沪市股指收益率波动性研究

本文运用ARCH模型族对上证指数收益率的波动性进行研究,分析了上海股市波动性的特点,通过比较发现,对于上海股市股指收益率的波动性,EGARCH(1,1)-M模型和EGARCH(1,1)模型都能很好地拟合,同时还对上证指数收益率的波动性进行了预测分析。     

沪市股价收益率波动性分析

股票市场收益率波动性对于证券组合的选择、风险管理与控制有着极其重要的联系,为了更深入地研究股市变动情况,选取2000年至2014年上证综指为样本数据,经处理变换后得对数收益率并探究其基本统计特征,得出上证综指呈现非正态性分布,具有尖峰厚尾性、非对称性等特征,然后运用ARCH类数学模型解决股市波动中产生的方差时变性问题,得出估计模型。     

ARCH族模型在上证收益率变动中的实证研究

股票价格的频繁波动是股票市场最明显的特征之一。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,结果发现,我国上海股票市场收益率序列有明显的尖峰厚尾性、波动聚类性、非正态性以及存在条件异方差特性,波动的信息不对称性等特点。     

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。     

我国股指期货市场动态有效性研究

本文将沪深300股指期货合约数据分为不同时间段的四个子样本,同时运用ADF单位根检验和方差比检验判断其是否符合随机游走模型,并探究其渐进有效性。结果表明,在不同时间段里,我国股指期货市场均达到了弱式有效,但没有明显的证据表明我国股指期货市场的有效性有所增强。     

基于GARCH模型的沪市地产股波动性研究

本文在对沪市地产指数和五只代表性股票的波动性进行统计描述的基础上,通过建立GARCH和TGARCH模型,对沪市地产股的波动性做进一步分析,结果表明我国沪市地产股收益率序列的波动具有显著的异方差性,股价波动存在集群性和持续性,以及非对称性等特征。     

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。     

深证综指399106指数收益率波动分析

文章应用GARCH模型分析深证综指收益率波动的变化特征。结果显示:深证综指收益率存在较强的条件异方差,而GARCH模型能较好的消除条件异方差。     

我国原油价格波动性的实证研究——基于GARCH类模型的分析

本文利用GARCH模型、GARCH-M模型和EGARCH模型研究我国原油价格的波动性。研究结果表明,原油价格的波动存在集聚性和持续性,波动幅度比较大,波动集聚现象比较持久。原油市场预期风险的增加会带来预期收益的增加,符合市场经济的运行原则。我国原油价格波动存在着非对称性,油价下跌的信息对以后油价的波动影响更大。     

中国股票型基金收益率波动性研究

针对中国股票型基金收益率的波动现象,利用时间序列理论,通过Eviews6.0软件,对兴全全球视野股票型基金建立EGARCH模型,分析发现该基金收益率序列均是平稳的,存在尖峰厚尾和波动聚集的现象,且其残差具有明显的异方差性和ARCH效应,研究还发现该基金收益率序列的波动是非对称的,存在杠杆效应,因此使用EGARCH模型描述股票基金收益率波动具有实际参考价值。     

ARCH-M模型在上证股价波动中的实证研究

股票价格的频繁波动是股票市场最明显的特征之一。本文利用ARCH-M模型对上证日收盘价序列进行了分析和实证研究,结果表明上证股价指数存在条件异方差特性,并表现出非正态性。然后用该模型对上证日收盘价进行了短期预测,结果表明该模型能够较好地反映上证股价指数的变化特征。     

我国股市的波动性特征分析——基于GARCH模型

自从资产组合理论建立以来,人们一直在探索收益与风险契合的最佳点。而波动率作为测量股市风险的重要工具,一直为大家所重视。而GARCH模型族由于其在风险测量方面的优势,一直为大家所认同。本文运用GARCH模型,把上海股市分为四个阶段进行波动率的分析。发现我国股市各个阶段不同的波动特征。     

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。     

基于参数与非参数GARCH模型的中国股市波动性预测

本文采用了2003年1月1日——2010年6月30日的上证综合指数和深证成份指数的每日收盘价所得的对数百分收益率为样本,分别运用标准GARCH（1,1）模型和非参数GARCH（1,1）模型[1,3]研究了中国股票市场的波动性,并对这两种模型的估计结果进行了比较,最后利用误差度量指标比较了这两种模型的估计能力,结果发现,非参数GARCH（1,1）模型对股市波动性的预测精度有明显的优势。     

沪市波动杠杆效应变化趋势及成因分析

本文首先利用GJR-GARCH模型分析了沪市不同时段波动的非对称性及杠杆效应。然后对比了不同时段GJR-GARCH模型,结果表明:(1)沪市存在显著的波动非对称性和杠杆效应;(2)沪市波动杠杆效应随着时间的推移逐渐变小。最后通过分析证券市场各微观要素及其相互关系,得出了沪市波动杠杆效应逐渐变小的原因。     

沪深300股指期货市场弱式有效性检验

市场有效性是衡量股指期货市场发展质量的最重要指标之一。本文采用2010年4月16日－2014年4月17日的日频交易数据,运用 wild bootstrap 自动方差比检验、广义谱检验和Dominguez－Lobato检验等方法,对沪深300股指期货市场的弱式有效性进行检验。这些方法允许未知形式的条件异方差和小样本的存在,能够检测出序列的线性相关性和非线性相关性。检验结果表明我国股指期货市场达到了弱式有效,这主要归因于风险控制的有效实施、长期资金的入市和市场效率的提升。     

我国股指期货与现货市场之间价格发现及波动性关系研究

本文运用向量误差修正模型、公共因子模型及带有误差修正的双变量EC-GARCH模型,对沪深300股指期货市场与现货市场之间的价格发现及波动溢出效应进行了多层次的实证研究。主要结论为:股指期货市场与现货市场之间存在长期的协整关系和Granger因果关系,但是股指期货市场的价格发现能力弱,现货市场的价格发现能力几乎是股指期货的四倍;现货市场对期货市场存在波动溢出效应,而期货市场对现货市场不存在溢出效应。     

上海股票市场收益率与波动率关系研究

文章选取上证50指数作为样本,采用GARCH-M模型实证研究了上海股票市场风险波动随时间变化的特征,探讨了股票收益和波动间的动态关系,结果表明收益率与波动率之间存在正相关关系,即股价波动越大,期望收益率越高,符合基于理性人假设的资产的风险收益特征。