基于GARCH模型的股票市场价格波动分析

在经济和金融研究中,波动性一直是一个非常重要的方面,中国股票市场建立至今,股市大起大落成为一种常态。本文建立了上证综合指数波动的GARCH模型,从实证角度说明了上证综合指数波动存在着波动集簇性,而GARCH模型可以很好的拟合股指波动情况,同时对股指收益率也能进行较好的预测,最后根据结论提出了一些对策建议。     

中国股票市场波动和宏观经济波动关系的实证分析

股票市场发展和宏观经济发展之间存在各种联系，本文通过多元回归和VAR模型来研究两者波动之间的关系。结果表明，同期之间股票市场波动和宏观经济波动之间存在着一定的关系，但是这种相互关系还很弱，宏观经济波动对股票市场波动的解释能力也很弱；宏观经济波动对股票市场波动的预测能力要强于股票市场波动对宏观经济波动的预测能力。本文认为，导致这样结果的可能原因是影响股票市场的因素太多，我国的股票市场受政策或重大事件的影响比较大。     

基于GARCH模型的上海股票市场波动性研究

研究股市波动性,有利于投资者的决策,同时有利于有关部门制定相关政策,来规范证券市场.简单介绍以往关于股市波动性的研究,并对GARCH模型进行了简要介绍,随后运用GARCH模型进行实证分析,最后得出TGARCH模型能更好的拟合上证指数相对收益率序列.     

基于ARFIMA模型与GARCH模型的上证指数收益率研究

股票的价格序列是一个十分复杂的非线性动态系统,对投资者来说,如何准确分析股市行情,做出最优的投资决策,显得更加急迫;对中国股市的管理者来说,如何把握股市动态,使其健康、稳定的发展,也是一项艰巨的任务。本文选取2006—2015年的上证指数周收盘价的数据,计算股票对数收益率,通过对时间序列分析理论的实证研究分析,建立上证指数的GARCH模型和ARFIMA模型;进而对两种模型进行预测并比较,来说明时间序列分析的方法对拟合股票价格趋势的质量效果。     

波动率预测:GARCH模型与隐含波动率

在预测未来波动率时,究竟是基于历史数据的时间序列模型还是基于期权价格的隐含波动率模型效率更高?本文对香港恒生指数期权市场所含信息的研究发现,在预测期限较短(一周)时,GARCH(1,1)模型所含信息较多,预测能力最强,但在预测较长期限(一个月)时,隐含波动率所含信息较多,预测能力较强。同时,期权市场交易越活跃,所反映的信息就越全面,隐含波动率的预测能力也就越强。     

上海股市收益率GARCH模型族的实证研究

利用GARCH模型族,实证分析了上海股市收益率的波动特征,指出上海股市收益率不仅具有条件异方差性,而且具有“杠杆效应”。     

基于GARCH模型的股市收益与股指波动的实证研究

文章采用四个市场指数建立以来至2010年12月30日止,运用传统的最小二乘法和改进的自回归条件异方差模型( GARCH),从A股市场指数的波动性入手,研究四个市场收益率的特征,对指教序列的分布、序列的平稳性和异方差进行检验,从而对A股市场指教的波动有更深刻的认识和把握.     

人民币汇率波动规律研究——基于GARCH模型

利用GARCH类模型对2007年1月1日至2010年4月30日的人民币/美元的日汇率序列的波动特性进行了计量检验,检验结果表明在此期间汇率序列的波动存在显著的条件异方差性和波动性过程的非对称性,且还具有波动的集群性特征。     

基于Swarm的股票市场建模与GARCH效应研究

波动性是金融研究的基础议题之一,文章在多主体模型的基础上对它进行了研究。首先,在Lux模型基础上增加观望者类型,建立改进模型,并在Swarm平台上进行仿真,产生与真实股价走势相似的价格时间序列,随后研究了模型收益率的GARCH效应,发现当市场处于周期形态时,收益GARCH效应显著,当市场处于泡沫均衡态时,收益GARCH效应并不显著。     

基于GARCH模型的股票收益率分析及预测

GARCH模型是对金融数据波动性进行描述的有效方法,它是最常用、最便捷的异方差序列拟合模型。资产收益率是金融数据分析常用的指标,比价格序列更易处理且更有研究意义。本文采用R语言,对2009年1月6日—2019年5月20日沪深300指数的日收盘价进行预处理,将其转化为平稳的收益率序列,检验其ARCH效应,建立GARCH模型以及标准化残差分析,最后对收益率和股票价格进行预测,预测的结果能为投资者进行决策提供一定的参考。     

EWMA-GARCH模型与GARCH模型在估计收益率波动上的差异的实证及理论分析

VaR作为衡量风险的指标,其核心则在于对波动,亦即方差的估计。基于时间序列,关于条件方差的经典模型是GARCH模型,尽管后来又衍生出了EGARCH,PARCH等复杂模型,但在实务中GARCH模型仍占有重要的地位。文章分析了一种比较新的结合了EWMA模型的GARCH模型(以下称为EWMA-GARCH模型)计算VaR的参数估计方法,以检验其在估计波动上的实用性,并对实证检验结果做了理论分析。分析结果表明,尽管该结合模型缺乏完整的理论支持,但是其计算效果仍比较良好,当然这样良好的结果是建立在因缺乏理论依据而导致的对模型的其他要求之上的.至于是采用受理论支持的模型还是并不输实践价值的模型,文章也给出了一定的建议。     

中国股票市场波动的统计特征分析

本文从股票价格行为与收益率的变化来描述中国股市波动。首先分析了股价波动状况；接着运用均值、标准差、偏度及峰度等描述性统计变量对股票收益率波动的基本统计特征进行分析；最后检验了收益率序列的自相关性、平稳性与正态性。     

基于GARCH族模型的中国股市通信板块收益率波动分析

文章运用GARCH族模型分析中国沪深股市通信板块指数日收益率的波动特性,发现信息通信板块收益率是一个平稳过程,其波动具有＂聚集＂和＂非对称效应＂的特点。而GARCH（2,1）模型比GARCH（1,1）模型更好地消除了收益率序列的异方差,其中非对称模型TARCH（2,1）模型的拟合效果最好;GARCH-M模型和非对称的CARCH（1,1）模型都不适用于描述其收益率的波动特征。     

基于GARCH模型的金融市场波动性分析与预测

以上证指数2004年1月2日至2014年12月28日交易日收盘价格的实际数据为样本,采取两种不同的波动率定义方式分别建立上证指数波动率的GARCH模型,并对两种波动率进行预测对比分析,实证研究结果表明以标准差定义的波动率建立GARCH(1,1)模型进行未来波动率预测的拟合效果较好。     

GARCH模型能否提供好的波动率预测

由于波动率在投资、期权定价等方面极为重要,近20年来,预测金融市场的波动率已成为金融领域理论上和实证上的热门话题。本文详细讨论了预测波动率的几个常用的模型和衡量指标,并回顾了这方面的文献。运用模型分析了1999～2004年欧元、日元、英镑、澳元等四种货币兑美元的汇率。最后进行波动率的预测并对各种预测效果进行评估。     

不同分布下GARCH模型的我国基金风险探究

由于我国的金融市场还不完善,基金行业机制尚不健全,我国开放式基金面临着多种风险。文章针对我国开放式基金的特点采用定量分析为主的方式,应用计量分析方法建立不同分布下的GARCH模型,同时将VaR方法引入基金的风险度量中。经过比较分析发现,T分布下的模型比正态分布能更好地衡量我国开放式基金的风险,同时发现不同类型开放式基金的风险存在着一定的差异,成长类和价值类的基金风险比平衡类和指数类基金大。希望利用T分布下的VaR—GARCH模型更好地指导投资者和基金管理人员实现对基金的风险控制和预测工作。     

涨跌停板制度对ST股票收益波动的影响

在对涨跌停板制度下股票收益结构进行分析的基础上，本文提出采用审查GARCH模型来描述受涨跌停板影响的股票收益序列波动特性，在模型中引入虚拟变量反映涨跌停板对收益序列波动的影响，并采用网格Gibbs抽样方法对模型进行估计。最后，以沪深两市的ST股票进行实证分析。结果表明，涨跌停板制度对ST股票的收益波动具有明显的影响。     

GARCH族的模型平均估计方法

研究目标：对模型平均方法进行理论扩展,构建GARCH族的模型平均估计量及相应权重选择准则。研究方法：蒙特卡洛模拟实验方法。研究发现：在一定条件下最小化权重准则选择的权重向量将在渐近意义上最小化真实KL偏离度;蒙特卡洛模拟结果表明,与AIC准则、BIC准则、AIC模型平均、BIC模型平均的估计结果相比较,本文提出的模型平均法具有更小的KL偏离度。研究创新：将模型平均估计方法引入条件异方差模型族中。研究价值：本文结果将为捕捉金融市场资产的时变波动性提供强有力的研究工具。