对上证指数波动性的实证分析

股票价格频繁波动是股票市场中最明显的特征之一。ARCH类模型可以成功的预测金融资产收益的方差。通过对我国股价指数的统计描述,表明我国金融资产收益率存在自回归条件异方差,并表现出非正态性。并且应用GARCH、TARCH、EGARCH模型理论,进一步分析了日收益率波动的条件异方差性、非对称性。     

基于ARCH类模型的国债市场波动率研究

本文运用自回归条件异方差(ARCH)类模型对我国国债市场(包括银行间国债市场和交易所国债市场)的波动率进行实证分析,结果显示:我国国债市场具有波动率集聚的特征,存在ARCH效应,不存在杠杆效应和高风险、高收益特征,同时国债市场的波动具有很强的持续性。     

基于ARCH类模型的国债市场波动率研究

本文运用自回归条件异方差（ARCH）类模型对我国国债市场（包括银行间国债市场和交易所国债市场）的波动率进行实证分析，结果显示：我国国债市场具有波动率集聚的特征，存在ARCH效应，不存在杠杆效应和高风险、高收益特征，同时国债市场的波动具有很强的持续性。     

基于上证指数的中国股市ARCH效应分析

股票价格频繁的波动是股票市场最明显的特征之一。本文以上证指数每日收益率为研究对象,检验股票价格指数的波动是否具有条件异方差性,检验得到肯定回答后,通过ARCH族模型来研究股价指数收益率的波动性。     

基于GARCH模型族的上证综指实证研究

早在20世纪60年代,Fama（1965）观察到投机性价格的变化和收益率的变化具有稳定时期和易变时期,大的报酬紧连着大的报酬,小的报酬紧连着小的报酬,称为波动集群性（Mandelbrot,1963;Fama,1965）。此后,国外开始对投机性价格波动特征进行了大量研究,其中Engle（1982）提出的自回归条件异方差性模型（即ARCH模型）很好地捕获条件异方差性以及尖峰厚尾性,拟合了波动率聚类现象。     

基于GARCH模型的股市收益与股指波动的实证研究

文章采用四个市场指数建立以来至2010年12月30日止,运用传统的最小二乘法和改进的自回归条件异方差模型( GARCH),从A股市场指数的波动性入手,研究四个市场收益率的特征,对指教序列的分布、序列的平稳性和异方差进行检验,从而对A股市场指教的波动有更深刻的认识和把握.     

描述利率动态行为的GARCH-JUMP模型

本文在利率的动态行为中，结合考虑利率的跳跃与异方差特征，在引入一个利率自回归条件跳跃密度的前提下，推导出一个GARCH－JUMP模型，从而对利率动态变化中的正常波动与跳跃波动行为进行描述。     

上证综合指数收益率的波动性研究

本文通过用GARCH类模型理论探讨上证综合指数的这种条件异方差特征和聚类现象,进一步分析收益与风险的关系以及波动是否影响股指未来的变化,并且研究上海股市对利好、利空的消息是否存在不对称的反应。     

基于ARIMA模型和GARCH模型的美元指数波动性分析

美元指数在金融危机前后出现了耐人寻味的变化,其波动影响着国际经济、政治格局。本文运用自回归单整移动平均时间序列(ARIMA模型)和广义自回归条件异方差时间序列(GARCH模型)的方法分析美元指数,采集大量历史样本数据,对其波动特性进行实证研究。运用ARIMA模型对未来短期美元指数走向进行预测,表明美元指数的波动有一定的规律。同时,对美元指数建立用于描述大量金融时间序列的GARCH(1,1)模型,通过模型的定阶、检验、预测发现GARCH模型有较好的预测较长期整体走势的能力。     

自回归条件异方差模型的研究分析

自回归条件异方差（ARCH）模型适用于对具有群集性和方差时变性特点的经济类时间序列数据的回归分析和预测。本文对ARCH模型中待定参数的确定进行了详细推导；探讨了对ARCH模型扰动影响的敏感性进行分析计算的方法；并实例应用ARCH模型对股票收盘价格的全年变动进行预测，研究分析其特点。     

指数自回归条件异方差模型的检验

本文在达尼艾尔松(1994)定义的随机波动模型(SV)的基础上,借用迪拉克.德鲁塔函数的思想,提出检验指数自回归条件异方差(EGARCH)模型的拉格朗日乘数检验统计量。该检验统计量的提出预示着一定条件下EGARCH模型为SV模型的一种特例。最后通过蒙特卡罗计算机仿真实验验证该检验统计量的检验能力。     

基于ARIMA—GARCH模型和极值理论的中国股市

以极值理论为基础的风险值度量方法是最近发展起采的最为有效的方法之一，但在传统的单纯采用极值理论的建模过程中对误差项假定为独立同分布的白噪声过程，会对应用极值理论估算风险价值产生一定误差。本文以上证指数和深证成指为例．利用ARIMA—GARCH模型捕获股票收益序列中的自相关和异方差现象，对该模型中残差的条件分布的合理假定进行了实证分析比较．然后利用极值理论对经过ARIMA—GARCH模型筛选过的残差进行极值分析，估算风险价值。     

条件自回归极差模型与波动率估计

无论是在理论研究领域还是在应用领域，波动率的预测已经成为现代金融经济学和金融工程的重要课题。Chou（2005）针对极差提出了条件自回归极差模型（CARR）。本文在Parkinson（1980）的基础上，对极差作出了一个简单的修正，使得相应的CARR模型成为标准差的动态模型；然后以上证指数2001年4月27日至2005年12月5日的周收益率数据为样本，采用滚动样本的方法，利用CARR模型和GARCH模型分析了样本数据，作出了上证指数波动率样本外1至8周的预测，在多种事后波动率的测度下比较了修正后的CARR模型与GARCH模型对上证指数波动率的预测能力，证实了CARR模型在理论上的有效性。     

股市收益波动的非对称性研究

随着我国股票市场的逐步发展及证券市场监管体制的逐步完善,股票市场收益波动所呈现的非对称性效应是否会发生逆转引人关注。本文运用不同的GARCH类条件异方差模型(EGARCH、TARCH、PARCH以及非对称CARCH模型),选取1998年1月5日至2006年11月6日上证综指的日收盘价格指数数据,分析和验证了股票收益波动的非对称性效应。结果表明,上海股市股票收益波动仍然具有非对称性,即利空消息对收益波动的冲击效应大于同等程度的利好消息,从而验证了非对称效应的不可逆转性。     

人民币汇率波动规律研究——基于GARCH模型

利用GARCH类模型对2007年1月1日至2010年4月30日的人民币/美元的日汇率序列的波动特性进行了计量检验,检验结果表明在此期间汇率序列的波动存在显著的条件异方差性和波动性过程的非对称性,且还具有波动的集群性特征。     

股指期货的最优套期保值率实证研究——基于沪深300指数期货仿真交易视角

在分析和比较常用的几种股指期货最优套期保值比率确定模型的基础上,基于风险最小化模型框架,利用沪深300指数期货合约模拟运行以来的样本数据,通过最小二乘回归模型、向量自回归模型、误差修正模型以及广义自回归条件异方差模型四种估计方法,对其最优套期保值比率进行了实证测算和绩效比较,提出了相应的政策建议和投资策略。     

上证指数收益的波动性研究

本文应用GARCH类模型对上证指数收益的波动性进行实证研究，对我国股市收益的尖峰厚尾特点，波动的集簇性，波动的不对称性提供了实证证据，结果显示我国股市收益的波动性具有与发达国家成熟股市相似的特点。     

上海股市收益率GARCH模型族的实证研究

利用GARCH模型族,实证分析了上海股市收益率的波动特征,指出上海股市收益率不仅具有条件异方差性,而且具有“杠杆效应”。     

股价指数波动中的ARCH现象

一、有关ＡＲＣＨ的概念与方法 在金融变量的时间序列波动中,经常呈现出不同时间段内的不同变化规律。在某些时间段中,观测到的波动比较大;而另一些时间段内的波动却小得多。这种现象反映出金融市场的多变性。金融市场易受投机因素,政治事件和政府政策的影响,而且反映灵敏;从而,当某一突发事件发生时,金融变量会有大的波动并持续一段时间,以后又恢复到比较平稳的状态。在时间序列分析中,把这种现象总结为条件异方差现象（ＡＲＣＨ）。 Ｅｎｇｌｅ在１９８２年引入了描述自回归条件异方差的ＡＲＣＨ模型。 其中,ｖｔ为白噪声,ｙ…     

金融危机对沪深股市收益率的影响分析——基于周内效应的比较

本文以沪深市场为研究对象,在使用虚拟变量的基础上,运用广义自回归条件异方差模型(GARCH)对其进行了实证分析,考察它们是否存在周内效应。并且在此基础上,比较金融危机影响中国股市前后沪深股市周内效应表现的变化。