我国股市收益波动率的实证分析

利用GARCH模型对上证综指日收益波动和周五到下周一收盘价收益的方差进行更深入地研究,并根据模型各参数的含义深入分析和分别计算两组数据收益率的方差,从而得出中国股票市场的结论,与国外市场的相关结论进行比较。     

网络文字频度与股票市场波动率测度

本文回顾了各类历史波动率模型以及实现波动率模型,同时通过实证检验发现上海证券市场上股票市场表现与网络文字频度普遍存在相关关系,通过该相关关系,本文改进了SV随机波动模型与GARCH模型,通过实证检验各模型对上证综指的预测精度。本文发现,通过加入网络文字频度参数能够提高SV模型的预测精度。     

上证综指股票收益率波动特点分析——基于GARCH模型

以自回归条件异方差(ARCH)族模型为基础,结合上海证券市场的特点,试图拟合我国股票市场的波动特征,同时研究股票价格指数的波动规律和特点。     

权证交易对标的股票波动率影响研究

本文利用GARCH（1,1）模型,通过建立控制样本,对我国证券市场上权证上市对标的股票波动率的影响进行检验。结果表明,权证上市不仅对标的股票的波动率没有显著性的影响,而且对于股票价格对信息调整速度的影响也不显著。     

期铜价格波动对股票换手率的影响研究——基于大宗商品金融化背景下的分析

大宗商品金融化背景下,铜作为国民经济发展的重要基础原料,其价格逐渐与股票市场相关联。本文实证研究了期铜价格波动对股票换手率的影响,结果表明:2005年前,期铜价格波动对股票换手率不具有可预测性;而2005年后,期铜价格波动对股票市场上铜产业链上、下游板块的换手率均有显著正向影响,且这种影响进一步传递到金属板块,最终对整个股票市场的换手率产生正向影响。这表明期铜价格波动对股票换手率的预测能力可由商品金融化解释。本文在实证分析基础上对规避大宗商品期货风险提出相应建议。     

股票收益率预测模型的比较

本文的目的是对ARMA和人工神经网络模型预测股市的能力做比较,在介绍了文中用到的ARMA和人工神经网络模型的理论知识,建模过程,结果检验和预测的方法的基础上,将收益率数据和五个常见的技术指标和我国银行间债券市场7天回购加权平均利率作为神经网络的输入变量,并对模型的预测效果根据它们预测样本,预测范围等进行了对比,结果发现神经网络在输入变量较多时优于ARMA模型。     

GARCH模型、非参数GARCH模型及SV模型的比较综述

本文就GARCH族、非参数GARCH模型以及SV模型的发展及其在金融时间序列中的应用进行了对比综述，并指出了各种模型的优劣，为以后的实证分析提供了指导。     

基于“已实现”波动率的GARCH和ARFIMA模型预测能力比较研究

通过基于“已实现”波动率，对上证综合指数收益波动基本统计特性进行分析。结果表明基于“已实现”波动率的ARFIMA组模型的预测能力要明显优于GARCH模型，对数“已实现”波动率的ARFIMA模型预测能力最好。     

金融市场收益波动率建模的非线性研究

本文通过对金融市场不同的收益波动率模型进行研究,提出了更能适应结构复杂、信息繁多的更能真实描述市场的基于非线性的波动率模型,为现代企业进行金融资产风险及其衍生品风险管理拓宽了思路,提供了更加有效的估算方法,进一步提升了企业对金融风险的抗御能力。     

我国黄金期货市场价格波动率实证研究

中国于2008年1月9日在上海期货交易所推出了黄金期货,这标志着我国黄金流通的市场化由现货市场与期贷市场并驾齐驱的新纪元.GARCH族模型较好的你喝了实证研究中发现的资产收益的肥尾、波动率集聚等特征,广泛应用于资产收益与波动率的分析.本文应用GARCH、EGAECH、GARCH-M等GARCH族模型扩展形式,对我国黄金期货进行分析,论证了其时间序列具有肥尾,波动率集聚特征,很强的波动持续性存在ARCH效应.通过对模型的拟合,认为我国黄金期货市场不存在杠杆效应和高风险高回报特征.     

创业板与中小企业板股价收益波动的对比研究

本文选用创业板和中小企业板日收盘价计算收益率,进行描述统计分析,并分别利用GARCH(1,1)-M模型、EGARCH模型对创业板市场和中小企业板市场的股价收益波动进行了对比研究。研究结果表明:创业板和中小企业板市场的收益率均存在明显的风险溢价以及非对称效应,后者的收益波动高于前者。     

基于"已实现"波动率的GARCH和ARFIMA模型预测能力比较研究

通过基于"已实现"波动率,对上证综合指数收益波动基本统计特性进行分析.结果表明基于"已实现"波动率的ARFIMA组模型的预测能力要明显优于GARCH模型,对数"已实现"波动率的ARFIMA模型预测能力最好.     

我国农产品期货市场波动率实例分析

本文以郑州商品交易所白糖期货15分钟高频价格数据为例,运用多种损失函数,以已实现波动率为模型评价衡量标准,实证检验了不同异方差模型对白糖期货价格波动的刻画能力。实证结果显示,就我国2006年1月6日推出的白糖期货而言,GJR模型具有最为出色的波动刻画精度,而在某些损失函数标准下,IGARCH模型也体现出了较好的波动刻画精度。     

中国线材期货价格指数波动率预测能力分析

利用上海期货交易所线材期货15分钟高频价格数据构造已实现波动率估计序列,并以此作为参考标准,运用6种损失函数以及Diebold-Mariano检验法检验4类不同波动率模型对线材期货价格波动的样本外预测能力,显示,中国线材期货市场,基于高频数据的GJR(1,1)模型具有最为出色的波动率预测能力,而在某些损失函数标准下,HYGARCH(1,d,1)与GARCH(1,1)模型也体现出了较好的波动率预测能力。     

股市收益波动与投资者情绪

以消费者信心指数作为投资者情绪的指标,应用GARCH模型对沪深300指数收益波动影响进行实证研究,并对其两者进行格兰杰因果检验,结果得到,我国股市收益存在ARCH效应,投资者情绪对股市收益由显著影响,且两者互为格兰杰原因。     

中国股市波动率的实证研究

股票市场充满不确定性,股票价格频繁剧烈的波动是股票市场最明显的特征之一。股市的波动具有丰富、复杂的特性,如尖峰肥尾、波动集簇性、杠杆效应、溢出效应等。选取上证综指和深成指收盘价为研究对象,对沪深股市的波动率进行研究。     

A股波动率长记忆模型的探索研究

本文以A股波动率长记忆模型为研究对象,先介绍了长记忆模型的基本技术内容,再结合A股波动率变化,对其记忆模型的构建策略做进一步分析。从本次研究结果可知,长记忆模型有助于相关人员深入了解A股波动率,能够有效地描述金融事件的时间特征,因此应该得到相关人员的重视。     

基于GARCH模型的残差控制图在股票收益波动分析中的应用研究——以IBM股票为例

在受控过程中,经常出现自相关性和波动簇聚性并存的特征,这违反了常规控制图的独立性假定。一般情况下采用的修正方法都是运用ARMA模型表示质量过程,用自相关模型及其残差图解决自相关问题。本文尝试运用GARCH类模型及其残差控制图来解决控制过程中出现的波动簇聚问题。并以美国股票市场中的IBM股票为例进行简单的实证分析。通过对其日收益率序列进行建模,从而评判该类型残差控制图的有效性。结果表明:控制图在含有相关性和波动性的受控过程中同样有效,其预警作用也比较显著。     

证券投资者情绪对市场收益及波动率影响的实证研究

证券市场中的投资者依据他们对上市公司未来盈利的预期来对证券进行心理定价.作为投资者对未来市场预期的一种表征,情绪是心理学及行为金融学的一个重要概念,是反映投资者心理和行为特征的一个重要指标.本文运用非对称的GARCH类模型考察了中国证券投资者的情绪指数与未来市场收益率及波动率之间是否存在显著的统计相关关系.