基于CARR模型和GARCH模型的股市波动性预测研究

金融资产波动性建模和预测是金融理论与实践中的一个重要课题,已经有了许多建模与预测方法。本文利用我国股市的高频数据进行实证研究,分别运用CARR模型和GARCH模型进行波动性预测,进而对两个模型的预测能力进行对比,结果表明:CARR模型在波动性预测方面比GARCH模型的效果更好。     

基于非线性混合模型对股市价格预测兼对比分析

为更精确地预测股市价格未来走势,提出一种新的预测模型：首先采用HP滤波将时间序列分解为趋势序列和周期序列,然后根据序列建模要求,对趋势序列采用自回归模型（AR）进行拟合和预测,对周期序列采用GARCH模型族进行拟合和预测,最后将趋势序列预测值和周期序列预测值相加,与原序列进行比较,进而选择模型精确度较高的模型。通过实证对比其他模型分析,该模型预测效果较好,可以为金融预测提供帮助。     

基于非线性混合模型对股市价格预测兼对比分析

为更精确地预测未来走势,提出一种新的预测模型：首先采用HP滤波把时间序列分解为趋势序列和周期序列,然后根据序列建模要求,对趋势序列采用自回归模型（AR）进行拟合和预测,对周期序列采用GARCH模型族进行拟合和预测,最后将趋势序列预测值和周期序列预测值相加,与原序列进行比较,进而选择模型精确度较高的模型.通过实证对比其他模型分析,该模型预测效果较好,可以为金融预测提供帮助.     

两类短期利率模型的实证研究——基于GARCH类模型与单因子扩散模型的比较

GARCH类模型和扩散类模型是常用于研究利率的两类模型。运用这两类模型对我国银行间国债隔夜回购利率进行实证研究,结果表明短期利率波动存在明显的非对称性。在预测均值时两类模型表现较差,而在预测波动率水平时,GARCH类模型具有较好的预测效果,其中数GARCH—M和TGARCH表现最好,虽然扩散类模型在预测方面表现不好,但由于具有马尔科夫性,所以在衍生产品定价上具有明显优势。     

基于SV模型的深圳股市波动的预测

首次应用基本SV(stochasticvolatility)模型及其扩展ASV(asymmetricstochasticvolatility)模型来预测深圳股市的波动,并根据对称和非对称两类评价准则,对SV类模型的预测效果与常用模型的预测效果做了比较。结果表明,对于深圳股市基本SV模型具有最好的预测效果;ASV模型的表现稍差于基本SV模型,但好于GARCH模型;GARCH模型的预测效果不稳定,随评价准则的不同而有显著差别。     

基于GARCH模型的上证综合指数实证分析

使用GARCH模型对上海证券交易所综合指数2000年1月4日-2009年10月14日的每日收盘价进行数量分析。分析结果显示：我国股市日收益率具有明显的异方差性、波动性、聚集性、持续性和杠杆效应。这表明外部因素对股市的冲击很大，收益率与风险不一定成正比。     

基于GED-GARCH模型的沪深基金收益率波动性研究

本文对不同分布假定的ARCH族模型进行了比较,发现基于GED的GARCH类模型较好地解释了收益率分布的尖峰性和厚尾性,并在此基础上选取我国基金市场的日收益率观测数据进行实证分析,对收益率的波动性进行研究,试图找出我国基金市场价格分布的合理解释。     

GARCH模型下我国商业银行同业拆借利率风险度量

在利率市场化的大背景下,基于Shibor的统计数据,采用VaR方法,利用GARCH模型度量我国商业银行在同业拆借时所面临的隔夜拆借利率风险值与隔周拆借利率风险值.结果表明,GED分布条件下的GARCH(1,1)模型能够较好地拟合我国商业银行同业拆借利率的波动性.我国商业银行应坚定推行金融体制改革,同时不断完善SHIBOR运行机制及现有的度量模型去有效应对利率市场化带来的挑战.     

交易量,日历效应与股价波动性——基于2001～2005年中国证券市场的经验分析

以我国深沪股市的大盘指数为研究对象,分析了“日历效应”对交易量与股价波动性关系的特殊影响,并且分别考虑将原始交易量、包含自相关性的交易量、以及进行“好消息”与“坏消息”划分后的交易量引入到GARCH模型以及非对称性GARCH模型中进行研究。研究发现:原始交易量对股票指数的股价波动性开始具备了一定的解释效应,但是考虑了自相关性后交易量却无法有效解释股价波动的GARCH效应;股价的日历效应对于上海市场中交易量对股价波动性的解释有着推波助澜的作用,而“好消息”与“坏消息”的划分后的交易量可以对非对称性的股价波动性进行较好的解释。     

玉米期货价格收益率和波动性的实证研究——以中国大连与美国CBOT市场为例

采用协整模型、Granger因果关系检验、误差修正（EC）模型及几种GARCH模型对中国大连与美国CBOT的玉米期货价格及收益率和波动性进行了实证研究。分析发现：两市期货价格之间存在双向的Granger因果关系和显著的协整关系;两个市场之间存在显著的同向变动关系,存在长期的共同趋势;EC模型反映出两市的长期期货价格收益率没有显著差异,两市均受到对方市场期货价格收益率的影响,但短期波动过程则存在一定的差异。此外,通过建立GARCH类模型发现：两市在波动性的传导和影响上存在一定程度的非对称性;两市均存在溢出效应与一定的杠杆效应,大连玉米期货市场对CBOT玉米期货市场的溢出效应显著存在,而CBOT玉米期货市场对大连玉米期货市场的溢出效应不显著存在,市场的波动性对消息影响呈现一定程度的非对称性。由此可见,大连玉米期货价格已经具备了较强的国际定价功能。     

基于GARCH模型的我国广义货币供应量变动规律研究

以广义货币供应量（M2）的历史信息为研究对象,分析了1999年12月-2014年4月我国广义货币供应量的变动规律,并根据历史数据进行时间序列分析,构建ARMIA模型,随后对模型进行检验和适当调整,构建GARCH模型,试图较准确地预测广义货币供应量的未来变化。从预测结果看,模型较好地发挥了预测功效,能够较为准确地预测其未来的发展趋势.     

对中国股票市场的风险特性研究

本文以上证综指为研究对象，选取2005年6月6日至2009年9月4日的上证综指日度收盘价为样本，使用GARCH族模型实证检验了这段时间内中国股票市场的波动性。表明该期间内的上证综指的波动具有非对称“杠杆效应”和典型的阶段性特征，并且正面消息对股价波动性的影响比负面消息更大。     

GARCH-VAR模型在开放式基金风险度量中的应用

VAR作为当今国际流行的风险管理工具,被广泛地应用于各种金融资产的风险管理。作为静态VAR模型的改进形式,GARCH—VAR模型考虑了资产收益率并不一定服从正态分布。文中详细介绍了GARCH—VAR模型,对如何运用GARCH—VAR模型度量开放式基金的风险进行了实证分析,并得出结论,GARCH—VAR模型在度量开放式基金风险中具有明显优势,但同时也存在一定的不足,需要进一步改进。     

股权分置改革下QFⅡ对我国证券市场风险影响的实证分析

本文利用了上证综合指数日收益率和深证成份股指数的日收益率数据，采用了GARCH（1，1）模型对收益率的波动性进行了研究。发现QFⅡ无论是股权分置改革前还是股权分置改革后对我国证券市场风险的影响都较小，且在股改前后变化也不显著。     

用GARCH模型检验基于香港股市国企指数的羊群行为研究

证券市场波动的羊群行为问题是证券市场研究中的一个重要课题。文章运用时间序列的GARCH模型对港股国企指数股票收益率序列建模,并用CSAD方法对港股证券市场的羊群行为进行回归分析,发现在样本区间指数股票呈现明显的羊群行为特征。     

GARCH模型在我国深市风险度量中的应用研究

介绍了VaR的含义及计算方法,指出推测市场因子的波动率是计算的关键.从理论上对基于t分布和正态分布的GARCH模型进行了比较,得出基于t分布的GARCH模型更能刻画金融市场"尖峰厚尾"等实际特征.将基于不同分布的GARCH模型应用于我国深圳股市的风险度量,通过对比VaR的估计结果,说明基于t分布GARCH模型计算的VaR更有效地反映了金融市场的风险水平.     

定向增发对股价收益率波动性影响的短期效应研究——以沪、深两市房地产类股票为样本

选取沪、深两市2007年既进行定向增发又具有行业代表性的7只地产股为样本数据,编制定向增发地产指数,并分析该指数在2008年1月-2012年3月间的收益率波动性。研究发现,定向增发地产指数收益率的波动性在短期内明显增加,而地产指数、上证指数和深证成指在同一时期内的波动性却相对稳定。基于信息不对称学说的推理和在GARCH模型中引入虚拟变量的方法实证研究表明,定向增发再融资方式带来收益率正效应的同时,会增加上市公司股价和收益率短期内的波动性。     

沪铜期货价格波动性对沪铜期货定价的影响研究

基于期货定价理论、波动性理论、协整理论和GARCH模型,以上海期货交易所的铜期货合约为研究对象,用沪铜连续合约价格反映我国沪铜期货市场价格水平,用沪铜连续合约价格的GARCH序列和沪铜连三合约价格的GARCH序列反映我国沪铜期货市场价格的波动率,用长江有色铜的现货价格反映我国的铜现货价格,用长江有色铜现货价格的GARCH序列反映我国铜现货市场的价格波动率进行实证研究。研究结论表明沪铜期货价格的波动是我国沪铜期货价格形成的重要因素,铜现货价格也是我国沪铜期货价格形成的重要因素。     

中国股票市场量价关系的实证研究

可运用GARCH -M模型实证检验中国股票市场波动性与交易量之间的关系。我们将交易量分解为预期交易量和非预期交易量进行检验表明 ,非预期交易量对股市波动的解释能力要比预期交易量的解释能力更重要 ,即中国股票市场的短期波动 ,主要是由非预期交易量所隐含的新信息的冲击所产生的。     

基于HAR—RV模型的中国证券市场异质性研究

随着高频数据可以越来越方便的获得,过去的ARCH模型及GARCH模型已经不能满足高频数据研究的需要。相比于模型波动率,已实现波动率能够更直接、准确地描述波动率的特征。研究表明,已实现波动率具有长记忆特性,其解释之一即为异质市场假说,即市场中存在异质交易者。文章选取了HAR—Rv模型对已实现波动率进行建模,并且通过回归分析,证明了我国股票市场交易者存在异质性。