题目：中国股票市场收益率条件自相关的影响因素

股票收益序列相关关系的研究一直是金融研究领域里极富挑战性的课题，其对交易策略和市场有效性具有非常重要的意义。在股票市场中，股价表现出显著的波动持续性和聚集性。这种波动是否具有某种特殊的规律？其背后所隐藏的影响因素到底是什么？这一直是经济学家们潜心研究的焦点问题。通过阅读文献我们发现，大多数学者对股票收益自相关的研究一般在协方差矩阵恒定不变的假定条件下进行的，但是大量事实及实验结果证明条件协方差矩阵是随时间变化的，由此产生的条件自相关系数也是一个关于时间的变量。在此情况下，我们利用二元GARCH模型计算得到时变的条件自相关系数，将其与无条件自相关系数进行比较，并检验各因素对它的影响。本文首先使用6阶自回归模型对沪深两市的四种股票指数及沪深300的成份股票进行自相关检验，实证结果表明我国股市存在显著的自相关，尚未达到弱型有效。在我国股市存在自相关性的基础上，我们运用二元GARCH模型计算得到样本数据的条件自相关系数，并将其均值与无条件自相关系数进行比较，我们发现条件自相关系数随时间发生变化，且变化范围巨大；在大多数情况下，条件自相关系数的均值要大于无条件自相关系数。考虑到波动性与交易量之间存在显著的相关关系，我们在SUR模型中检验条件波动率，交易量和星期效应对条件自相关的影响。模型的检验结果显示：条件波动率及交易量均与条件自相关呈负相关关系。波动性增大，负相关性增强；波动性降低，正相关性增强。大交易量减弱自相关；小交易量增强自相关。此外，我国股票市场“星期效应”不明显，不存在显著的“周二效应”。