对后金融危机时代上海股市风险特征比较研究

本文紧密结合后金融危机背景,考察中国经济增速下降前后上海股市风险特征.为此搜集了2008-2010年、2011-2016年期间上综指的样本数据,并分别运用t分布与GED分布下GARCH类模型进行对比分析.研究发现,沪市在中国经济增速下降之前的股市风险均略高于中国经济增速下降之后的股市风险.同时也发现,沪市收益率呈现显著的非正态分布、长记忆性、波动持续性及杠杆效应,且不同阶段冲击不同,“利空消息”比“利好消息”对股市的冲击更大.     

TARCH-M模型在测度上海证券市场风险中的应用

本文主要介绍一种新的模型,即TARCH-M模型来对上海证券市场风险波动进行实证分析.该模型保留了传统GARCH模型描述收益率波动集群性和过度峰度的优势,而且能描述金融资产收益率序列的有偏分布,同时根据资产定价理论,把股票风险波动考虑到股票收益率模型中.通过该模型,我们可以根据rt的历史数据对未来的风险波动σ2t进行预测,从而可以很好地测度出上海证券市场的风险波动,为政府部门监管股市,避免股市大起大落,为投资者规避市场风险提供理论依据.     

上海股市有效性与可预测性并存的实证研究

选取上证日收盘价综合指数（1997／01／02－2001／05／30）作为样本,对上海股市的有效性与可预测性分别建立模型进行验证和分析：利用时间序列相关性分析和随机游程模型对上海股市的弱有效性进行检验;建立AR模型验证上海股市的可预测性。通过检验发现,上海股市既通过了弱有效性的检验,又通过了AR模型的验证,即是一个可预测的弱式有效市场。     

GARCH模型在计算上海股市风险价值中的应用研究

本文主要讨论VaR模型中有关波动率的估计方法.通过研究上证综合指数收益波动特征,发现其收益率服从高阶ARCH过程.然后分别采用GARCH(5,4)模型和RiskMetrics标准法预测上证综合指数收益的VaR值.返回式检验表明,GARCH模型比RiskMetrics标准法能更准确地反映我国上海股市的风险.     

基于泡沫理论的中国股市风险研究

基于泡沫理论,完善了原有的泡沫系数模型,用实际股市指数的变化率与理论股市指数的变化率之比作为新的泡沫系数,实现了对我国股市风险的更精准测度。     

汇率与股市相关行业的风险溢出效应——基于静态与动态CoVaR的分析

基于2005~2016年间2579个日度交易数据,分别运用静态和动态CoVaR方法测度了人民币对美元汇率、股市中的地产、贸易以及券商行业价格指数相互之间的风险溢出效应。实证结果发现,在任何风险水平下,汇率对股市相关行业的边际风险溢出效应都显著为正,在汇率发生较大波动时,要尤其注意股市相关行业的风险预警;风险水平加剧时,变量之间的风险总溢出呈现增强趋势,但边际外溢效应具有差异性,应着重防控汇率对地产、券商行业的边际风险溢出效应;汇率对股市相关行业的风险溢出效应的动态变化趋势与汇率制度改革进程有明显关联性,而股市相关行业对汇率的风险溢出效应的动态变化趋势则主要依赖于股市的繁荣程度。本文的研究结论有助于理解汇率市场与股票市场中相关行业的风险联动性机理,为防范金融市场系统性风险提供参考。     

股市收益、收益波动与中国城镇居民消费行为

本文通过构造边际消费倾向理论模型,发现股市收益波动是影响居民边际消费倾向的重要因子,而股市收益对居民边际消费倾向的影响带有不确定性;股市正财富效应的发挥与否的主要因素之一是经济风险大小;并依据模型分析了股市财富效应的非对称性特征。实证研究证实了模型的结论,且发现股市收益产生的影响随着时滞的增长将变得更加不确定。     

三种度量基准下的无风险利率实证比较

以上证综指、深圳成指和沪深300指数为研究样本,构建了多因子模型,并利用2003年1月—2009年2月三类指数收益率及各因子的月度数据,用最小二乘法实证反演了上海证券交易市场、深圳证券交易市场以及沪深综合证券交易市场隐含的无风险利率和风险价值。研究发现:股市隐含的风险补偿为负,与传统的风险溢价理论相悖;以短期银行存款利率、7天Shibor利率及7天国债回购利率为度量基准,股市隐含的无风险利率与其存在较大差异,因此在金融衍生品等相关研究中不宜不加选择地将它们作为无风险利率的代理指标。     

股市收益、收益波动与中国城镇居民消费行为

本文通过构造边际消费倾向理论模型，发现股市收益波动是影响居民边际消费倾向的重要因子，而股市收益对居民边际消费倾向的影响带有不确定性；股市正财富效应的发挥与否的主要因素之一是经济风险大小；并依据模型分析了股市财富效应的非对称性特征。实证研究证实了模型的结论，且发现股市收益产生的影响随着时滞的增长将变得更加不确定。     

我国股市波动预测的非线生研究——来自GARCH族模型的对比发现

选取上证综合指数数据(SSEC),分别运用四种GARCH模型对股市波动性的拟合优度及预测精度作比较研究.实证结果表明,EGARCH(1,1)模型是描述市场波动性的一个很好的工具,能够对投资者在市场风险度量与预测以及投资决策时有所帮助,而GARCH(1,1)模型不是预测股市波动的有效工具.     

股票收益率时间序列模型分析

文章在规范统计与计量检验基础上,建立上证综指收益率的相关的GARCH族模型。分析结果表明:EARCH模型对上海股市股票收益率具有较好的拟合效果,而上海股市收益率存在显著的杠杆效应。     

中国A股市场截面回报率的决定因素--区分市场涨跌的考察

本文用Pettengill等(1995)对Fama-MacBath回归的修正方法区分市场涨跌对中国股市证券组合市场风险与回报率之间的关系进行了检验,同时用不同的组合构建方法考察了公司特征变量与回报率之间的关系.结果都表明,中国股市具有独特的风险-回报率关系,现在对中国股市截面回报率的决定因素做出结论为时尚早.     

我国股市EGARCH效应实证研究

本文主要是应用EGARCH-M,来分析我国股票市场聚集性、非时称性以及风险与收益关系.在EGARCH-M模型中分别引入t分布和广义误差分布,同时比较结果表明E-GARCH-M-t在描述我国股市特性方面优于其他模型.     

基于GARCH模型族的上海股市波动性分析

以上证综合指数为研究对象,采用GARCH模型族对2000—2006年中国上海股票市场的波动情况进行了实证分析.研究表明,上海股市具有明显的ARCH效应,股指收益率具有显著的"尖峰厚尾"特点,存在波动的集群性,市场"杠杆效应"显著,期望收益与期望风险之间存在正相关关系.     

上海股市"规模效应"和"价值效应"——基于流动性溢价的实证检验

本文在国内外关于流动性溢价存在性研究的基础上,基于个股数据,以换手率作为流动性因子,从股市和行业子股市两个角度,构建Panel Data固定效应变系数回归模型,在流动性溢价存在的情况下,对上海股票市场"规模效应"和"价值效应"问题进行实证检验。实证检验结果说明:股市整体和行业子股市都不存在流动性溢价的"规模效应"和"价值效应"。最后,给出了实证结果的原因分析。     

中国内地股市与中国香港股市波动溢出及时变相关研究

文章采用标准BEKK模型和两个拓宽模型研究了上证指数与恒生指数的波动性溢出特征、波动相关性的时变特征,实证结果发现两市场之间的波动性溢出并不显著,任一市场的波动对另一市场的波动产生的传导性影响不明显;两股市的联系和联动性并不十分明显,上海股市的波动具有相对的独立性。     

基于客户感知的互联网金融理财产品风险及其防范

随着互联网技术的不断发展,互联网金融理财产品应运而生,相比传统金融理财产品具有一定优势的同时,也给投资者带来了一系列风险问题。文章基于收益率视角分析互联网金融理财产品风险,选取余额宝七日年化收益率衡量收益率水平。实证结果表明余额宝收益率有显著的波动集群性特征,波动具有持续效应和长记忆性,而不具有杠杆效应的原因可能是余额宝的自身优势和投资者的理性决策,基于GARCH-GED模型计算的风险值VaR能较好的衡量余额宝收益波动风险。最后,基于客户感知角度提出了投资者防范互联网金融理财产品风险的措施。     

中国股票市场的风险价格及与世界股票市场的整合程度研究——基于动态ICAPM模型

文章在动态国际资产定价模型(ICAPM)的框架下,用三元BEKK-GARCH-M模型对我国股票市场中A股流通股超额收益率(即风险价格)的构成进行了估计,并且构建了一个度量我国股票市场与世界股票市场整合程度的动态指标,来检验中国股票市场与世界市场是否正在逐步从分割走向整合。结论是:样本期内我国股票市场的超额收益率中除了国内股市风险被定价外,国际股市风险和汇率风险也被显著定价,表明我国股票市场与世界股票市场已经有整合现象。这种整合程度总体上呈上升趋势,样本期内的两次对外开放的政策措施加快了整合程度的上升速度。     

中国股市投资者情绪对货币政策调整的动态响应研究

货币政策调整是中国政府规范股市发展的重要手段之一。在解析货币政策调整影响股市投资者情绪机理的基础上,构建状态空间模型进一步剖析中国股市投资者情绪对货币政策调整的响应特征。研究结果显示中国货币政策调整对股市投资者情绪存在显著影响,且影响趋于稳定;不同市态下,货币政策调整对股市投资者情绪影响的稳健性存在非对称特征;货币政策调整对股市投资者情绪的影响尽管显著但未能占据绝对主导地位。     

基于GARCH(1,1)模型的中国股市收益率预测研究

文章基于GARCH(1,1)模型估计股票未来收益率范围。首先利用此模型求出个股的年波动率,并结合股票价格正态性估计出某时段的收益率范围,然后以实际数据进行验证,经运用和验证后确定此模型的可适用性;最后以此模型估计未来股票收益率范围,基于国内股市易受国家政策影响的特点提出投资意见。