基于HAR模型的上证50ETF波动率指数特征及应用研究

本文基于HAR模型对上证50ETF波动率指数(中国波指)进行研究。根据2015年2月9日至2017年2月16日中国波指运行的真实数据,构建一般HAR模型和扩展的HAR模型研究中国波指的特征。实证结果表明:中国波指具有显著的正周一效应;中国波指与上证50指数的收益负相关,且这种负相关具有非对称性。根据中国波指的预测结果,结合我国上证50ETF期权进行期权交易模拟发现,基于中国波指构建的期权投资策略能够取得较好的收益。     

基于SEMIFAR模型的我国股市波动率的长记忆性研究

以深圳股票市场1997年1月1日至2011年10月10日深证成分指数行情数据为样本,采用SEMIFAR模型,研究中国股票市场波动率的长记忆特性。首先,对长记忆的统计检验进行计量分析,研究发现对数日波动率序列衰减缓慢并在滞后200阶的情况下依然显著,这表明我国股票市场波动率序列具有长记忆性。紧接着,尝试使用SEMIFAR模型对日波动率序列进行建模和预测,结果发现SEMIFAR模型在对数日波动率序列长记忆建模中效果很好。     

EGARCH-SN模型及其实证研究

首先研究了以往GARCH模型对误差项的各种选择方法,并基于Sahu等(2003)和Branco、Dey(2001)等对偏正态分布的研究,提出了EGARCH(1,1)-SN模型;该模型能同时考虑收益序列的"有偏、尖峰和肥尾"特性以及正负新息非对称冲击的杠杆效应,是理论上较为理想的波动模型。选用沪深A股1996-2005年日收益率数据对模型进行了检验,结果发现:EGARCH(1,1)-SN模型对沪深两市收益波动的拟合效果很好;同时",波动序列非对称性"比"收益序列非对称性"更为重要;正负新息均具有增大后期波动之趋势,但负新息对后期波动的影响更大。     

基于QRNN模型的创业板市场羊群效应的实证分析

金融时间序列普遍具有非对称性、非线性、尖峰厚尾等典型特征,本文在传统CCK模型基础上,以2013年1月14日到2016年12月20日的创业板指数成分股日收益率数据为样本,运用R软件建立神经网络分位数回归(QRNN)模型对我国创业板市场的羊群效应进行检验,实证分析结果表明:我国创业板市场存在着显著的羊群效应,神经网络分位数回归模型能够更加全面准确地揭示不同分位点处市场收益率对于横截面绝对偏离度的影响.     

普通高校学费标准的评价模型

本文从经济、国家、社会、高校及学生等五个因素,建立了学费多重线性回归模型,对高校学费作定性和定量的分析;为反映以往年份应收学费与实收学费之间的偏差,建立了灰色GM（1,1）模型与时间序列模型;通过对不同地区、不同类型的学校进行聚类分析,给出了评价学费标准是否合理的定量分析模型,从而建立了我国普通高校学费标准的评价模型。     

基于双变量线性回归模型的养老金缺口研究

近年来,人民银行养老金缺口不断扩大,采用计量经济学模型定量分析养老金缺口,能够使其形成过程更加数量化、具体化、清晰化。为此,我们先对养老金缺口、离退休人数分别建立对数-线性增长模型,然后再对两个变量建立简单线性回归模型,并对回归结果进行检验和讨论。一、指标选择与数据选取我们以养老金缺口为被解释变量（因变量）Y,以离退休人数为解释变量（自变量）X,以时间序列为时间变量T,     

基于GARCH模型对我国创业板波动性的实证研究

本文选取了2014年1月6日至2017年2月14日的创业板指数作为样本,分别运用ARCH模型、GARCH模型对创业板指数收益率的波动性以及波动的非对称性进行了初步研究。实证分析显示:创业板指数存在杠杆效应,其波动表现出集群现象和持久性,而且序列波动具有显著的非对称性。最后,本文根据我国创业板指数的波动特征,提出了相应的应对措施和建议。     

近期粮食价格影响因素研究——以河南省粮食价格为例

通过对经典的研究粮食价格波动的线性回归模型进行改进,考虑了农田土质的优劣、当年农作物市场价格的影响;同时采用相关系数法对多次线性回归得到的分析系数进行验证,得到河南省粮食价格波动因素与实际情况相符的结论。此外对河南省的农业贷款进行相应考察,分析金融支持对农业生产的影响。为河南省粮食政策及粮食安全问题提供决策建议和金融支持。     

VaR-GARCH模型在我国股指期货风险管理中的应用

股票指数期货交易风险,是指由于股票指数期货市场运作的不确定性,而使市场参与者遭受损失的可能性以及对整个社会、经济环境造成危害的可能性。VaR风险评估是预测股指期货合约的市场风险的主流方法,可用于对利率风险、汇率风险、证券、期货及其他衍生产品价格风险等各种市场风险的度量。由于金融资产价格涨跌率时间序列具有波动性、时变方差效应,因此多采用能够精确估计样本区间波动指标的GARCH模型。于是股指期货多将两者结合,构建了VaRGARCH模型。本文通过阐述VaR-GARCH模型的基本原理,结合具体实践,分析了该模型在股指期货风险管理的应用。     

基于Logistic模型的机械制造业上市公司财务预警应用与分析

本文对Logistic回归模型应用于财务预警应用与分析做了深入理论分析,并以机械行业最新财务统计数据作为分析对象,利用SPSS统计学软件求得了回归模型参量,进一步构建了机械设备仪表类Logistic回归模型;并以某机械制造公司作为分析实例,对该模型的计算方法进行了进一步表达,对Logistic回归模型在财务预警中的分析和应用提供了一定的参考。     

基于GARCH模型的欧元／美元汇率的预测

本文对今年来欧元兑美元的日收盘价进行数据分析．发现欧元／美元汇率日波动不服从正态分布。而且汇率的时间序列有波动异方差性,根据近年来欧元／美元的汇率数据特征．建立欧元／美元汇率的GAR．CH（1,1）预测模型,实证分析所建模型的拟合度较高,适应做短期预测。     

金融危机后中国股市波动研究——基于GJR-GARCH模型的实证分析

根据2008年1月1日至2010年5月31日上证综合股指数日数据,采用GJR-GARCH模型对金融危机后上证股市收益率的统计特性进行研究,并分析了上证股市收益率波动的非对称性现象。结论表明:上证综合指数序列存在冲击的非对称性,同时也存在着杠杆效应;并且,由拟合得到的新闻影响曲线可以看出,GJR-GARCH模型的新闻影响曲线也是非对称的,即同样强度的利空消息较利好消息对未来波动的影响更大。     

华东地区经济增长因素分析

本文采用柯布-道格拉斯生产函数,基于华东地区1987~2013年时间序列数据,通过平稳性检验的基础上,建立回归模型,并对回归作误差修正模型检验,从而对华东地区经济增长影响要素进行实证分析,讨论各因素对经济增长的贡献度。     

随机波动率模型下的GMM估计对我国股市的实证分析

随机波动率模型(Stochastic Volatility Mode)是金融时间序列中一个十分重要的模型,广泛应用于验证波动率的随机性。GMM(general moment method)是一种十分有效的运用于线性和非线性模型的参数估计与假设检验中的方法。本文采用GMM方法,来验证我过2001年到2011年的上证指数时间序列是否符合随机波动率模型。     

基于 Logistic 模型的机械制造业上市公司财务预警应用与分析

本文对 Logistic回归模型应用于财务预警应用与分析做了深入理论分析，并以机械行业最新财务统计数据作为分析对象，利用SPSS统计学软件求得了回归模型参量，进一步构建了机械设备仪表类 Logistic回归模型；并以某机械制造公司作为分析实例，对该模型的计算方法进行了进一步表达，对 Logistic回归模型在财务预警中的分析和应用提供了一定的参考。     

上市公司财务危机预警模型的实证分析

我国实行"特别处理"规定以来,每年总会有一些企业由于财务状况异常被证监会予以特别处理(ST或*ST),这不仅危及企业自身的生存和发展,也会给其他利益相关者造成严重的损失.因此,本文运用Logistic回归法构建企业财务危机预警模型,以期能够帮助上市公司预防财务危机的发生.     

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。     

上证指数收益率波动的实证分析：基于ARCH族模型

股价指数的收益率序列具有时变波动性、厚尾特征、波动性群集等特点,传统的计量分析无法刻画这些特点。文章利用ARCH族模型,选取2003年1月20日～2013年12月12日上证指数每日收益率共2621个数据对其波动进行定量与定性的分析,结果显示,上证指数日收益率存在高阶的ARCH效应,杠杆效应,波动集聚性特征,条件方差对日收益率有很强的影响,其中EGARCH模型在反映股市波动性方面优于其他模型。     

Logistic模型和KMV模型在中国上市公司信用风险度量中的比较研究

本文从违约概率衡量上市公司信用风险的角度来看,基于因子分析的Logistic回归模型和KMV模型都能反映上市公司的信用风险状况,但基于因子分析的Logistic回归模型的评级结果比KMV模型较准确。     

基于VAR模型的河北省经济增长波动分析

本文通过建立向量自回归模型（VAR）,运用Granger检验、脉冲响应函数和VAR模型的预测方差分解等方法对河北省的经济增长波动情况进行了实证分析。研究结果表明：河北省的经济增长类型属于出口导向型,另外固定资产投资对经济增长的影响较大,并有继续加大的趋势,消费没有对经济增长起到应有的作用,在河北省经济未来的发展过程中应扩大内需,刺激消费,促进经济增长。