前言：中文期刊網精心挑選了糾結的句子范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
糾結的句子范文1
2、很多時候我們糾結于我們會不會錯過某個人，其實不用糾結，糾結也沒什么用。在選擇糾結的時候就已經選擇了錯過。
3、既然無論選擇哪一條路，都會后悔，那還糾結什么?無愧于本心即可。
4、如果心里因人不爽，最好的辦法就是說出來告訴對方。一來自己不會再糾結，二來可以讓對方糾結，三來如果對方并不因此糾結，就證明對方壓根兒不在意你，那你又何必要為不在意你的人影響自己的心情。有話就說的人不是直腸子，而是不會讓自己辛苦的透明人?！獎⑼?/p>
5、人生就是一場單程的旅行，即使有些遺憾，我們也沒有從頭再來的機會，與其糾結無法改變的過去，不如微笑著，珍惜未來。因為生活，沒有如果。
糾結的句子范文2
摘 要：為了充分研究生物質大分子的解聚機理，課題組對纖維素水解的關鍵影響因素、纖維素、半纖維素水解機理、木質素解聚方式和表征、木質素模型化合物的制備等關鍵科學問題進行了探討。借助SEM、BET、XRD研究手段，研究了半纖維素的水解、纖維素的結晶度、聚合度對對纖維素水解的影響規律；借助TEM、EDXA-SEM和Raman等分析手段，從超微尺度入手，追蹤解聚過程中木質素、半纖維素和纖維素在細胞壁中的分布變化。結果表明，半纖維素被水解移除后，生物質表面孔洞增多，孔隙率、總孔容增大，從而促進了纖維素的水解；相比于聚合度而言，晶型結構對水解的影響更大。在酸性環境下，木質素在細胞壁各層間發生遷移，而在堿性環境中木質素會直接脫除。同時，該課題開展了在微波協同下的木質素催化氧化解聚及液化解聚，并通過比較了不同的氧化劑的種類對解聚產物單苯環物質收率的影響，并通過液質聯用，高壓液相色譜等手段對解聚產物進行定性和定量分析。結果表明，微波協同下在相對較低的溫度和壓力下獲得單苯環化合物的收率可達到15.2%。為了對木質素的解聚機理進行進一步的研究，該課題合成了包含α-o-4，β-o-4和β-5鍵的木質素模型物三聚體和四聚體，并通過氣質聯用色譜和核磁共振色譜等手段進行分析和表征。木質素模型物的合成為后續的木質素解聚機理奠定基礎，并為木質素解聚為單酚類化合物的高收率目標提供參考。
關鍵詞：解聚機理 纖維素 木質素 模型物
Abstract：For the purpose of investigation of the depolymerization mechanism of biomass macromolecule，some key scientific issues were explored，including important factors responsible for the hydrolysis of cellulose，depolymerization mechanism of hemicelluloses and cellulose，characterization of degraded products of lignin，and preparation of model compounds of lignin.The distribution of lignin， hemicellulose and cellulose in the cell walls was traced from the perspective of superfine scale in the process of depolymerization by using TEM， EDXA-SEM and Raman spectroscopy. In addition， the effect of hemicelluloses hydrolysis， degree of crystallization and polymerization on the hydrolysis of cellulose was investigated by using SEM， BET， and XRD. The result revealed that lignin was migrated in the cell walls between the layers in the acidic condition and lignin was removed directly in alkaline environment. For further inspection， the dynamics of alkali treatment to dissolve the lignin were investigated. In the meanwhile， oxidation degradation and liquefaction depolymerization of lignin were carried out assisted with microwave irradiation. And then the different kinds of oxidants on the influence of the yield of the product were studied. Qualitative and quantitative analysis of the product were characterized by LC-MS and HPLC.For further study of the rule of lignin deploymerization， several lignin model compounds composed of α-o-4，β-o-4 and β-5 linkages were synthesized. The target products were characterized by GC-MS and NMR spectroscopy. The lignin model compounds laid the foundation for the subsequent study of the mechanism of lignin deploymerization and provided the reference to achieve high yield of phenolic compounds through the degradation of lignin model compounds.
Key Words：Deploymerization mechanism；Cellulose；Lignin；Model compounds
閱讀全文鏈接（需實名注冊）：http：///xiangxiBG.aspx？id=49044&flag=1
糾結的句子范文3
2、重陽是中國文化中最吉祥的日子，在這金風送爽，桂花飄香，秋菊爭艷的日子里，我祝各位幸福久久，健康久久，更祝長輩們多福多壽。
3、千重坎萬重關，愿快樂陽光伴你燦爛，千重水萬重山，愿好運陽光陪在你身邊，千重地萬重天，愿成功陽光溫暖你心間。重陽佳節，愿重重幸福陽光把你照。
4、九月九，再聚首，重陽相聚會老友；是親友，是朋友，一切盡在杯中酒；情也深，愛也久，佳節團圓來敘舊；念今昔，盼永久，每年相聚九月九。重陽節快樂。
5、清霧白云飄悠悠，瑞腦消金獸；佳節又重陽，玉枕紗櫥，卻把金菊嗅；東籬把酒黃昏后，有暗香盈袖；莫道不歡欣，簾卷西風，輕輕把你逗：重陽快樂，老友。
6、戴上老花鏡，翻看老皇歷，一個老日子，幾副老面孔，約上老伙計，帶上老相好，坐上老爺車，來到老地方，共品老酒一壺，共賞金菊飄香。重陽節快樂。
7、重陽佳節到來，愿你心里幸福暖洋洋，開心笑聲隨風揚，美好心情任傳揚，夫妻恩愛似鴛鴦，友情愛情齊蕩漾，事業身體皆無恙，喜慶多多勝驕陽。
8、秋天是一個思念的季節，恰逢重陽節的到來，思念變作了雙份。窗前的落葉風干了記憶，愿秋雁將我無限的祝福寄托，祝你重陽節快樂，愿幸福的陽光灑遍你生命的每個角落。
9、時空遙遙，思念裊裊，金菊燦燦，楓葉飄飄，秋月皎皎，秋水迢迢，日子淡淡，歲月渺渺，友情默默，祝福悄悄：重陽到，愿幸福把你圍繞，好運陪你到老。
糾結的句子范文4
那晚，我和平常一樣在教室里看班，因為第一排的一個男同學將水噴了我一臉，我很氣憤的哭了起來，一條衣袖似乎被我哭濕了，班里的人不停地安慰我，可唯獨你沒有，我哭得更傷心了。放學后我又在操場上大哭了一場，身邊只有燕子陪著我、安慰我。
那時的我對你已經心灰意冷了。那晚，我不停的想著：我以后和她還是好朋友么。
想著：她還把我當朋友么。
糾結的句子范文5
2008 年美國“次貸”危機的爆發和蔓延表明了居民金融資產結構變化對經濟金融的重大影響,居民金融資產結構問題的研究越來越受到關注。近年來,我國學者對居民金融資產結構與金融效率兩者獨立領域的研究較多,但對二者關系的研究卻較少。本文通過定量分析方法,重點研究我國居民金融資產結構變動對金融效率的影響,探討優化居民金融資產結構的路徑,從而促進我國金融業的健康和諧發展。
我國居民金融資產結構分析
(一)居民金融資產估算
按照國民經濟核算的定義,居民金融資產是指居民持有的金融債權及權益性憑證形式的資產,是國內金融資產的重要組成部分。居民金融資產包括手持現金、儲蓄存款、各種債券和股票、保險準備金,其他應收款和預付款等。目前,我國尚未建立科學、系統、完善的居民金融資產統計體制,因此現有數據的獲得基本靠估算。此外,考慮到數據的可獲得性,不考慮其他應收款和預付款,本文把居民金融資產分為現金、儲蓄存款、債券、股票和保險準備金五大類。各部分占金融資產總量的比例反映其結構。參照張學毅(1999)的估算方法,本文提出以下假設:
假設1:居民手持現金占貨幣流通量M0的80%;
假設2:居民儲蓄存款以年末城鄉居民儲蓄存款余額來衡量;
假設3:居民持有債券占年末債券發行總額的80%;
假設4:居民持有股票占年末A股流通市值的60%;
假設5:居民保險準備金以保費收入衡量,包括人壽保險和家庭財產保險。
此外,考慮到數據的準確性與完整性,本文所有數據選取時間段為1992-2009年,相關數據根據2010年《中國統計年鑒》、《中國金融年鑒》、《中國證券期貨統計年鑒》整理而得。
(二)我國居民金融資產結構特征
1990年和1991年上海和深圳證券交易所先后正式成立,我國金融機構存貸款、債券、股票、基金等金融工具日益增多,居民金融資產結構也發生了顯著變化(見圖1):
1.手持現金與儲蓄存款比例均下降。由于金融機構不斷進行創新,設立銀行卡、信用卡等流動性大的賬戶,居民手持現金比例明顯下降,由1992年的21.15%降到2009年的7.19%,下降了13.96個百分點。而儲蓄存款作為我國居民最主要的金融資產,其比例較高,在72.74%左右,但一方面由于居民理財觀念增強,將資金投向高風險、高收益的債券和股票,使儲蓄存款向證券流動;另一方面醫療、住房體系改革等原因削弱居民儲蓄動機,近年居民儲蓄存款比例也略有下降。
2.證券類資產比例呈上升趨勢。隨著我國證券市場機制的不斷完善,近年來,除2008年受金融危機的沖擊外,證券類資產比例呈上升趨勢。持股方面,1992-2000年,居民持股比例由0.58%逐漸上升達到10.18%,此后隨著股指的逐年下跌,居民持股比例逐年下降,2005年降到3.29%,但股改后,居民持股比例不斷上升,并保持較高水平;債券方面,企業債券發行規模逐漸擴大,居民持有債券比例由1992年的5.85%上升到2009年的8.55%。
3.保險準備金比例穩步上升。雖然我國保險業起步較晚,但隨著保險市場的完善和居民風險意識提
高,保險業發展迅速,居民持有保險準備金比例由1992年的0.75%上升到2009年的1.92%。
居民金融資產結構對金融效率影響的實證分析
(一)模型設計
金融的首要功能是動員儲蓄并實現儲蓄向投資轉化的過程,因此,儲蓄投資轉化率是金融效率的集中體現,本文以金融機構貸款與金融機構存款的比例衡量,數據根據1992-2010年《中國金融年鑒》整理而得。為了消除異方差,對所有數據進行對數處理后再建立以下模型:
LogSLR = α+β1*logCR +β2*logDR +β3*logBR +β4*logSR +β5 *logIR + μ
其中,SLR表示儲蓄投資轉化率,CR、DR、BR、SR、IR分別表示居民手持現金、儲蓄存款、債券、股票、保險準備金的比例。
(二)實證檢驗
1.單位根檢驗。首先要確定時間序列數據是否具有平穩性,即單位根檢驗。本文采用ADF檢驗方法,利用Eviews5.0對序列logSLR、logCR、logDR、logBR、logSR、logIR進行ADF檢驗,檢驗結果見表1。從表1看,變量logSLR、logCR、logDR、logBR、logSR、logIR的ADF統計量都小于5%顯著水平下的臨界值,因此它們都不平穩。但它們的一階差分ADF統計量都大于5%顯著水平下的臨界值,因此在5%的顯著水平下,它們的一階差分都平穩,即都是I(1)序列。
2.協整檢驗。由以上檢驗結果知,在5%的顯著水平下,變量logSLR、logCR、logDR、logBR、logSR、logIR都是一階單整序列,符合協整的必要條件。因此用Engle-Granger兩步法對其進行協整分析。
首先,通過最小二乘法估計得到以下回歸方程:
logSLR=0.0076-0.3851*logCR+
(-0.0257) (2.5850)
0.1406*logDR+0.2414*logBR+
(-0.6090) (0.3264)
0.0531*logSR-0.1427*logIR
(-0.1668) (-2.6458)
R2=0.9444 D.W.= 1.2280 F=40.7699
由方程知,R2=0.9444說明模型的擬合優度高;4-dU>D.W.= 1.2280>dL說明變量間不存在序列相關,這表明方程的各方面良好。
其次,對回歸方程的殘差ET進行單位根檢驗(見表2)。假如殘差不存在單位根,則說明殘差是平穩序列,以上建立的方程就是變量的協整方程,從而反映了它們之間的長期均衡關系。
檢驗結果表明,ET序列在1%的顯著水平下ADF(ET)=-3.9204>-4.2875,即拒絕原假設,因此可以確定ET為平穩序列,即ET ~I(0)。上述結果表明:1992-2009年金融效率和LogBR、LogCR、LogDR、LogSR、LogIR之間存在長期穩定的均衡關系。
3.誤差修正模型。上述協整模型代表了傳統線性模型對變量之間一種長期均衡關系的表達,誤差修正模型則較好地彌補了當誤差修正項偏離均衡過程時變量之間的短期調整行為,這是協整模型所不能表示的。通過建立誤差修正模型可以更好地理解金融效率與居民各金融資產間的短期關系。在誤差修正模型中ecmT-1=ET-1,運用E-views5.0操作得如下修正模型:
logSLRT = -0.2986*logCRT +
(1.9210)
0.4555*logDRT +0.0418*logBRT +
(-1.7429) (-0.7369)
0.0275*logSRT-0.0356*logIRT -
(-0.8508) (-0.4421)
0.5448ecmT-1
(-1.8789)
R2=0.7754 DW=1.2015
根據T分布的臨界值查詢可知所有t統計量均通過檢驗,即變量系數均顯著,R2=0.7754表示方程擬合程度高,DW=1.2015表明方程的殘差不存在自相關性。模型解釋了因變量的短期波動模型中logSLR T是如何被決定的。
4.Granger因果關系檢驗。在協整分析中往往會出現偽回歸現象,因此需要對logSLR、logCR、logDR、logBR、logSR、logIR進行Granger因果關系檢驗,結果見表3。由表3可知,所有檢驗的P值均小于10%,即logSLR、logCR、logDR、logBR、logSR、logIR互為Granger因果關系,說明方程不存在偽回歸。
結論
糾結的句子范文6
【關鍵詞】節后效應；異常收益率；GARCH（1，1）；模型
1.引言
從上世紀70年代中期開始，證券市場異常收益率現象引起了學者們的濃厚興趣，相關領域的理論和實證研究層出不窮，研究對象涵蓋季度效應、月份效應（主要集中在一月和四月效應上）、周一效應、周末效應、節日效應等，其所用數據也分別來自從美國、英國到亞太地區等多個市場。其中，對節日效應的研究是持續最久，爭議也最多的部分。
大多數國外研究者將節日效應定義為股票市場在節日的前一交易日出現的，通常是其他交易日平均收益率的幾倍甚至是幾十倍的異常高收益，或者說就是“節前高收益”異象，并廣泛獲得了多個市場數據的支持。事實上，節日效應的表現并不是一成不變的。例如Ryan Chong,Robert Hudson,Kevin Keasey和Kevin Littler（2005）在研究中發現1991～1997年節前效應的反轉情況，即節前交易日平均收益率為負值，然后此現象在隨后幾年中消失。
另一方面，理論上來說，如果節日對股票市場收益率有影響，那么這種影響很可能不僅僅作用在節日前最后一個交易日或節后第一個交易日。也就是說，節日期間的信息可能因為節后第一個交易日不能充分吸收和反映節日信息，而對節后的多個交易日造成滯后的影響。令人感到困惑的是，目前所有相關的文獻中，研究都主要集中于節日前最后一個交易日，也有少部分研究同時分析了節日后第一個交易日，而節后其他交易日卻幾乎沒有受到關注。曾對多個交易日進行研究的學者又并未將不同交易日分別考慮，而是作為一個連續的時期設置模型，導致無法得到確切的節日效應形式。因此，本文利用中國股票市場滬深A股數據，對春節這一國內最重大節日前后多個交易日的收益率現象進行系統研究。除了影響面廣外，選擇春節效應進行研究有一好處是春節為農歷節日，因而可以避免常困擾研究者的日歷效應對節日效應的干擾問題。
以下給出利用1997～2011年滬深A股日收盤價數據制成的描述性統計表，其中收益率全為簡單收益率。其中POST1～POST3分別代表春節假期休市結束后的第1～第3個交易日。
從描述性統計結果中可以明顯地看出，春節休市結束后，兩個市場都出現了前三個交易日的日收益率的數量級遠高于其他交易日平均收益率的情況。但并不能以此說明A股市場存在節后效應。要得出結論還需要建立回歸模型從實證上對其進行檢驗。
本文剩余部分安排如下：第二部分對相關文獻進行了回顧；第三部分介紹數據和研究方法，并對中國A股市場春節節后效應進行了檢驗；第四部分就節后效應的成因進行探討，檢驗了變動風險溢價假說；最后是本文結論部分。
2.文獻回顧
節日效應尤其是節前效應的存在性在多個地區和類型的市場上被證實。多年來學者們就這一現象及其成因進行了廣泛和深入的研究，并留下了大量有價值的文獻資料。
Robert A.Ariel（1990）通過研究1963～1982年間美國股票市場價值平均和算術平均的日指數收益率以及節前每小時道瓊斯工業指數收益率數據，發現在節日前的交易日出現了顯著高于其他交易日的收益率；Wilson H S Tong（1992）運用ARCH方法研究了臺灣、韓國和美國市場的一月效應、二月效應，對農歷新年對月份效應的影響給予了考慮，并檢驗了稅收-損失-賣出假說、流動性限制假說和時變風險溢價假說。結果顯示風險溢價對一月效應有很強的解釋能力，而臺灣市場上存在的農歷新年效應卻與稅收原因或風險溢價波動無關。
Chan-Wung Kim和Jinwoo Park（1994）發現節前異常的高收益率存在于美國的三大主要股票市場，以及英國和日本市場，且后兩者的節日效應獨立與美國市場。他們的研究還表明節前平均收益中不存在規模效應；Paul Brockman和David Michayluk（1996）利用1963～1993年間NYSE、AMEX以及1972～1993年間NASDAQ中交易的所有股票收益率數據進行研究，檢驗了1987年后節日效應在基于不同規模、不同價格構建的市場組合中的一致性。結果顯示節前收益率顯著高于其他交易日收益率，并且在不同組合、不同類型（auction vs dealer）市場中廣泛存在；Roger C Vergin和John McGinnis（1999）的研究發現1987～1996年的10年間，美國市場的節日高收益現象在大公司中已經消失，而小公司中也顯著地減弱。
Vicente Meneu和Angel Pardo（2003）研究了在西班牙股票交易所交易的重要個股，結果表明節前交易日存在與其他日歷效應無關的異常的高收益率，并提出了基于中小投資者在節前拒絕買入行為的流動性解釋；Ryan Chong,Robert Hudson,Kevin Keasay和Kevin Littler（2005）發現節前效應在美國、英國和香港市場都出現了減弱，尤以美國最為顯著，并發現1991～1997年期間節前效應出現反轉，節前交易日出現負的收益率均值，此現象在之后的1997～2003年間消失；George J.Marrett和Andrew C.Worthington(2009)對澳大利亞股票1996年6月～2006年11月市場中8個節日的節日效應分別進行了回歸研究，并對各具體行業以及小盤股專門進行了分析。結果表明整個市場和小盤股都提供了節前效應的證據，但市場的節前效應僅僅為零售行業節前效應的表現；同時沒有任何證據表明市場或行業層面有節后效應存在。
相比國外的節日效應研究，國內相關的研究工作起步相對較晚，但近年來研究者們也留下了一定的有價值的文獻。同時，現有的對中國市場春節效應的研究主要集中于幾篇中文文獻中。
陳希敏，陳菁（2004)在對中國股市月份效應存在性的研究中，采用了OLS和TARCH兩種模型，對1993～2003年間滬深A、B股指數數據分別進行檢驗，發現得到了截然相反的結果；張和顧建新（2005）利用1992～2002年滬深兩市日數據對一年中各月超額收益率進行了統計檢驗，得出我國市場不存在二月效應也即不存在春節效應的結論；陸磊，劉思峰（2008）用ARMA(1,1)-GARCH(1,1)模型對上證指數各節日前后第一個交易日進行研究，認為春節前后都存在節日效應，且排除了其僅是日歷效應的可能；范辛亭，董文卓（2007）驗證了中國A股市場的月份效應，并提出“消費習慣假說”，認為元旦和春節期間的消費高峰是月份效應的成因；江一濤、楊林燕（2009）以1997～2008年間上證指數日收益率為研究對象，利用GARCH-M模型，通過比較不休市的傳統節日和休市的法定節日的節日效應，得出了休市對節日效應影響不大的結論。
通過對文獻的回顧，我們可以看出節日效應在世界范圍內得到了廣泛的關注，但對節日效應的原因沒有形成共識，且不論是對中國市場還是其他市場，節后效應都有待進一步的研究。
3.數據
本文以滬、深兩市A股交易日收盤指數為研究對象，選取了1997年1月2日至2011年12月30日間所有數據。1997年以前雖有數據可得，但由于當時中國股票市場尚處于起步階段，不規范程度較大，多種因素引發的收益率巨幅波動可能對研究結果造成誤導性的影響，故棄之不用。隨著股市監管的加強，尤其是1996年末開始實施漲跌停板限制制度后，中國A股市場進入了相對穩定發展的階段，市場價格變動相對合理，也更適合作為研究樣本。
本文所用數據全部來自Wind咨詢金融終端數據瀏覽器。
除專門指出外，日收益率全部采用連續復利收益率，計算公式為：
其中，為第t日連續復利收益率，和分別為t日和前一日收盤價。
4.檢驗春節節后效應存在性的檢驗
國內外學者在關于節日效應檢驗的研究中大多采取了OLS方法。這類方法的好處是簡便實用，但劣勢也很明顯：在使用OLS回歸時，假定殘差項滿足同方差，而大量的研究表明，金融數據中這一假定往往不能得到滿足。因而OLS得到的結果很可能不可靠。Robert Engle（1982）提出的“自回歸條件異方差”（ARCH）模型能很好的解決這個問題，它反映了隨機過程中的一種特性：方差隨著時間的變化而變化，且具有叢集性和波動性，很適合用于金融時間序列的建模。ARCH模型被Bollerslev（1986）和Taylor（1986）發展為GARCH模型，很好的解決了ARCH在實際中難以運用的問題。通常，GARCH（1，1）模型已經能充分的捕捉數據中波動性集聚，所以，本文先嘗試使用OLS方法進行回歸，并進行ARCH以檢驗判斷其異方差性，然后使用GARCH(1,1）模型檢驗春節節后效應。為了充分觀察節后效應的具體表現，又不至因參數過多而影響模型的準確性，本文選取節后前3個交易日進行節后效應的研究。
OLS檢驗方程： （1）
其中，為日期t的日收益率；為截距項；為春節后交易日的虛擬變量，當且僅當t為春節假期后第i個交易日時為，其余情況下；為殘差項。
GARCH（1，1）檢驗方程由均值方程和方差方程組成：
均值方程：
條件方差方程： （2）
其中為隨時間變化的條件方差。
對以上兩種檢驗方法而言，如果得到的結果為無法拒絕零假設：，則說明中國A股市場不存在春節節后效應；反之，如果回歸估計得到的參數顯著不為0，則說明存在春節節后效應，且效應的具體表現形式由該參數的取值決定。
計量經濟學中，有時候時間序列的高度相關僅是因為兩者隨時間有相同方向的變動趨勢，而沒有真正的聯系，也即“偽回歸”。這樣得到的回歸估計是有嚴重誤導性的。因此，在進行回歸分析之前，本文先對滬深兩市A股日收益率時間序列進行平穩性檢驗。
對滬深兩市進行ADF單位根檢驗，選擇滯后4階，帶截距項而無趨勢項，得到的結果如表2所示。
在1%的顯著性水平下，兩市日收益率都拒絕隨機游走假設，說明二者都是平穩的時間序列，可以進行后續的回歸分析。
模型（1）的擬合結果見表1。從表中數據來看，節后第一個交易日兩市沒有出現明顯的節后效應，節后第二個交易日有比較顯著的正超額收益率，而第三個交易日則都出現了顯著的負超額收益率。但對滬深兩市場的OLS回歸結果進行ARCH異方差檢驗后發現都存在高度顯著的異方差性，故OLS方法不能得出有說服力的結論。
模型（2）的擬合結果見表2。從表中的數據結果來看，滬深兩市在春節節后第一個交易日都沒有出現節后效應的影響，而第二和第三個交易日則出現了顯著的異常收益率。具體表現為節后第二個交易日存在正的超額收益率，而第三個交易日存在負的超額收益率。方差方程中高度顯著的ARCH項和GARCH項系數證實了兩個時間序列的異方差性。
對模型（2）的殘差進行滯后一階的ARCH LM Test，結果見表3。結果說明經過GARCH(1,1)模型擬合之后，殘差項不再存在明顯的異方差性。因此，模型（2）得到的結果在一定程度上是可信的。
5.檢驗變動風險溢價假說
傳統的資產定價理論認為金融資產的收益與其所承擔的系統性風險成正比，并用beta來衡量資產的系統性風險。Rogalski和Tinic（1986）發現小公司的股票的beta值在日歷年末大幅提高，趨于比一年中其他月的平均水平高出30%到60%。這個發現使他們得出結論：所謂的一月效應其實只是對股票承受較高風險的一種正常的補償。那么我國股票市場的春節節后效應中出現的超額收益率或負超額收益率是否是由風險溢價引起的呢？
為了檢驗風險溢價導致春節節后效應這一假說，可以對GARCH（1，1）中條件方差方程設置虛擬變量進行回歸，從而考察春節假期后的交易日中是否出現顯著的超額波動率。如果發現節后有正超額收益率的交易日有正的超額波動率，節后有負超額收益率的交易日也有負的超額波動率，那么春節節后效應就有可能是由波動率的異常引起的，需要進一步的驗證；如果發現情況不是這樣，那么就可以否定變動風險溢價假說。
均值方程：
條件方差方程： （3）
如果前文觀察得到的春節節后交易日的超額收益率情況是由市場風險波動造成的，那么可以預期節后第一個交易日的波動情況不顯著、第二個交易日的波動性顯著偏高，第三個交易日的波動性顯著偏低，也即是不顯著，顯著為正，而顯著為負。如是，則春節節后交易日異常收益率是對變動風險的溢價這一假說得到支持。
模型（3）的實證結果見表4。滬深兩市中，方差方程中虛擬變量的系數都與我們預期的情況一致。也就是說，春節節后出現正的異常收益率的交易日的波動性偏大，出現負的異常收益率的交易日的波動性偏小，異常收益率反映的是A股市場受到信息沖擊帶來的波動性的變化。
6.結論
本文針對農歷春節這一伴隨長假休市的重大節日，利用中國大陸A股市場的數據檢驗了少有研究者關注的股票市場節后效應，發現節后第一個交易日無明顯節后效應反應，而節后第二、第三個交易日則分別表現出顯著的正、負超額收益率。經過進一步的研究發現，這種顯著的異常收益率是對對應的交易日出現的異常波動率的反映。根據春節節后效應的這種表現，可以設計套利策略在A股市場中獲取超額回報，而這違背了有效市場假說的基本含義，即股票價格已經完全反映了所有的相關信息，投資者無法通過既定的操作始終獲取異常利潤。從這一點來看，我國滬深A股市場尚未達到弱式有效，資本市場建設還有很長的路要走。
參考文獻
[1]Robert A.Ariel.High Stock Returns before Holidays:Existence and Evidence on Possible Causes[J].The Journal of Finance,1990,Vol XLV,No.5:1611～1626.
[2]Wilson H S Tong.An Analysis of The January Effect of United States,Taiwan and South Korea Stock Markets.[J].Asia Pacific Journal of Management,1992,Vol 9,No 2:189～207.
[3]Chan-Wung Kim and Jinwoo Park.Holiday Effects and Stock Returns:Further Evidence[J].Journal of Financial and Quantitative Analysis,1994,VOL 29,No.1:145～157.
[4]Paul Brockman and David Michayluk.The Persistent Holiday Effect:Additional Evidence[J].Applied Economics Letters,1998,5:205～209.
[5]Roger C Vergin and John McGinnis.Revisiting the Holiday Effect:is it on holiday?[J].Applied Financial Economics,1999,9:477～482.
[6]Vicente Meneu and Angel Pardo.Pre-holiday Effect,Large Trades and Small Investor Behaviour[J].Journal of Empirical Finance,2004,11:231～246.
[7]Ryan Chong,Robert Hudson,Kevin Keasay and Kevin Littler.Pre-holiday Effects:International Evidence on the Decline and Reversal of A Stock Market Anomaly[J].Journal of International Money and Finance,2005,24:1226～1236.
[8]George J.Marrett and Andrew C.Worthington.An Empirical Note on the Holiday Effect in the Australian Stock Market,1996～2006[J].2009,16:1769～1772.
[9]陳希敏,陳菁.月份效應:運用不同計量模型 得出相反實證結果[J].中國軟科學,2004,8:66～73.
[10]張,顧建新.中國股票市場春節效應的實證研究[J].武漢理工大學學報,2005,VOL.27,No.6:141～144.
[11]陸磊,劉思峰.中國股票市場具有“節日效應”嗎?[J].金融研究,2008,No.2:127～139.