上海股市的VaR风险研究

针对上证综合指数收益率分布的尖峰厚尾特征,文章分别用GARCH-正态模型、GARCH-t模型和GARCH-GED模型进行拟合,证明了上海股市具有正的风险溢价,并存在杠杆效应。然后分别用这三种模型估计出的结果计算上海股市的日度VaR值,结果发现GARCH-GED模型比GARCH-正态模型能更好地度量上海股市的风险。     

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.     

中国股市的波动性及国际比较

本文通过描述性统计和基于GARCH模型族的计量分析,对上证A股综指、道指、富时100指数和日经225指数收益率序列有关波动性的基本特征进行了概括和比较,并得到基本结论：1998年7月至2008年7月期间,上海股市的总体波动性水平要高于其他三个股票市场：上海股市较高的波动性表现在日收益率序列、周收益率序列以及月收益率序列等多个时间维度上;同时,上海股市较高的波动性还表现在波动的幅度上和波动的频繁程度上。本文还指出,中国股票市场较高的波动性不能简单地从宏观经济波动性或对外金融开放角度来解释。     

上海股市周收益率的ARCH模型

本文利用计量经济学软件EViews4.0,对上海股市自1994-2004年十年的大盘收盘指数的周收益率进行了研究,建立了相应的ARCH模型族,通过比较,最终得到TARCH(1,1)模型和EGARCH(1,1)模型.同时还对周收益率的波动性进行了预测分析.     

中国股市波动性聚类特征参数与非参数分析

从分析中国股市收益率序列的特征入手,寻找描述中国股市波动性特征的合适的统计模型。重点对中国股市收益率序列的波动性聚类现象进行研究。运用描述统计学方法,广义自回归条件异方差模型,以及非参数统计方法等多种方法进行广泛探讨。结合具体的数据分析,从多个角度刻画出中国股市收益率序列的波动性聚类现象的参数与随机性特征。     

资产选择、风险偏好与储蓄存款需求

本文以消费者最优资产选择模型为基础,采用局部均衡分析方法探讨了通货膨胀、股市收益波动、消费者风险偏好对储蓄存款需求的影响。2001年6月以后,通货膨胀方差下降,股市持续下跌,股市收益率下降,收益率方差也有所下降,但货币需求却加速增长。本文根据不同的相对风险回避指数,模拟了利率、通货膨胀、股市收益率、股市收益率方差等因素对2001年6月至2005年9月平均储蓄存款的影响。在适当的相对风险回避指数下,储蓄存款增加的30%左右可以由这些因素解释;如果不考虑GDP等规模变量,股市收益率下降是导致平均货币需求增长的主要因素。     

沪深股市交易量与收益率及其波动的相关性:来自实证分析的证据

本文使用上海和深圳两个市场的大盘指数和 A股交易量序列 ,主要借助于指数 GARCH模型探讨中国股市收益率和交易量之间的相关性。结果表明 :交易量与同期的收益率水平明显正相关 ;虽然总体来看 ,交易量对收益率波动没有确定一致的解释作用和先导作用 ,但将交易量划分为预期和非预期部分后我们发现 :预期交易量不影响股价波动 ,而未预期到的交易量变动不但与同期的波动正相关 ,还可以为下期波动提供有限的预测信息。另外 ,对二阶矩的考察还表明我国股市中收益率的波动存在明显的“杠杆效应”,负的冲击比正的冲击会造成股价更大的波动     

我国股市与汇市波动溢出动态性实证研究

文中运用二元收益率BEKK—GARCH（1,1）模型,研究了我国在汇改后股市与汇市间的波动溢出。实证结果表明在两市间存在一个双向的波动传递关系,即股市与汇市均对它们相互之间市场“新息”产生反应。股市收益率对于它自身的波动不存在“新息”效应,而汇率自身过去的波动对当前收益率存在“新息”效应。汇市（股市）波动对股市（汇市）的冲击不存在持续性,即过去的波动对于预测未来的波动影响不大。     

CAPM模型对上海股票市场一月效应的验证

本文根据资本资产定价模型（cApM模型）来研究中国股市的期间效应，以一月效应为例，并选取证监会行业分类牡的CSRC制造业，CSRC金融业，CSRC交通运输·仓储·邮政业中的上证股票做实证分析，分析其对股票超额收益率的影响以及CAMP模型是否适合上海股票市场。     

基于R/S分析的上海股市有效性实证研究

以上海股票市场为研究对象,以1995年10月24日至2009年3月16日这一时间段的上证综合指数日收盘价对数收益率序列为研究样本,利用R/S分析方法计算出上证指数的Hurst指数,并对上海股市分形特征加以描述。实证结果表明,上证综合指数日收益率序列的Hurst指数为0.619607,明显偏离0.5,说明上海股票市场具有明显的分形特征,投资者可以通过分析股价的历史数据来获得超额利润,因而市场是无效的。最后,分析了上海股市无效的原因,并提出了政策和建议。     

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.     

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.     

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.     

上海股市流动性和收益率的动态关系研究

研究流动性与收益率之间的关系是证券市场微观结构理论研究的一个重点。文章采用VAR（向量自回归）方法来考察上海股票市场上流动性与收益率之间的关系。先通过VAR的脉冲响应函数来分析两者之间的影响关系，接着从条件分布的角度探索彼此之间的因果联系。综合考虑实证结果，深入了解上海股市流动性与收益率的变动传递过程。     

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。     

沪深300指数的GARCH模型族仿真研究

应用GARCH模型族对沪深300指数进行实证研究,发现沪深300指数的波动存在明显的GARCH效应,股市波动存在持久性和弱杠杆效应;沪深300指数收益率条件方差是平稳系列,股市具有可预测性,用EGRACH-M（11,）模型能很好预测股市的波动。     

货币市场、债券市场对沪深300指数溢出效应的实证研究

本文借鉴向量自回归模型(VAR)研究股票收益率(Rst)、债券收益率(Rbt)和利率收益率(Rct)之间的均值溢出效应,通过建立非对称三元对角BEKK模型研究股市、债市及货币市场指数的波动溢出效应。结果表明,债券市场和货币市场对股票市场存在均值溢出效应;当期三个市场的波动都具有明显的ARCH效应,其波动受自身的前期冲击影响明显;货币市场与债券市场的联合波动效应显著为正,政府或者监管者在制定政策时可选择适度盯住债券市场,改变股票市场收益率情况,避免股市出现较大的波动。     

沪深股市的分形研究

本文以上海深圳股票市场为例,对上征、深证综指的5日收益率、10日收益率、20日收益率进行了多重分形分析.结果表明在各个时间标度上Httrst指数均表现为持久性特征,可见中国股市呈现明显的非线性的分形特征,这一市场是一个复杂性系统,基于线性范式的有效市场假说是不适合的.     

噪音交易与股价过度波动:理论与中国经验分析

中国股市股票价格的波动性过大,引起这种现象的一个重要原因是噪音交易的存在和频繁发生。本文采用事件分析法,随机抽取了上海A股市场的近200种股票作为样本,通过构建正反馈交易的"涨幅组合",对噪音交易者投资的累积异常收益率进行检验。结果表明:股市过度波动与噪音交易频繁有密切的联系;噪音交易者通常要承受巨大的风险,但其投资收益率一般情况下却为负。     

沪深股市的分形研究

本文以上海深圳股票市场为例,对上证、深证综指的5日收益率、10日收益率、20日收益率进行了多重分形分析.结果表明在各个时间标度上Hurst指数均表现为持久性特征,可见中国股市呈现明显的非线性的分形特征,这一市场是一个复杂性系统,基于线性范式的有效市场假说是不适合的.