有效汇率序列的长期记忆性实证分析

本文利用传统的重标极差(R/S)法和修正的重标极差(MRS)法对美元、欧元及日元有效汇率指数的收益率及其波动序列进行长期记忆实证分析.研究结果发现:收益率序列基本不存在长期记忆性,而收益率的波动序列表现出明显的长期记忆性.     

中美玉米期货的长记忆性检验及其影响分析

本文主要采用修正的R/S分析法对中美两国玉米期货的收益率及收益波动率进行长记忆性检验,结果表明,CBOT玉米的收益率不具有长记忆性,ECD玉米连一收益率具有长记忆性;二者的收益波动率均具有长记忆性的结论。并结合中美市场的差异对我国玉米期货市场的发展提出建议。     

我国股票市场价格波动长期记忆性分析

本文以我国沪深两市的数据为样本,运用R/S分析法及分整自回归条件异方差模型FIGARCH,研究了中国股票市场的长期记忆性问题,实证结果表明中国股市波动过程存在着长期记忆性特征。     

国际股票市场收益率和波动率的长记忆性研究

股票市场长记忆性问题是金融学研究的一个热点问题,对于市场有效性的研究和系统非线性结构的分析有着重要的意义。本文运用修正R/S分析和V/S分析两种方法对世界上28个国家(地区)的股票指数的日、周收益序列和日、周收益波动序列进行了完整的长记忆性研究。结果表明:对于收益序列,以美国为代表的大多数发达国家股市一般不存在长记忆性,而中国等发展中国家大多存在显著的长记忆性,尤其中国股市的长记忆性最强;对于收益波动序列,所有国家(地区)都具有长记忆性,并强于收益序列。     

基于波动阶段划分的我国期铜市场长期记忆性实证研究

金融市场通常由于波动结构性突变的存在而出现伪长记忆性现象。运用ICSS算法寻找方差突变点进行阶段划分，运用V／S分析法对我国期铜市场波动阶段前后的长期记忆性进行检测和比较，并利用FIGARCH模型对波动序列的长期记忆性进行建模估计。研究结果表明，我国期铜市场存在全程长期记忆性；阶段划分后序列的长期记忆性显著降低；期铜波动的FIGARCH模型具有更优的拟舍效果和预测能力。     

对比国家股票市场收益的长记忆性

对于有效市场假说的检验而言,股票市场收益的长记忆性有着特别重要的意义。通常使用的长记忆性研究方法有经典R/S分析、修正R/S分析与对数周期图法等。本文根据实际情况,使用了修正R/S分析和V/S分析方法,有效的分析和研究了世界上31个国家的股票市场收益的长记忆性。通过分析研究的结果可以得出:对于大多数发达国家而言,其股市很少存在长记忆性,,而印度等发展中国家,存在比较明显显的长记忆性,尤其对于中国股市而言,其长记忆性很强。由此可知,V/S分析比修正R/S分析更加稳健有效。     

上海股票市场的周期性和长记忆性的实证研究

本文采用经典的R/S分析法对我国股票市场的长记忆性进行探讨,考察上海股票市场的多重非规则性周期.研究发现上证综指日收益序列,在3≤n<188时,结论支持上证综指日收益序列遵循随机游走;而在1 87≤n1 551时,Hurst指数显著小于随机游走情形下的期望Hurst指数E(H),收益率序列表现出较强的逆状态持续性.     

基于R/S分析的股市风格分形特征研究

运用多重分形R/S分析法研究我国股票市场的风格分形结构特征,通过计算中信标普公司推出的6种纯风格资产指数在不同时间标度下的收益率序列Hurst指数与平均循环周期,发现我国股票市场风格存在统计自相似性、标度不变性、长记忆性,不同风格资产指数收益序列具有不同的平均循环周期等分形特征,这为基金公司、基金经理及时地把握股市风格的轮换规律,构建适度风格漂移策略以获取短期超额收益提供了决策参考与理论支持。     

VaR-FIAPARCH模型与上证基金指数风险价值

通过对我国上证基金指数的日收益率序列的基本统计分析发现,收益率序列存在尖峰厚尾性,不服从正态分布.但杠杆效应不显著,而且收益率和方差都具有显著的长记忆性.由此建立ARFIMA-FLAPAECH-skt模型来计算基金指数的在险价值VaR,并对结果进行实证检验,结果显示相对于不考虑波动率长记忆性的ARFIMA-APARCH模型.ARFIMA-FLAPAECH-skt模型在1%及更低的显著水平上对于多头和空头计算VaR可以得到较好的度量结果.     

上海股市系统性风险的长期变动特征研究

本文建立DCC-MVGARCH模型估计上海股市80家上市公司的时变β系数,分析β系数的统计特征,并采用R/S分析法研究时变β系数序列的长记忆特征,进而建立ARFIMA模型对β系数进行短期预测。研究结果表明,上海股市系统性风险水平偏高;时变β系数序列具有长记忆特征;描述长记忆的ARFIMA模型能够更好地描述β系数序列的长期变动特征并更为精确的预测未来期β系数。     

基于ARFIMA-GARCH模型族的黄金价格预测分析

本文针对黄金价格的长记忆性进行实证研究,利用Hurst指数来证实黄金价格中确实存在显著的长记忆性。以此对黄金价格的收益率进行分数差分后,再建立ARFIMA-GARCH模型族,从而反映了黄金收益率序列的波动聚集性。通过对不同模型的误差绝对值对比,选取出最能体现黄金价格序列动态特征的模型。实证结果表明,该类模型能够很好的反映黄金价格的波动规律,能够给投资者提供决策意见。     

基于FIGARCH-EVT模型的极端风险度量

多项实证研究表明多数金融资产的收益率序列呈现尖峰厚尾的非正态分布,波动率具有聚集性和持续性等特点,因此传统的基于正态分布的VaR和ES模型无法有效捕捉收益率序列的尾部信息,忽视了波动的时变性,从而低估金融资产存在的风险。考虑到金融资产收益序列的时变性和尖峰厚尾的特点,本文采用FIGARCH模型与极值理论中的EVT模型相结合的方法来研究我国证券市场存在的市场风险,并进行有效合理的度量。通过比较分析与返回检验发现,基于FIGARCH-EVT模型的风险度量方法要明显优于传统的纯极值理论方法和GARCH-EVT模型。     

基于GARCH模型的股票收益率波动的实证分析

以上证指数为例,利用GARCH模型对我国股票收益率波动进行研究。在建模中,主要进行了平稳性检验;参数估计和检验;ARCH效应检验并拟合GARCH模型。结果证实了股票收益率的波动存在ARCH效应,且GARCH模型能较好的拟合股票收益率序列数据。     

上证综指收益率波动性实证分析——基于Garch模型

股票市场作为金融市场的重要组成部分,受到投资者和学者的广泛关注。中国a股市场2015年更是波澜壮阔的一年,上半年疯狂且短暂的牛市以及自6月份开始断崖式下跌,引起了投资者和经济金融领域研究人员的重视。选取上证综合指数收益率作为研究对象,重点研究收益率波动性,一方面分析了收益率描述性统计特征,一方面基于Garch(1,1)和EGarch(1,1)模型采用实证分析方法估计了收益率条件方差,并比较了这两种模型。研究结果表明,上证综指收益率具有显著的波动聚集性,通过R/S(重标极差分析法)得出收益率具有长记忆性特征,周期近似为170天,通过自相关系数检查了收益率波动的ARCH效应,并通过Garch模型估计了收益率的条件方差。值得注意的是,通过方差序列的变化观察到收益率短期波动性的增大能够提示投资者回避下跌损失,更为宏观的结论是管理层应该重视股市过度波动对金融市场产生的影响,在未来的证券市场建设中加强法制建设,提升前瞻性,提高管理的有效性。     

我国碳排放权市场交易价格波动特征研究

碳排放权交易市场的平稳运行将成为我国节能减排战略顺利推进的重要抓手和关键突破点.在R/S非参数分析法的基础上构建了我国碳排放权市场交易价格非线性特征检验模型,对我国五大试点碳交易价格波动特征进行了实证检验与分析.结果表明:交易价格存在明显的非线性特征和状态持续性,各个试点市场存在不同程度的交易风险,交易价格时间序列并不存在周期性循环,综合来看我国碳排放权交易市场尚未达到有效状态.最后在实证结果的基础上对科学引导我国碳交易市场健康稳定发展提出了政策建议.     

基于V/S分析法的我国外汇市场长记忆性研究

2015年8月11日,人民币兑美元汇率报价6.2298元,较前一交易日贬值1.86%,创人民币兑美元汇率有数据以来单日最大跌幅。人民币汇率改革再次成为人们热议的焦点。本文以人民币兑美元汇率为例,运用分形市场理论,通过V/S分析法,分析我国外汇市场是否存在长记忆性,结果表明:我国外汇市场存在长记忆性特征。由此,我国在进行汇率改革时,应考虑到央行对汇率的短期波动及长期波动所带来的影响并制定合理的汇率浮动区间。     

农产品期货价格时间序列R/S分析

R/S分析方法是金融时间序列分析的有力工具。农产品期货价格波动具有明显的非线性特征,期货价格增量之间不是相互独立的,价格时间序列具有持久性趋势和非周期循环长度。并且样本数据时间频率越高,赫斯特指数越小,反映了期货价格有更多的噪声,日价格更不稳定,比周和月价格有更多的变化。     

上证综指收益率实证分析——基于ARMA-GARCH模型

上海证券交易市场在我国资本市场中具有重要地位,其A股股票收益率整体走势可以代表着我国证券市场的整体行情。本文旨在利用上证综指收盘价计算对数收益率,建立ARMA-GARCH模型,进而对上证综指收益率进行预测,并针对其波动提出相关建议。数据选取以2006年6月1日至2015年6月1日上证综合指数收盘价为基础,计算对数收益率,检验序列的相关性,稳定性及异方差性。故本文采用ARMA模型模拟上证综指收益率序列,利用GARCH模型拟合残差序列,以此进行实证分析和预测。     

基于GARCH模型的煤炭价格波动规律研究

为了研究煤炭价格波动规律,以秦皇岛大同优混煤2003年3月～2017年5月现货价格为实证研究对象,分别采用普通最小二乘法和GARCH模型对煤炭价格时间序列进行拟合.实证结果表明:煤炭价格时间序列表现出随机波动趋势,GARCH(1,1)模型拟合效果优于最小二乘法;外部冲击会加剧煤炭价格波动,煤炭价格时间序列具备长期记忆性;波动率序列具备ARCH效应,ARCH项系数和GARCH项系数之和略大于1,说明煤炭价格波动的持续性较强.     

R/S方法、改进的R/S方法及其对比研究

在分形市场研究的框架下,R/S分析方法是进行价格行为特性分析的重要工具,对R/S方法的运用与改进研究是金融市场研究的一个重要方向。本文对经典R/S方法和改进的R/S方法进行了讨论,并进行了实证对比分析。