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。     

金融危机对中国股市波动影响的实证研究——基于GARCH模型族的分析

针对2008年由美国次贷危机引起的一场全球金融危机,利用GARCH模型族方法对金融危机前后中国股票市场的波动特征进行比较研究。本文首先对GARCH模型误差项的选择进行了比较,然后采用GARCH模型族对上证综指对数日收益率波动性进行分析研究。结论显示:上证综指的日收益率序列在金融危机前后均表现出波动的集群特征和"杠杆效应";金融危机之前,中国股市符合高风险高收益的特征,而金融危机之后,高风险并不意味着高收益;金融危机发生后,股票市场波动的持续性和长期记忆性减弱,意味着股票市场短期波动加大,短期风险增加。     

人民币汇率波动与中国股票价格报酬之间的相关性——基于2005年至2007年的实证分析

本文以2005年7月21日至2007年9月18日的中国股价与人民币兑美元的名义汇率数据,利用GARCH模型来探讨在这段时间内人民币汇率波动对中国股票价格报酬的影响。实证结果得知,在这段时间内人民币兑美元名义汇率波动是负向影响中国股票价格报酬的,也符合有价证券余额理论的主张;汇率市场对股票市场的影响在宏观决策中应予以高度重视。     

股票市场与外汇市场收益率波动溢出效应研究——基于多元BEKK-GARCH模型

用多元BEKK-GARCH模型检验了股票市场与外汇市场收益率的波动溢出效应,结合LR似然比检验和Wald检验,实证研究股票市场和外汇市场收益率的波动关系。研究表明:股票市场与外汇市场收益率序列都存在ARCH效应和GARCH效应,即都具有时变方差特征;且两市的波动具有较高的持续性。股票市场和外汇市场收益率存在单向的,不对称的溢出效应,即汇市对股市有波动溢出效应,反之则不然。     

带高频信息及交互效应的波动率模型

本文利用股票市场的高频数据波动率预测,采用隔夜波动率和交易时段波动率预测模型,其中,隔夜波动率模型考虑了周末效应对波动率的影响,在交易时段波动率模型中,"已实现波动率"采用基于周平均收益率的函数系数形式,以考察短期收益与高频信息的交互影响,建立了函数系数GARCH模型。基于上证综指的实证分析显示,隔夜波动率存在明显的周末效应,交易时段波动率"杠杆效应"显著,短期收益与高频信息存在显著的非线性交互作用。     

信用交易对我国股市波动性和有效性影响的实证研究

我国股市于2010年3月正式引入信用交易制度,这是证券交易机制的重大变革,对股票市场的波动性和有效性都产生了深远的影响。本文选取上证50指数和深证成指分别作为上海市场和深圳市场的代表,运用GARCH模型对2006年6月30日至2013年9月30日的指数收益率序列进行实证分析以探究信用交易制度推出以后股票市场波动性和有效性所发生的变化。研究发现：（1）开展融资融券业务显著降低了股票市场的波动性。（2）转融通制度的推出对股票市场波动性的影响尚不明显。（3）新信息对股票市场波动率的影响显著降低了。（4）历史信息对股票市场波动率的影响并不一致。     

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。     

基于GARCH-VAR模型的股指期货市场风险度量研究

本文以沪深300股指期货的日收盘价格数据为实证载体,基于GARCH族模型中残差的正态分布、t分布和广义误差分布（GED）三种不同情形,分别采用GARCH、TGARCH和PARCH模型计算不同置信水平下沪深300股指期货收益波动序列的VaR值,结果表明：分布假定和置信水平对VaR的计算结果有显著影响,GARCH模型的选择对估计结果影响较小。但综合比较来看,基于广义误差分布的GARCH模型的估计效果最优。     

中国股市与汇市的波动溢出效应研究

以上证综合指数和人民币兑美元名义汇率为指标,运用多元GARCH模型对中国股票市场和外汇市场之间的波动溢出效应进行的实证研究表明,汇率制度改革后,我国股市与汇市存在显著的双向波动溢出效应,汇市对股市表现出较强的波动传导,而股市对汇市的波动传递相对较弱,存在着波动传导的非对称性。     

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。     

我国证券投资基金与股市和债市的波动相关性——基于BEKK模型和失败检验法的研究

本文基于多元GARCH模型中的三元对角BEKK模型,分析了我国沪深两市基金与股票、国债市场的波动相关性,并通过失败检验法得出波动相关的具体数值.研究结果表明:沪深两市基金市场与股票市场和国债市场都具有显著的时变方差特征和波动持久性;沪市基金市场与股票市场存在30％左右的正向波动相关度,而深市基金市场与股票市场的正向波动相关性很小;两市基金市场都与国债市场有较大的负向波动相关性,表现出对波动明显的非对称效应.     

基于GARCH模型的集装箱运价指数及其衍生品波动性研究

建立GARCH族模型对上海集装箱运价指数(SCFI)欧洲航线和美西航线指数、SCFI衍生品(欧洲航线和美西航线)价格的波动特征进行分析。ARCH效应检验发现只有美西航线衍生品价格去均值收益率序列存在条件异方差性,其他三个序列不存在ARCH效应。对美西航线衍生品价格去均值收益率序列建立GARCH模型,发现基于残差服从GED分布假设下的GARCH(1,1)最优,存在较强的波动持续性;美西航线衍生品收益率与风险无关。建立非对称GARCH模型分析美西航线衍生品价格去均值收益率的杠杆效应,TARCH和EGARCH模型均显示序列不存在杠杆效应。     

中国实际GDP波动率的实证研究

本文对中国实际国内生产总值增长率的波动率进行了一种实证分析．利用最大似然方法估计了三种GARCH类模型(GARCH、T-GARCH和E-GARCH)、实证研究表明．GARCH模型提供了最好的统计拟合，它表明波动率是变化的．对GDP实际增长率是对称的。     

基于SEMIFAR模型的我国股市波动率的长记忆性研究

以深圳股票市场1997年1月1日至2011年10月10日深证成分指数行情数据为样本,采用SEMIFAR模型,研究中国股票市场波动率的长记忆特性。首先,对长记忆的统计检验进行计量分析,研究发现对数日波动率序列衰减缓慢并在滞后200阶的情况下依然显著,这表明我国股票市场波动率序列具有长记忆性。紧接着,尝试使用SEMIFAR模型对日波动率序列进行建模和预测,结果发现SEMIFAR模型在对数日波动率序列长记忆建模中效果很好。     

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GARCH族模型对H股指数期货的VaR与CVaR值的实证研究

本文以港交所H股指数期货的收盘价格数据作为实证载体,基于GARCH族模型中残差的正态分布、T分布和广义误差分布（GED）三种不同情形,分别采用GARCH、EGARCH及PARCH模型,计算H股指数期货收益波动序列的VaR和CVaR值,结果表明基于广义误差分布的PARCH模型（GED-PARCH）无论在计算VaR值还是CVaR值方面都是最优的。     

基于GARCH族模型对H股指数期货的VaR与CVaR值的实证研究

以港交所H股指数期货的收盘价格数据作为实证载体，基于GARCH族模型中残差的正态分布、T分布和广义误差分布（GED）三种不同情形，分别采用GARCH、EGARCH及PARCH模型，计算H股指数期货收益波动序列的VaR和CVaR值，结果表明基于广义误差分布的PARCH模型（GED—PARCH）无论在计算VaR值还是CVaR值方面都是最优的。     

基于实现极差和实现波动率的中国金融市场风险测度研究

目前比较流行的金融市场风险价值研究一般采用日收益数据,并基于GARCH类模型进行估计和预测。本文利用沪深股指日内高频数据,分别通过ARFIMA模型和CARR模型对实现波动率和较新的实现极差建模,计算风险价值。通过对VaR的似然比和动态分位数等回测检验,实证分析了各种模型的VaR预测能力。结果显示,使用日内高频数据的实现波动率和实现极差模型的预测能力强于采用日数据的各种GARCH类模型。     

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。     

股指期货对抑制股市波动的有效性研究

本文基于2006年到2012年的沪深300股指对数收益率日数据,采用引入虚拟变量的GARCH模型及TGARCH模型,实证分析股指期货制度对抑制中国股票现货市场波动的有效性及新信息引起的股市波动非对称性。结果表明:股指期货推出后,在减小现货市场波动性的同时,降低了投资者对利空消息的敏感性,一定程度上弱化了"追涨杀跌"等市场非理性行为。