上证综合指数波动研究——基于ARCH模型

证券市场的波动性与证券市场的不确定性及风险紧密相连;同时波动率也是套利定价模型、资本资产定价模型的核心变量。探索证券市场波动特征是市场投资者和理论研究者主要关心的问题之一。为了更好帮助正确认识我国证券市场的波动特征,有效规避市场风险,本文在借鉴国内外诸多研究成果的基础上,通过对我国上证综指的日收益率波动性的实证研究,来检验我国证券市场的波动特征并探索其产生的影响。通过陈述本文的研究背景、方法及目的,介绍本文研究思路和框架。再对2000年1月1日到2015年8月1日期间3768个上证指数日收盘价样本做ARCH效应分析和检验,得出上证指数收益率可以使用ARCH模型的结论。从而观察到上证指数日收益率序列具有聚类特征、尖峰厚尾和长记忆的特征。     

基于ARCH模型对上证指数收益率波动的实证研究

ARCH模型是为动态非线性股票定价的一种模型,广泛地应用于金融领域的时间序列分析。本文简要介绍了ARCH模型基本形式,并将在我国股市分析中应用ARCH模型,以上证指数日收益率作为变量,探究其波动性,并进行实证研究。研究结果表明:上海证券市场每日收益率具明显波动集群性特征,滞后期收益率对当前收益率的影响存在时滞性。已有研究表明我国证券市场的风险性和波动幅度均高于国外成熟金融市场。本文旨在从实证结果得出上海股市的波动特征,为我国金融市场进一步发展提供参考建议。     

基于沪市股票价格指数的ARCH效应实证分析

本文选取2003年1月6日-2O09年6月26日的上证指数日收盘价指数共1690个数据,利用计量经济学中有关金融时间序列的波动性分析的ARCH模型,对中国股市是否存在ARCH效应进行实证检验,浅析中国股市的波动性特征及其原因。     

基于GARCH模型对我国创业板波动性的实证研究

本文选取了2014年1月6日至2017年2月14日的创业板指数作为样本,分别运用ARCH模型、GARCH模型对创业板指数收益率的波动性以及波动的非对称性进行了初步研究。实证分析显示:创业板指数存在杠杆效应,其波动表现出集群现象和持久性,而且序列波动具有显著的非对称性。最后,本文根据我国创业板指数的波动特征,提出了相应的应对措施和建议。     

我国股市ARCH效应的实证研究

采用GARCH-t类模型对我国沪深两市日收益率的波动性进行实证研究,考察我国股市的ARCH现象、风险补偿效应和对信息的反应速度等情况,结果表明,该类模型能较好地刻画股市收益率的ARCH效应:股价变动存在明显的"尖峰厚尾"、波动丛集性、杠杆效应和波动持续性等现象;市场日收益率的方差均对其预期收益产生显著影响;引入日交易量的变化率来考察股价波动性同信息的关系,两者呈现出显著的正相关关系,但股价对信息的反应并非十分灵敏。依据实证结论,提出规范我国股票市场的建议。     

我国上证A股指数收益波动性的研究

本文运用ARCH族模型对我国上证A股股指日收益率及波动性进行实证研究,探索我国A股股指收益率波动特征。实证研究结果发现:上证A股股指日收益率呈现明显的波动集群性特征,因此我国证券市场表现出的波动幅度和风险性要远远大大高于国外成熟的资本市场;我国股票市场存在显著的信息非对称性和杠杆效应,尤其是股票市场好消息导致的市场波动比同等大小的坏消息引起的波动要小。研究结果显示回归模型存在自回归条件异方差,这表明我国股票市场波动具有条件异方差效应。     

我国上证A股指数收益波动性的研究

本文运用ARCH族模型对我国上证A股股指日收益率及波动性进行实证研究,探索我国A股股指收益率波动特征。实证研究结果发现:上证A股股指日收益率呈现明显的波动集群性特征,因此我国证券市场表现出的波动幅度和风险性要远远大大高于国外成熟的资本市场;我国股票市场存在显著的信息非对称性和杠杆效应,尤其是股票市场好消息导致的市场波动比同等大小的坏消息引起的波动要小。研究结果显示回归模型存在自回归条件异方差,这表明我国股票市场波动具有条件异方差效应。     

我国债券市场和股票市场收益率波动溢出效应实证研究

本文通过建立ARCH族模型对债券市场和股票市场的收益率波动进行了处理,并用条件方差进行了Granger因果关系检验,用来衡量波动的溢出效应,最后我们发现以上证指数和企债指数衡量的收益率波动之间存在双向的因果关系,即存在着波动溢出效应.     

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。     

沪港股市收益波动性的实证研究

由于受地理位置、经济文化等因素的影响,沪港股票市场在收益率波动性上存在相关性。本文利用ARCH族模型及Granger非因果检验对沪港股市收益波动性进行了实证研究,结果表明:沪港股市的收益率波动存在中等程度的正相关性;港市收益率对沪市收益率具有一期前导作用;两市的收益波动仅存在显著的港市对沪市的单向"溢出效应";而且两市的收益波动均存在明显的"杠杆效应"。     

沪港股市收益波动性的实证研究

由于受地理位置、经济文化等因素的影响,沪港股票市场在收益率波动性上存在相关性。本文利用ARCH族模型及Granger非因果检验对沪港股市收益波动性进行了实证研究,结果表明:沪港股市的收益率波动存在中等程度的正相关性;港市收益率对沪市收益率具有一期前导作用;两市的收益波动仅存在显著的港市对沪市的单向"溢出效应";而且两市的收益波动均存在明显的"杠杆效应"。     

基于ARMA-EGARCH-M模型的深证股指研究

文章简要介绍了股票市场波动性研究的发展过程,并以2003年1月2日—2011年1月4日的深圳证券收盘价为样本,对我国深市收益率进行统计分析。对收益率序列ADF检验,自相关检验,发现收益率可用ARMA模型模拟。对ARMA模拟后的残差ARCH效应检验,发现我们可用ARMA-EGARCH-M模型拟合。再对两模型进行比较分析。     

基于GARCH模型对上证指数收益风险波动的实证分析

金融市场的不确定性导致价格波动的随机性,而研究波动的随机性不仅可以支持金融理论,也对金融实践有重大意义.本文以上证指数的日收益率为研究对象,采用EVIEWS通过建立ARCH类模型对上证指数日收益率进行实证分析,浅释股指收益率与风险之间的关系.结果表明,GARCH（1,1）模型能够较好的拟合上证股票收益率的波动特征,如“高峰厚尾”、集聚等现象,而GARCH（1,1）-M模型在一定程度上能较好的表现出风险与收益率之间的关系.同时也验证了沪市在中长期内不存在杠杆效应.     

基于ARCH族模型的白银市场与黄金市场收益率波动性研究

本文选取上海黄金交易所2006年10月至2015年12月的白银与黄金合约产品的日交易数据,通过运用ARCH族模型,分析白银市场与黄金市场的ARCH效应、杠杆效应与波动溢出效应。结果发现白银与黄金日收益率序列具有明显的ARCH效应,利好消息比利空消息在白银市场上能产生更大的影响,而利空消息在黄金市场会产生更大的市场波动。白银市场与黄金市场存在双向影响,但黄金市场对白银市场的影响更加明显。     

基于上证综指的GARCH族模型实证分析

以1997年1月11日至2009年11月27日的上证综合指数的日度收盘数据为样本,运用GARCH族模型对其进行实证分析,检验了在这一段时间内我国股票市场的波动情况以及波动的杠杆效应,分析结果表明了上证指数对数收益率服从非正态分布,具有尖峰厚尾和明显的ARCH效应,并且股票的收益率具有明显的风险溢价和杠杆效应。     

沪深300指数收益波动性实证研究

本文应用ARCH扩展模型,基于广义分布假设对沪深300指数的日收益率波动性进行了实证研究,结果表明沪深300指数日收益率波动呈现明显的丛聚性和持续性,序列分布呈现尖峰后尾等特点,同时发现EGARCH(1,1)模型能够较好拟合沪深300指数日收益率波动实际,还发现沪深300指数日收益率的波动并不具有"非对称效应",且不支持风险溢价理论,并对此做了简要分析。     

沪深300指数收益波动性实证研究

本文应用ARCH扩展模型,基于广义分布假设对沪深300指数的日收益率波动性进行了实证研究,结果表明沪深300指数日收益率波动呈现明显的丛聚性和持续性,序列分布呈现尖峰后尾等特点,同时发现EGARCH(1,1)模型能够较好拟合沪深300指数日收益率波动实际,还发现沪深300指数日收益率的波动并不具有"非对称效应",且不支持风险溢价理论,并对此做了简要分析。     

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。     

我国深沪股票市场波动的对比分析

金融市场的波动是现代金融学研究的核心问题．而ARCH类模型已经成为国际上最常用的研究金融资产波动的模型。它的一个最大特点就是突破了传统方法中收益与风险线性关系的假定．反应了方差的时变特点。随着ARCH类模型的不断应用，它本身的形式也不断得以发展。出现了非对称的ARCH模型和成分ARCH模型。我国学者近年来也利用ARCH类模型做了许多的研究。陈泽中等（2000）使用GARCH模型指出了我国深市比沪市波动剧烈。王玉荣（2002）使用了ARCH类模型模拟了我国股市收益率波动状况．指出了中国股市波动存在聚类性和非对称性。陈浪南等（2002）也对我国股票市场波动的非对称性做了研究。李丽莎（2004）使用了三种ARCH模型再次描述了我国股票市场收益率波动状况。朱孔来（2005）运用TARCH模型进一步分析了日收益率波动的条件异方差性和非对称性。在上述的研究中．部分文献所采用的时问段过短．这对于最终结论是有一定的影响的．尤其是对于EGARCH模型的使用影响很大。同时部分文献所采用的数据没有经过平稳性的检验．因为早期的中国股市达不到弱式有效。价格指数通不过平稳性的检验。本文使用2000年深沪市的价格指数日收盘序列，都可以通过平稳性的检验．同时，本文还检验了常用的几类ARCH模型．得出了EGARCH可以较好的模拟我国股市波动状况的结论。     

基于GARCH模型的VaR方法在证券投资决策中的应用

由于股票市场的收益率具有尖峰厚尾及波动聚集的特性,使得对收益率的分析不能采用一般的方法,可以利用GARCH模型中的条件方差来度量其VaR,以此来消除股票日收益率的ARCH效应。将GARCH模型应用于我国证券市场中股票日收益率风险波动的计量,以民生银行和华夏银行为例,根据预测到的VaR值来计量股票风险波动的大小,从而得到同一行业中的哪只股票更有投资价值,为投资者提供正确的投资决策。