《表3 周度样本数据的NCSKEWt回归结果》
注:*,**和***,分别表示10%,5%和1%的显著性水平;括号内的值表示t统计量。
分析表3,除n=40所代表模型外,其余模型自变量Liqt的t检验均显著通过。另外,表3中n=20时Liqt的系数为负值,而n=60、n=80、n=100所代表的模型,Liqt的系数却均为正值。这是一种自相矛盾的结果:负值意味着流动性可以降低股市的崩盘风险,正值则意味着流动性加剧了股市的崩盘风险。那么,到底是降低了还是加剧了呢?本文认为是降低。原因在上面已提到过:崩盘风险与近期的信息是最相关的,滚动参数n越大,崩盘风险指标越不敏感,模型表现也越差。同时,绘制图形进一步验证该观点,图中的上半部分代表了上证指数自2009年1月1日至2018年12月31日的周收盘价数据。下半部分的五条曲线,分别代表了不同参数值的周度崩盘风险值曲线。二者的关系应为:股市向下暴跌时,崩盘风险值曲线应向上飙升。从图中可以明显地看到,的确如此,上下两部分的曲线,呈现着明显的负相关关系。
图表编号 | XD0076665400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 党义、王朝晖 |
绘制单位 | 宁波大学商学院、宁波大学商学院 |
更多格式 | 高清、无水印(增值服务) |