创业板与中小企业板股价收益波动的对比研究

本文选用创业板和中小企业板日收盘价计算收益率,进行描述统计分析,并分别利用GARCH(1,1)-M模型、EGARCH模型对创业板市场和中小企业板市场的股价收益波动进行了对比研究。研究结果表明:创业板和中小企业板市场的收益率均存在明显的风险溢价以及非对称效应,后者的收益波动高于前者。     

中国主板与创业板市场风险比较分析——基于GARCH-VAR方法

利用GARCH模型结合VAR方法评估中国主板与创业板市场风险,并运用曼-惠特尼U检验方法对两者进行比较。研究发现,中国主板和创业板收益率有较为明显的ARCH效应,具有平稳性、非正态性、尖峰厚尾等特点,而且创业板市场风险明显大于主板市场风险。确立规范的信息披露制度、适当减少人为政策干预并完善企业的"入市"和"退市"机制,将是未来防范金融市场风险的着力点。     

基于GARCH模型的创业板收益率波动性研究

股票市场的波动性一直是金融界研究的热门问题,也是衡量市场发展状况的重要指标,而我国创业板市场作为新兴市场,其波动性尤为引人关注。本文采用GARCH(1,1)模型,以创业板股票日收益率为研究对象,研究其波动性特征。     

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模型的上证180指数研究

随着股票市场规模的不断扩大,股票市场的不确定性也随之加剧,为了研究股票市场的发展状况。本文选取上证180指数1996年7月4日至2015年6月18日的日收盘数据为研究对象,针对其收益率序列,运用GARCH模型、对其进行拟合和检验。结果表明,GARCH(2,2)模型能够较好的拟合上证180指数收益率序列,且具有明显的异方差性和波动性。     

基于GARCH族模型的高铁客流量波动特性分析

选取某车站从2013年1月1日至2014年12月31日的日高铁客流量数据,建立GARCH族模型,分析高铁客流量的波动性,并对不同模型的拟合效果进行检验。结果表明,高铁客流量的波动具有明显的季节性;波动幅度受外部冲击影响较小,受前期客流量波动的影响较大;长期波动具有平稳性和持续性;高铁客流量受到正面与负面冲击产生的波动大小具有对称性。GARCH模型是分析高铁客流量波动性的最佳模型。     

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。     

放松价格管制能否促进股票市场稳定——来自创业板涨跌停制度改革的证据

2020年8月24日起,创业板市场股价单日涨跌幅由10%调整至20%,这是一项旨在放松价格管制、促进资本要素价格市场化形成的重大制度改革。基于改革前后共14个月的创业板指数、创业300指数和创业板综合指数数据,利用GARCH模型研究放松价格管制对股票市场稳定性的影响。研究发现,放宽涨跌幅限制后,中小盘股票价格波动程度显著减轻,但大盘股的波动率没有明显变化。非对称的EGARCH模型回归结果显示,创业板波动的杠杆效应在改革后显著缓解,市场投资者对利好消息和利空消息的反应较改革前都更为稳定。本文从吸睛效应、信号效应和处置效应等角度,对上述影响给出了基于行为金融学理论的解释,并提出相关政策建议。     

基于GARCH族模型的上证指数波动性实证研究

本文利用2008年1月2日至2014年2月28日的上证综合指数每日收盘价数据对其进行了ARCH效应的检验,结果表明上海证券市场存在着显著的GARCH效应,并且存在非对称的情况。在非对称模型的研究中发现,GARCH-M模型并不适合模拟我国上海证券市场股价的波动情况。在模型的选择上,从信息准则角度看TGARCH（1,1）最佳,从模型的预测结果看GARCH（1,1）最佳。     

资本资产定价模型在我国创业板市场的实证检验

本文在借鉴国内学者对A股市场CAPM检验的基础上,选取2010年6月4日至2010年12月21日的周收益率,采用单指数模型、BJS两步法和横截面检验实证分析了我国创业板市场对CAPM的实用性并得出结论。     

基于GARCH族模型的深证指数波动性研究

GARCH族模型是对金融数据波动性进行描述的有效方法。本文采用Eviews软件,选取2018年1月2日—2019年12月31日的深圳综指数共465个日收盘价,对数据预处理并转化为平稳的对数收益率序列,检验出ARCH效应之后对其定阶,最后基于建立GARCH和TGARCH模型分析其波动的特征,得出深证指数具有较高的波动集群性特征和杠杆效应,存在极端价格的变动情况,即股票市场还不够成熟并根据变动特征提出相应的政策建议,以供参考。     

基于GARCH族模型的VaR方法对上证综指的研究

本文结合GARCH族模型的VaR在险价值方法对上证综指进行了实证研究。分析发现,上证综指日收益率时间序列满足ADF单位根检验,具有很好的平稳性;基于广义误差分布（ GED）和t分布假定下, VaR在险价值方法与GARCH族模型的结合更好的反应了股市收益率的风险特征。     

我国创业板IPO抑价实证研究

2009年10月,中国创业板市场经过10多年的艰辛筹备终于拉开帷幕。创业板的推出标志着中国多层次资本市场的构建和发展由此开启。截至2011年10月12日,已有270只股票在创业板上市,其中236只股票存在IPO抑价现象,平均抑价率为44.476%,创业板IPO抑价现象也逐渐受到关注。通过理论综述、相关性检验、异方差检验,构建多元回归模型,对影响创业板市场IPO抑价的因素进行分析,结果发现首日换手率、中签率、发行市盈率、新股发行价格、公众持股数以及募集资金净额是影响创业板市场IPO抑价率的重要因素。进而得出结论,认为投资者从众心理和信息不对称对我国创业板市场IPO抑价现象有较强的解释力。     

股票市场波动性研究述评

创业板市场的波动性研究,对于完善我国证券市场机制、危机风险管理有着重要的意义。本文从研究对象、杠杆效应、长记忆性、模型拟合的角度描述股票市场的一些国内研究成果,即GARCH模型的发展和应用。     

基于参数与非参数GARCH模型的中国股市波动性预测

本文采用了2003年1月1日——2010年6月30日的上证综合指数和深证成份指数的每日收盘价所得的对数百分收益率为样本,分别运用标准GARCH（1,1）模型和非参数GARCH（1,1）模型[1,3]研究了中国股票市场的波动性,并对这两种模型的估计结果进行了比较,最后利用误差度量指标比较了这两种模型的估计能力,结果发现,非参数GARCH（1,1）模型对股市波动性的预测精度有明显的优势。     

房地产板块风险分析——基于GARCH模型VaR方法

主要对GARCH模型在风险计量方面的理论方法进行了梳理,并选取2007年1月4日至2010年12月23日上证房地产指数日收盘价作为数据样本,运用GARCH模型VaR方法对我国股市中房地产板块的风险进行了实证分析。实证结果表明我国地产股指序列存在集聚效应,GARCH模型较传统静态法更能够较好的描述我国房地产板块的波动情况,因而测量的VaR值更能反映我国地产板块面临的风险程度。     

外汇汇率的相关性及波动性研究

本文基于相关性分析和GARCH族模型,通过对2002年7月21日到2009年7月21日的美元、欧元和日元兑人民币的日汇率数据的实证研究,分析了我国汇率制度改革以后汇率市场的相关关系变化情况,然后运用GARCH类模型对美元、欧元和日元兑人民币的汇率波动性进行了对比研究,最后总结得出相关结论。     

台湾股指期货收益波动性与交易量、持仓量考察

采用VAR模型和扩展的GARCH族模型,研究台湾股指期货收益波动性、交易量和持仓量三者之间的动态关系,同时检验交易量和持仓量在GARCH模型中的预测作用。结果表明:台湾股指期货交易量对收益波动性的直接影响存在着滞后效应,波动性间接地依赖于持仓量的变化,交易量和持仓量之间存在明显的双向因果关系。交易量和持仓量的引入能否有助于基础GARCH模型预测收益波动性取决于样本观测期的选择,从均方误差来看三个最好的非样本收益波动性预测模型都是扩展后的GARCH变形模型。     

基于分位数回归的大豆期货市场的风险分析

本文以2009年1月1日到2015年12月31日的主力合约收盘价数据为研究对象,采用GARCH模型、TARCH模型和非递归分位数回归模型研究大豆期货市场风险。研究结果表明,大豆期货市场VaR值存在明显被高估现象,GARCH模型与TARCH模型对市场风险的估计没有明显的差异性;分位数回归模型仍然存在高估现象,与经典回归模型相比,VaR值估计准确度有所增加。     

对我国创业板市场弱势有效性检验

本文以创业板市场为研究对象,分别通过分布性检验、时间序列自相关检验及游程检验方法,对我国创业板市场的有效性进行检验。结论表明,我国创业板指数的日收益率没有通过分布性检验、自相关检验,但通过了游程检验,仍是弱势有效的市场。