上证50指数收益率特征及其波动性分析

研究国内非综合指数即成份指数(上证50指数)的收益率特征及其波动性,可以估计得出对指数风险收益具有较好预测作用的自回归———GARCH(1,1)-M模型,并实证分析指数收益的风险特性、稳定性、波动性等特征,这对当前探讨上证50指数相关指数衍生品推出及其投资分析均具有重要意义。     

基于GARCH类模型对美国股市波动性的对比分析

为研究美国股市股指的波动性特征,本文选取美国股市的Nasdaq指数和Russel2000指数的日收盘价数据,借助统计软件,利用GARCH类模型进行实证分析。实证结果表明：Russel2000指数的风险较Nasdaq指数更稳定,更适合投资,且相较GARCH(1,1)模型,满足学生t分布的APARCH(1,1)模型拟合的条件异方差可以更好地反映种股指日对数收益率的波动率情况,因此可选用此模型对两种指数波动率的未来值进行预测,为投资者提供未来投资参考。     

GARCH模型的沪深300指数收盘价波动性

近年来,我国有不少股指挂钩的理财产品推出,但是,股指价格的波动性给投资者带来了较大的风险。该文着力研究我国沪深300指数的波动特征,了解波动的不对称性,掌握我国市场存在杠杆效应等等。该文基于2005～2013年的沪深300指数收盘价的日度数据．采用GARCH（1,1）、GARCH—M、TARCH、EGARCH模型对沪深300指数收盘价的波动性进行分析,对于投资者预测走势以及做出相关决策部具有重大的意义．     

基于GARCH族模型的上证指数波动性实证研究

本文利用2008年1月2日至2014年2月28日的上证综合指数每日收盘价数据对其进行了ARCH效应的检验,结果表明上海证券市场存在着显著的GARCH效应,并且存在非对称的情况。在非对称模型的研究中发现,GARCH-M模型并不适合模拟我国上海证券市场股价的波动情况。在模型的选择上,从信息准则角度看TGARCH（1,1）最佳,从模型的预测结果看GARCH（1,1）最佳。     

基于Garch-M模型的我国沪深300指数研究

本文选取沪深300指数2014年1月2日至2014年12月31日的日收盘价作为研究对象,运用GARCH模型对其波动性进行实证分析,并且进一步引入GARCH-M模型研究我国沪深300指数收益率是否存在正风险溢价。研究表明:我国沪深300指数收益率时间序列存在着明显的ARCH效应,具有明显的异方差性和持续性;模型GARCH(1,1)对我国沪深300指数收益率波动性有较好的拟合性;同时研究发现我国沪深300指数存在一定的风险溢价现象,即预期风险越高,收益率越高。     

基于GARCH族模型的沪深300指数波动性模拟研究

本文运用GARCH族模型模拟沪深300指数收益率波动情况,得出结论:沪深300指数波动性的模拟,从简洁性出发应使用GED分布假设下的GARCH(1,1)模型;从精确度出发,即考虑其非对称性时应选择GED分布假设下的EGARCH(1,1)模型。企业和投资者可借助此模型相机投资;行业工作者和相关领域学者可参考本文方法展开进一步研究。     

中国开放式基金收益及其波动性的周内效应研究

了解基金收益及其波动性是否存在周内效应对投资者非常重要,投资者可以利用收益及其波动性的变动信息调整投资组合,增加投资收益。运用均值方程含有虚拟变量的GARCH(1,1)模型和条件方差方程含有虚拟变量的修正的GARCH(1,1)模型,我们分别对2003年6月1日至2005年8月18日期间中国开放式基金收益的周内效应和收益波动性的周内效应进行实证研究,结果显示,在研究期间内样本基金收益及收益的波动性在周三这一天显著不同于其他交易日,即存在“周三效应”。     

基于GARCH模型族的上证指数波动性研究

本文利用GARCH模型族对上证指数日收益率的波动性和波动的非对称性做了全面的分析。通过实证发现,上证指数收益率具有尖峰厚尾和聚集现象,并且表现出显著的异方差特征,同时其波动存在非对称性,"利空消息"会比"利好消息"使得股市产生更大的波动,另外,通过比较发现EGARCH(1,1)模型能较好地拟合上证指数收益率的波动性。     

论融资融券对中国股市波动性的影响

本文基于上证50每日股票价格收盘指数,将是否开展融资融券交易业务当作虚拟变量引入GARCH(1,1)模型和EGARCH(1,1)模型,研究融资融券交易与股市波动性之间的内在联系.研究结果表明:融资融券交易业务对股市波动性的影响具有杠杆效应,在一定程度上也可以降低股票价格的波动,但现阶段我国融资融券交易业务对股市波动性的影响不具有显著性.     

中国股市波动的CARR模型分析

ARCH/GARCH模型在波动性的预测已被学者广泛使用并在实证上得到良好的效果。本文以上海股市为研究对象,分别运用CARR模型和GARCH模型进行波动性预测,进而对两种方法的预测能力进行比较,实证结果表明CARR模型在拟合波动性方面优于GARCH模型。     

基于参数与非参数SVAR模型的货币政策有效性比较分析

本文利用1998年1月至2012年6月的工业增加值、M2和CPI月度数据建立了一个三变量的SVAR模型,并分别用极大似然估计方法和非参数联立模型的局部线性工具变量估计方法对其进行估计,将估计的结果进行比较并作相应的向前预测分析。结论表明:参数SVAR模型可以对变量进行解释,并做相应的脉冲响应和方差分解分析,但是估计精度及预测效果要低于非参数SVAR模型。文章的创新之处在于首次给出非参数SVAR模型及其估计方法,为日后对非参数VAR模型族进行研究和广泛应用奠定了一定的基础。     

基于支持向量回归的股市波动性预测

详细介绍利用支持向量回归方法进行金融时间序列预测的建模原理。将其应用到深圳股票市场的数据,进行预测。最后运用6种误差统计量对预测结果与基于BP算法、基于ARCH（1,1）模型、基于GARCH（1,1）模型的4种预测结果进行比较,并得出结论：基于支持向量回归的预测方法最优。     

初探我国沪市股价波动性——基于ARCH模型和GARCH模型

金融市场的波动一直是经济研究人员和投资者关注的焦点。在计量经济学领域,自回归条件异方差模型(ARCH模型)和广义自回归条件异方差模型(GARCH模型)经常用在金融时间序列分析中。特别是GARCH(1,1)模型在金融资产的波动性研究中得到广泛的应用。以沪市综合指数为研究对象,分别运用ARCH模型、GARCH模型进行初步研究,分析我国沪市股价波动的动态特征。     

股指期货推出对股市波动性的影响分析——基于S&P500指数和恒生指数的实证研究

随着沪深300指数期货的推出,关于股指期货推出后对我国股票市场波动性影响的讨论和研究也越来越有实际意义。本文采用比较有代表性的美国S&P500指数和香港恒生指数作为分析对象,分别采用加入虚拟变量的GARCH模型,对比观察S&P500指数和恒生指数推出前后,美国和香港股市整体的波动性是否有明显改变,得出两种股指期货的推出前后均加剧了股市的波动性,但从长期看有助于股市的稳定发展这一结论,从而对我国沪深300股指期货的实践有一定的借鉴作用。     

基于GARCH模型的创业板收益率波动性研究

股票市场的波动性一直是金融界研究的热门问题,也是衡量市场发展状况的重要指标,而我国创业板市场作为新兴市场,其波动性尤为引人关注。本文采用GARCH(1,1)模型,以创业板股票日收益率为研究对象,研究其波动性特征。     

ARCH模型族的应用——沪市波动性特征研究

波动性是诸多经济和金融研究的一个重要方面。ARCH模型适用于具有群集性和方差时变性特点的经济类时间序列数据的回归分析。本文采用2000年至2007年12月的最新数据,利用ARCH模型及其扩展模型对上证综合指数的波动性进行实证研究,分析结果表明非对称的ARCH模型-EGARCH（1,1）模型可以很好地描述上海股票市场的波动状况。上海股市具有对信息反应的非对称性,波动的聚居性和波动的持续性等特点。     

GARCH模型对沪市行业指数的实证研究

文章中通过基于正态分布和t分布的GARCH模型对沪市行业指数的波动性进行了比较分析,实证结果表明基于t分布的GARCH模型能更精确的描述股市的波动性。此外,文章还用EGARCH模型检验了市场波动的不对称性,实证结果表明沪市行业指数除地产指数外都存在明显的“杠杆效应”,做出市场冲击曲线也能直观说明股票市场的“杠杆效应”。     

基于GARCH族模型的创业板市场波动性问题研究

创业板的建立对我国实体经济起到了重要作用,但是创业板市场存在着较大的波动性,所以本文以创业板指数收益率为研究对象,构建GARCH族模型对其收益率序列的波动性进行研究。研究结果表明:创业板指数收益率序列的波动具有集聚性、持续性和非对称性,上述分析结果可以为创业板收益率波动的预测提供指导作用。     

基于GARCH模型的创业板指数收益率分析

本文选取了从2011年12月2日到2015年6月19日共计859个创业板指数日数据,并利用GARCH模型来检验市场有效性和整个股市的波动特征。通过对几种GARCH模型的比较可知GARCH(1,3)能够较好的对创业板指数进行检验和拟合。     

基于GARCH模型的上证180指数研究

随着股票市场规模的不断扩大,股票市场的不确定性也随之加剧,为了研究股票市场的发展状况。本文选取上证180指数1996年7月4日至2015年6月18日的日收盘数据为研究对象,针对其收益率序列,运用GARCH模型、对其进行拟合和检验。结果表明,GARCH(2,2)模型能够较好的拟合上证180指数收益率序列,且具有明显的异方差性和波动性。