基于沪市股票日收益率的时间序列模型分析

近年来,用统计模型来描述金融时间序列的波动一直是国内外学者关注的重点.本文选取2000-2015年间上证指数日收盘价的数据,计算股票日收益率,利用计量经济学中有关金融时间序列的波动性分析的ARCH模型以及GARCH模型,对股票收益率波动是否存在ARCH效应进行实证研究和分析.     

基于不同分布假设GARCH族模型对上证指数波动性分析的比较研究

股票市场的波动性研究已经成为众多研究者和投资者广泛关注的焦点。以上证股票收益率为研究对象,在三种不同的分布假设下,利用GARCH族模型对上证指数波动性进行了比较研究,分析表明:上证股票收益率具有显著的条件异方差性,且基于GED分布的GARCH(1,1)模型是消除该条件异方差性的最佳模型;上证股票收益率具有正的风险溢价,且基于GED分布的GARCH(1,1)-M模型是反映风险溢价情况的最优模型;上证股票收益率存在着明显的不对称性(杠杆效应),利空消息比利好消息更容易引起大的波动,且基于标准正态分布的EGRCH(1,1)模型是揭示该不对称性的最佳模型。     

基于GARCH簇-VaR模型的碳交易市场收益率波动性研究

碳交易市场的碳价格波动性是碳资产风险管理面临的主要问题.本文以上海环交所核证自愿减排(CCER)为对象,考察五种GARCH簇模型在四种分布假设下的波动率模型.研究表明,CCER收益率序列呈尖峰厚尾和波动集聚性,存在显著不对称效应和长期记忆性.通过对模型及VaR检验,发现仅有广义误差分布下的APARCH(1,1)能精确预测VaR.     

我国黄金市场波动状况与关联性探讨

本文应用GARCH系列模型,对我国黄金市场的波动状况进行实证研究.结果表明,GARCH(1,1)模型能很好的拟合我国黄金市场波动状况,验证了我国黄金市场具有ARCH效应,收益率不服从正态分布,呈现尖峰的分布特征,具有明显的波动聚集性和波动的非对称性.揭示了黄金市场具有比较大的风险性和不公平性,并提出政策建议,促进中国黄金市场健康、稳定的发展.     

比特币和莱特币价格波动及风险溢出效应研究

比特币发展已有十年之久,莱特币虽起步较晚,但其发展不可小觑,这使得研究两者价格波动特征及其风险溢出效应显得尤为重要.基于2017年5月1日至2019年7月11日的日收盘价,建立GARCH类模型及VaR和CoVaR模型研究比特币和莱特币的日收益率序列.结果发现,比特币和莱特币的波动具有明显的协同趋势,它们均为高风险高回报的金融资产.此外,在样本考察期内并未发现其杠杆效应,且莱特币较比特币表现出更高的风险水平和风险溢出强度.     

基于VaR-GARCH模型的我国股指期货风险管理研究

股指期货风险管理的核心是基于波动率预测的风险度量,波动率可以用价格涨跌率进行描述,而股指期货价格涨跌率时间序列具有波动聚集效应、厚尾效应以及时变方差效应,故可采用对波动性估计精确可信的GARCH模型。在建立VaR—GARCH风险评估模型后,对我国单个股指期货合约IF1006进行实证分析,结果表明VaR—GARCH模型可以很好地预测和控制我国股指期货风险。     

中国股市收益率与波动率跳跃性特征的实证分析

股票市场收益率通常小幅波动，但是当市场出现重大或者异常信息时，收益率会在短时间内发生大规模的运动．产生跳跃性变化，市场波动率也明显加剧。本文采用Jump—GARCH对沪深两市A股B股的这类跳跃性特征进行实证分析。根据该模型：当收益率小规模变化时，波动率由GARCH（1，1）平稳随机过程产生，但是当收益率发生跳跃性变化，波动率将背离GARCH（1，1）过程．调整到一个较高的水平。实证结果表明，该模型能够有效地估计出沪深两市收益率和波动率的跳跃性变化．比正态分布的GARCH模型更合理地反应了市场收益率和波动率过程。本文同时讨论了A股B股的跳跃性特征。     

我国权证收益率的ARCH效应分析

ARCH族模型自诞生以来,被广泛运用于宏观经济和金融领域。本文正是基于ARCH模型和GARCH模型,实证分析我国权证收益率的"尖峰厚尾"现象,并深入考察了现阶段权证市场上存在的12只权证收益率波动的条件异方差性。     

蔬菜价格波动特征研究——基于ARCH类模型分析

利用ARCH类模型研究蔬菜价格波动特征问题。结果表明:18种蔬菜具有价格波动集簇性和异方差性,其中冬瓜等6种蔬菜的价格具有显著的异方差效应和波动集簇性。GARCH模型表明6种蔬菜的价格波动都具有显著地集簇性,按价格波动持续性强弱比较,冬瓜、大白菜、土豆、洋葱的价格波动持续性强于青椒和生姜;GARCH-M模型表明只有土豆和生姜具有高风险高回报的特征;TARCH和EARCH模型表明6中蔬菜都具有显著的非对称效应,其中除洋葱和青椒以外,其他4种蔬菜两个模型的非对称效应都使得价格波动减小。     

基于GARCH族模型的上海市住宅市场价格波动的特征研究

住房问题是关系国计民生的重要问题,研究住宅市场的价格波动规律对消费者购买时机选择、调控政策的制定等具有重要的参考价值。鉴于此,以住宅市场收益率的变化来衡量住宅市场价格的波动,采用2006-2016年上海市新建住宅和二手房月度收益率时间序列作为样本,通过构建GARCH族模型对上海市新建住宅和二手房市场的价格波动特征进行研究。研究表明：上海市新建住宅市场的价格波动存在显著的自相关现象,但不存在显著的集聚性、非对称性以及高风险高回报的特征;二手房市场的价格波动存在显著的自相关现象,具有显著的集聚性,即二手房市场本期或过去若干期的波动较大时,未来几期的波动也会很大,反之亦然;二手房市场价格的波动不存在显著的非对称性及高风险高回报的特征。     

基于GARCH模型族的深圳股市波动性分析

文章以深证综合指数作为研究对象．采用GARCH模型族对1997-2008年中国深圳股票市场的波动情况进行实证分析。研究结果表明，深圳股市具有明显的ARCH效应、深综指收益率序列具有显著的“尖峰厚尾”特点。存在波动聚集效应，期望收益与期望风险之间存在正相关关系。     

基于Garch模型的股票市场股指收益率波动性研究

本文运用GARCH模型对深圳证券综合指数进行系统的实证研究,结果表明中国股票市场的收益率具有较为明显的尖峰厚尾分布,并且其波动具有集群的特征.     

我国开放式基金和封闭式基金风险的比较分析

开放式基金和封闭式基金是两种不同运作方式的基金。本文分析发现所选两只开放式基金的收益率序列波动比较平稳,且回归方程的残差序列不存在ARCH效应,可用RiskMetrics模型计算其时变方差和相应的VaR;而所选两只封闭式基金的收益率序列有波动聚集性,存在条件异方差现象,由此拟和GARCH模型,计算收益率的条件方差和相应的VaR。比较分析发现开放式基金与封闭式基金的组织、运作形式的选择对基金风险的影响是显著的。     

基于Copula-GARCH模型的原油市场和股票市场相关性研究

由于原油市场和股票市场之间的联动性日益增强,因此研究两个市场之间的关联特征,分析原油价格波动对股市的影响,有助于规避风险,保证经济持续平稳地增长.采用Copula-GARCH模型对WTI原油价格的收益率序列和NASDAQ股指的收益率序列进行实证分析.结果表明,GARCH(1,1)-t模型拟合两个序列的条件边缘分布效果最好,时变SJC Copula模型比常相关Copula模型能更好地刻画两个市场之间的相关关系.两个收益率序列之间存在正的相关关系,且相关关系具有时变性,相关结构具有一定的不对称性,上尾相关系数小于下尾相关系数,即两个市场同时出现价格极端下跌的可能性更大.这为中国金融市场风险管理,规避油价波动对股市的冲击提供一定的参考依据.     

金融开放对中国股票市场收益率波动的影响分析

本文研究中国1992年-2012年间金融开放对中国证券市场收益波动的影响。选取上证综指收益率和深圳成指收益率为研究对象,将金融开放作为虚拟变量引入到模型中,运用GARCH(1,1)模型对数据进行分析。结果显示中国的金融开放对股市收益波动有明显的约束作用     

我国沪市股价波动性的实证分析

本文以上证综指日收益率作为研究对象,从实证的角度采用GARCH模型族研究了1999年至2005年间我国股价波动的统计特征.实证结果表明:我国股价波动具有尖峰厚尾特征、异方差性和波动的非对称性;验证了高风险对应于高收益的投资组合理论.     

日本与美国证券市场的联动效应:来自次贷危机三阶段的证据

本文采用时间序列多元GARCH模型,研究日本与美国证券市场指数收益率波动之间的内生性联动效应,重点分析美国次贷危机发生后的三个主要阶段,这种联动效应的变化特征.同时提示中国证券市场可能面临的传导风险.结果显示:(1)次贷危机第一阶段,日美证券市场之间存在着明显的波动传导效应;次贷危机第二阶段,两国证券市场风险传递的正反馈机制发生了一定程度的逆转,指数收益率波动出现了此消彼长的联动关系;次贷危机第三阶段,日美两国证券市场风险传递的正反馈机制重新显现,且联动效应比第一阶段明显增强.(2)近期,两国证券市场的波动幅度明显放大,美国市场的波动风险尤为显著.(3)虽然中国证券市场目前仍处于相对封闭状态,但面临全球性金融风暴的冲击,不可能做到独善其身.     

上海黄金期货周日历效应的实证研究

国内在期货的日历效应上研究甚少,基于此,本人对上海黄金期货产品进行了周效应的研究。本文选取2010年至2019年的上海黄金期货收盘价为样本,对其周日历效应进行了实证分析,探索其是否存在及具体特征。同时本文针对样本数据选择了拟合效果最佳的GARCH模型,并对模型进行实证检验。最终得出结论,上海黄金期货的收益率和波动率存在"周五效应"。     

备兑权证定价方法的务实改进与实现

为使备兑权证的定价更加贴近现实,文章以t分布代替原假设标的股票收益率服从的正态分布,以随机波动率代替历史波动率,通过GARCH模型来消除金融时间序列的异方差性,并考虑交易费用、红利等因素对权证价格的影响,在此优化了传统的定价模型。然后用Monte Carlo模拟的定价思路,并利用对偶方差减少技术提高其效率,最后编辑程序在Eviews中成功运行得出权证的定价.     

中国股市收益率的时变方差与周内效应

对于中国股市收益率是否存在周内效应尚缺乏共识。本文采用交叠 ( overlapping)样本方法与分段取样方法 ,通过 GARCH模型 ,检验沪深两市指数收益率的周内效应 ,得出的结论是 :第一 ,中国股市的早期阶段 (大约 1 994年前 )周一的收益率显著为负 ,而中间更长时期存在显著的周五正收益 ,不过这种“周五效应”从 1 998年左右开始趋于弱化。第二 ,无论是周五的高收益还是周一的低收益 ,都不是源于风险溢价的变化。因为周五的收益波动幅度并没有明显增加 ,周一的波动幅度反而较高 ,我们认为后者是由于周六和周日两个非交易日里也有信息为交易者吸收所致。