中国股票市场的节日效应研究——基于收益和波动的视角

为研究中国股市节日效应的存在性及特征,本文利用2007年12月28日—2017年10月30日上证综指日收益率数据,基于引入虚拟变量的GARCH (1,1)-M模型,从收益和波动两个角度研究中国股市的节日效应。综合检验发现,中国股市存在基于收益的节前效应,同时表现出基于波动的显著的节前和节后效应;节前节后股市风险均显著降低,但只有节前收益受到了风险的影响。具体分析每一节日发现,部分节日具有节日效应,且各节日的节日效应不同,个别节日的异常收益与风险有关。法定节日比传统节日的节日效应显著,这一现象的产生与休市有关,而休市能对节日效应产生正向影响。     

基于VaR的我国股市市场风险度量

本文基于EGARcH-t模型,利用VaR方法分析计算了从1997年1月2日到2009年4月3日的我国股市上证综合指数的市场风险价值,度昔了该时期不同阶段上证综合指数的市场风险状况.     

中美贸易摩擦下汇市、股市和债市间的风险溢出效应研究

本文基于中美贸易摩擦视角下,选取2016年8月1日至2019年11月29日的美元/人民币汇率、沪深300指数和企债指数日频数据,结合VAR模型量化研究我国汇市、股市和债市间的风险溢出效应。结果发现:汇率冲击在短期内对股市具有正向作用,随后转为负冲击,而汇率对债市短期内均为负冲击,且汇率冲击对股市的影响程度相较于债市而言更大;债市易受其他两市的影响,但对汇市和股市的影响甚微。     

中美股市波动特征比较研究:基于ARCH类模型的实证分析

本文利用ARCH类模型对沪深300指数和道琼斯工业指数2005年4月8日到2010年3月22日的指数数据进行实证检验,研究表明:第一,中美股票市场都存在明显的集聚效应;第二,中美股票市场都存在明显的风险溢价效应,美国股市的风险补偿高于中国股市;第三,美国股票市场有明显的杠杆效应,然而中国股市杠杆效应不如美国明显;第四,美国股票市场对中国股票市场存在较为显著的单向溢出效应。     

中国汇市与股市的信息传递关系——基于股市"牛熊"特征的比较研究

关注金融市场间的风险传染性对于防范金融风险、提高监管效率有着重要的意义.运用多元GARCH模型研究汇改后(2005年7月22日到2009年8月31日)中国股票市场与外汇市场的信息传导过程,其结果表明汇市的波动风险会传染给股市,而股市的波动则不会对汇市产生明显影响,股市与汇市之间的溢出效应是非对称的.分阶段研究显示,在牛市阶段,股市对汇市存在微弱的信息溢出效应;熊市阶段,只存在单向溢出效应,随着时间的推移,汇市对股市的溢出效应逐渐增强.     

我国深沪股票市场波动的对比分析

金融市场的波动是现代金融学研究的核心问题．而ARCH类模型已经成为国际上最常用的研究金融资产波动的模型。它的一个最大特点就是突破了传统方法中收益与风险线性关系的假定．反应了方差的时变特点。随着ARCH类模型的不断应用，它本身的形式也不断得以发展。出现了非对称的ARCH模型和成分ARCH模型。我国学者近年来也利用ARCH类模型做了许多的研究。陈泽中等（2000）使用GARCH模型指出了我国深市比沪市波动剧烈。王玉荣（2002）使用了ARCH类模型模拟了我国股市收益率波动状况．指出了中国股市波动存在聚类性和非对称性。陈浪南等（2002）也对我国股票市场波动的非对称性做了研究。李丽莎（2004）使用了三种ARCH模型再次描述了我国股票市场收益率波动状况。朱孔来（2005）运用TARCH模型进一步分析了日收益率波动的条件异方差性和非对称性。在上述的研究中．部分文献所采用的时问段过短．这对于最终结论是有一定的影响的．尤其是对于EGARCH模型的使用影响很大。同时部分文献所采用的数据没有经过平稳性的检验．因为早期的中国股市达不到弱式有效。价格指数通不过平稳性的检验。本文使用2000年深沪市的价格指数日收盘序列，都可以通过平稳性的检验．同时，本文还检验了常用的几类ARCH模型．得出了EGARCH可以较好的模拟我国股市波动状况的结论。     

基于GARCH模型的中国股票市场波动性研究

2015年我国股市经历了大起大落,股市的剧烈动荡使我们有必要对其目前的波动性进行研究,发现其问题所在。本文主要对我国股市近几年的波动情况进行了研究,从股市波动的统计分析入手,再借助GARCH族模型对我国股市的波动特性进行了完整的分析。本文以上证综合指数为研究对象,以2009年4月1日到2016年3月31日共1700个日收盘价数据为样本区间对我国股票市场波动性进行了研究。通过建立GARCH(1,1)模型、TGARCH(2,1)模型和EGARCH(1,2)模型对上证综指的波动特征进行了实证分析,得出上证综指存在ARCH效应且其波动存在聚集性、持续性和非对称性的特点。     

沪深股市风险度量中半参数ES模型的实证检验

目前度量预期不足(Expected Shortfall, ES)的风险技术大多基于参数模型,其建模过程避免不了对收益的分布类型做出假定,但这些分布往往与现实相悖。为此,介绍两种重要半参数模型,即CARE模型和CARES模型,并应用我国2007-2016年上证综合指数与深证成分指数的相关数据评估模型优劣。结果表明：CARES模型与CARE模型在度量我国股市风险中都具有较好的效果,但两者比较,CARES模型明显优于CARE模型。因此,CARES模型能作为我国股市风险度量工具中的一个重要补充。     

中国货币政策对股票市场影响的再考察

本文运用DAG方法、VAR模型和马尔科夫转换模型考察了货币政策对股市价格水平的影响,结果表明中短期内货币政策对股票市场价格水平存在影响显著,并表现出较强的非对称效应。股市低迷期的紧缩性货币政策会进一步降低股市收益率,减小股市从熊市转入牛市的概率;相反,股市繁荣期的紧缩性货币政策将增加股市从牛市转入熊市的概率。     

GARCH类模型在我国地产板块风险度量中的应用研究

本文以2008年1月2日至2013年5月6日地产指数日收盘价数据作为实证样本,运用GARCH和EGARCH模型度量波动性,分别计算95%置信水平下地产指数对数收益率的VaR,从而对我国地产板块的风险进行实证分析。实证结果表明,GARCH模型和EGARCH模型都能够较好的描述我国地产板块的波动情况,但是GARCH模型在覆盖风险方面比EGARCH模型更优。     

海峡两岸股市风险联动效应分析——基于VAR-BEKK-GARCH模型的实证研究

全球经济一体化程度加深,使得不同经济体的股市之间收益和波动联动效应成为世界关注焦点。本文基于VAR-BEKK-GARCH模型,选用近10年间股市指数日收益率数据,对祖国大陆股市(以沪股为例)与台湾地区股市进行风险联动性研究。结果表明,两岸股票市场股指收益率均不同程度地受自身前一期、前两期股指收益率的影响,但两岸股指之间存在不对称的风险溢出效应,沪股单方面受到台股的引导。研究结果可对完善大陆证券市场制度建设,推动两岸证券业监管合作带来启示。     

沪港台股市波动资本运营比较实证研究

股票市场波动风险对股票收益率变化有着重要影响,研究股市波动特征对投资者的理性投资有着重要指导作用。笔者在广义误差假定下,通过建立ARMA-GARCH-M模型,结合中国沪港台三地股市的收益率波动数据,分析了三地股市收益率波动存在着的共同特征,并比较了三地股市收益率波动的不同之处。最后得到的结论是:ARMA-GARCH-M模型能够很好地对沪港台三地股市基本特征做出拟合,三地股市在风险与收益补偿能力、对新信息的反应能力及对坏消息冲击的反应能力有所不同。     

中国货币政策对股票市场影响的再考察

本文运用DAG方法、VAR模型和马尔科夫转换模型考察了货币政策对股市价格水平的影响,结果表明中短期内货币政策对股票市场价格水平存在影响显著,并表现出较强的非对称效应.股市低迷期的紧缩性货币政策会进一步降低股市收益率,减小股市从熊市转入牛市的概率;相反,股市繁荣期的紧缩性货币政策将增加股市从牛市转入熊市的概率.     

后危机时代美国、中国香港和中国大陆股市的联动性研究——基于美国金融危机时期的数据验证

国际金融危机的爆发,对全球资本市场产生了重要影响.本文基于美国金融危机的发展和蔓延,选取沪深300指数、香港恒生指数和美国标准普尔指数2008年9月10日到2010年10月7日的数据作为研究样本,利用基于vAR模型的Johansen协整检验和Granger因果检验方法,对美国、中国香港和中国大陆股市的联动性进行了实证分析.结论是,三地股市具有显著的联动性.这一研究结果有利于投资者制定相应的投资策略,也有利于监管者对系统性风险进行预期监管;同时对我国股市国际化进程的认识和推动我国资本市场发展具有现实意义.     

沪港台股市波动资本运营比较实证研究

股票市场波动风险对股票收益率变化有着重要影响,研究股市波动特征对投资者的理性投资有着重要指导作用。笔者在广义误差假定下,通过建立ARMA-GARCH-M模型,结合中国沪港台三地股市的收益率波动数据,分析了三地股市收益率波动存在着的共同特征,并比较了三地股市收益率波动的不同之处。最后得到的结论是:ARMA-GARCH-M模型能够很好地对沪港台三地股市基本特征做出拟合,三地股市在风险与收益补偿能力、对新信息的反应能力及对坏消息冲击的反应能力有所不同。     

行业网络关联度及其对股市下跌风险的影响

采用格兰杰因果网络和信息溢出指数对申万一级行业指数的日收益率数据进行分析,构造了我国股市的行业网络关联度指标,使用Logit模型考察了网络关联度对股市下跌风险的影响,研究结果表明:格兰杰因果网络能够较好地对市场的系统性风险进行判断,对2007年和2015年两次股灾均有信号提示.两个网络关联度指标及有色金属行业的净对外溢出度均对股市下跌风险具有一定的预测能力,且预测能力会受到牛熊市和投资者情绪的影响.结论揭示了网络关联度的上升伴随着系统性风险的累积,从而带来股市下跌风险的增加.     

O-F模型与合理市盈率研究--中国股市泡沫的实证分析

市盈率是被广泛用来测量股市泡沫风险的一个重要指标。本文根据O-F模型（基于账面价值和未来剩余收益的定价模型），导出衡量股市泡沫的合理市盈率计算公式，并以此考察了中国的股市泡沫。通过分析发现市盈率的合理值是一个动态值，主要由企业各期的净资产、收益、净资产收益率、持续盈利能力等内生变量决定，不存在一个固定的合理市盈率来测量股市的泡沫程度。计算表明中国的股市泡沫白1993年以来呈明显下降趋势，且2001逐步形成以来，我国股市基本上不存在投机性泡沫，股市运行处于比较理性的阶段。     

GARCH模型下的Var计算

在险价值(Valueat Risk)是一种由J.P.Morgen提出并不断完善的卓有成效的风险度量技术,GARCH模型可以很好地模拟并度量VaR值。文章讨论了基于不同分布假定下的GARCH模型在上海股市和深圳股市的VaR值,结果表明T分布和GED分布能更好地表现股市收益率的厚尾性,且深圳股市相比上海股市具有更大的风险性。     

GARCH模型下的Var计算

在险价值(Valueat Risk)是一种由J.P.Morgen提出并不断完善的卓有成效的风险度量技术,GARCH模型可以很好地模拟并度量VaR值。文章讨论了基于不同分布假定下的GARCH模型在上海股市和深圳股市的VaR值,结果表明T分布和GED分布能更好地表现股市收益率的厚尾性,且深圳股市相比上海股市具有更大的风险性。     

中国股市波动性解析:基于RS-GARCH模型族的实证研究

波动性是衡量股市风险和稳定的重要指标之一,对股市的健康发展具有重要影响。以上证指数为研究标的,利用RS-GARCH模型族对股市的波动性进行了比较研究。结果表明:相对于一般的GARCH模型族,RS-GARCH模型族明显改善了"伪持续"现象,能够更好地刻画股市的波动特征;A股市场存在明显的杠杆效应;在高波动状态下,利空和利好消息,对于A股市场波动率的影响时间更长。