股票市场参数与银行同业拆借的关系

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《The Relationship Between Stock Market Parameters and Interbank Lending
  Market: an Empirical Evidence》
---
作者：
Magomet Yandiev, Alexander Pakhalov
---
最新提交年份：
2013
---
英文摘要：
  The article presents calculations that prove practical importance of the earlier derived theoretical relationship between the interest rate on the interbank credit market, volume of investment and the quantity of securities tradable on the stock exchange.
---
中文摘要：
本文给出的计算证明了早期推导的银行间信贷市场利率、投资量和证券交易所可交易证券数量之间的理论关系的实际重要性。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载：
--> The_Relationship_Between_Stock_Market_Parameters_and_Interbank_Lending_Market:_a.pdf (597.24 KB)

2022-6-27 07:05:15 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：银行同业拆借 股票市场 银行同业 同业拆借 股票市

莫斯科罗蒙诺索夫州经济系Magomet YandievAssociate教授Universitymag2097@mail.ruAlexanderPakhalov，莫斯科罗蒙诺索夫州经济系PG学生Universitypahalov@gmail.comThe股票市场参数与银行间借贷市场之间的关系：一个实证证据摘要：本文给出的计算结果证明了银行间信贷市场利率、投资额和证券交易所可交易证券数量之间早期衍生理论关系的实际重要性。关键词：金融资产定价、回报率、银行间信贷市场、投机、股市、股票、证券交易所。1、目的“作为市场报价基础的阻尼波动”（M.Yandiev，2011）一文从理论上证明了银行间市场利率、股票市场投资量和证券交易所可交易证券数量之间关系的公式。然而，本文没有包含证明公式适用性的计算。接下来，本文的目的是进行计算并提供论证，以证明或反驳理论公式的重要性。理论关系的简要描述公式生成的起点包括许多假设，这些假设简化了对证券交易所定价过程的理解。

主要假设如下：-在所有金融市场中，股票市场是唯一存在的市场；-市场只交易单一发行人的普通股；-没有向市场传递任何信息；-没有经纪人客户在市场上提出申请。鉴于剩余市场交易商的动机，即公司股票价格的上涨，我们处理的情况是，除了用于投机之外，交易所没有理由改变股票价格。然后，一些假设变得更弱。特别是，我们承认银行间信贷市场的存在，其属性，包括利率，似乎对投资者进行投资或在股票市场上另类投资具有吸引力。我们假设交易者总是准备承认一些对他/她来说似乎无利可图的亏损交易，以便等待适当的时机并最终获胜。因此，在这种情况下，交易商并不关心相当于其权益一部分的损失，该部分损失可通过其他来源（即银行间信贷市场）轻松收回。那么，此类损失的最大每日限额可以从公式中找到：3651**RIL[1]  L是指交易商在以每天获利为目的进行交易时准备损失的资金损失或金额；  I是投机性投资的数量（证券交易所授权银行账户中用于投机性投资的金额）；  R是银行间信贷市场上一天贷款的利率，以分数表示；然后，本文表明，证券交易所交易资源的流入/流出仅对市场成交数量的增长或减少产生影响，而对于交易商而言，基准总是每次交易的平均损失。

然后，投机投资流入/流出与数量之间的关系如下：uUL*[2]  U是交易中涉及的股票总量；  u是涉及一只股票的每笔交易的平均损失。进一步的公式1和2在L参数（损失）的基础上相等：URIu1*3651**【3】u参数移到右侧，因为这是一个常数，因此公式更好地展示了市场关系的逻辑。例如，银行间信贷市场的投机资本和利率越高，交易所的交易量就越大。3、数据说明为了验证公式的适用性，我们使用莫斯科交易所（MoscowExchange）提供的2012年每日数据，其中目前100%的货币和金融资产已预存：  以卢布为单位存入外汇系统的总金额（与iPareter类似，见附录1）。存放在清算交易所系统中的股票（蓝筹股）数量，单位为pcs（参数，请参阅附录2）。我们使用了11支流动性最强的股票的数据，而不是所有股票的数据，即。

蓝筹股：SBERBAK（普通股和优先股）、Gazpromotorial股票、GMKN Norilski Nickel普通股、VTB普通股、Lukoil我们感谢执行董事会副主席Andrei Shemetov和莫斯科交易所OJSC流程系统开发董事总经理AlexanderSchliappo，协助获取不可公开访问的数据。普通股、Transneft优先股、Rosneft普通股、Rushydro普通股、Severstal普通股、FGC UES普通股。  蓝筹股在股票交易总量中的比例，%（需要此信息以确保蓝筹股数据具有代表性并反映股票市场的情况，请参阅附录3）。其他数据来自俄罗斯银行的官方网站。该数据包括一天贷款利率（见附录4）。在计算u参数时，我们使用了2012年每个交易日和255个工作日中的每个交易日的数据。为了验证公式的适用性，我们使用了两种不同的方法。在bothapproaches中，U参数既作为交易所系统内所有存款股票的数量，也作为证券交易所交易中涉及的证券数量。4、第一种方法。基于“u”变量标准偏差的公式验证在第一种方法中，目标是确保u参数是相对恒定的值，即其标准偏差不显著。计算表明，标准差低于单个股票平均价格的百分之一。它允许我们将U参数识别为通常的常量值（参见附录5）。

此外，对每日u参数值的目视检查表明，其波动性较小（参见附录6-7）。值得注意的是，2012年5月，平均u参数发生了变化。它增长了大约两倍（我们将年初至5月10日的平均u参数与5月10日至年底的平均值进行比较）。在这两种计算方法中都发现了增长。这一变化与存入证券交易所交易系统的资金迅速增长的时间一致（参见附录1）。这可能是由于额外的投资流入市场，导致参与者在完成股票交易交易时准备承担的风险增加，从而推动了u参数的增长。同样，我们可以解释这样一个事实，即u参数在一些日子里意外增长，特别是在节假日前夕：市场恢复的时间的到来增强了参与者的不确定性和报价负变化的风险感，从而导致风险感知并导致u参数增长。因此，存入该系统的资金和资产数量明显超过了目前对贸易业务的需求。例如，在系统中存放的100支股票中，交易操作平均涉及10支股票，而每1卢布的股票市价中，系统中存放的股票也有65支kopecks（参见附录8）。事实证明，莫斯科证券交易所确保了对风险的超高保护，即100%保留资金和资产。

然而，这种模式极大地限制了参与者的选择，2013年将转向更自由的基金和资产储备规则，这将在不损害信心的情况下加强金融市场的活动。第二种方法。基于线性回归的公式验证第二种方法使用时间序列的回归分析来确定我们模型中变量之间的关系。该分析的目的是验证理论模型（特别是公式[3]）中预期的关系。六个变量中每个变量的输入时间序列（见附录9）由255个每日观察值组成。所有计算均在EViews 7.0中进行。在计量经济分析的第一阶段，我们测试了所有变量的单位根。要求各种变量是平稳的，因为计量经济学方法的主要部分是建立在平稳性假设的基础上的（Verbeek，2004，第309-310页）。我们使用了增强的Dickey–Fuller测试（ADF），它是时间序列样本中最常用的单位根测试之一。每种情况下的滞后长度都是根据Schwarz信息准则（SIC）设定的。单位根测试程序的结果见附录10。ADF检验表明，一些变量是非平稳的。在线性回归中使用非平稳变量可能会导致估计无效。当这些变量进行协整时，会出现一个重要的例外。在这种情况下，OLS估计器可以给出参数的超一致性估计（Verbeek，2004，第314-315页）。在我们的例子中，基于两种不同的“u”计算方法的两个回归的残差在1%的显著性水平上是平稳的。因此，这两种情况下的变量都是协整的。

这使我们能够根据附录11中提供的线性回归得出一些结论。这两个方程都很重要，参数“u”和其他变量之间的关系符合理论公式。变量R和I在方程中有正系数（表示与因变量u的直接关系），变量uh为负系数（表示与因变量u的反向关系）。这一结论对于基于两种“u”计算方法的方程具有相同的意义。6、第一种和第二种方法的汇总计算表明，一般公式正确反映了2012年银行间信贷市场和莫斯科证券交易所市场参数之间的关系，这表明了公式的适用性。我们建议在金融市场监管中应用该公式。例如，如果货币和证券大量流入流出，银行间信贷市场上的信贷利率迅速变化，则可以使用它预测关键情况对市场的影响。7、参考文献  Yandiev，Magomet。作为市场报价基础的阻尼波动。经济与管理，№ 16,  2011.  ISSN 1822-6515。URL：http://ssrn.com/abstract=1919652  马诺，韦贝克。现代计量经济学指南。第二版–奇切斯特：约翰·威利父子有限公司，2004年。ISBN 0-470-85773-0  Яндиев М. Концепция фондового кредита в структуре рыночной котировки. Рынокценных бумаг, № 6, 2011 г.附录9。

变量列表及其定义理论模型中的变量名称EViews表中的变量名称定义uU\\u SMALL\\u VOLMean每笔涉及一只股票的交易的损失（使用交易中涉及的股票数量计算）uU SMALL\\u DEPMean每笔涉及一只股票的交易的损失（使用存托股票数量计算）II投机投资量Rone day贷款银行间借贷市场利率uu\\u BIG\\u volt证券交易所交易涉及的股票总量uu\\u BIG\\u dep交易所系统内存放的股票总量附录10。