中国和印度股市的随机游走与市场效率

在金融危机期之前（第一期，经济衰退和中国危机之前（第三期，2007年7月至2015年5月），假设样本期足以评估信息不对称，特别是在外国机构投资者大量投资股市、次贷危机混乱和最近的金融危机之后。6研究方法本研究采用了一个经典的市场效率测试框架，即随机游走假设：Jarque Bera（JB）测试假设偏度、S和峰度、K分别为0和3。JB统计量的值通过以下等式计算：概率的JB“n^s ` pK'3q˙值大于0.05，在5%显著性水平下，我们接受服从正态分布。运行测试的可能性是观察到的序列是随机变量。当数据的正态性和常方差时。自相关函数（ACF）以滞后间隔的时间序列中的观测值。ACF显示了时间序列中存在的自相关模式，以及序列的当前值与过去数据的各种滞后相关的程度。在有效市场中，零自相关的存在形成了零假设。单位根测试，以确定时间序列变量是否为非平稳变量。用于测试平稳性的最常用的根检验是增广Dickey-Fuller（ADF）检验和Phillips-Perron（PP）检验。这两个测试都使用了a的存在性。序列的差是平稳的，序列包含一个单位根。遵循：r“Pt'Pt'1Pt'1titionality.遵循随机游走或弱形式效率。

因此，本研究的假设是：oH：股市遵循随机游走是一种弱形式效率oH：股市不遵循随机游走7分析和发现7.1描述性统计下表1和表2中的描述性统计描述了特征。下表给出了相关统计和概率值。意思是最大价格高于上证综合指数的值，但最大价格（正态分布或任何完全对称分布的偏度）Jarque Bera统计值和概率值。每日（第1期）每日（第2期）每日（第3期）每日（第4期）自1996年1月1日至1996年1月1日至2007年3月1日至2009年7月1日至2015年6月6日至2016年4月30日至2007年11月30日至2009年6月29日2016年4月8日观察结果5153 3092 399 1465 197平均返回4.7297e-04 8.4008e-04-9.3764e-04 3.9179e-04-0.0018Max。返回0.0986 0.0986 0.0945 0.0479 0.0769分钟。返回-0.0991-0.0991-0.0773-0.0770-0.0849Std。偏差0.0171 0.0166 0.0250 0.0133 0.0274偏度-0.1836-0.0466 0.1667 0.4712-0.5696峰度7.9450 8.8253 4.5031 6.0342 4.0450Jarque-Bera 5.2791e+03 4.3730e+03 1.4167e-04 616.1753 19.6151JB p值0.0001*0.0001*0.0001*0.0001*0.0001*0.0001*0.0001*指数*表示测试拒绝无效假设数据来自Anoro每日（时段1）每日（时段2）每日（时段3）分配不均每日（第4期）自1996年1月1日至1996年1月1日至2007年3月1日至2009年7月1日至2015年6月8日至2016年4月30日至2007年11月30日至2009年6月30日至2015年5月29日至2016年8月4日观察5032 2965 383 1471 215平均回报率5.8424e-04 8.2236e-04-4.9238e-04 5.2854e-04-4.0426e-04Max。返回0.1631 0.0794 0.1631 0.0373 0.0317Min。返回-0.1187-0.1187-0.1073-0.0569-0.0651Std。

偏差0.0157 0.0160 0.0271 0.0107 0.0109偏斜度-0.1728-0.3973 0.3402-0.1855-1.0274峰度9.1696 6.5587 6.8511 4.2371 8.4307Jarque-Bera 8.0042e+03 1.6421e+03 244.0618 102.1698 300.6266JB p值0.0001*0.0001*0.0001*0.0001*0.0001*0.0001*表2：BSE 200股指收益的描述性统计*意味着测试拒绝了无效假设数据来自异常分布图1：上证综合指数从1996年1月至2016年4月的演变图2：BSE 200指数从1996年1月至2016年4月的演变图3：上证综合指数的日收益图4：上证综合指数第一期（1996年1月至2007年11月）的日收益图5：上证综合指数第二期（2007年12月至2009年6月）的日收益图6：上证综合指数第三期（2009年7月至2015年5月）的日收益图7：上证综合指数第四期（2006年6月至2016年4月）的日收益图2001（1996年1月至2007年11月）200（第二期）（2007年12月至2009年6月）200（第三期）（2009年7月至2015年5月）200（第四期）（2016年6月15日至2016年4月）图13：苏格兰和南方能源公司的日收益直方图图14：日Re1直方图（1996年1月至2007年11月）图15：日Re2直方图（2009年12月至2009年6月）图16：日Re3直方图（2015年7月至2015年5月）图17：日Re4直方图（2016年6月15日至2016年4月）图18：日直方图BSE 200的收益率（1996年1月至2007年11月）图20：每日Re的直方图（2007年12月至2009年6月）图21：每日Re的直方图（2009年7月至2015年5月）图22：每日Re的直方图（2016年6月至2015年4月）图3-图7显示了SE综合股价指数每日收益率的正态概率图。正态概率图绘制了正态分布的经验分布函数。横轴绘制排序的样本数据。纵轴绘制正态分布的正态顺序统计中值、相对分布函数（icdf）。如果sampledata具有正态分布，则绘图将显示为线性。

法线以外的分布会在绘图中引入曲率。许多金融模型（如Black-Scholes模型）都假设回报率服从厚尾分布，我们知道回报率服从厚尾分布。可以推断，第2期上证综合指数的日收益率与BSE 200指数的日收益率相似，图8-图12显示了正常的可能性，这些都是全球金融危机的时期。与正态分布曲线叠加，以检查曲线是否符合这些直方图。可以看出，无论是两个股指还是四个时期，正态分布曲线都不符合柱状图。7.2运行测试给出整个20年考虑期和四个子期的运行测试值。对于苏格兰和南方能源公司，可以看出Z值总体上大于+1.96，并且在第一阶段，因此，运行测试的无效假设被拒绝。第二、三、四阶段显示出有效性的迹象，因为Z统计学家的值在5%的显著性水平下小于+1.96。因此，市场预计将遵循随机游走。随着最近中国股市金融危机的影响，效率状况发生了变化。因此，可以得出结论，在研究期间，它不会遵循随机游走，因此SSE被认为是弱式无效的，但在全球金融危机期间和之后，市场已经变得有效。危机前5%的重要性水平。最近中国危机对印度股市的考验。

因此，在研究期间，疯牛病并不是随机游走的，因此，疯牛病被认为是一种弱而无效的疾病，但随着中国危机的爆发，市场开始变得有效。而中国的危机在印度市场效率的提升中起到了一定的作用。每日时段1（96年1月至2007年11月）时段2（2009年12月7日至6月6日）时段3（2015年7月9日至5月5日）时段4（2016年6月15日至4月4日）N 5153 3092 399 1465 197Nruns 2477（2437）1459（1431）192（189）720（712）106（106）n2488（2591）1432（1537）211（192）732（760）84（102）n2665（2320）1660（1356）188（192）733（677）113（95）n0（199）0（15）0（28）0（0）Z 2.7049（0.3299*）2.8608（0.3860*）0.7380*（0.3577*）0.6795*（0.2438*）1.1880*（0.8760*）p值0.0068（0.7415）0.0042（0.6995）0.4605（0.7205）0.4968（0.8703）0.234（0.3812）表3：对作为结构返回的上证综合指数相对于平均值（零）测试数据的回报进行测试nruns运行次数on1高于v的值的数量on0低于v的值的数量on2等于voz的值的数量测试统计，其中，v是平均值或在我们的情况下为0的任意数字。该测试基于高于或低于以下连续值的运行次数日常周期1（96年1月-2007年11月）周期2（09年12月-06年6月）周期3（2015年7月-05日）周期4（2016年6月15日-04月16日）N 5032 2965 383 1471 215Nruns 2214（2210）1294（1292）172（170）651（653）98（98）n2742（2638）1636（1550）193（198）796（772）117（120）n2287（2393）1326（1414）190（185）67676 4（698）97（94）n3（1）3（1）0（0）1（1）1（1）Z 7.9746（8.481）6.3650（6.8993）2.0455（2.2312）4.1740（4.2185）1.1842*（1.1018*）p值1.4802e-15（2.072e-17）1.9222e-10（4.93e-12）0.0407（0.0256）2.9677e-05（2.4233e-05）0.2363（0.2704）平均值（零）。7.3下表给出了两个市场的增强Dickey Fuller（ADF）测试周期。

更为消极的情况意味着有1%的概率无法消除过程的平稳性，这意味着有1%的概率可能存在非平稳性。因此，过程有99%的可能性是静止的。滞后数基本上是ARMA过程的默认滞后顺序。表示它们是平稳序列的指数。这表明这两个市场都不遵循随机游动，并且是弱形式效率。每日时段1（96年1月-2007年11月）时段2（2009年12月7日-06年6月）时段3（2015年7月9日）时段4（2016年6月15日-04月16日）ADF测试统计-15.22-12.66-7.40-10.57-6.09p值0.01 0.01 0.01 0.01滞后数17 14 7 11 5观察数5153 3092 399 1465 197表5：上证综合指数收益的ADF测试每日时段1（96年1月-2007年11日）时段2（2009年7月12日）第3期（2015年9月7日至5月5日）期间4（2016年6月15日-4月4日）ADF检验统计量-15.42-12.86-6.35-11.35-6.94p-值0.01 0.01 0.01 0.01滞后数17 14 7 11 5观察数5032 2965 383 1471 215表6：SSE 200股指收益的ADF检验7.4自相关函数（ACF）衡量时间序列中观察值之间的线性依赖量。下表列出了时间序列。序列弱形式有效的区间。根据系数的t值，发现SSE的值在总体上有三个滞后，即市场遵循随机游走。因此，我们拒绝了零假设，即在衰退期内，市场效率下降之后的最后一段时间内，市场效率似乎在上升。还拒绝了市场效率分别为7、3、9和4个滞后的无效假设。

事实证明，在衰退后时期，市场效率更好，甚至比危机前时期更高，但在被认为在危机期间市场效率特别低之后，市场效率有所下降。市场效率导致的额外收入。（这里，h=1表示拒绝了残差不自相关的零假设。pValue表示测试拒绝零假设的强度。