基于MCMC模型的国内外黄金价差波动性分析

对于我国黄金市场价格的研究方法多种多样,本文运用马尔科夫链蒙特卡罗方法(MCMC)、Gibbs抽样算法、标准随机波动模型(SV-N)对国内外黄金价差进行研究。通过对历史数据进行计算,本文得出结论,我国黄金与国际黄金价格的价差有进一步扩大趋势,且波动幅度也将相应增大,我国有必要采取措施减小国内外黄金价差及其波动幅度。     

连续时间SV模型的估计及在金融风险分析中的应用

本文分析了由连续时间平方根随机波动模型确定的资产收益的无条件联合特征函数及统计特性.对连续时间SV模型,提出了基于经验特征函数的参数估计方法,这种估计方法既不需要对连续时间过程的离散化,也不需要取样路径的模拟,实施起来较简单.使用上海和深圳股市的指数日收益数据对经验特征函数方法在连续时间随机波动模型参数估计中的应用进行了实证分析,并证明了两个市场波动过程存在均值回复及连续时间随机波动模型拟合资产收益数据的优势.     

我国通货膨胀率水平的波动性研究

利用随机波动模型对我国1994年1月到2013年4月通货膨胀率的波动性进行实证分析。结果表明:在我国,通货膨胀的波动性对通货膨胀有微小影响,并非显著。对我国而言,我国宏观调控下的宏观经济政策具有经济稳定调节器的作用,应充分利用。     

基于CVaR-SV-N模型的股指期货风险度量

CVaR-SV-N模型能够更好地刻画股指期货收益率序列尖峰、厚尾和波动集群性的特征。以我国沪深300指数期货合约(IF1012)的日收益率为样本的实证分析表明建立在SV-N模型基础上的CVaR预测收益率涨跌波动与原始收益率的变化趋势比较一致,CVaR准确性检验说明CVaR预测收益的准确性在统计上是显著的,能够较准确地预测风险。     

中国股市波动性解析:基于RS-GARCH模型族的实证研究

波动性是衡量股市风险和稳定的重要指标之一,对股市的健康发展具有重要影响。以上证指数为研究标的,利用RS-GARCH模型族对股市的波动性进行了比较研究。结果表明:相对于一般的GARCH模型族,RS-GARCH模型族明显改善了"伪持续"现象,能够更好地刻画股市的波动特征;A股市场存在明显的杠杆效应;在高波动状态下,利空和利好消息,对于A股市场波动率的影响时间更长。     

中国股市的波动性研究——基于CARR模型的分析

引言现代金融理论经常以波动性来衡量金融资产的风险,波动性是对未来金融资产价格走势不确定性的一种度量。一般来说,波动性越大,风险越大。金融资产的波动率是投资组合、资产定价以及风险管理中的重要指标。比如当投资者进行投资时,首先要考虑的是金融资产组合的固有风险与收益,然后选择与其风险承受能力相对应     

资金流动和股市价格波动性分析

一般认为中国股指涨跌由资金推动,短期资金流动引起股市价格的波动。本文开头通过成交额和沪深300指数之间两个变量进行回归,发现二者之间在较长时间段并不存在显著相关性。本文认为政策变量的冲击是引起波动的主要原因。通过TARCH模型和EGARCH模型对沪深300指数样本数据进行实证检验,发现这种政策变量的冲击存在非对称性,并提出建议减轻政策冲击。     

沪港股市收益波动性的实证研究

由于受地理位置、经济文化等因素的影响,沪港股票市场在收益率波动性上存在相关性。本文利用ARCH族模型及Granger非因果检验对沪港股市收益波动性进行了实证研究,结果表明:沪港股市的收益率波动存在中等程度的正相关性;港市收益率对沪市收益率具有一期前导作用;两市的收益波动仅存在显著的港市对沪市的单向"溢出效应";而且两市的收益波动均存在明显的"杠杆效应"。     

利率对我国股市波动性影响的实证研究

本文选取上海银行间同业拆放利率(Shibor)和沪深300指数收盘价的时间序列数据,运用ADF检验、协整检验、Granger因果检验、建立VAR模型等实证研究利率对股市的影响,格兰杰因果检验的结果表明利率是股市收益率的格兰杰原因。通过建立VAR模型,本文发现利率变动与股市收益率整体上呈负相关关系,且VAR回归方程通过显著性检验。实证研究结果表明:利率与股市收益率存在反向变动的趋势,且利率对股市波动性的影响显著。     

基于Copula的股票市场波动溢出分析

对于动态投资组合与风险管理来说,测定波动溢出效应是非常重要的。已有的研究是建立在不同金融市场之间的波动是线性相关的,而线性相关并不能描述金融市场之间的非线性关系。借用Copula技术来描述股票市场之间的非线性关系、SV模型来刻画股票市场数据的边缘分布,并引入波动变结构论分析判断波动溢出,实证分析验证了方法是可行的。     

央行汇率沟通与股票市场波动

本文基于2005年7月至2017年2月的日度数据,检验中国央行汇率沟通对于股票市场波动率的影响,研究结果发现:(1)央行汇率沟通会对本国股票市场产生明显的溢出效应,并显著增加股票市场的波动率,B股市场波动率反应程度显著强于A股市场。(2)书面沟通的效果强于口头沟通,口头沟通中行长沟通效果强于非行长沟通;汇率贬值的沟通效果显著强于汇率升值沟通。(3)汇率沟通对于股票市场波动率的影响存在着明显的非线性。     

中国股市开、收盘波动性的比较研究

利用EGARCH模型,对2000年1月至2007年4月间沪深两市具有代表性的股票及指数的开收盘收益率的波动性进行实证分析,结果表明收益率序列有明显的ARCH效应,其波动性具有显著的非对称性的冲击的持续性;在样本期内,上交所的个股和指数未能观察到开盘波动性高于收盘波动性的现象,而深交所个股在2006年7月实施收盘集合竞价机制之后比较明显地观察到开盘波动性高于收盘波动性的现象。     

Stock Market Volatility and Learning

We show that consumption‐based asset pricing models with time‐separable preferences generate realistic amounts of stock price volatility if one allows for small deviations from rational expectations. Rational investors with subjective beliefs about price behavior optimally learn from past price observations. This imparts momentum and mean reversion into stock prices. The model quantitatively accounts for the volatility of returns, the volatility and persistence of the price‐dividend ratio, and the predictability of long‐horizon returns. It passes a formal statistical test for the overall fit of a set of moments provided one excludes the equity premium.     

融资融券对我国股市波动性的影响

本文采集股价指数月收益率和融资融券交易额每月日平均变化率的数据,针对融资融券对我国股市波动性的影响,进行实证检验,并对结果做进一步的解释。     

基于多元随机波动模型方法的股指期货与现货关系研究——以亚洲五地金融市场为例

本文以多元随机波动模型检视亚洲五个主要金融市场股指期货与现货的报酬关系与波动溢出效应。实证发现,五地金融市场股指期货与现货之间皆存在双向的波动溢出效应。股指现货动态相关系数和波动持续系数均高,显示现货市场具有聚类的现象。此外,本研究进一步探讨股指期货与现货的联动和共同波动因子的关系,实证发现,股指期货与现货的波动关系是同时受到共同信息发布的影响。     

Imperfect Information and Stock Market Volatility

The purpose of this paper is to (1) develop a model to show how imperfect information can create excess volatility in asset returns and (2) provide empirical evidence consistent with the model. In this framework, variations in information quality cause the market prices to fluctuate more than the corresponding economic fundamentals. Using high‐frequency data from 1988 to 2002, the empirical evidence supports the predictions of the model by showing that economic volatility, defined as squared deviations of the quarterly gross domestic product (GDP) growth rate from its long‐run trend, can explain about half of the variation in S&P 500‐stock index quarterly volatility.     

Stock Market Volatility and Economic Factors

This paper examines the ability of rational economic factors to explain stock market volatility. A simple model of the economy under uncertainty identifies four determinants of stock market volatility: uncertainty about the price level, the riskless rate of interest, the risk premium on equity and the ratio of expected profits to expected revenues. In initial tests these variables have significant explanatory power and account for over 50 per cent of the variation in market volatility from 1929 to 1989. When the regression coefficients are allowed to vary over time using cluster regression, the four factors explain over 90 per cent of the variation in market volatility. The results are useful in explaining the past behavior of stock market volatility and in forecasting future volatility.     

The Impulse of Stock Market Volatility and the Market Crash of October 1987

This paper employs the technique of variance decomposition and impulse response functions to examine the dynamic nature of stock market volatility relationships among six major countries during the pre, around, and post October 1987 crash period. During the period around the crash, the US stock market volatility explains much better the variations of the stock market volatility of Australia, Hong Kong, Japan, Singapore and the UK. Our findings clearly indicate that the crash originated in the US and then spread to other major stock markets.     

中国股票市场波动性研究：模型选择及实证

以日收盘数据计算出的市场日收益率作为研究的基础数据,利用准极大似然估计方法QML估计三种ARCH类模型(GARCH、T-GARCH和E-GARCH)对中国股市波动性与稳定性的运行效果进行了实证研究的结果,得出EGARCH(1,1)模型是最优的拟合模型。运用最优模型实证发现中国股市不仅波动性很大,而且波动是不对称的。