理论教育 研究不足之处及其优化方向

研究不足之处及其优化方向

时间:2023-07-19 理论教育 版权反馈
【摘要】:特质风险及大宗交易占比计算的局限性。由于不同的股票在不同的月份里有不同的特质风险,且对应每一个不同的大宗交易量。具体的周区间时间长度选择上,尽量按照会计报表年度进行,但这依然是首次的尝试性设定,难免有不合理之处。大宗交易数据样本的不齐性。中国大宗交易的发生具有离散性,不同于国外每时每刻同时并存的楼上市场和楼下市场,中国大宗交易市场作为不连续交易的OTC市场,不同的股票在不同的时点发生大宗交易。

研究不足之处及其优化方向

(1)特质风险指标的合理性。衡量特质风险有较多的方法,广义上讲,只要是非系统风险的部分就是特质风险。而系统风险是一个难以度量的指标,加上中国股票市场有效性的不确定,价量指标未必能反映真实的风险状况。与此相当的是,特质风险在量化计算上不可能做到尽善尽美。有较多文献采用不同的方法分解得到不同的特质风险指标,但都存在一定的缺陷性。本书采用( 21-R)作为特质风险代理变量,也未必是完美的指标。

(2)特质风险及大宗交易占比计算的局限性。由于不同的股票在不同的月份里有不同的特质风险,且对应每一个不同的大宗交易量。因此,本书在不同的股票、不同的时点、不同的大宗交易和不同的特质风险这样一个四维向量空间里,采用滚动滑窗回归的方式,根据股票的周维度价格收益率找出月维度的特质风险。具体的周区间时间长度选择上,尽量按照会计报表年度进行,但这依然是首次的尝试性设定,难免有不合理之处。(www.daowen.com)

(3)大宗交易数据样本的不齐性。中国大宗交易的发生具有离散性,不同于国外每时每刻同时并存的楼上市场和楼下市场,中国大宗交易市场作为不连续交易的OTC市场,不同的股票在不同的时点发生大宗交易。其数据从时间维度看,不是严格意义上的时间序列数据,某一支股票不可能在所有时间点都有大宗交易价格;从面板维度看,该数据也不是合格的面板数据。这使得本书的较多实证方式局限于截面回归,即使在实证价格发现功能时使用了时间序列VECM方法,数据处理上仍有不够严谨的地方。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈