我国创业板市场的波动性研究——基于GARCH模型的分析

创业板市场,又称"二板市场",是为具有高成长性的中小企业和高科技企业进行融资服务的市场。2009年10月23日,我国创业板市场在深圳证券交易所正式启动,同年10月30日起正式交易。本文以我国创业板指数收益率时间序列为研究对象,运用GARCH模型对其波动性进行实证分析。研究表明:我国创业板指数收益率时间序列存在明显的ARCH效应;模型GARCH(1,1)对我国创业板市场波动性有较好的拟合性和适用性;创业板市场的波动十分剧烈,总体风险还较大。     

深市创业板指数波动性量化研究——基于ARMA-TARCH模型与VaR方法

本文选取创业板指数为对象进行量化研究,根据对创业板指数的描述性统计结果,选择ARMA-GARCH类模型来拟合创业板指数的波动规律.该模型能够描述样本数据的非正态性、体现冲击的非对称性与持续性.在此模型的基础上,本文有效地测算了统计期内创业板指数的每日VaR值,以期能为资本市场和监管部门提供具有参考价值的研究成果.     

人民币汇率波动对创业板指数影响的实证分析

研究人民币汇率波动对我国创业板指数的影响,利用GARCH(1,1)模型证明了人民币汇率与创业板指数之间的负相关关系,再引入VAR模型,进一步证明了两者之间不存在协整关系和Granger因果关系,且人民币汇率波动只在短期对创业板指数有显著影响,长期影响不显著,最后从不同角度分析了产生这种结果的原因。     

我国创业板市场波动规律研究——基于创业板指数的实证分析

本文选取2010年6月1日创业板指数发布以来至2011年11月创业板指数序列共352个数据,综合运用游程检验对市场有效性进行检验,结果证明我国创业板市场虽然仅推出两年时间,但已经部分达到了弱势有效,并构造指标,提出了相应投资模型。     

我国创业板市场波动规律研究——基于创业板指数的实证分析

本文选取2010年6月1日创业板指数发布以来至2011年11月创业板指数序列共352个数据,综合运用游程检验对市场有效性进行检验,结果证明我国创业板市场虽然仅推出两年时间,但已经部分达到了弱势有效,并构造指标,提出了相应投资模型。     

中国创业板市场的羊群行为——基于CCK模型的分析

近年来,我国创业板市场先后经历了熊市、牛市和剧烈波动等不同的市场环境,为研究我国创业板市场羊群行为提供了样本,然而目前对我国创业板市场羊群行为的研究较少。本文基于2014年1月至2015年11月创业板上市公司日度数据并采用CCK模型实证研究创业板市场的羊群行为。研究结果表明,我国创业板市场整体存在羊群行为,但不同市场环境下的羊群行为存在差异,剧烈波动环境下的羊群行为最显著,其次是牛市,而熊市环境下不存在羊群行为。     

基于GARCH族模型族的创业板指数波动性研究

本文通过GARCH族模型族对44业板指数收益率的波动性以及波动的非对称性进行了相关的实证分析。经过对该收益率序列的实证分析．我们发现该序列具有使用GARCH模型的一些显著特征：尖峰厚尾、集群现象以及明显的异方差性。此外．序列波动的非对称性也比较显著，创业板股市对于负面消息的反应要大于正面消息。即负面消息能够产生更大的股市波动。最后．通过实证比较得出TGARCH（1．1）模型可以很好地描述创业板指数收益率的波动性。     

创业板指数波动率预测效果比较研究——基于GARCH族模型

创业板的推出虽然为投资者提供了更为多样的投资渠道，但其投资风险明显高于主板市场。本文运用GARCH族模型对创业板指波动率进行了实证分析，并对各模型的波动率预测效果进行比较。结果表明，AR（1）-GARCH（1，1）模型对创业板指波动率的预测更为有效。     

基于ARCH族模型的中国创业板收益率及交易量与其关系的研究

本文主要研究中国创业板指数收益率以及交易量的关系,通过统计性描述和残差检验发现中国创业板指数收益率存在ARCH效应,即存在波动集群性、异方差性、平稳性、低阶自相关性、非正态性和尖峰厚尾的特点。通过ARCH模型回归发现去势交易量与同期收益率之间存在微弱的正相关性,并且交易量对收益率的波动把关"入市"与"退市"三方面降低创业板的风险。存在影响。当把交易量划分为预期和非预期部分后发现,非预期交易量对收益率以及收益率波动的影响更加显著。基于研究结果我们建议从把握政策调整力度、严格信息披露制度、严格把关"入市"与"退市"三方面降低创业板的风险。     

我国创业板市场和主板市场之间风险溢出效应的实证分析

本文利用GARCH-Diagonal BEKK模型、Chi-plot图以及Granger因果检验等方法,对我国创业板市场与主板市场之间的风险溢出效应(均值溢出效应和波动溢出效应)进行了实证分析,以此来分析创业板市场与主板市场之间的波动性、相关性及波动影响程度.研究结果表明:我国证券市场明显存在从主板市场到创业板市场的均值溢出效应;创业板市场与主板市场之间也存在波动溢出效应,两个市场的波动相关性随着创业板的发展而逐步提升;创业板市场与主板市场之间的风险传导强度呈现倒“V”特征(即先增加后减少).为进一步降低创业板市场的波动风险、促进创业板市场健康发展,本文提出强化创业板市场导向、健全创业板规则体系、强化投资者风险意识等政策建议.     

基于QRNN模型的创业板市场羊群效应的实证分析

金融时间序列普遍具有非对称性、非线性、尖峰厚尾等典型特征,本文在传统CCK模型基础上,以2013年1月14日到2016年12月20日的创业板指数成分股日收益率数据为样本,运用R软件建立神经网络分位数回归(QRNN)模型对我国创业板市场的羊群效应进行检验,实证分析结果表明:我国创业板市场存在着显著的羊群效应,神经网络分位数回归模型能够更加全面准确地揭示不同分位点处市场收益率对于横截面绝对偏离度的影响.     

我国创业板市场与主板市场联动效应的实证分析

自2009年10月30日首批28家创业板公司在深圳证券交易所集中挂牌上市,标志着中国创业板正式成立,研究创业板市场与主板市场之间的关系,日益成为各学者、投资者研究的重点。利用沪深300指数和创业板指数考察我国创业板市场与主板市场联动性。实证研究证明我国沪深300指数收盘收益率是创业板指数收盘盘收益率的单向Granger原因,而创业板指数收盘收益率不是沪深300指数收盘收益率的Granger原因。     

文化与金融融合发展的风险传导效应北大核心CSSCI

本文对文化艺术品市场与证券投资市场间的风险传导效应进行分析。研究发现:沪深300指数对文化艺术品市场存在单向溢出效应;文化艺术品市场和创业板指数是相互影响的,二者具有正的双向波动溢出效应;另外,文化艺术品市场与创业板指数的动态波动溢出效应更明显,二者具有典型的"同上同下"趋势。基于此,本文从完善市场交易规则、健全市场准入制度、建立艺术品投资对冲机制等方面提出相关对策建议。     

基于GARCH模型的中国股票市场波动性研究

2015年我国股市经历了大起大落,股市的剧烈动荡使我们有必要对其目前的波动性进行研究,发现其问题所在。本文主要对我国股市近几年的波动情况进行了研究,从股市波动的统计分析入手,再借助GARCH族模型对我国股市的波动特性进行了完整的分析。本文以上证综合指数为研究对象,以2009年4月1日到2016年3月31日共1700个日收盘价数据为样本区间对我国股票市场波动性进行了研究。通过建立GARCH(1,1)模型、TGARCH(2,1)模型和EGARCH(1,2)模型对上证综指的波动特征进行了实证分析,得出上证综指存在ARCH效应且其波动存在聚集性、持续性和非对称性的特点。     

创业板神话何时破灭?简

创业板如今面临业绩造假、市盈率高企等多种问题。创业板见顶说不时见诸报端,创业板盛宴何时散去？如何才能回归理性？自2012年12至2013年年底,创业板指数从585.44点急速飙升到1423.96的高点,在同期上证指数仅涨12%的强烈对比下,创业板指数涨幅高达143%。2013年10月10日市盈率高达56.34倍。2014年以来,创业板指数再攀新高,     

融资融券交易对我国证券市场波动性的影响

本文运用VAR模型对2010年4月12日至2014年12月31日期间沪深两市股指(股价)的波动性与融资融券余额之间的相互影响关系进了实证研究。研究显示:股价指数的波动主要受自身历史波动的影响,融资融券对指数波动性有微弱影响。从整体上看,融资余额会影响股价指数波动,而指数波动并不影响融资余额;融券余额不影响指数波动幅度,而指数波动幅度会影响融券余额。融资余额冲击对指数波动具有正向冲击,冲击在第七天达到高峰,而后逐渐减弱;融券余额在前三天对指数的波动性产生微弱的负向冲击,随后产生正向冲击,在第八天达到最大,而后逐渐减弱。     

沪市股票收益率波动性的研究——基于ARCH和GARCH模型的分析

本文选取沪市上证综合指数2004年12月30日至2010年8月9日的数据,运用ARCH模型及其扩展模型对其收益率进行了分析,发现收益率有较强的波动性,且滞后期较长,波动的持久性较长。由此提出要加强市场监管等措施。     

我国创业板市场IPO现状的分析及建议

创业板在这3年的发展过程中,企业的高估值随着经营业绩和成长能力的下降而被市场发现,企业开始回归其真实内在价值。我国创业板IPO现状分析为了能够更加全面地反映创业板市场状况,深圳证券交易所于2010年6月1日开始发布创业板价格指数(399006),进一步构建多层指标体系。从首日发布到2012年12月31日,创业板指数走势如图1所示。     

基于GARCH族模型的我国沪市股票波动非对称性研究

股票市场普遍存在着价格波动集聚性的特点,GARCH模型即冠以自回归条件异方差名模型是描述这一现象的有效计量工具。GARCH模型建立在ARCH模型基础上,同时衍生出GARCH族模型,用来解释波动性的特征。本文用本文选取2000年1月到2015年6月的上证综指日收盘指数数据GARCH模型及其衍生模型描述股票波动剧烈,并验证了我国股市存在收益异方差的特征。     

信息冲击对我国股市的影响

股票市场收益率的波动一直是国内外学者们研究的重点,大量的实证研究结果表明股票市场上收益率波动存在着非对称的现象。本文以中国股票市场上沪深300指数2008年1月2日至2020年3月31日的日收益率序列数据为样本,利用GARCH族模型对数据进行拟合,分析信息冲击对股票市场收益率波动的影响。