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。     

基于GARCH族模型的VaR方法对上证综指的研究

本文结合GARCH族模型的VaR在险价值方法对上证综指进行了实证研究。分析发现,上证综指日收益率时间序列满足ADF单位根检验,具有很好的平稳性;基于广义误差分布（ GED）和t分布假定下, VaR在险价值方法与GARCH族模型的结合更好的反应了股市收益率的风险特征。     

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EGARCH模型对香港恒生指数的实证分析

根据股票收益率的基本特性,基于正态分布、t分布和GED分布,对香港恒生指数日收益率序列建立EGARCH模型,进而以实例论证分析香港恒生指数。论证结果表明,基于GED分布假定下的EGARCH模型能更好的反映收益率的风险特性。     

沪深300指数风险价值分析——基于PARCH-VaR方法

由于我国的沪深300指数收益率序列呈现出三种特性:左偏、尖峰厚尾和波动聚集,PARCH模型可以更完美地刻画序列的分布特征。本文利用PARCH模型对指数收益率序列进行拟合,建立PARCH-VaR模型,用以评估中国沪深300指数的风险。研究结果表明,如果假设残差同时服从三种分布:正态分布、t分布和广义误差分布,基于广义误差分布的PARCH模型计算的VaR值最能够客观地反映中国沪深300指数的风险问题。     

基于VaR-GARCH模型的国际原油期货风险分析

基于金融时间序列的实际分布的尾部明显更厚,而峰度则更高的特征,可以运用在不同的分布假定下的GARCH模型的VaR计算方法来对市场的风险进行分析。利用GARCH族模型以国际原油期货的日收益率数据分别在t-分布和广义误差分布(GED)条件下来度量原油期货的在险价值VaR。在验证了多个模型和二种分布组合之后,得出了GARCH(1,1)-t分布模型对原油期货能较好的拟合和反映出国际原油期货收益率的风险特征性。     

银行间同业拆借利率风险测度研究——基于VaR模型

随着我国利率市场化的推进,商业银行暴露出越来越多的利率风险,探寻符合我国市场实情的利率风险测度方法显得十分必要。采用VaR模型进行实证分析,实证研究以银行间同业拆借市场利率作为观测数据,采用基于正态分布、t分布和GED分布假设的GARCH、TARCH和EGACH模型进行估计,得到如下结论:(1)基于GED分布的TARCH模型拟合效果最好;(2)t分布假设存在着高估利率风险的可能性;(3)相比于Norml和t分布假设,GED分布假设更符合于残差序列的实际分布;(4)银行间同业拆借市场存在着较大的利率风险,银行需要加强利率风险管理。     

基于VaR金融市场风险测度的实证研究

VaR方法是近年来国外兴起的一种金融风险管理工具,目前已被全球各主要的银行、公司及金融监管机构接受为最重要的金融风险管理方法之一。本文收集了2004年1月-2012年8月的沪市每日收盘数据,对其进行统计分析和检验,针对金融市场因子时间序列的厚尾性和波动聚类性,引入GARCH和EGARCH模型,分别对正态分布,t分布,GED分布下的模型做预测,并进行了事后检验,得出t分布和GED分布优于正态分布的结论。     

上海银行间同业拆放利率波动性研究

波动率是利率期限结构模型的重要因素。考虑到利率条件方差间的序列相关性和波动的非对称性,本文采用CKLS-EGARCH(1,1)模型对利率的波动进行建模,并分别估计了三种不同分布假设(正态分布、学生t分布和GED分布)下的模型。比较三者的拟合效果发现,GED分布假设下的CKLS-EGARCH(1,1)拟合效果最佳。     

基于GED-GARCH类模型的我国原油现货市场波动性的研究

选取2005年1月3日至2011年7月28日大庆原油现货日平均价格,以广义误差分布代替正态分布以反映金融资产的尖峰厚尾性,建立了GARCH(1,1)、GARCH-M、TARCH(1,1)、EGARCH(1,1)等多个模型,实证研究了我国原油现货市场收益率的波动特征。实证结果表明:大庆原油现货价格收益率具有波动集聚性;大庆原油现货市场收益率存在ARCH效应,在拟合大庆原油现货市场的ARCH效应时,GARCH(1,1)能较GARCH-M更好地消除ARCH效应;大庆原油现货市场存在明显的杠杆效应,利空消息对大庆原油市场的冲击是利好消息对原油市场的冲击的1.66倍,在描述大庆原油现货市场杠杆效应时,EGARCH(1,1)模型比TARCH(1,1)模型拟合效果好。     

基于GARCH模型族的沪深300波动研究

本文针对沪深300指数2008年6月到2013年7月共1241个样本数据,运用GARCH模型族理论,分别建立GARCH,GARCH-M及T-GARCH模型,发现其收益率波动具有显著的聚集效应及收益不对称性。并通过比较,发现T-GARCH(1,1)模型能够较好地描述沪深300指数波动的规律。     

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模型在主要消费指数实证研究中的应用

本文利用金融时间序列分析方法对沪深300主要消费指数作精确的计量分析,结合Evlews6.0统计软件,确定ARMA模型,再利用GARCH模型对残差中的条件异方差性进行修正,以此模型对主要消费指数进行全局预报和局部预报.实证结果表明,GARCH(1,1)模型能够对主要消费指数变化趋势进行较好的拟合.     

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。     

汇率制度改革后的人民币汇率风险度量

汇率收益率存在以下典型特征:尖峰厚尾、偏斜和波动聚集性。因此,本文考虑两种厚尾分布,即t分布和广义误差分布;并引入一种门限GARCH模型——GJR模型来实现VaR的动态建模。实证研究表明,基于广义误差分布和GJR模型的VaR模型具有最优良的性质。     

股票收益率的非正态性检验与分布拟合

经验分布直观显示股票市场收益率与正态分布有一定差异。多种正态检验方法对我国股票市场收益率检验结果为:我国股票市场收益率不服从正态分布,收益率分布呈现尖峰胖尾特征。本文采用Mantegna和Stanley(1995)提出的方法,得到上证综指收益率的特征指数估计=1.4837。同时,将实际收益率序列与稳定分布、正态分布作比较,结果表明:在样本均值的3倍样本标准差内稳定分布都可以很好地拟合收益率的分布特点,但是正态分布则不然。     

沪深两市收益率特征及波动率相关性分析

以沪深两市A股指数为样本,采用GARCH(1,1)模型,研究收益波动度的性质特征,并探讨两市场波动度的相关关系。实证结果表明,两市收益率存在尖峰厚尾与波动集簇等ARCH特征,它们的波动度存在Granger的因果关系。     

基于APARCH-GED模型的中国股市风险的度量与分析

以APARCH模型为基础,在正态分布和GED分布情形下测算了沪深两市时变风险值VaR及ES。结果表明:基GED分布的APARCH模型较好地刻画了高频时间序列的尖峰肥尾性及波动集聚性与持续性等特性,与VaR相比,ES能够较准确地估计尾部风险。     

恒指期货与现货及沪深 300 的周历效应

本文运用GARCH族模型对香港恒生指数期货收益率、恒生指数现货收益率及沪深300指数的收益率的周历效应进行了检验。文章的结论是,恒指期货的周历效应不显著,恒指现货表现出较强的负的周四效应,HS300指数表现出显著的正的周一效应。