深证综合指数波动性的实证分析

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证券市场上股价变化的波动性.文章采用ARCH模型及其扩展模型GARRCH模型对深证综合指数的波动性进行实证研究,结果显示深证综合指数的分布表现出非正态性,且有明显的尖峰厚尾性,波动集群性等特点.最后利用ARCH类模型对深证综合指数的波动进行了拟合,结果表明GARCH(2,2)模型对深证指数波动具有较好的拟合效果.     

我国房地产指数收益率波动性的实证研究

本文利用ARCH类模型对我国房地产指数增长率的波动性进行了实证研究。结果表明房地产指数存在着明显的ARCH效应;GARCH模型更能准确地描述房地产指数的波动特征,且其波动性是对称,持续性的;房地产指数不存在明显的杠杆效应。     

基于GARCH模型族的深圳股市波动性分析

文章以深证综合指数作为研究对象．采用GARCH模型族对1997-2008年中国深圳股票市场的波动情况进行实证分析。研究结果表明，深圳股市具有明显的ARCH效应、深综指收益率序列具有显著的“尖峰厚尾”特点。存在波动聚集效应，期望收益与期望风险之间存在正相关关系。     

基于ARCH模型的中国股票市场波动特性实证分析

本文介绍ARCH模型及其扩展模型，并利用这些模型封我国土证指数和深成指数进行研究。选择股市日收益率为指标分析了我国股票市场的波动性特徵，结果显示我国股票市场收益有明显的尖峰厚尾性、波动集簇性以及波动的信息不对称性等特点。     

基于沪市股票日收益率的时间序列模型分析

近年来,用统计模型来描述金融时间序列的波动一直是国内外学者关注的重点.本文选取2000-2015年间上证指数日收盘价的数据,计算股票日收益率,利用计量经济学中有关金融时间序列的波动性分析的ARCH模型以及GARCH模型,对股票收益率波动是否存在ARCH效应进行实证研究和分析.     

基于股市行情的股票收益率波动性实证分析

文章用ARCH模型簇对股票收益率波动性进行建模,在充分考虑到股市行情对均值方程的影响后,用ARCH模型簇对最能反映中国股市波动情况的指数之一--深证成指股票对数收益率的波动进行建模.经过实证分析,中国的股市存在杠杆效应,在充分考虑到影响均值方程的股市行情后,得出EGARCH(1,1)模型是最优的拟合模型.     

基于GARCH模型的上证指数与GDP波动性研究

中国的证券市场与宏观经济关系已进入弱相关阶段,本文通过使用ADF检验、ARCH效应检验、GARCH模型分析以及Granger检验对两者的波动性进行分析和研究。实证结果发现,中国的证券市场与宏观经济都具有非正态分布的特性。其次,证券市场不存在自回归条件异方差效应波动,宏观经济存在自回归条件异方差效应波动,并且GARCH(1,1)最适合描述宏观经济的自回归条件异方差效应波动,上证指数的预测与宏观经济的预测两者之间具有互相印证的关系。     

我国权证收益率的ARCH效应分析

ARCH族模型自诞生以来,被广泛运用于宏观经济和金融领域。本文正是基于ARCH模型和GARCH模型,实证分析我国权证收益率的"尖峰厚尾"现象,并深入考察了现阶段权证市场上存在的12只权证收益率波动的条件异方差性。     

我国黄金市场波动状况与关联性探讨

本文应用GARCH系列模型,对我国黄金市场的波动状况进行实证研究.结果表明,GARCH(1,1)模型能很好的拟合我国黄金市场波动状况,验证了我国黄金市场具有ARCH效应,收益率不服从正态分布,呈现尖峰的分布特征,具有明显的波动聚集性和波动的非对称性.揭示了黄金市场具有比较大的风险性和不公平性,并提出政策建议,促进中国黄金市场健康、稳定的发展.     

应用极值理论和EGARCH模型对深圳股市VAR测量

精确度量风险是金融风险管理的关键问题。本文用随机波动模型将ARCH类模型和极值理论有机的结合起来，用来描述金融资产收益率尾部特征，从而计算VaR的值并用深圳成份指数进行实证分析，经过研究我们发现用随机波动模型调整估计出来VaR值比未经调整出来的值明显偏大，这说明在收益率序列不是独立同分布的情况下直接用POT模型，用GPD模型对超过阈值的数据进行拟合低估了真实的市场风险。     

上海A、B股市场收益率波动性对比研究及预测

运用GARCH(1,1)-M模型对样本期内上海A、B股市场收益率波动性进行了对比研究及预测。结果显示:上证A、B股指数收益率序列均存在"ARCH/GARCH现象";上海A、B股市场中,期望收益与期望风险正向变动;上海A股市场记忆期长于B股市场;长期中,上海B股市场预期收益将超过A股市场。进一步结合基本面情况可知,上海B股市场具有相对较高的长线投资价值。     

蔬菜价格波动特征研究——基于ARCH类模型分析

利用ARCH类模型研究蔬菜价格波动特征问题。结果表明:18种蔬菜具有价格波动集簇性和异方差性,其中冬瓜等6种蔬菜的价格具有显著的异方差效应和波动集簇性。GARCH模型表明6种蔬菜的价格波动都具有显著地集簇性,按价格波动持续性强弱比较,冬瓜、大白菜、土豆、洋葱的价格波动持续性强于青椒和生姜;GARCH-M模型表明只有土豆和生姜具有高风险高回报的特征;TARCH和EARCH模型表明6中蔬菜都具有显著的非对称效应,其中除洋葱和青椒以外,其他4种蔬菜两个模型的非对称效应都使得价格波动减小。     

考虑结构性变点的股指收益波动性建模

考虑到异方差及波动性突变问题,本文使用带结构性变点虚拟变量的GARCH类模型对近十年的上证指数收益序列进行拟合.结果表明,将虚拟变量加入EGARCH(1,1)模型的拟合效果相对较好,其中,假定扰动项t分布下的拟合优度最高,但GED分布假设下预测精度更好.     

基于VaR-GARCH模型的我国股指期货风险管理研究

股指期货风险管理的核心是基于波动率预测的风险度量,波动率可以用价格涨跌率进行描述,而股指期货价格涨跌率时间序列具有波动聚集效应、厚尾效应以及时变方差效应,故可采用对波动性估计精确可信的GARCH模型。在建立VaR—GARCH风险评估模型后,对我国单个股指期货合约IF1006进行实证分析,结果表明VaR—GARCH模型可以很好地预测和控制我国股指期货风险。     

基于GARCH族模型的深证成分指数波动性研究

基于GARCH族模型对深证成分指数的波动性进行实证研究。用学生-t分布的GARCH(1,1)模型分析了尖峰厚尾和波动聚集特征,用基于CED分布的GARCH-M(1,1)模型研究了风险溢价情况,以及用基于标准正态分布的EGARCH(1,1)模型分析股市波动的杠杆效应。结果显示,残差确实存在异方差性,股市中收益与风险成正比,同等单位的利空消息对股市冲击更大。最后根据实证研究给出结论与建议。     

应用ARCH模型对中国股市波动性的实证分析

本文以上证指数为研究对象,运用ARCH族模型,实证分析了我国股市在不同时间频率下,股价和收益率波动的特点,发现随着时间频率放大,ARCH效应逐渐消失。通过对比分析,验证了无论是股价,还是收益率的波动性都呈现出非对称性,其引入成交量指标后模型的拟合度并没有得到增加,因此,本文认为应建立反映流通股价变化的指数。     

基于GARCH模型的沪深两市波动性分析

资产收益率的波动问题是研究的焦点。我国股票市场还很年轻．对其波动性的研究一直是热点,目前研究的方法也很多。许多研究表明我国股票市场的波动性存在着一定的聚类现象．也即会存在条件异方差性。文章引用GARCH模型对中国股市的风险与收益进行实证研究．从对沪、深两市的各自分析着手,确定其关系,再结合两个市场的数据进行相关性的分析。两个市场的波动性有着密切的关系,以及中国股市将不断的有序、有效的发展。     

基于极值理论下ARMA-GARCH模型的实证研究

对2012年1月1日至2016年10月30日的上证综合指数日收益率进行平稳性检验、自相关检验、偏自相关检验和ARCH效应检验,可以建立ARMA-GARCH模型。ARMA-GARCH模型的残差项单独提取,分别建立正态分布和广义的Pareto分布模型,对标准残差进行拟合,并用滚动估计法估计置信水平为95%的VaR值。研究发现:ARMA-GARCH模型可以更好的说明日收益率的波动集聚性,而波动的厚尾性,即残差项用广义的Pareto分布可以更好的拟合,得到95%的置信水平下的VaR值的风险更小。为金融市场的研究提供借鉴。     

基于不同分布假设GARCH族模型对上证指数波动性分析的比较研究

股票市场的波动性研究已经成为众多研究者和投资者广泛关注的焦点。以上证股票收益率为研究对象,在三种不同的分布假设下,利用GARCH族模型对上证指数波动性进行了比较研究,分析表明:上证股票收益率具有显著的条件异方差性,且基于GED分布的GARCH(1,1)模型是消除该条件异方差性的最佳模型;上证股票收益率具有正的风险溢价,且基于GED分布的GARCH(1,1)-M模型是反映风险溢价情况的最优模型;上证股票收益率存在着明显的不对称性(杠杆效应),利空消息比利好消息更容易引起大的波动,且基于标准正态分布的EGRCH(1,1)模型是揭示该不对称性的最佳模型。     

基于Garch模型的股票市场股指收益率波动性研究

本文运用GARCH模型对深圳证券综合指数进行系统的实证研究,结果表明中国股票市场的收益率具有较为明显的尖峰厚尾分布,并且其波动具有集群的特征.