票市场价格,并将该模型分为三个部分进行设计与实施:首先通过技术分析获取市场知识;其次开发机制以考虑高斯分布假设参数,并利用粒子群优化(PSO)训练机器学习模型;最后采用支持向量机(SVM)来预测股市趋势。实验结果显示,所提出的这种方法能够有效监控股票价格。 基于此方法构建的应用程序可以帮助投资者在投资前制定策略。
  • 20234最新友.zip
    优质
    这个文件2023年4月最新友价.zip包含了2023年四月份最新的商品或服务价格信息,便于用户查询和比较。 更新时间:2019年3月7日 修复了大量BUG,并移除了已知的安全漏洞。 手机端改进: - 优化商品详情编辑器功能。 - 支持在商品详情页展示视频内容。 - 微信支付时,如果用户选择支付宝进行支付,则会收到友好提示信息。 - 美化订单详情界面的显示效果。 - 手机版整体样式进行了全面优化,并且多模板内核已经打通。未来将推出更多手机端模板。 电脑端改进: - 实现了商品效果图排序功能,便于管理展示顺序。 - 购买成功后若订单中只有一个商品,则会直接跳转到该订单的详情页面。 - 在选择点卡类型的发货形式时,新增加一个可选的软件下载地址(此项为非必填项)。 - 新增了快递物流数据调用功能【付费插件】 - 每个商品大类都可以独立设置图片或列表展示方式。 - 用户在电脑端上传商品效果图时可以通过手机扫描二维码进行操作,简化流程。 此外还进行了更多细节上的优化和完善。
  • 202211前沪深A所有个K线数据(包括开、收、最高最低格)
    优质
    该数据库收录了截至2022年11月前沪深A股市场全部上市公司每年的日交易汇总信息,涵盖开盘价、收盘价、年度内最高及最低股价等关键指标。 标题中的“沪深A股所有个股2022年11月以前的年K线股票开盘、收盘、最高价、最低价等数据”指的是一个涵盖了中国沪深股市所有股票在2022年11月之前每年交易的数据集。这个数据集包含的信息非常关键,对于投资者、分析师以及研究者来说,它提供了大量的历史交易数据,可用于分析股票趋势、制定投资策略或进行市场研究。 “Sql格式50万条数据”意味着这些数据存储在一个SQL数据库文件中(例如k_year.sql)。SQL(Structured Query Language)是用于管理关系数据库的标准语言,具有查询、更新、插入和删除数据等功能。这个包含50万条记录的数据集表明了其全面性,涵盖了大量股票的历史交易记录。 在股票市场中,年K线是技术分析的重要工具,它结合了一年的开盘价、收盘价、最高价和最低价。具体来说: - 开盘价:指交易日开始时的第一笔交易价格。 - 收盘价:指交易日结束时的最后一笔交易价格,通常反映市场对股票价值的共识。 - 最高价:一年内单个交易日中的最高成交价格,显示了市场的最高估值预期。 - 最低价:一年内单个交易日中的最低成交价格,反映了市场的最悲观情绪。 通过分析这些数据可以: 1. **识别趋势**:观察年K线的变化可以帮助投资者识别股票价格的上升、下降或横盘的趋势。 2. **判断支撑与阻力位**:最高价和最低价可作为未来股价变动潜在的支持点和阻挡点,帮助预测未来的买卖时机。 3. **计算技术指标**:如移动平均线(MA)、MACD等,辅助投资者确定最佳的交易时间窗口。 4. **分析市场情绪**:连续几年的K线形态可能反映出市场的乐观或悲观情绪变化。 5. **风险评估**:通过对历史波动性的了解,可以更好地预测未来的潜在价格变动范围。 数据库的应用使得这些数据易于检索和分析。分析师可以通过编写SQL查询来筛选特定时间段、特定类型股票或者满足某些条件的数据集,从而快速获取所需的市场信息。 这个数据集为投资者提供了一个深入了解沪深A股市场历史表现的窗口,并通过数据分析帮助做出更加明智的投资决策。同时,也展示了SQL数据库在处理大规模金融数据方面的能力和价值,在研究股市时是不可或缺的重要工具之一。
  • 车损保费定模型实例
    优质
    本文章深入探讨了车损险纯风险保费的定价机制,并通过具体案例详细解析其模型构建与应用过程,为保险行业提供实践参考。 一个车损险纯风险保费定价模型的示例。