×
孙玉英;乔克南;王寿阳

股票市场区间模型中特朗普当选的不确定性冲击。 （英语） Zbl 1479.91383号

数量。财务 21，第5号，865-879（2021）.
摘要：本文提出了一类新的区间值时间序列非线性区间模型。通过将区间模型与区间观测值相匹配，我们为所提出的模型发展了一种非线性最小距离估计方法，并建立了所提出估计量的渐近理论。与传统的基于点的方法相比，所提出的区间建模方法可以同时评估趋势和波动性的变化。在拟议的区间框架内，本文以2016年美国总统大选（以下简称特朗普大选）对美国股市的影响为例进行了实证研究。考虑到日高-日低区间作为市场效率代理的有效性，我们采用区间值收益来同时测量基本价值运动和市场效率。实证结果表明，在事前和事后分析中，特朗普选举增加了标准普尔500指数的水平/趋势，降低了其波动性。此外，基本价值影响的半衰期（62.4天）比高低区间（15.9天）更长，这表明特朗普的胜利对基本价值的影响比其对市场效率的影响更持久。

引用于三文件

MSC公司：

91G15型 金融市场
62P05号 统计学在精算科学和金融数学中的应用
91F10层 历史、政治学

关键词：

区间虚拟变量;区间时间序列;非线性最小距离估计;范围波动性;特朗普选举
PDF格式BibTeX公司 XML格式引用
\textit{Y.Sun}等人，Quant。财务21，No.5，865--879（2021；Zbl 1479.91383）
全文： 内政部 链接

参考文献：

[1] Andersen，T.G.、Bollerslev，T.、Diebold，F.X.和Vega，C.，全球股票、债券和外汇市场的实时价格发现。《国际经济杂志》。, 2007, 73, 251-277. doi:10.1016/j.jinteco.2007.02.004·doi:10.1016/j.jinteco.2007.02.004
[2] Asgharian，H.、Holmfeldt，M.和Larson，M.，《实现跳跃后价格变动的事件研究》。数量。财务, 2011, 11, 933-946. 网址：10.1080/14697680903369518
[3] Baker，S.R.、Bloom，N.、Canes-Wrone，B.、Davis，S.J.和Rodden，J.，《为什么美国政策的不确定性自1960年以来有所上升？阿默尔。经济。版次。, 2014, 104, 56-60. doi:10.1257/aer.104.5.56·doi:10.1257/aer.104.5.56
[4] Baker，S.R.、Bloom，N.和Davis，S.J.，《衡量经济政策的不确定性》。Q.J.经济学。，2016年，1311593-1636。doi:10.1093/qje/qjw024·doi:10.1093/qje/qjw024
[5] Barberis，N.、Shleifer，A.和Vishny，R.，投资者情绪模型。J.财务。经济。, 1998, 49, 307-343. doi:10.1016/S0304-405X（98）00027-0·doi:10.1016/S0304-405X（98）00027-0
[6] Basu，S.和Bundick，B.，有效需求模型中的不确定性冲击。计量经济学, 2017, 85, 937-958. doi:10.3982/ECTA13960·Zbl 1420.91316号 ·doi:10.3982/ECTA13960
[7] 伯南克，B.S.，《不可逆性、不确定性和周期性投资》。Q.J.经济。, 1983, 98, 85-106. doi:10.2307/1885568·doi:10.2307/1885568
[8] Billett，M.T.、Flannery，M.J.和Garfinkel，J.A.，《贷款人身份对借款公司股权回报的影响》。J.金融, 1995, 50, 699-718. doi:10.1111/j.1540-6261.1995.tb04801.x·doi:10.1111/j.1540-6261.1995.tb04801.x
[9] Blanco-Fernández，A.、Corral，N.和González-Rodríguez，G.，基于集合算法的区间数据的灵活简单线性模型的估计。计算。统计数据分析。, 2011, 55, 2568-2578. doi:10.1016/j.csda.2011.03.005·Zbl 1464.62030号 ·doi:10.1016/j.csda.2011.03.005
[10] 布鲁姆，N.，《不确定性冲击的影响》。计量经济学, 2009, 77, 623-685. doi:10.3982/ECTA6248·Zbl 1176.91114号 ·doi:10.3982/ECTA6248
[11] Born，J.A.，Myers，D.H.和Clark，W.，特朗普推特和有效市场假说。算法金融《预印本》，第1-7页，2017年·doi:10.2139/ssrn.2973186
[12] Bouoiyour，J.和Selmi，R.，《政治不确定性的代价：2016年美国总统大选和美国股市的证据》。手稿，圣保罗大学经济分析中心，2017年。
[13] Box，G.E.和Tiao，G.C.，干预分析及其在经济和环境问题中的应用。美国统计协会。，1975年，70年，70-79年。doi:10.1080/01621459.1975.10480264·Zbl 0316.62045号
[14] Brito，P.和Duarte Silva，A.P.，用正态和偏态分布模拟区间数据。J.应用。斯达。, 2012, 39, 3-20. doi:10.1080/02664763.2011.575125·Zbl 1514.62081号
[15] Brogaard，J.和Detzel，A.，《政府经济政策不确定性的资产定价影响》。管理。科学。, 2015, 61, 3-18. doi:10.1287/mnsc.2014.2044年·doi:10.1287/mnsc.2014.2044年
[16] Campbell，J.Y.和Hentschel，L.，《没有消息就是好消息：股票收益波动性变化的非对称模型》。J.财务。经济。, 1992, 31, 281-318. doi:10.1016/0304-405X（92）90037-X·doi:10.1016/0304-405X（92）90037-X
[17] Chou，R.Y.T.，用极值预测金融波动：条件自回归范围（CARR）模型。J.货币信贷银行。, 2005, 37, 561-582. doi:10.1353/mcb.2005.0027·doi:10.1353/mcb.2005.0027
[18] Dahiya，S.、Puri，M.和Saunders，A.，《银行借款人和贷款销售：银行贷款独特性的新证据》。J.总线。, 2003, 76, 563-582. doi:10.1086/377031·doi:10.1086/377031
[19] DeLong，J.B.、Shleifer，A.、Summers，L.H.和Waldmann，R.J.，《噪音交易者在金融市场中的生存》。J.总线。, 1991, 64, 1-20. doi:10.1086/296523·doi:10.1086/296523
[20] Easley，D.、Hvidkjaer，S.和O'hara，M.，信息风险是资产回报的决定因素吗？J.金融, 2002, 57, 2185-2221. 数字对象标识代码：10.1111/1540-6261.00493·数字对象标识代码：10.1111/1540-6261.00493
[21] Ehrmann，M.、Fratzscher，M.和Rigobon，R.，《股票、债券、货币市场和汇率：衡量国际金融传导》。J.应用。经济。，2011年，第26期，948-974页。文件编号：10.1002/jae.1173·文件编号：10.1002/jae.1173
[22] Engle，R.F.，英国通货膨胀方差估计的自回归条件异方差。计量经济学, 1982, 50, 987-1007. doi:10.2307/1912773·Zbl 0491.62099号 ·doi:10.2307/1912773
[23] Engle，R.，GARCH 101:应用计量经济学中ARCH/GARCH模型的使用。《经济学杂志》。个人。, 2001, 15, 157-168. doi:10.1257/jep.15.4.157·doi:10.1257/jep.15.4.157
[24] Engle，R.，《ARCH模型的新前沿》。J.应用。经济。, 2002, 17, 425-446. doi:10.1002/jae.683·doi:10.1002/jae.683
[25] Engle，R.F.和Gallo，G.M.，使用日内数据的波动性多指标模型。《经济学杂志》。, 1982, 131, 3-27. doi:10.1016/j.jeconom.2005.01.018·Zbl 1337.62359号 ·doi:10.1016/j.jeconom.2005.01.018
[26] Engle，R.F.和Rangel，J.G.，《低频波动及其全球宏观经济原因的样条-GARCH模型》。财务版次。螺柱。, 2008, 21, 1187-1222. doi:10.1093/rfs/hhn004·doi:10.1093/rfs/hhn004
[27] Fama，E.F.，《高效资本市场：II》。J.金融, 1991, 46, 1575-1617. doi:10.1111/j.1540-6261.1991.tb04636.x·doi:10.1111/j.1540-6261.1991.tb04636.x
[28] Gemmill，G.，《政治风险与市场效率：1987年大选英国股票和期权市场的测试》。J.银行。财务。, 1992, 16, 211-231. doi:10.1016/0378-4266（92）90086-F·doi:10.1016/0378-4266（92）90086-F
[29] Giot，P.，隐含波动率指数与股票指数回报之间的关系。J.港口管理。, 2005, 31, 92-100. doi:10.3905/jpm.2005.500363·doi:10.3905/jpm.2005.500363
[30] González-Rivera，G.和Lin，W.，区间值数据的约束回归。J.总线。经济。斯达。，2013年，31773-490。doi:10.1080/073500015.2013.818004
[31] Granger，C.W.，Huangb，B.N.和Yang，C.W..，《股票价格和汇率之间的双变量因果关系：来自最近亚洲流感的证据》。Q.经济评论。财务。, 2000, 40, 337-354. doi:10.1016/S1062-9769（00）00042-9·doi:10.1016/S1062-9769（00）00042-9
[32] Han，A.，Hong，Y.和Wang，S.，区间值时间序列数据的自回归条件模型。康奈尔大学经济系手稿，2015年。
[33] Han，A.，Hong，Y.，Wang，S.和Yun，X.，区间值时间序列数据的向量自回归滑动平均模型。在计量经济学的进展：纪念阿曼·乌拉的论文由G.González-Rivera、R.Carter Hill和T.-H.Lee编辑，第417-460页，2016年（翡翠出版有限公司）·doi:10.1108/S0731-90532016000036021
[34] Hoe，S.和Nippani，S.，2016年美国总统大选和中国股市。国际经济杂志。财务, 2017, 9, 32. doi:10.5539/ijef.v9n7p32·doi:10.5539/ijef.v9n7p32
[35] 艾森曼，A.J.和扎贝尔，S.L.，《婴儿与停电：误解的起源》。社会科学。物件。, 1981, 10, 282-299. doi:10.1016/0049-089X（81）90018-1·doi:10.1016/0049-089X（81）90018-1
[36] Kaucher，E.，扩展区间空间IR.in中的区间分析数值计算基础（面向计算机的数值分析）第33-49页，1980年（施普林格出版社：维也纳）·Zbl 0427.65031号 ·doi:10.1007/978-3-7091-8577-33
[37] Körner，R.，关于模糊随机变量的方差。模糊集系统。, 1997, 93, 83-93. doi:10.1016/S0165-0114（96）00169-8·Zbl 0936.60017号 ·doi:10.1016/S0165-0114（96）00169-8
[38] Körner，R.和Näther，W.，关于随机模糊变量的方差。在模糊数据的统计建模、分析和管理由C.Bertoluzza、M.A.Gil和D.A.Ralescu编辑，第25-422002页（施普林格出版社：伦敦）。 ·doi:10.1007/978-3-7908-1800-02
[39] Lin，W.，区间值数据和自适应回归样条的计量经济学分析。加州大学河滨分校经济学系博士论文，2013年。
[40] Lin，W.和González-Rivera，G.，区间值时间序列模型：基于订单统计的估计，探索农业营销服务数据。计算。统计数据分析。, 2016, 100, 694-711. doi:10.1016/j.csda.2015.07.008·Zbl 1466.62139号 ·doi:10.1016/j.csda.2015.07.008
[41] Lin，W.和González-Rivera，G.，《极端回报和交易强度》。J.应用。经济。2019年，即将推出。https://doi.org/10.1002/jae.2738。 ·doi:10.1002/jae.2738
[42] Lewellen，J.和Shanken，J.，《学习、资产定价测试和市场效率》。J.金融, 2002, 57, 1113-1145. doi:10.1111/1540-6261.00456·doi:10.1111/1540-6261.00456
[43] MacKinlay，A.C.，《经济和金融事件研究》。《经济学杂志》。点燃。, 1997, 35, 13-39.
[44] Martens，M.和Van Dijk，D.，用实现的范围测量波动性。《经济学杂志》。, 2007, 138, 181-207. doi:10.1016/j.jeconom.2006.05.019·Zbl 1418.62515号 ·doi:10.1016/j.jeconom.2006.05.019
[45] Montgomery，D.C.和Weatherby，G.，使用传递函数和干预方法建模和预测时间序列。AIIE事务处理。, 1980, 12, 289-307. doi:10.1080/05695558008974521
[46] Neto，E.d.A.L.和de Carvalho，F.d.A.，将线性回归模型拟合到符号区间数据的中心和范围方法。计算。统计数据分析。, 2008, 52, 1500-1515. doi:10.1016/j.csda.2007.04.014·Zbl 1452.62493号 ·doi:10.1016/j.csda.2007.04.014
[47] Neto，E.d.A.L.和de Carvalho，F.d.A.，符号区间值变量的约束线性回归模型。计算。统计数据分析。, 2010, 54, 333-347. doi:10.1016/j.csda.2009.08.010·Zbl 1464.62055号 ·doi:10.1016/j.csda.2009.08.010
[48] Pastor，L.和Veronesi，P.，《股票价格和汇率动态》。J.财务，2005年，6721219-1264。doi:10.1111/j.1540-6261.2012.01746.x·doi:10.1111/j.1540-6261.201746.x
[49] Phylaktis，K.和Ravazzolo，F.，《股票价格和汇率动态》。J.国际货币金融, 2005, 24, 1031-1053. doi:10.1016/j.jimonfin.2005.08.001·doi:10.1016/j.jimonfin.2005.08.001
[50] Popescu，M.F.，《近期事件背景下股票交易所油价的波动》。螺柱母线。经济。, 2016, 11, 112-123. doi:10.1515/sbe-2016-0010·doi:10.1515/sbe-2016-0010
[51] Poterba，J.M.和Summers，L.H.，《股票价格的均值回复：证据和影响》。J.财务。经济。, 1988, 22, 27-59. doi:10.1016/0304-405X（88）90021-9·doi:10.1016/0304-405X（88）90021-9
[52] 乔，K.、孙，Y.和王，S.，冲击期间与石油股票定价相关的市场效率低下。能源经济。, 2019, 81, 661-671. doi:10.1016/j.eneco.2019.04.016·doi:10.1016/j.eneco.2019.04.016
[53] Shiller，R.J.，《理性预期模型的替代测试：期限结构案例》。《计量经济学杂志》。, 1981, 16, 71-87. doi:10.1016/0304-4076（81）90076-2·doi:10.1016/0304-4076（81）90076-2
[54] Sun，Y.，Han，A.，Hong，Y.和Wang，S.，区间值时间序列的阈值自回归模型。《经济学杂志》。, 2018, 206, 414-446. doi:10.1016/j.jeconom.2018.06.009·Zbl 1452.62681号 ·doi:10.1016/j.jeconom.2018.06.009
[55] Sun，Y.，Zhang，X.，Hong，Y.和Wang，S.，利用区间时间序列建模研究油价对汽油价格的非对称传递。能源经济。, 2019, 78, 165-173. doi:10.1016/j.eneco.2018.10.027·doi:10.1016/j.eneco.2018.10.027
[56] Teles，P.和Brito，P.，具有时空过程的区间时间序列建模。通信统计理论方法，2015年，443594-3627。doi:10.1080/03610926.2013.782200·Zbl 1342.37076号
[57] Tetlock，P.C.，《为投资者情绪提供内容：媒体在股市中的作用》。J.金融, 2007, 62, 1139-1168. doi:10.1111/j.1540-6261.2007.01232.x·doi:10.1111/j.1540-6261.2007.01232.x
[58] Wagner，A.F.、Zeckhauser，R.J.和Ziegler，A.，公司股价对2016年大选冲击的反应：特朗普、税收和贸易。J.财务。经济。, 2017. 即将到来。
[59] Wolfers，J.和Zitzewitz，E.，金融市场对2016年大选的看法。密歇根大学手稿，2016年·doi:10.17265/2159-5313/2016.09.003
[60] Yang，W.，Han，A.，Cai，K.和Wang，S.，带区间虚拟变量的ACIX模型及其在预测区间值原油价格中的应用。Procedia计算。科学。, 2012, 9, 1273-1282. doi:10.1016/j.procs.2012.04.139·doi:10.1016/j.procs.2012.04.139
[61] Yang，W.，Han，A.和Wang，S.，基于区间数据的原油价格与美国股市相互作用分析。国际能源统计杂志。, 2013, 1, 85-98. doi:10.1142/S233568041350063·doi:10.1142/S233568041350063
[62] Yang，W.，Han，A.，Hong，Y.和Wang，S.，《危机对原油价格的影响分析：区间时间序列建模的新方法》。数量。财务, 2016, 16, 1917-1928. doi:10.1080/14697688.2016.1211795·Zbl 1400.91691号
[63] Zenios，S.A.和Ziemba，W.T。，资产负债管理手册：应用和案例研究2007年第2卷（爱思唯尔出版社）。
[64] Zhang，Y.J.和Wei，Y.M.，《原油市场和黄金市场：协整、因果关系和价格发现的证据》。资源。政策, 2010, 35, 168-177. doi:10.1016/j.resourpol.2010.05.003·doi:10.1016/j.resourpol.2010.05.003
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。