黄金期货市场与股票市场的动态冲击效应实证研究

针对黄金期货市场与股票市场收益率的波动,运用结构向量自回归(SVAR)模型,选用最近4年的日内时间序列数据为研究对象,对上证综合指数及黄金期货收益率的冲击响应及格兰杰因果关系进行实证分析。结果表明,上证综合指数与黄金期货之间存在短期的交叉影响,短期内上证综合指数对黄金期货有预测效应,从长期看两者无显著关系。     

上证综合指数一月效应的实证分析

对于市场异象的研究持续了很长时间,而本文利用2000年至2012年9月份的上证综合指数每日收益率作为样本数据,运用虚拟变量检验中国股市的一月效应,得出结论：上证综合指数的一月效应不是很显著。     

金融危机后中国股市波动研究——基于GJR-GARCH模型的实证分析

根据2008年1月1日至2010年5月31日上证综合股指数日数据,采用GJR-GARCH模型对金融危机后上证股市收益率的统计特性进行研究,并分析了上证股市收益率波动的非对称性现象。结论表明:上证综合指数序列存在冲击的非对称性,同时也存在着杠杆效应;并且,由拟合得到的新闻影响曲线可以看出,GJR-GARCH模型的新闻影响曲线也是非对称的,即同样强度的利空消息较利好消息对未来波动的影响更大。     

上证综指收益率的影响因素分析

在我国证券市场上,上证综合指数是衡量股市动态的最基本也是最重要的指标.对这一指数及其收益率进行分析,有利于投资者更加了解股票市场的动态,掌握其发展趋势。本文选取2005年1月至2015年9月期间的月度数据为样本,以上证综合指数收益率为因变量,宏观经济中的主要影响因素为自变量,运用Eviews对各种因素影响上证综指收益率的方向和程度进行实证研究。     

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。     

证券投资基金和保险资金对股票市场影响的实证分析

本文利用上海证券交易所于2007年7月30日至2008年12月31日期间公布的Topview数据,对证券投资基金、保险资金的交易行为进行了实证分析,结果发现证券投资基金的交易行为是上证180指数(及指数的自然对数和对数收益率)变化的单向Granger原因,而上证180指数与保险资金交易行为之间不存在Granger因果关系。通过对相关变量的模型分析,我们发现在样本期间证券投资基金的交易行为对上证180指数(取对数)及其对数收益率的均值产生了微弱的正向影响,但没有对上证180指数(取对数)及其对数收益率的波动性(以残差或条件方差衡量)产生统计上显著的影响。     

证券市场成交量对收益率波动性影响的实证分析

本文根据上海证券市场上证综合指数2005年1月1日到2006年1月1日的复合收益率和日成交量。用GARCC模型描述日成交量对复合收益率的波动性影响。在GARCH模型中加入当期交易量、滞后一期的交易量，结果表明当期交易量变化率能明显削弱收益率条件方差的波动性，而滞后一期的成交量只通过对当期的成交量间接的影响复合收益率。     

中国沪深股市收益率相关性的实证分析

开放的资本市场,不同市场在资金流动、市场运作等方面联系的加强使得市场间的关联度增加。我国的上海和深圳交易所同处中国大陆,所面对的经济、政治和法律环境相同,监管环境、投资者结构、上市公司的质量、治理结构相同或相似。研究这两个股市间的相关性与互动性可以反映资金流向和市场效率。上证综合指数日收益率和深证成分指数日收益率均存在较大的波动,沪深两市日收益率序列均不服从正态分布,尖峰厚尾性显著,波动存在簇族性。可用GARCH模型和EGARCH模型来拟合收益率序列的波动性,通过模型得出沪市的有效性比较强,深市对沪市收益率的溢出效应不显著。     

股指水平值与股指收益率波动性之间关系的研究

TGARCH模型能较好地描述了股指收益率序列波动的集聚性和非对称性。但是,该模型并没有考虑股指水平值对收益率波动性产生的影响。本文将上证综合指数分成不同的区段,建立虚拟变量并引入到TGARCH模型,以此来对收益率的波动性特征进行实证分析,并研究股指水平值对波动性的影响。     

我国股市的羊群效应的检验——基于上证50指数的研究

本文旨在用ARCH模型来检验股票市场的羊群效应。以上证50指数以及18个样本股的日收益率数据为研究对象,对2007年3月20日-2012年8月3日期间我国股票市场的羊群效应进行检验,得出股市在这段期间存在着羊群效应的结论。