深证成指周收益率波动及预测实证研究——基于ARCH模型

文章以1996—2012年深证成指(399001)周收盘价为对象,就我国股市波动情况进行实证研究。研究结果表明,我国深成指周收益率序列不存在自相关;对比GARCH(1,1)模型和GARCH-M(1,1)模型,不含常数项的GARCH-M(1,1)模型优于捕捉深成指周收益率的波动性。文章最后对其波动性进行了预测分析。     

基于ARCH模型对万科A股票收益率波动实证研究

文章选取1996—2012年万科A股票收盘价格为样本对其收益波动性进行实证研究,对比分析GARCH、GARCH-M、TARCH和EGARCH四种模型。研究结果表明:万科A股票日收益率呈现明显的波动集群性特征,并且EGARCH(1,1)模型能最有效地捕捉万科A股票收益率的波动性。     

修正的KMV模型在上市公司信用风险度量中的应用分析

针对传统KMV模型在我国目前的市场环境下的不适用情况,本文采用GARCH（1,1）模型对公司资产价值的波动率进行了预测,以此来计算违约距离,并对ST公司和非ST公司的信用风险的识别进行了实证分析,发现基于GARCH（1,1）模型的修正的KMV模型在我国目前的市场环境中具有一定的适用性。     

利用GARCH模型模拟开放式基金净值波动

以某开放式基金的单位净值波动率为例说明我国基金价格波动有尖峰厚尾现象和金融市场中普遍存在的ARCH效应,在分析基础上建立了一个GARCH(1,1)模型。并将估计的GARCH(1,1)模型与其他形式的条件异方差模型比较,得出净值波动的GARCH(1,1)模型较为优越。     

变结构门限t-GARCH模型及其伪持续性研究

为了反映金融时间序列的波动集聚性、非对称性、厚尾性以及在实证研究中表现出的伪持续性，本文结合门限GARCH模型以及变结构的方法提出了变结构门限t—GARCH模型。首先用Monte Carlo模拟的方法考虑了变结构GARCH模型中存在的伪持续性问题；其次针对金融时间序列非对称性、厚尾性以及强持续性的特点提出了变结构门限t—GARCH模型，总结了关于变结构点检验的几个主要方法；最后用该模型来拟合沪市和深市两个股市的周收益率序列，得到了比GARCH模型更好的拟合结果。     

对上证指数波动性的实证分析

股票价格频繁波动是股票市场中最明显的特征之一。ARCH类模型可以成功的预测金融资产收益的方差。通过对我国股价指数的统计描述,表明我国金融资产收益率存在自回归条件异方差,并表现出非正态性。并且应用GARCH、TARCH、EGARCH模型理论,进一步分析了日收益率波动的条件异方差性、非对称性。     

我国SHIBOR市场利率波动的实证研究

以SHIBOR(上海银行间同业拆借利率)市场利率为数据样本,构建了带有混合高斯分布的Markov状态转换GARCH(1,1)模型,分析表明我国SHIBOR市场利率变动的时间序列具有尖峰、后尾和波动聚集等现象。对比普通的GARCH(1,1)模型、Markov状态转换GARCH(1,1)模型和带混合高斯分布的Markov状态转换GARCH(1,1)模型的贝叶斯后验参数估计值发现,第三种模型对我国SHIBOR市场利率波动的拟合效果最好,普通GARCH(1,1)模型的拟合效果最差。研究说明我国SHOBOR市场发展正在逐步健全起来。     

基于非线性相关的最小方差套期保值比率研究

在最小方差套期保值模型的基础上,提出了最小方差套期保值的期货与现货波动非线性对冲原理,利用非线性相关系数代替传统的线性相关系数,提高了套期保值比率的准确性。提出了套期保值的收益率波动预测原理,利用GARCH(1,1)预测期货收益率的方差,利用EWMA模型预测现货收益率的方差,解决了收益率在历史期和套期保值期间因收益率波动发生结构性变化所导致的套期保值效果失真的问题。实证研究结果表明,本研究的套期保值比率的有效性高于现有模型,应用本研究模型进行套期保值,可以有效规避现货价格风险。     

基于动态VaR模型的我国银行间拆借市场风险度量研究

本文介绍了一种基于GARCH和非参数法的动态VaR模型——L_VaR模型,用来度量市场风险与流动性风险两者综合风险的大小。并通过采样我国银行间隔夜拆借的高频交易数据,以及SAS软件的数据处理分析发现,GARCH（1,1）模型能较好地拟合隔夜拆借利率的波动情况,而非参数估计法（Boot- strap）能较准确地估计拆借市场流动性的波动水平。实证结果表明。基于动态VaR模型对于市场风险与流动性风险两者综合风险的短期预测效果较为理想。     

条件自回归极差模型与波动率估计

无论是在理论研究领域还是在应用领域，波动率的预测已经成为现代金融经济学和金融工程的重要课题。Chou（2005）针对极差提出了条件自回归极差模型（CARR）。本文在Parkinson（1980）的基础上，对极差作出了一个简单的修正，使得相应的CARR模型成为标准差的动态模型；然后以上证指数2001年4月27日至2005年12月5日的周收益率数据为样本，采用滚动样本的方法，利用CARR模型和GARCH模型分析了样本数据，作出了上证指数波动率样本外1至8周的预测，在多种事后波动率的测度下比较了修正后的CARR模型与GARCH模型对上证指数波动率的预测能力，证实了CARR模型在理论上的有效性。     

非参数GARCH模型对沪深股市的实证分析

利用非参数GARCH模型对沪深股市2000年1月4日至2009年12月31日每日收盘指数的对数收益率进行实证分析,并与参数GARCH模型估计结果进行对比,发现非参数GARCH模型拟合的波动率比参数GARCH模型更接近实际情况。     

成交量能解释收益率的GARCH效应吗:中国市场的实证

GARCH模型所刻画的收益率波动集聚特性的理论解释归因于交易信息流量的自相关结构。本文把成交量及其滞后项作为交易信息流量的替代指标，将其引入条件方差的动态模型，试图检验成交量对收益率GARCH效应的解释作用，中国市场指数的实证发现务件波动与同期交易量呈显著正相关，表明交易量及其滞后项中附含有额外的关于股票收益率方差的信息，但收益波动持续性依然很强，意味着交易量可能并不能作为交易信息流量的完全替代，亦可能是波动持续背后可能还有其他未知的解释因素。     

基于GARCH族模型的黄金价格收益率及波动性研究

文章应用GARCH族模型对黄金现货价格的收益率及波动性进行实证研究,实证结果表明黄金价格日收益率具有"尖峰厚尾"和"波动聚类"的特征。通过TGARCH及EGARCH模型发现我国黄金市场存在非对称性现象,正的冲击对黄金价格波动影响更大。     

上海股市收益率GARCH模型族的实证研究

利用GARCH模型族,实证分析了上海股市收益率的波动特征,指出上海股市收益率不仅具有条件异方差性,而且具有“杠杆效应”。     

基于ARIMA模型和GARCH模型的美元指数波动性分析

美元指数在金融危机前后出现了耐人寻味的变化,其波动影响着国际经济、政治格局。本文运用自回归单整移动平均时间序列(ARIMA模型)和广义自回归条件异方差时间序列(GARCH模型)的方法分析美元指数,采集大量历史样本数据,对其波动特性进行实证研究。运用ARIMA模型对未来短期美元指数走向进行预测,表明美元指数的波动有一定的规律。同时,对美元指数建立用于描述大量金融时间序列的GARCH(1,1)模型,通过模型的定阶、检验、预测发现GARCH模型有较好的预测较长期整体走势的能力。     

基于GARCH模型的金融市场波动性分析与预测

以上证指数2004年1月2日至2014年12月28日交易日收盘价格的实际数据为样本,采取两种不同的波动率定义方式分别建立上证指数波动率的GARCH模型,并对两种波动率进行预测对比分析,实证研究结果表明以标准差定义的波动率建立GARCH(1,1)模型进行未来波动率预测的拟合效果较好。     

沪深股市VaR的实证分析

随着2014年我国股市行情转好,股票市场的波动也不断加剧,市场风险日渐凸显。在关注市场收益率的同时,如何度量股市的波动性及其风险控制愈显重要。本文以反映我国股市总体走势变化的上证综合指数和深圳成分指数作为研究对象,建立反映波动性的GARCH族模型,发现沪市具有反杠杆效应和较高的风险回报率,而深市具有杠杆效应和较低的风险回报率。在Va R的估计方面,在各置信水平下EGARCH(1,1)模型和GARCH(1,1)模型分别在拟合沪市和深市的市场风险上效果最好,且沪市相比与深市具有相对较低的市场风险。最后,本文对以上实证结果做出分析,并据此得出了对于投资者、监管层以及市场的经验与启示。     

修正的KMV模型在上市公司信用风险度量中的应用分析

针对传统KMV模型在我国目前的市场环境下的不适用情况,本文采用GARCH(1,1)模型对公司资产价值的波动率进行了预测,以此来计算违约距离,并对ST公司和非ST公司的信用风险的识别进行了实证分析,发现基于GARCH(1,1)模型的修正的KMV模型在我国目前的市场环境中具有一定的适用性。     

中国股市收益波动特征分析

在以往文献中发现用传统的GARCH模型估计收益率序列通常表现出波动具有长记忆性特征和较高的方差持续性，这些特征可以由方差的结构性变点造成。本文采用Chow检验对上证综指收益率序列进行了方差结构性变点的检测，证实了这些结构性变点与影响中国股市收益结构的国内外重大的经济和政治事件相符合采用GARCH模型分段建模，发现了国内、国际的重大经济和政治事件对股市的影响作用。分段建模很好地刻画了我国股票市场的发展过程，各阶段的GARCH模型表明股票市场波动逐渐减缓，市场逐步成熟。     

基于VaR模型的某医药股份有限公司股价波动风险测度研究

近年来,随着药剂研发技术水平的提升、海外市场的拓展,在我国A股上市的某医药股份有限公司的股价大幅度增长。近日,随着某医药股份有限公司被纳入MSCI指数,越来越多的境内外投资者将目光投向该公司。但是,随着市值的增长,某医药股份有限公司的市盈率也达到90.04倍,风险远超同类制药公司。因此,研究某医药股份有限公司的股价波动风险测度具有一定的现实意义。文章基于VaR的GARCH族模型,对某医药股份有限公司的日收益率进行风险测度。研究结果表明:GED、T分布下的GARCH(1,1)模型能很好地描述某医药股份有限公司日度收益率的利率风险。