上证50ETF股指期货收益率及波动性长记忆性研究

文章采用KPSS-ADF联合检验、R/S分析以及修正的R/S分析检验上证50ETF股指期货收益率及波动性的长记忆性,对存在长记忆性的变量序列构建FIGARCH模型及FIEGARCH模型,并对两个模型的拟合优度的进行比较分析。结果显示,波动率序列呈现出明显的长记忆性,而收益率序列不具备长记忆性。对于具有杠杆效应的波动率序列,FIEGARCH模型拟合效果要比FIGARCH模型更好。     

国际股票市场收益率和波动率的长记忆性研究

股票市场长记忆性问题是金融学研究的一个热点问题,对于市场有效性的研究和系统非线性结构的分析有着重要的意义。本文运用修正R/S分析和V/S分析两种方法对世界上28个国家(地区)的股票指数的日、周收益序列和日、周收益波动序列进行了完整的长记忆性研究。结果表明:对于收益序列,以美国为代表的大多数发达国家股市一般不存在长记忆性,而中国等发展中国家大多存在显著的长记忆性,尤其中国股市的长记忆性最强;对于收益波动序列,所有国家(地区)都具有长记忆性,并强于收益序列。     

上海股票市场的周期性和长记忆性的实证研究

本文采用经典的R/S分析法对我国股票市场的长记忆性进行探讨,考察上海股票市场的多重非规则性周期.研究发现上证综指日收益序列,在3≤n<188时,结论支持上证综指日收益序列遵循随机游走;而在1 87≤n1 551时,Hurst指数显著小于随机游走情形下的期望Hurst指数E(H),收益率序列表现出较强的逆状态持续性.     

中美玉米期货的长记忆性检验及其影响分析

本文主要采用修正的R/S分析法对中美两国玉米期货的收益率及收益波动率进行长记忆性检验,结果表明,CBOT玉米的收益率不具有长记忆性,ECD玉米连一收益率具有长记忆性;二者的收益波动率均具有长记忆性的结论。并结合中美市场的差异对我国玉米期货市场的发展提出建议。     

我国股票市场价格波动长期记忆性分析

本文以我国沪深两市的数据为样本,运用R/S分析法及分整自回归条件异方差模型FIGARCH,研究了中国股票市场的长期记忆性问题,实证结果表明中国股市波动过程存在着长期记忆性特征。     

基于波动阶段划分的我国期铜市场长期记忆性实证研究

金融市场通常由于波动结构性突变的存在而出现伪长记忆性现象。运用ICSS算法寻找方差突变点进行阶段划分，运用V／S分析法对我国期铜市场波动阶段前后的长期记忆性进行检测和比较，并利用FIGARCH模型对波动序列的长期记忆性进行建模估计。研究结果表明，我国期铜市场存在全程长期记忆性；阶段划分后序列的长期记忆性显著降低；期铜波动的FIGARCH模型具有更优的拟舍效果和预测能力。     

上证综指收益率波动性实证分析——基于Garch模型

股票市场作为金融市场的重要组成部分,受到投资者和学者的广泛关注。中国a股市场2015年更是波澜壮阔的一年,上半年疯狂且短暂的牛市以及自6月份开始断崖式下跌,引起了投资者和经济金融领域研究人员的重视。选取上证综合指数收益率作为研究对象,重点研究收益率波动性,一方面分析了收益率描述性统计特征,一方面基于Garch(1,1)和EGarch(1,1)模型采用实证分析方法估计了收益率条件方差,并比较了这两种模型。研究结果表明,上证综指收益率具有显著的波动聚集性,通过R/S(重标极差分析法)得出收益率具有长记忆性特征,周期近似为170天,通过自相关系数检查了收益率波动的ARCH效应,并通过Garch模型估计了收益率的条件方差。值得注意的是,通过方差序列的变化观察到收益率短期波动性的增大能够提示投资者回避下跌损失,更为宏观的结论是管理层应该重视股市过度波动对金融市场产生的影响,在未来的证券市场建设中加强法制建设,提升前瞻性,提高管理的有效性。     

基于R/S分析的股市风格分形特征研究

运用多重分形R/S分析法研究我国股票市场的风格分形结构特征,通过计算中信标普公司推出的6种纯风格资产指数在不同时间标度下的收益率序列Hurst指数与平均循环周期,发现我国股票市场风格存在统计自相似性、标度不变性、长记忆性,不同风格资产指数收益序列具有不同的平均循环周期等分形特征,这为基金公司、基金经理及时地把握股市风格的轮换规律,构建适度风格漂移策略以获取短期超额收益提供了决策参考与理论支持。     

VaR-FIAPARCH模型与上证基金指数风险价值

通过对我国上证基金指数的日收益率序列的基本统计分析发现,收益率序列存在尖峰厚尾性,不服从正态分布.但杠杆效应不显著,而且收益率和方差都具有显著的长记忆性.由此建立ARFIMA-FLAPAECH-skt模型来计算基金指数的在险价值VaR,并对结果进行实证检验,结果显示相对于不考虑波动率长记忆性的ARFIMA-APARCH模型.ARFIMA-FLAPAECH-skt模型在1%及更低的显著水平上对于多头和空头计算VaR可以得到较好的度量结果.     

基于ARFIMA-GARCH模型族的黄金价格预测分析

本文针对黄金价格的长记忆性进行实证研究,利用Hurst指数来证实黄金价格中确实存在显著的长记忆性。以此对黄金价格的收益率进行分数差分后,再建立ARFIMA-GARCH模型族,从而反映了黄金收益率序列的波动聚集性。通过对不同模型的误差绝对值对比,选取出最能体现黄金价格序列动态特征的模型。实证结果表明,该类模型能够很好的反映黄金价格的波动规律,能够给投资者提供决策意见。     

基于GARCH模型的煤炭价格波动规律研究

为了研究煤炭价格波动规律,以秦皇岛大同优混煤2003年3月～2017年5月现货价格为实证研究对象,分别采用普通最小二乘法和GARCH模型对煤炭价格时间序列进行拟合.实证结果表明:煤炭价格时间序列表现出随机波动趋势,GARCH(1,1)模型拟合效果优于最小二乘法;外部冲击会加剧煤炭价格波动,煤炭价格时间序列具备长期记忆性;波动率序列具备ARCH效应,ARCH项系数和GARCH项系数之和略大于1,说明煤炭价格波动的持续性较强.     

有效市场假说与分形市场假说

本文通过对EMH和近几年兴起的FMH理论的比较,指出金融市场是符合FMH理论所说的尖峰肥尾及长期记忆性,并是宽意义下的自相似过程。     

对比国家股票市场收益的长记忆性

对于有效市场假说的检验而言,股票市场收益的长记忆性有着特别重要的意义。通常使用的长记忆性研究方法有经典R/S分析、修正R/S分析与对数周期图法等。本文根据实际情况,使用了修正R/S分析和V/S分析方法,有效的分析和研究了世界上31个国家的股票市场收益的长记忆性。通过分析研究的结果可以得出:对于大多数发达国家而言,其股市很少存在长记忆性,,而印度等发展中国家,存在比较明显显的长记忆性,尤其对于中国股市而言,其长记忆性很强。由此可知,V/S分析比修正R/S分析更加稳健有效。     

基于ARFIMA(p,d,q)模型的中国股市长期记忆性研究

本文运用三种估计时间序列长期记忆模型(ARFIMA(p,d,q)模型)的方法(MLE、SPR和GPH)对中国股市的长期记忆性特征进行了实证研究,研究显示出MLE方法优于GPH与SPR方法,并得出中国股票市场具有一般新兴股票市场的特征—长期记忆性,但中国股票市场的这种记忆性在逐渐弱化。     

基于V/S分析法的我国外汇市场长记忆性研究

2015年8月11日,人民币兑美元汇率报价6.2298元,较前一交易日贬值1.86%,创人民币兑美元汇率有数据以来单日最大跌幅。人民币汇率改革再次成为人们热议的焦点。本文以人民币兑美元汇率为例,运用分形市场理论,通过V/S分析法,分析我国外汇市场是否存在长记忆性,结果表明:我国外汇市场存在长记忆性特征。由此,我国在进行汇率改革时,应考虑到央行对汇率的短期波动及长期波动所带来的影响并制定合理的汇率浮动区间。     

上证指数收益率的波动性特征分析

本文在前人研究的基础上综合提出,收益率的波动具有尖峰厚尾性、长期记忆性、聚集性等特性。而且还用上证指数对尖峰厚尾性作了实证分析。     

上海股市系统性风险的长期变动特征研究

本文建立DCC-MVGARCH模型估计上海股市80家上市公司的时变β系数,分析β系数的统计特征,并采用R/S分析法研究时变β系数序列的长记忆特征,进而建立ARFIMA模型对β系数进行短期预测。研究结果表明,上海股市系统性风险水平偏高;时变β系数序列具有长记忆特征;描述长记忆的ARFIMA模型能够更好地描述β系数序列的长期变动特征并更为精确的预测未来期β系数。     

农产品期货价格时间序列R/S分析

R/S分析方法是金融时间序列分析的有力工具。农产品期货价格波动具有明显的非线性特征,期货价格增量之间不是相互独立的,价格时间序列具有持久性趋势和非周期循环长度。并且样本数据时间频率越高,赫斯特指数越小,反映了期货价格有更多的噪声,日价格更不稳定,比周和月价格有更多的变化。     

基于ARMA-GARCH模型的沪深300指数回报率波动性研究

收益率是衡量金融资产价格的一大重要指标,而其波动性能很好地对资产价格的波动进行描述。投资者通过对收益率及其波动性的研究,可以对未来资产价格波动情况进行预测,获得关于资产波动情况的有效信息。本文选取2012年～2021年沪深300指数的指数回报率序列,基于ARMA-GARCH模型对其波动性进行分析。实证结果表明：资产冲击虽对序列存在影响,但ARMA(2,2)-N-GARCH(1,1)模型仍是有效拟合沪深300指数回报率波动特征的最优模型。对收益率序列进行预测时,静态预测结果下,收益率的波动程度具有显著的过滤效果;动态预测结果表明沪深市场中收益率序列围绕正值（约5%）波动,投资者在整体情况下能得到正向反馈,沪深市场是非零和市场。     

中国股票Hurst指数的计算与实证分析

Hurst指数是一种分析股票的时间序列特征指标。通过重标极差法计算出了中国全部主板、创业板上市的A股股票Hurst指数,并且进行了统计分析,证明了股票价格的波动符合有偏随机游走的特征。最重要且最具有创新意识的是文章对Hurst指数进行了计量分析,分析影响中国上市股票Hurst指数的因素,并且从股票价格趋势黏性的角度进行了直观解释。