基于GARCH模型族的上证综指VaR计算

VaR已成为近年来国际广泛应用的风险度量方法。文章选取我国2008年至2012年每个交易日。上证综指的收盘价,结合GARCH模型族,在正态分布、t分布、GED分布三种收益率序列分布假设下,对VaR的值进行了分析和对比,并应用Kupiec提出的"失败频率检验法"进行了准确性检验,通过实证分析得出,采用TGARCH—GED模型能够较好地反映股市风险。     

基于GARCH族模型的股市收益率波动性研究

通过运用GARCH类模型对我国沪市的日收益进行分阶段分析,得出了对于不同的阶段,利空和利好消息对我国股市的影响是不同的,在熊市,利空消息产生的波动要大于利好消息产生的波动;而在牛市,利好消息产生的波动要大于利空消息产生的波动,而且在不同的阶段,投资者对风险所要求的收益也有较大差异。     

沪深A、B股市场分割的实证研究——基于GARCH模型的收益率波动引导关系

运用计量经济学中GARCH模型和Granger因果性检验。分阶段实证检验了B股市场自对内开放以及汇率制度改革以来,沪深两市A、B指收益率波动的引导关系。得到的结论主要有：B股市场对内开放以来,沪深两市收益率波动的引导关系以及A、B指收益率波动的引导关系有所增强;特别是汇率制度改革以来,A、B股市场收益率波动的引导关系表现得更加显著。     

基于随机波动率模型与GARCH模型的资本市场研究

本文就我国股市上证综指、深圳成指与香港恒生指数和美国道琼斯工业指数分别运用单变量GARCH、多元GARCH、单变量随机波动率与多元随机波动率4个模型来刻画资本市场的波动.研究结果表明,在对4个资本市场指数波动率的刻画中,多元模型优于单变量模型,且随机波动率模型要优于GARCH模型,上证综指与深圳成指和道琼工业指数之间存...     

我国股价收益率的波动聚集性--基于上海市场的实证研究

股票价格的频繁波动是股票市场最明显的特征之一。ARCH类模型可以很好地预测金融资产收益率的方差。通过对中国股价指数的统计描述，表明中国金融资产收益率存在自回归条件异方差的特征，并表现出非正态性。利用ARCH类模型对上证指数的波动进行了拟合，结果表明：GARCH模型对中国股市波动具有较好的拟合效果。     

基于GARCH模型的上证综合指数实证分析

使用GARCH模型对上海证券交易所综合指数2000年1月4日-2009年10月14日的每日收盘价进行数量分析。分析结果显示：我国股市日收益率具有明显的异方差性、波动性、聚集性、持续性和杠杆效应。这表明外部因素对股市的冲击很大，收益率与风险不一定成正比。     

基于GARCH模型的原油期货价格波动性分析

运用GARCH模型和EGARCH模型，分别在正态分布、学生t分布及广义误差分布下对纽约商品交易所WTI原油期货合约价格进行拟合，结果显示误差分布设置为学生t分布的模型较其它模型能更好地描述原油期货价格的波动．同时原油期货市场波动的非对称性显著，即此期货市场上存在杠杆效应。     

用GARCH模型检验基于香港股市国企指数的羊群行为研究

证券市场波动的羊群行为问题是证券市场研究中的一个重要课题。文章运用时间序列的GARCH模型对港股国企指数股票收益率序列建模,并用CSAD方法对港股证券市场的羊群行为进行回归分析,发现在样本区间指数股票呈现明显的羊群行为特征。     

基于GARCH模型的基金业绩评价指标

本文利用GARCH模型建立开放式基金业绩的动态度量指标,并利用建立的动态指标研究了开放式基金业绩的持续性问题。结果表明,利用GARCH模型构建指标得到的结论和经典指标基本一致,但具有短期性、动态性特点,有利于不同周期情况下的投资选择。     

基于GARCH模型的VaR方法在商业银行汇率风险管理中的应用

本文将GARCH模型应用于我国汇率风险的计量,通过人民币兑美元汇率日收益率VaR值的实证分析,证明基于GAKCH(1,1)模型得到的VaR值能很好的拟合人民币兑美元汇率的日收益率,在商业银行汇率风险管理中具有应用价值.同时,本研究也可为金融机构、监管部门以及外汇投资者规避汇率风险提供决策依据和理论参考.     

上海股市收益与波动的周内效应研究

股市周内效应一直是金融投资者关注的焦点问题，许多学者已做了大量研究，但多数文献将收益与波动的周内效应分开来进行研究和检验，忽视了波动与收益的共生性，其结果缺乏严密性和说服力。针对这种情况，提出平行数据GARCH模型并给出了参数的极大似然估计方法，进而对上海股市收益和波动的周内效应进行检验，既反映收益与风险存在共生关系，又避免了分别判断收益和波动的周内效应所致的缺点。     

沪市主要板块指数市场波动实证分析

GARCH—M模型通常应用于预期收益与预期风险密切相关的领域,根据金融理论股票的风险越大,其收益也就越高,故可认为股票收益的指数变动依赖于一个常数。利用GARCH—M模型和E—GARCH—M模型对沪市主要板块指数进行实证分析。结果显示沪市重要板块指数日收益率存在信息非对称效应、高风险对应高回报。     

基于GARCH-M模型的中国创业板收益率的实证分析

对中国创业板指数收益率进行统计性分析和残差检验,并建立了AR模型,发现残差序列存在明显的ARCH效应,即过程的方差不仅随时间而变化,而且有时变化很激烈;按时间观察会有＂波动丛集性＂或＂波动聚集性＂;从取值的分布来看有＂高峰厚尾＂的特征.因此,主要借助能够避免过度拟合并且更加简约、在处理金融数据易变性方面和非对称效应方面具有优势的广义ARCH模型（GARCH）消去ARCH效应、分析每日收益率,并利用GARCH-M模型对我国创业板的收益率与风险进行实证分析.最后利用信息冲击曲线来分析正负消息的冲击力差异,即＂杠杆效应＂.     

上证A指预测波动率期限结构的实证分析

本文是对证券市场波动率期限结构预测的一个尝试.本文采用上证A指在1994-12-21至2002-12-31期间内的日交易数据之收盘价作为研究对象,用AR、GARCH、GJR、GCOMP等模型预测出其在1997-7-2至2002-12-31期间的波动率期限结构,并将预测结果与实际结果进行比较分析.实证结果表明,尽管各种预测模型均存在一定缺陷,就短期(周或月)波动率的预测来说,GJR模型的预测效果最好,其次是GARCH模型,GCOMP模型表现最差,但就长期(季或年)波动率的预测而言,GCOMP模型表现较好.     

人民币汇率收益率及收益波动率长记忆性特征研究

论文利用经典R/S分析法和ARFIMA模型对人民币汇率收益率序列及收益波动率序列的长记忆性进行了研究。结果表明人民币汇率收益率及收益波动率均存在长记忆性,且波动率序列的长记忆性特征明显强于收益率序列。     

特殊处理股票的市场表现与上证指数关系的实证研究

通过实证研究特殊处理(ST)股票与上证指数市场表现之间的关系,以验证它们之间是否存在着“跷跷板”关系。其意义在于:理解ST股票的市场功能及为投资者提供一个简单的判断ST股票的风险的方法。     

基于GARCH模型的我国广义货币供应量变动规律研究

以广义货币供应量（M2）的历史信息为研究对象,分析了1999年12月-2014年4月我国广义货币供应量的变动规律,并根据历史数据进行时间序列分析,构建ARMIA模型,随后对模型进行检验和适当调整,构建GARCH模型,试图较准确地预测广义货币供应量的未来变化。从预测结果看,模型较好地发挥了预测功效,能够较为准确地预测其未来的发展趋势.     

基于 GARCH 类模型的黑龙江省现代化大农业资金供需预测分析

从黑龙江省现代化大农业发展的资金需求总量、子行业资金需求现状以及资金供给总量、资金供给结构现状进行分析,基于GARCH类模型预测了2013-2017年黑龙江省现代化大农业的资金需求总量和供给总量,分析了资金的缺口,得出加强财政资金对农业投资的引领作用、加强农业投资资金的整合、推进竞争性的农村金融市场发展、增强农业企业自主融资能力,从根本上和实际上解决黑龙江省现代农业投资的资金供需矛盾。     

上证综指收益率的长记忆研究

运用一种新的非参数统计方法即重标方差V/S分析方法考察上证股市收益的长期记忆效应,该方法比R/S分析与修正的R/S分析更稳健.研究表明:上证股市总体样本日、周收益率的Hurst指数均小于0.5,即不存在显著的长记忆效应,呈现反持续性.