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。     

论融资融券对中国股市波动性的影响

本文基于上证50每日股票价格收盘指数,将是否开展融资融券交易业务当作虚拟变量引入GARCH(1,1)模型和EGARCH(1,1)模型,研究融资融券交易与股市波动性之间的内在联系.研究结果表明:融资融券交易业务对股市波动性的影响具有杠杆效应,在一定程度上也可以降低股票价格的波动,但现阶段我国融资融券交易业务对股市波动性的影响不具有显著性.     

上证指数收益率波动的实证分析——基于ARCH族模型

股价指数的收益率序列具有几个特征,即尖峰厚尾、波动性群集等,运用传统的计量方法是无法准确地刻画出这些特征。通过利用ARCH族模型,选取2004年1月2日到2014年12月31日上证指数每日收益率共2670个数据对其波动进行定量、定性的分析,结果显示:上证指数日收益率存在ARCH效应、波动集聚性特征,并且用GARCH模型可以很好反映股市指数的波动性。     

融资融券对我国股市波动性的影响──基于上证指数的实证分析

文章通过在GED-GRACH(1,1)和GED-EGRACH(1,1)模型中引入两个虚拟变量来实证分析融资融券业务在试点期和转常规期对上证指数波动性的影响。研究结果表明:融资融券具有平抑股市波动的效果,并且转常规期比试点期的平抑效果更明显,标的证券扩充给市场增添了新的活力;股市波动具有杠杆效应,利空消息比利多消息对股市波动的影响更大。     

基于GARCH族模型的沪深300指数波动性模拟研究

本文运用GARCH族模型模拟沪深300指数收益率波动情况,得出结论:沪深300指数波动性的模拟,从简洁性出发应使用GED分布假设下的GARCH(1,1)模型;从精确度出发,即考虑其非对称性时应选择GED分布假设下的EGARCH(1,1)模型。企业和投资者可借助此模型相机投资;行业工作者和相关领域学者可参考本文方法展开进一步研究。     

上海黄金期货市场波动性实证分析

本文首先对上海黄金期货市场进行了分析,论证其收益率时间序列具有尖峰肥尾、波动率集聚特征以及存在持续的A R C H效应。同时利用EGARCH(1,1)模型对黄金期货的收益率波动进行分析,考察了交易量、持仓量与收益波动的动态关系,以及加入滞后一期交易量和持仓量对收益波动的影响。实证结果显示:上海期货市场不存在杆杠效应和高风险高回报特征;黄金期货交易量和收益率波动没有显著的关系,但是同期和滞后一期持仓量对收益率波动有显著的负向影响。     

基于GED-GARCH类模型的我国原油现货市场波动性的研究

选取2005年1月3日至2011年7月28日大庆原油现货日平均价格,以广义误差分布代替正态分布以反映金融资产的尖峰厚尾性,建立了GARCH(1,1)、GARCH-M、TARCH(1,1)、EGARCH(1,1)等多个模型,实证研究了我国原油现货市场收益率的波动特征。实证结果表明:大庆原油现货价格收益率具有波动集聚性;大庆原油现货市场收益率存在ARCH效应,在拟合大庆原油现货市场的ARCH效应时,GARCH(1,1)能较GARCH-M更好地消除ARCH效应;大庆原油现货市场存在明显的杠杆效应,利空消息对大庆原油市场的冲击是利好消息对原油市场的冲击的1.66倍,在描述大庆原油现货市场杠杆效应时,EGARCH(1,1)模型比TARCH(1,1)模型拟合效果好。     

基于EGARCH模型的中国股市周内效应实证研究

随着中国股市的不断发展壮大,股市收益率的波动性研究正受到越来越多的关注。本文以中国沪深股市为研究对象,在虚拟变量模型的基础上,运用指数广义自回归条件异方差模型(EGARCH)对其进行了实证分析,考察其是否存在周内效应。选取的数据包括上证综合指数、深证成份指数、巨潮40指数和巨潮小盘指数。研究表明沪深股市均表现出显著的周一效应,对于不同规模的公司,研究发现小市值公司的周一效应更为显著。     

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。     

基于Copula函数的上证综指量价关系

资产价格与成交量间存在同时存在线性和非线性的相关关系。本文对线性相关关系,运用VAR模型,建立上证指数和成交量间稳定的线性模型,研究了上证指数与成交量间的格兰杰因果关系,并对上证指数对数收益率和成交量对数变化率之间的线性关系给出定量分析结果。对于二者之间的非线性、非对称关系,先根据核密度估计模拟出VAR模型中对数收益率和成交量对数变化率的残差分布函数,再利用Copula研究了两者之间的相依强度以及相依结构,定量描述了上海股市量增价升现象并对其成因进行了分析。     

上证综指收益率波动性实证分析——基于Garch模型

股票市场作为金融市场的重要组成部分,受到投资者和学者的广泛关注。中国a股市场2015年更是波澜壮阔的一年,上半年疯狂且短暂的牛市以及自6月份开始断崖式下跌,引起了投资者和经济金融领域研究人员的重视。选取上证综合指数收益率作为研究对象,重点研究收益率波动性,一方面分析了收益率描述性统计特征,一方面基于Garch(1,1)和EGarch(1,1)模型采用实证分析方法估计了收益率条件方差,并比较了这两种模型。研究结果表明,上证综指收益率具有显著的波动聚集性,通过R/S(重标极差分析法)得出收益率具有长记忆性特征,周期近似为170天,通过自相关系数检查了收益率波动的ARCH效应,并通过Garch模型估计了收益率的条件方差。值得注意的是,通过方差序列的变化观察到收益率短期波动性的增大能够提示投资者回避下跌损失,更为宏观的结论是管理层应该重视股市过度波动对金融市场产生的影响,在未来的证券市场建设中加强法制建设,提升前瞻性,提高管理的有效性。     

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。     

基于GARCH模型对上证综指波动性的综合分析

文章主要采用GARCH模型及其衍生模型分析上证指数的波动性.通过对上证指数的时间序列进行建模,分析结果表明我国上证股市存在ARCH效应,数据分析表明上证指数存在尖峰重尾现象;股市波动具有相关性,即过去的波动对未来股市具有一定的影响;风险与收益具有正相关关系,高风险高收益;股市的信息是不对称的,存在杠杆效应.     

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。     

2007年金融危机对中国上证综指收益率波动的影响——从投资者行为的角度分析

过度自信与后悔厌恶是投资者普遍存在的两种心理偏差。通过过度自信与后悔厌恶对证券市场收益率分布的影响的定性分析可知:这两种心理偏差会造成证券市场收益率分布左偏,而且与正态分布相比较存在尖峰厚尾现象。本文利用GARCH、TGARCH、EGARCH等模型对上证综指在2007年初美国发生次贷危机后前、中、后三个阶段日收益率波动性进行研究,分析不同时期投资者行为对上证综指收益率波动性的影响。     

ARCH模型族的应用——沪市波动性特征研究

波动性是诸多经济和金融研究的一个重要方面。ARCH模型适用于具有群集性和方差时变性特点的经济类时间序列数据的回归分析。本文采用2000年至2007年12月的最新数据,利用ARCH模型及其扩展模型对上证综合指数的波动性进行实证研究,分析结果表明非对称的ARCH模型-EGARCH（1,1）模型可以很好地描述上海股票市场的波动状况。上海股市具有对信息反应的非对称性,波动的聚居性和波动的持续性等特点。     

对深圳股市收益率特征的分析

本文对深圳股市收益率的统计特性进行了讨论,表明股市收益率呈现右偏、尖峰厚尾的分布形态,不服从正态分布且不存在自相关性。根据收益率的这些特征,本文利用基于固定自由度为10的t分布的ARCH模型族来研究深圳股市收益率的特征。结果表明:EGARCH模型和非对称组合GARCH模型可以较好的描述深圳股市收益率特征。深圳股市收益率存在信息冲击曲线的非对称性特征和杠杆效应。股市收益率的长期参数将缓慢地收敛于稳定状态,而短期分量方程中存在非对称性特征。     

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。     

中外证券指数收益率和价格相关性的比较

本文应用统计方法对道琼斯工业平均指数收益率分布与上证指数和深证成指收益率分布进行对比发现,上证指数和深证成指收益率的波动性更大而且更加难以预测。我们还把道琼斯工业平均指数、恒生指数、上证指数以及深证成指的价格作相关性分析,得出上指与道指、深指与恒指联系更紧密的结论。