TARCH-M模型在测度上海证券市场风险中的应用

本文主要介绍一种新的模型,即TARCH-M模型来对上海证券市场风险波动进行实证分析.该模型保留了传统GARCH模型描述收益率波动集群性和过度峰度的优势,而且能描述金融资产收益率序列的有偏分布,同时根据资产定价理论,把股票风险波动考虑到股票收益率模型中.通过该模型,我们可以根据rt的历史数据对未来的风险波动σ2t进行预测,从而可以很好地测度出上海证券市场的风险波动,为政府部门监管股市,避免股市大起大落,为投资者规避市场风险提供理论依据.     

ARCH模型族对上证综指收益波动的实证分析

金融时间序列的波动呈现聚类现象,即方差随时间的变化而变化,而传统的金融计量经济学模型对它的描述较为简单。本文运用ARCH模型族对2005年7月21日人民币汇率改革至2009年10月20日上证综指日收益率序列进行了实证研究,对模型结果分析并提出了相应的建议。     

上证指数收益率波动研究

各国的资本市场以及大量的统计数据证明,股票价格的收益率波动并不是标准的正态分布,而是具有"尖峰厚尾"的统计特征。收益率的方差出现"时聚性",即具有异方差的特征。且股价收益率具有不对称性,即负面消息的冲击要显著大于正面利好消息的影响。基于股票收益波动率的此类特点,文章首先对上证综合指数进行描述统计分析。针对通过差分得到平稳的收益率时间序列,运用ARCH模型进行实证分析,并选择GARCH类模型中拟合效果最好的进行蒙特卡洛模拟,运用计算机仿真手段得到更加稳健的参数与分析结果。     

上证综指收益率波动性的量化研究

本文首先建立上证综指随机游走模型,明确股价的影响因素,进而建立上证综指残差序列ARCH模型,提取残差序列中影响股价的信息.最后,建立上证综指收益率序列GARCH模型,揭示收益率序列的波动性特征.研究表明上证综指序列遵循零漂移随机游走过程,上证综指序列及其收益率序列均表现出波动聚集性.     

基于GARCH模型的沪市波动性的实证研究

资产收益率的波动问题是现代金融投资研究的重要问题之一。自回归条件异方差（ARCH）族模型作为近年来兴起的理论模型,由于其在刻画金融时间序列波动特征方面的良好效果而受到广泛关注。文章采用1999年至今的上证指数收益率作为样本数据进行建模实证分析,分析上证指数收益率的特征,结果表明上证指数收益率具有明显的方差聚集性、波动性和尖峰厚尾特征。     

GARCH族模型在我国的应用研究探讨

一、引言自回归条件异方差模型（ARCH模型）是金融领域研究市场波动的基础性研究工具,由Engle（1982）首次提出。研究认为资产收益率的扰动项是序列不相关的,但并非独立,其不独立性表现为能够用其延迟值的二次函数形式进行描述。模型描述了方差随着时间而变化的特点,所以在金融市场预测和决策方面取得了显著的效果。     

基于CARR模型对我国股指期货的非对称性研究

本文以沪深300股上证指数日收益率作为研究样本,在EGARCH模型的基础上,运用CARR模型对上证指数日收益率的非对称性进行预测和实证分析.结果表明,在运用CARR模型对波动率数据进行拟合的条件下,收益序列的波动特征呈现出杠杆效应,即收益率波动具有非对称性.     

我国开放式基金市场收益率波动性研究

自从2001年首只开放式基金发行以来,我国开放式基金迅速发展,逐渐占据基金主体地位,但有关开放式基金市场收益率渡动性研究的文献并不多.一般认为,自回归问题是时间序列数据所特有,而异方差性是横截面序列数据的特点,本文通过对2003年以来我国开放式基金市场收益率序列数据进行研究,发现我国开放式基金市场收益率序列不服从正态分布,具有明显的"尖峰厚尾"特征,并且收益率的波动存在明显的集聚性.运用GARCH(1,1)模型较好的描述了这一波动特征.     

我国开放式基金市场收益率波动性研究

自从2001年首只开放式基金发行以来,我国开放式基金迅速发展,逐渐占据基金主体地位,但有关开放式基金市场收益率波动性研究的文献并不多。一般认为,自回归问题是时间序列数据所特有,而异方差性是横截面序列数据的特点,本文通过对2003年以来我国开放式基金市场收益率序列数据进行研究,发现我国开放式基金市场收益率序列不服从正态分布,具有明显的“尖峰厚尾”特征,并且收益率的波动存在明显的集聚性。运用GARCH（1,1）模型较好的描述了这一波动特征。     

运用ARCH类模型研究上证基金市场的波动性

2006年基金业表现辉煌,但基金市场的收益率也呈现出一定的波动性.选取上证基金指数为研究对象,运用ARCH模型族对指数收益率的波动性进行实证分析,并对波动性进行了预测,结果表明,GARCH(1,1)模型对上证基金指数的波动具有很好的拟和效果;指数收益率表现出非正态性和波动的集聚性的特征;在未来一段时期内,基金收益率的波动性会减小.     

玉米期货价格的波动分析

本文基于玉米期货价格数据,运用ARCH类模型和马尔科夫机制转换模型分析玉米期货价格的波动规律和特征。研究表明,玉米期货价格存在一阶ARCH效应和＂杠杆效应＂,玉米期货价格收益率具有显著的波动集簇性;TARCH和EGARCH模型估计结果,玉米市场中价格上涨信息引发的波动比价格下跌信息引发的波动要大,玉米价格波动具有显著的非对称性。我国玉米期货价格确实存在马尔科夫机制转换;在样本研究期间,我国玉米期货价格存在比较明显的三个上涨和下跌阶段,在波动中保持上涨趋势。     

国内外原油市场收益率及其波动性的双长记忆性测度

本文基于我国原油现货价格和欧洲Brent原油现货价格的数据,运用多种计量模型对原油市场收益率及其波动性的长记忆性进行测度。研究发现,我国原油市场收益率序列不存在长相依性特征,波动率序列则存在长记忆性效应;国外原油市场收益率及波动率序列均存在显著且较强的长记忆性。同时,检验结果表明,采用Student-t分布来刻画"尖峰厚尾"分布性质并利用TGARCH模型来描述"杠杆效应"是非常必要的。     

沪深300指数收益率波动实证研究

波动性是股票市场的重要特征,本文从股票的波动性出发,选取沪深300综合指数为研究对象,采用GARCH模型族对2005到2012年沪深300指数日收益率的波动情况进行了实证分析。实证分析结果表明,沪深300指数具有明显ARCH效应,股指收益率具有显著的“尖峰厚尾”特点,并存在波动的集群效应,表现出明显的波动持续性。     

基于GARCH族模型对中国股市波动的分析与预测

运用GARCH类模型对沪深300指数序列的波动性、收益率进行了实证研究,并且对序列做了拟合与预测,获得了不错的效果。除此,还证实了中国股市存在着显著的非对称效应。     

GARCH模型在计算上海股市风险价值中的应用研究

本文主要讨论VaR模型中有关波动率的估计方法.通过研究上证综合指数收益波动特征,发现其收益率服从高阶ARCH过程.然后分别采用GARCH(5,4)模型和RiskMetrics标准法预测上证综合指数收益的VaR值.返回式检验表明,GARCH模型比RiskMetrics标准法能更准确地反映我国上海股市的风险.     

ARCH类模型与金融经济学的技术化取向

本文介绍和评价ARCH模型及其拓展性研究成果的基本学术思想和学术贡献，并以计量经济方法在金融分析领域的广泛应用为背景，讨论现代金融经济学发展的技术化倾向以及ARCH类模型未来发展的前沿性领域。     

理性资产价格

在金融和经济学中的一个中心主题，就是要为不同金融资产的收益率寻求一套统一理论。我们尤其要讨论金融资产收益率的均值、可协方差性及可预测性。从宏观角度，我们学习了短期无风险利率、长期债券收益率与无风险利率的差值以及股票市场风险在无风险利率基础上的加总证券溢价。而从微观角度，我们研究了个别股票与股票族收益率的差值，价值股与成长股的关系以及历史上亏损股票与获益股票的关系。     

上海股票市场的ARCH效应分析

由于股票市场收益率序列残差具有时变波动性、厚尾特征、波动集聚等特点，传统的计量分析无法刻画这些特点。因此许多金融学家和计量经济学家开始尝试用不同的模型和方法来解决这一问题。其中具有代表性的是恩格尔（Engle）提出的“条件异方差自回归模型”，简称ARCH模型。经过近二十年的发展，目前该模型已被认为是最集中地反映了方差的变化特点，从而广泛地应用于经济领域的时间序列分析。因此，利用ARCH类模型分析上海股票市场的波动特性并对其进行分析具有一定的理论和现实意义。     

我国证券市场收益波动度及相关性分析

本文以沪深两市A股指数为样本，采用GARCH（1，1）模型，研究收益波动度的性质特征，并探讨两个市场波动度的相关关系。实证结果表明，两市收益率存在尖峰厚尾与波动集簇等ARCH特征，它们的波动度存在Granger的因果关系，在预测时应综合考虑两市的市场走势。     

Asymmetric-Laplace-AGARCH-M模型下的股指风险研究

本文采用非对称Laplace分布来拟合具有尖峰、厚尾、有偏特征的金融收益率残差序列,利用AGARCH-M模型来描述金融序列波动的＂杠杆效应＂,提出了准确有效的Asym-metric-Laplace-AGARCH-M模型来度量金融收益序列的ES。通过实证分析表明,Asymmetric-Laplace-AGARCH-M模型能很好地度量金融收益风险。