国内外黄金市场风险传染的实证研究

以国际黄金市场上具有代表性的伦敦黄金现货价格和我国上海黄金交易所的黄金现货价格作为研究对象,利用多元GARCH模型对国内外黄金市场的风险传染机制进行了实证研究。结果表明：伦敦黄金市场对我国黄金市场存在单方向的均值溢出效应;从波动溢出效应来看,伦敦黄金市场对我国黄金市场的风险传染强于我国黄金市场对伦敦黄金市场的风险传染,存在着风险传染的非对称性。     

基于VaR-GARCH模型的我国股指期货风险管理研究

股指期货风险管理的核心是基于波动率预测的风险度量,波动率可以用价格涨跌率进行描述,而股指期货价格涨跌率时间序列具有波动聚集效应、厚尾效应以及时变方差效应,故可采用对波动性估计精确可信的GARCH模型。在建立VaR—GARCH风险评估模型后,对我国单个股指期货合约IF1006进行实证分析,结果表明VaR—GARCH模型可以很好地预测和控制我国股指期货风险。     

我国沪市股价波动性的实证分析

本文以上证综指日收益率作为研究对象,从实证的角度采用GARCH模型族研究了1999年至2005年间我国股价波动的统计特征.实证结果表明:我国股价波动具有尖峰厚尾特征、异方差性和波动的非对称性;验证了高风险对应于高收益的投资组合理论.     

国际石油价格收益率波动的研究

石油是一种极其重要的商品,是国家重要的战略物资,因其价格变动而引起的收益率波动受到广泛关注.GARCH类模型已经广泛运用于波动率的研究,文章旨在运用GARCH族模型对1997.1.3-2008.11.28的每周OPEC石油离岸价格的收益率实证建模研究,石油价格及收益率波动确实存在显著的GARCH效应和冲击持久效应,并存在杠杆效应;收益率条件方差序列是平稳的,模型具有一定的可预测性,EGARCH(1,1)能够较好地拟合收益率的走势.     

基于日间高频交易数据的股市波动研究

本文利用上证综指在2005～2009年内的日间高频数据,通过已实现波动率这一概念对我国股市在这5年间的波动特性做了研究。进一步地,根据已实现波动率序列的统计特征,对其进行长记忆建模,并对模型的波动率预测效果与常规GARCH模型的预测效果做了对比分析。基于上证综指的研究结果表明,利用了日间高频信息的波动率模型在波动率预测上,比仅利用了收盘信息的GARCH模型更有优势。     

深证综合指数波动性的实证分析

股票价格的频繁波动是股票市场最明显的特征之一。ARCH类模型可以很好地预测证券市场上股价变化的波动性。文章采用ARCH模型及其扩展模型GARCH模型对深证综合指数的波动性进行实证研究,结果显示深证综合指数的分布表现出非正态性,且有明显的尖峰厚尾性,波动集群性等特点。最后利用ARCH类模型对深证综合指数的波动进行了拟合,结果表明GARCH(2,2)模型对深证指数波动具有较好的拟合效果。     

基于厚尾分布模型在上证股指波动趋势上的应用

高风险高波动时期的股指收益率序列存在更为明显的厚尾现象,将残差设定为偏t分布的GARCH族模型要优于普通的正态分布以及学生t分布模型。以五种损失函数作为评价准则,在残差序列偏t分布前提下比较了GARCH模型、EGARCH模型和GJR-GARCH模型,最后得到在高风险时期结构更为简洁的GARCH(1,1)模型具有更好的预测效果。     

人民币/美元汇率波动集群性研究

人民币/美元汇率在我国的汇率体系中处于核心地位,该汇率的波动无论是对国内的微观经济主体还是掌握经济调控的宏观经济管理当局都有着十分重要的现实意义。本文采用现代动态计量经济学中的GARCH模型针对2007年以来人民币/美元汇率波动的集群性来进行研究。研究发现采用GARCH(1,1)模型,可以有效消除回归方程残差项的异方差性,具有良好的预测准确性和预测精度,在现实中可以作为研究汇率波动集群性的有效工具。     

研究美国股市对我国股市的波动溢出效应——基于VAR模型和GARCH(1,1)模型

文章通过借助GARCH(1,1)模型来构建VAR模型,并利用格兰杰因果检验和脉冲响应函数来研究美国道琼斯工业指数波动和纳斯达克指数波动对我国上证指数波动和深证成指波动的影响。研究结论表明,美国股市波动对我国股市波动会造成持久性的影响,但是其影响在逐渐减弱。     

深证综合指数波动性的实证分析

股票价格的频繁波动是股票市场最明显的特征之一.ARCH类模型可以很好地预测证券市场上股价变化的波动性.文章采用ARCH模型及其扩展模型GARRCH模型对深证综合指数的波动性进行实证研究,结果显示深证综合指数的分布表现出非正态性,且有明显的尖峰厚尾性,波动集群性等特点.最后利用ARCH类模型对深证综合指数的波动进行了拟合,结果表明GARCH(2,2)模型对深证指数波动具有较好的拟合效果.     

机构投资者对股票市场波动水平影响的实证研究——基于GARCH模型

文章利用1997年1月至2009年6月沪深股市日收益率的数据,通过GARCH模型对中国沪深两市股指波动水平与机构投资者的发展状况进行了实证研究.研究发现,中国股市波动性水平偏高,但相比2002年之前,之后的波动性水平明显降低.文章的实证结果表明机构投资者起到了稳定市场、减少非理性市场波动的作用.     

基于Garch模型的股票市场股指收益率波动性研究

本文运用GARCH模型对深圳证券综合指数进行系统的实证研究,结果表明中国股票市场的收益率具有较为明显的尖峰厚尾分布,并且其波动具有集群的特征.     

中国股市收益率与波动率跳跃性特征的实证分析

股票市场收益率通常小幅波动，但是当市场出现重大或者异常信息时，收益率会在短时间内发生大规模的运动．产生跳跃性变化，市场波动率也明显加剧。本文采用Jump—GARCH对沪深两市A股B股的这类跳跃性特征进行实证分析。根据该模型：当收益率小规模变化时，波动率由GARCH（1，1）平稳随机过程产生，但是当收益率发生跳跃性变化，波动率将背离GARCH（1，1）过程．调整到一个较高的水平。实证结果表明，该模型能够有效地估计出沪深两市收益率和波动率的跳跃性变化．比正态分布的GARCH模型更合理地反应了市场收益率和波动率过程。本文同时讨论了A股B股的跳跃性特征。     

燃料油期货市场收益波动性实证分析

本文采用GARCH和EGARCH波动率模型分析了燃料油市场中,交易量、持仓量与波动率的关系,描述了该市场的微观结构。发现交易量与波动率成正向关系,而持仓量与波动率成负向的关系。此外,非预期的交易量和持仓量没有比预期值更显著的作用,说明收益波动性对信息的依赖不是很大。EGARCH模型比GARCH模型拟和效果要好,更能反映出波动率的持续性。但模型估计后杠杆效应不明显或者不存在,这反映了期货市场的零和博弈特征。     

基于SV族模型和GARCH族模型的贵州茅台波动性研究

以2013年1月4日至2018年10月29日贵州茅台的日收盘价格为研究对象,分别采用马尔科夫链-蒙特卡罗(MCMC)方法和Marquardt估计方法 ,对贵州茅台的SV族模型和GARCH族模型进行参数估计。根据各模型分布与其模型拟合的平均标准化残差的相关系数大小,对比各模型参数估计值,结果表明:GARCH族模型比SV族模型更适合度量贵州茅台的波动情况;同时得到,SV族模型中的SV-T模型更能反映贵州茅台波动具有高峰厚尾的特性,且模拟效果优于SV-N模型。     

我国权证收益率的ARCH效应分析

ARCH族模型自诞生以来,被广泛运用于宏观经济和金融领域。本文正是基于ARCH模型和GARCH模型,实证分析我国权证收益率的"尖峰厚尾"现象,并深入考察了现阶段权证市场上存在的12只权证收益率波动的条件异方差性。     

基于GARCH模型的上证指数与GDP波动性研究

中国的证券市场与宏观经济关系已进入弱相关阶段,本文通过使用ADF检验、ARCH效应检验、GARCH模型分析以及Granger检验对两者的波动性进行分析和研究。实证结果发现,中国的证券市场与宏观经济都具有非正态分布的特性。其次,证券市场不存在自回归条件异方差效应波动,宏观经济存在自回归条件异方差效应波动,并且GARCH(1,1)最适合描述宏观经济的自回归条件异方差效应波动,上证指数的预测与宏观经济的预测两者之间具有互相印证的关系。     

我国商业银行存款保险期权定价的实证研究——基于Merton、RV和Garch模型的比较与分析

文章以发展近四十年的期权定价方法为基础,引入GARCH(1,1)期权定价模型对银行股本收益率的波动率进行了建模分析,并与早期的Merton和RV模型实证分析结果进行比较。研究发现：采取传统求方差算法的费率要低于采取GARCH模型算法的保险费率;同时,Merton方法计算的费率高于RV方法的计算结果。研究结论为我国存款保险的定价提供参考性建议。     

我国商业银行存款保险期权定价的实证研究——基于Merton、Rv和Garch模型的比较与分析

文章以发展近四十年的期权定价方法为基础,引入GARCH(1,1)期权定价模型对银行股本收益率的波动率进行了建模分析,并与早期的Merton和RV模型实证分析结果进行比较。研究发现:采取传统求方差算法的费率要低于采取GARCH模型算法的保险费率;同时,Merten方法计算的费率高于RV方法的计算结果。研究结论为我国存款保险的定价提供参考性建议。     

蔬菜价格波动特征研究——基于ARCH类模型分析

利用ARCH类模型研究蔬菜价格波动特征问题。结果表明:18种蔬菜具有价格波动集簇性和异方差性,其中冬瓜等6种蔬菜的价格具有显著的异方差效应和波动集簇性。GARCH模型表明6种蔬菜的价格波动都具有显著地集簇性,按价格波动持续性强弱比较,冬瓜、大白菜、土豆、洋葱的价格波动持续性强于青椒和生姜;GARCH-M模型表明只有土豆和生姜具有高风险高回报的特征;TARCH和EARCH模型表明6中蔬菜都具有显著的非对称效应,其中除洋葱和青椒以外,其他4种蔬菜两个模型的非对称效应都使得价格波动减小。