基于GARCH族模型的德国DAX股指的估计及预测

通过对德国DAX股指的特征性分析,发现德国DAX股指是非正态的、平稳的,并且具有自相关性。运用ARCH效应检验发现,残差具有ARCH效应,说明该股指适合用GARCH族模型来建模。通过显著性检验以及AI C值越小越好、极大似然函数越大越好的选取准则,得到扰动项服从学生分布下的TARCH(1,1)对于德国DAX股指的对数收益率波动的拟合效果是最好的。在该模型的基础上对条件方差和收益率进行了预测,发现条件方差最后收敛于0.00001左右的一个无条件方差,而预测的收益率和实际收益率之间的误差很小,说明预测效果较好。     

中国大豆期货收益率GARCH效应实证分析

本文分析发现大豆期货收益率序列分布具有尖峰厚尾特征,有记忆效应。大豆期货收益率存在较强的条件异方差,而GARCH模型能较好的消除条件异方差。相对于利好消息而言,利空消息对大豆期货收益率的冲击要大,总体上存在较为明显的杠杆效应。     

深证综指399106指数收益率波动分析

文章应用GARCH模型分析深证综指收益率波动的变化特征。结果显示:深证综指收益率存在较强的条件异方差,而GARCH模型能较好的消除条件异方差。     

基于四因子定价模型的美国股市收益率研究

本文在Fama-French四因子模型基础上,运用Fama-French-修正GARCH模型对次贷危机影响下复苏的美国股市进行分析研究。研究发现:首先,该模型能更好地拟合美国股市的收益率,而且还能消除ARCH效应;其次,每个模型的均值方程与条件方差方程中结构突变点不同,表明不同类型的股票组合在不同时点需要添加不同的虚拟变量来对其收益率进行解释;第三,每个模型中的条件方差方程中均不存在"杠杆效应",表明2009年后股市中未出现重大的不利消息致使股市下跌,但通过研究发现滞后的股票溢价对条件方差有一定的解释力。     

Garch模型族在上海股市风险计量中的应用

BELLERSLEV在1986年提出了GARCH模型,该模型反映了经济变量之间的特殊的不确定形式:方差随时间变化而变化,因而在金融市场的预测和风险管理方面有着重要的应用。以上证指数的收益作为研究对象,运用GARCH-N模型、GARCH-T模型和GARCH-GED模型分析上海股市日收益率的条件异方差性,计算出日VaR值,结果表明GARCH模型对于我国的股市风险管理有较好效果。     

基于时间序列方法的汇率波动研究

准确研究汇率的波动规律是进行汇率预测和风险控制的基础。本文通过应用ARCH族模型对人民币汇率形成机制改革以来的人民币/美元高频日汇率数据进行实证研究,发现GARCH模型对日汇率数据有很好的拟合效果。模型显示人民币对美元汇率收益序列波动有很明显的时变异方差性。发现当期收益率受前一天及上周同一天收益率显著影响。     

基于Garch-M模型的我国沪深300指数研究

本文选取沪深300指数2014年1月2日至2014年12月31日的日收盘价作为研究对象,运用GARCH模型对其波动性进行实证分析,并且进一步引入GARCH-M模型研究我国沪深300指数收益率是否存在正风险溢价。研究表明:我国沪深300指数收益率时间序列存在着明显的ARCH效应,具有明显的异方差性和持续性;模型GARCH(1,1)对我国沪深300指数收益率波动性有较好的拟合性;同时研究发现我国沪深300指数存在一定的风险溢价现象,即预期风险越高,收益率越高。     

基于GARCH和E-GARCH模型的投资组合波动预测分析:以上证50指数为例

通过借助GARCH模型和考虑数据不对称性的E-GARCH模型,分析上证50指数投资组合波动的预测性,实证结果发现:上证50指数日收益率波动均存在条件异方差,市场收益率的波动随时间的变化而变化,而且经常在某一时刻中连续出现偏高或偏低的情况;另一方面,从GARCH模型和E-GARCH模型对上证50指数的预测比较可看出,选取的上证50指数样本数据具有一定的不对称性,短期来看,GARCH模型和E-GARCH模型都能够很好的拟合上证50指数的日收益率波动轨迹,预测误差较小。但随着样本期的延伸,相对于GARCH模型,E-GARCH模型预测效果的相对误差更小。     

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。     

沪深300指数收益率实证分析——基于不同分布的GARCH模型

文章采用ARMA模型来描述沪深300指数收益率序列,GARCH(1,1)模型用来拟合误差。文章对深300指数收益率序列分别建立误差分布为正态分布,GED分布和t分布的ARMA-GARCH(1,1)、GARCH(1,1)模型。实证结果表明:我国股票市场具有异方差性、尖峰厚尾的特征。文章讨论了GARCH类模型的参数估计方法和结构形式,实证分析发现,基于GED分布和t分布的模型相比正态分布的模型有一定优越的表现。     

基于GARCH模型族的上证指数波动性研究

本文利用GARCH模型族对上证指数日收益率的波动性和波动的非对称性做了全面的分析。通过实证发现,上证指数收益率具有尖峰厚尾和聚集现象,并且表现出显著的异方差特征,同时其波动存在非对称性,"利空消息"会比"利好消息"使得股市产生更大的波动,另外,通过比较发现EGARCH(1,1)模型能较好地拟合上证指数收益率的波动性。     

国有商业银行股票收益率波动的研究——基于GARCH模型

文章采用GARCH和EGARCH模型,对国有商业银行股票的收益率波动进行分析,结论表明我国商业股票收益率有尖峰厚尾性、异方差性、波动的持续性和非对称性。     

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。     

我国铜现货风险度量研究

面对铜价的剧烈波动,有效度量铜现货风险对市场参与者而言至关重要。本文比较了受金融危机影响市场环境变化前后两个时期——震荡时期和下行时期,历史模拟法HS、正态分布ND、广义条件异方差GARCH、随机分布SV和极值分布EV五种模型对铜现货对数收益率日VaR和ES的估计效果。结果表明,投资者适宜运用GARCH模型预测铜现货市场风险波动剧烈时期的风险价值VaR,运用EV模型预测铜现货风险的尾部损失的均值。     

基于GARCH模型族的沪深300波动研究

本文针对沪深300指数2008年6月到2013年7月共1241个样本数据,运用GARCH模型族理论,分别建立GARCH,GARCH-M及T-GARCH模型,发现其收益率波动具有显著的聚集效应及收益不对称性。并通过比较,发现T-GARCH(1,1)模型能够较好地描述沪深300指数波动的规律。     

利用GARCH模型分析沪市股指的波动

运用GARCH模型对我国沪市股指的期望收益率与风险之间的相互影响关系进行了实证性研究,发现我国沪市股指存在风险溢价,但风险和期望收益之间并无显著关联,同时沪市股指具有群集性和持续性.     

大连与芝加哥大豆期货市场的波动溢出效应研究

文章建立多元GARCH—BEKK模型,对大连与芝加哥商品期货市场大豆的非预期收益率之间的关系做了一个全面的研究。结果表明DCE和CBOT豆类期货市场的收益率之间存在单向的滞后引导关系,国内市场受芝加哥市场的影响比较明显：在波动性方面,两个市场之间有显著的同向变动关系。     

我国股市收益波动率的实证分析

利用GARCH模型对上证综指日收益波动和周五到下周一收盘价收益的方差进行更深入地研究,并根据模型各参数的含义深入分析和分别计算两组数据收益率的方差,从而得出中国股票市场的结论,与国外市场的相关结论进行比较。     

初探我国沪市股价波动性——基于ARCH模型和GARCH模型

金融市场的波动一直是经济研究人员和投资者关注的焦点。在计量经济学领域,自回归条件异方差模型(ARCH模型)和广义自回归条件异方差模型(GARCH模型)经常用在金融时间序列分析中。特别是GARCH(1,1)模型在金融资产的波动性研究中得到广泛的应用。以沪市综合指数为研究对象,分别运用ARCH模型、GARCH模型进行初步研究,分析我国沪市股价波动的动态特征。     

国际贸易中石油价格的波动性与风险分析

本文利用国际贸易中西得克萨斯中油(WTI)现货市场日价格数据,通过建立相应的GARCH模型计算石油收益率VaR的值(在险价值),并进行VaR的后验测试,对石油价格波动性和风险进行实证分析。结果表明:石油市场具有显著的方差时变性及新信息对波动冲击的持续性;GARCH(1,1)模型能够很好地消除其ARCH效应;在运用VaR-GARCH模型方法对石油贸易价格风险进行管理时,应选择较高的置信水平。本文的研究结果对石油贸易领域的投资决策及风险控制具有一定的参考价值。