基于GARCH模型族的沪深300波动率实证分析

本文以沪深300日收益率为分析对象,运用正态分布、学生t分布、GED分布下的GARCH、EGARCH、TGARCH,研究了沪深300自2005年4月8日发布以来至2013年3月30日的收益率的波动性,实证表明,沪深300波动具有尖锋厚尾性和高聚集效应;发现沪深300的收益率序列不服从正态分布且具有非对称性,其中基于GED分布的GARCH(1,1)是最优的拟合模型。     

沪深300指数效应实证研究

本文选取沪深300指数2010年6月到2011年6月3次指数调整为样本,对股指期货推出后的指数效应进行实证研究发现,该指数有着显著的价格效应和成交量效应,符合价格压力说。     

沪深300指数收益率波动性分析——基于GARCH模型

波动率的研究是资产定价方面的一个重要的研究方向,其中波动率估计准确与否直接关系到模型运用是否得当,投资的策略是否成立。沪深300指数是时衡量中国资本市场波动的一个重要标志。本文以2005年至2015年2455天样本数据为研究对象,运用ARCH和GARCH模型,研究发现沪深300指数日收益率波动呈现出明显的可变性和波动集簇性,序列分布呈现尖峰厚尾等特点,并且存在明显的GARCH效应,而且,过去的波动对未来的影响逐渐衰减。     

沪深300股指期货对股票市场的影响研究

沪深300股指期货是以沪深300指数为合约标的物的金融期货合约,并且在交割日期以沪深300指数的现货价格作为基准计算结算价。作为一种具有高杠杆性的金融衍生工具,文章通过对比沪深300股指期货推出前后对股票市场波动性的影响来研究其运行机制,并为投资者选择投资时提供相关的理论支持及建议。     

沪深300股指期权推出对股票市场波动性影响的实证研究

2019年底,沪深300股指期权在中国金融期货交易所(以下简称中金所)上市,成为我国首只股指期权。在此背景下,本文旨在研究沪深300股指期权推出短期内股票市场波动性的变化情况,通过选取其推出前后股票指数日收盘价数据,运用GARCH和TARCH模型分析。结果得出,沪深300股指期权的引入短期内会增加股票市场的波动性,但影响程度有限;在信息冲击的差异分析中,利空消息对股票市场的冲击大于利好消息的冲击。     

投资者情绪与股票收益率变化——基于沪深300指数

投资者情绪对于活跃股票市场具有积极作用,同时也影响着股票市场的收益率。以沪深300指数为主要研究对象,选取2013～2022年日度数据,通过构建日度投资者情绪指数,研究其对股票收益率的影响。研究发现：第一,中国股票市场的投资者情绪可以显著提升股票的收益率;第二,在短期内,这种正向作用会加强,但在中长期,投资者的情绪对股票收益的影响将逐渐减弱,甚至出现反转现象,并且在利用替换变量、调整样本期、控制宏观经济变量之后结果依然稳健。此项研究有助于理解股市中情绪效应的特征及机理,为构建更为符合中国股民的投资者情绪指数提供一个新的视角。     

沪深300指数生存特征的实证研究

本文从沪深300指数波动强度和周期性两个角度出发,对指数涨跌收益率生存特征和涨跌天数的生存特征做了全面的实证研究。结果表明生存分析的方法在对沪深300指数连涨连跌的研究中是有意义的。     

沪深300指数收益波动性实证研究

本文应用ARCH扩展模型,基于广义分布假设对沪深300指数的日收益率波动性进行了实证研究,结果表明沪深300指数日收益率波动呈现明显的丛聚性和持续性,序列分布呈现尖峰后尾等特点,同时发现EGARCH(1,1)模型能够较好拟合沪深300指数日收益率波动实际,还发现沪深300指数日收益率的波动并不具有"非对称效应",且不支持风险溢价理论,并对此做了简要分析。     

基于事件研究法的沪深300指数效应实证研究

为检验股指期货推出对标的指数成分股票价格的影响,本文选取2010年1月沪深300指数调整的成分股票为样本,以调整公告日前20日至公告日后20日为事件窗口,运用事件研究法对我国股市的指数效应进行实证研究。结果表明：在股指期货推出的背景下,沪深300指数呈现明显的指数效应,调入指数的股票组合在调入前后具有显著的负价格效应,产生持续的负累计异常收益;而调出指数的股票组合在调入前后具有先负后正的价格效应,产生显著的正累计异常收益,因此投资者可以利用沪深300指数成分股调整实现套利。     

沪深300指数收益波动性实证研究

本文应用ARCH扩展模型,基于广义分布假设对沪深300指数的日收益率波动性进行了实证研究,结果表明沪深300指数日收益率波动呈现明显的丛聚性和持续性,序列分布呈现尖峰后尾等特点,同时发现EGARCH(1,1)模型能够较好拟合沪深300指数日收益率波动实际,还发现沪深300指数日收益率的波动并不具有"非对称效应",且不支持风险溢价理论,并对此做了简要分析。     

沪深300指数的时间序列分析

本文通过对沪深300指数的研究，得到沪深300指数是非平稳的时间序列，运用ARIMA模型拟合沪深300指数，在对模型的合理性进行检验中，其残差不能通过白噪声检验。而且，沪深300指数也不存在ARCH效应，从而，利用ARCH模型进行也不合适。这样，为时间序列模型的发展研究提供了一个新的方向。     

沪深300指数期货价格随机利率效应研究

经典持有成本模型在非随机利率假设无法满足的条件下仅仅是远期合约而非期货的定价模型。本文采用拟合SHIBOR曲线的方法生成无风险纯折现债券模拟价格序列,对沪深300指数期货价格的随机利率效应进行了实证检验。研究结果表明,由于利率管制、股指期货市场和货币市场发展不成熟等因素的共同作用,沪深300指数期货价格中不含随机利率效应,指数远期和期货理论价格相等;如果持有成本模型其他假设条件也得到满足,则该模型可以用于沪深300指数期货定价。     

沪深300股指期货与标准普尔500指数收益率的联动性研究——基于GARCH模型的实证分析

本文选取沪深300股指期货和标准普尔500指数自2005年4月11日至2012年12月31日总共1823个日收益率数据,采用皮尔逊线性相关检验和Spearman秩相关检验验证两只股指的相关性,并利用Granger检验来验证两只股指之间的因果关系,通过研究中美股市收益率序列波动的特征,对于我国预测和防范金融风险,保持股票市场的持续、稳定和健康发展具有一定的理论和现实意义。     

基于广义双曲分布的沪深300ETF期权定价实证研究

本文利用广义双曲分布(Generalized Hyperbolic,GH)来刻画沪深300ETF收益率尖峰、偏态、厚尾的特征,弥补了正态分布的不足.并利用GARCH过程描述其时变波动率的特征,两者结合建立了基于广义双曲分布的GARCH模型(GARCH-GH)为沪深300ETF期权定价.经测度转换至等价鞅测度下,用蒙特卡...     

沪深300股指期货的推出对现货市场影响的研究

我国沪深300股指期货于2010年4月16日在中国金融期货交易所挂牌交易,它的引入对现货市场的影响成为资本市场以及学术界关注的焦点。本文选取2005.1.4至2012.2.15沪深300收盘指数作为原始样本,用标准GARCH(1,1)模型对全样本和子样本日收益率序列分别进行拟合,得出结果表明沪深300股指期货推出后,沪深300股价指数的总体波动性影响不大,并且使得新近信息对现货市场的冲击效果减弱,而过去的信息对现货市场的冲击效果影响却会增强。换句话说,也就意味着沪深300股指期货的推出,市场中信息传递的速度有所加快,市场波动性有所减弱,起到了稳定现货市场的作用。     

我国沪深300指数期货最优套期保值比率研究

本文以沪深300指数期货中的IF1509合约为例,运用OLS模型与GARCH模型,对沪深300指数与股指期货合约IF1509进行套期保值,测算出最优套期保值比率。     

沪深300股指期货风险管理的实证分析——基于CVaR-GARCH模型族

通过对沪深300股指期货收益率进行实证分析,采用可以更好刻画收益率序列特征的t分布和GED分布,基于GARCH模型族对收益率序列进行波动性建模。根据GARCH模型族的估计结果计算出CVaR值,并对CVaR的准确性进行了检验。由结果可知,GED分布下的TGARCH(1,1)模型是测算CVaR值的最佳模型。     

基于半参数GARCH的沪深两市收益率波动和风险的实证研究

本文基于2005年1月4日至2009年11月30日的数据,运用GARCH模型研究上海和深圳两个股市间的收益率及波动性对于分析股市结构和判断股市走势及风险传递的意义。并运用半参数模型计算VaR值来测度金融市场风险。     

沪深300股指期货与沪深300ETF套期保值效果的实证研究

本文首先分别介绍沪深300股指期货、沪深300ETF及套期保值的相关理论,然后利用计量经济学软件EViews5.0对沪深300股指期货、沪深300ETF序列进行单位根检验和协整检验,接着运用静态、动态两个模型比较套期保值的效果,最后得出相应结论。     

沪深300指数期货价格发现功能研究

价格发现是股指期货的基础功能.本文利用信息份额模型、长短期模型、EGARCH模型等,对沪深300指数期货价格发现功能进行实证研究,研究发现:股指期货一般领先现货价格,但不是价格决定者而仅是价格先行反映者;股指期货的价格发现功能在合约不同生命周期阶段有着差别表现;股指期货的上市,提高了股市信息传播效率,积极作用比较明显.