沪市股指收益率波动性研究

本文运用ARCH模型族对上证指数收益率的波动性进行研究,分析了上海股市波动性的特点,通过比较发现,对于上海股市股指收益率的波动性,EGARCH(1,1)-M模型和EGARCH(1,1)模型都能很好地拟合,同时还对上证指数收益率的波动性进行了预测分析。     

上证指数收益率波动的实证分析——基于ARCH族模型

股价指数的收益率序列具有几个特征,即尖峰厚尾、波动性群集等,运用传统的计量方法是无法准确地刻画出这些特征。通过利用ARCH族模型,选取2004年1月2日到2014年12月31日上证指数每日收益率共2670个数据对其波动进行定量、定性的分析,结果显示:上证指数日收益率存在ARCH效应、波动集聚性特征,并且用GARCH模型可以很好反映股市指数的波动性。     

我国A股市场航运企业股票收益率波动性分析

本文运用GARCH模型和EGARCH模型对我国航运企业股票收益率波动性进行分析,并将其与上证综合指数的收益率进行对比,探索航运企业股票收益率的波动性特征。实证研究结果表明:航运企业股票的收益率序列存在着较为显著的异方差性,航运企业股票的波动性与市场风险性较大,并且其收益率序列的波动具有较强的持续性和非对称性,航运企业股票市场总体上存在着杠杆效应,利空消息较利好消息更容易引起较大的波动。     

基于GARCH族模型的创业板市场波动性问题研究

创业板的建立对我国实体经济起到了重要作用,但是创业板市场存在着较大的波动性,所以本文以创业板指数收益率为研究对象,构建GARCH族模型对其收益率序列的波动性进行研究。研究结果表明:创业板指数收益率序列的波动具有集聚性、持续性和非对称性,上述分析结果可以为创业板收益率波动的预测提供指导作用。     

基于GARCH模型的沪市地产股波动性研究

本文在对沪市地产指数和五只代表性股票的波动性进行统计描述的基础上,通过建立GARCH和TGARCH模型,对沪市地产股的波动性做进一步分析,结果表明我国沪市地产股收益率序列的波动具有显著的异方差性,股价波动存在集群性和持续性,以及非对称性等特征。     

基于投资者情绪的沪深300指数期货现货波动性关系研究

本文对投资者情绪、沪深300指数期货和沪深300指数之间的关系用EGARCH模型进行检验,研究发现,沪深300指数期货和沪深300指数的波动性均具有非对称性,利好消息对沪深300指数收益率波动性的影响要小于利空消息的影响,而沪深300指数期货刚好相反,利好消息的影响要大于利空消息的影响;指数期货的波动对指数的波动具有较强的影响作用,长期而言,指数期货有稳定指数的功能;投资者情绪增加了指数期货以及现货的波动性。     

金融时序波动间的Granger因果关系分析

本文通过运用多变量随机波动率(MSV)模型来分析中国沪深股市波动性之间的Granger因果关系,结果发现深圳成指的波动对上证指数的波动存在很强的Granger因果关系,然而上证指数的波动对深圳成指的波动不存在显著的Granger因果关系,并就此现象发生的原因提出自己的一些见解和看法。     

中外证券指数收益率和价格相关性的比较

本文应用统计方法对道琼斯工业平均指数收益率分布与上证指数和深证成指收益率分布进行对比发现,上证指数和深证成指收益率的波动性更大而且更加难以预测。我们还把道琼斯工业平均指数、恒生指数、上证指数以及深证成指的价格作相关性分析,得出上指与道指、深指与恒指联系更紧密的结论。     

中国沪深股市波动的实证分析

近些年来,股票市场的波动在国际金融实证领域越发得到重视,它的各种重要特征如集聚性、非对称性和持续性等都得到许多学者的关注和研究,因此对国内股市的波动进行分析是具有重大的现实意义的。首先,对股市收益率进行描述性统计并进行诊断性分析;其次,在GRACH族模型实证探究中,经过一系列适用性检验之后,对沪深股指建立三个模型并求解;最后,得出我国沪深股指总体收益率序列波动存在显著的"非对称性效应"等一系列结论。     

沪市股价收益率波动性分析

股票市场收益率波动性对于证券组合的选择、风险管理与控制有着极其重要的联系,为了更深入地研究股市变动情况,选取2000年至2014年上证综指为样本数据,经处理变换后得对数收益率并探究其基本统计特征,得出上证综指呈现非正态性分布,具有尖峰厚尾性、非对称性等特征,然后运用ARCH类数学模型解决股市波动中产生的方差时变性问题,得出估计模型。     

应用ARCH族模型分析深圳股票收益率

<正>对股票收益率的统计研究有助于资本流动和资产定价分析,并且通过股票收益率的波动性大小可以对股票市场的投资风险进行定性分析,因此研究股票市场的收益率有很重要的意义。针对股票收益率的非正态性、非独立性、尖峰厚尾性和波动集群性等特征,1982年Engle提出了ARCH模型。此后用这种模型分析金融     

基于GARCH族模型的沪深300指数波动性模拟研究

本文运用GARCH族模型模拟沪深300指数收益率波动情况,得出结论:沪深300指数波动性的模拟,从简洁性出发应使用GED分布假设下的GARCH(1,1)模型;从精确度出发,即考虑其非对称性时应选择GED分布假设下的EGARCH(1,1)模型。企业和投资者可借助此模型相机投资;行业工作者和相关领域学者可参考本文方法展开进一步研究。     

ARCH族模型在上证收益率变动中的实证研究

股票价格的频繁波动是股票市场最明显的特征之一。利用ARCH模型及其扩展模型对上证综合指数的波动性进行实证研究,结果发现,我国上海股票市场收益率序列有明显的尖峰厚尾性、波动聚类性、非正态性以及存在条件异方差特性,波动的信息不对称性等特点。     

基于ARCH族模型对人民币汇率波动的实证研究

本文使用人民币汇率改革后约10年的人民币兑换美元的日汇率值对人民币的汇率波动性进行实证研究,通过建立GARCH模型来分析人民币/美元汇率收益率的ARCH效应以及通过建立TARCH和EARCH模型来分析人民币汇率市场的非对称性和杠杆效应,同时提出相应的政策建议。     

基于ARMA-GJR模型的人民币汇率波动非对称性研究

本文主要研究人民币汇率波动的"非对称性"特征。通过构建ARMA-GJR模型实证检验了人民币兑美元汇率波动的特征,结果显示,人民币汇率波动具有正向"非对称性"特征,即市场对人民币升值和贬值存在不同程度的反应,人民币升值会给市场带来更大幅度的波动。最后针对汇率波动"非对称性"提出了相应的政策建议。     

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。     

基于GARCH模型族对上证指数波动性的实证分析

通过建立GARCH族模型对我国股市收益率波动性进行实证分析,结果发现GARCH族模型可以很好的对我国股市收益率波动性进行拟合,可以减弱收益序列的尖峰厚尾现象;上证综指存在群聚性现象,过去的股市的波动会对未来的走势具有一定的影响,当股指呈现震荡上升时,波动缓解的影响力度最小,但若将整个研究时期分成不同的时间段,则各个时间段的波动力度小整体的力度;风险与收益是正相关的,当股市处于上升通道中时,该现象更明显;股市的信息呈现不对称的特性,当处于下降通道中时,"坏消息"比"好消息"对股市指数造成的波动大;但在上升通道中,"好消息"比"坏消息"带来的波动大,说明股市存在杠杆效应。     

基于GARCH模型对上证综指波动性的综合分析

文章主要采用GARCH模型及其衍生模型分析上证指数的波动性.通过对上证指数的时间序列进行建模,分析结果表明我国上证股市存在ARCH效应,数据分析表明上证指数存在尖峰重尾现象;股市波动具有相关性,即过去的波动对未来股市具有一定的影响;风险与收益具有正相关关系,高风险高收益;股市的信息是不对称的,存在杠杆效应.     

中国股市杠杆效应分析——基于非对称ARCH模型

ARCH模型在具有群集性和条件异方差的数据中有着良好的适用性,本文对上证综指收益率进行实证研究,以探讨其收益率波动中的条件异方差性和非对称性以及杠杆效应的正相关作用。     

基于GJR-GARCH模型的上海证券市场实证研究

根据1998年1月1日-2006年5月1日上证综指数据,采用GJR-GARCH模型对上证股市收益率的统计特性进行讨论,并分析了上证股市收益率波动的非对称性现象。结论表明:(1)上证综合指数序列存在冲击的非对称性,同时也存在着杠杆效应;(2)由拟合得到的新闻影响曲线可以看出,GJR-GARCH模型的新闻影响曲线也是非对称的,同样强度的利空消息较利好消息对未来波动的影响更大。