印花税税率上调对我国股市不同行业的影响

本文利用ARCH/GARCH模型检验并比较了2007年5月30日印花税税率上调对我国股市不同行业波动性的影响,发现对房地产业波动性的影响最大,对运输物流业波动性的影响最小.     

中国股票市场波动性研究：模型选择及实证

以日收盘数据计算出的市场日收益率作为研究的基础数据,利用准极大似然估计方法QML估计三种ARCH类模型(GARCH、T-GARCH和E-GARCH)对中国股市波动性与稳定性的运行效果进行了实证研究的结果,得出EGARCH(1,1)模型是最优的拟合模型。运用最优模型实证发现中国股市不仅波动性很大,而且波动是不对称的。     

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时变波动性、厚尾特征、波动性群集等特点,传统的计量分析无法刻画这些特点。文章利用ARCH族模型,选取2003年1月20日～2013年12月12日上证指数每日收益率共2621个数据对其波动进行定量与定性的分析,结果显示,上证指数日收益率存在高阶的ARCH效应,杠杆效应,波动集聚性特征,条件方差对日收益率有很强的影响,其中EGARCH模型在反映股市波动性方面优于其他模型。     

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。     

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。     

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。     

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"。     

金融时间序列GARCH建模现状及发展分析

ARCH类模型是当今金融时间序列波动性建模分析的最重要的工具。而随着金融时间序列研究不断深入,金融时间序列的波动性特征不断显现,最初的ARCH类模型以及无法满足金融时间序列波动性建模的需要。因此,ARCH类模型也经历了相应的发展。