基于GARCH模型族的上证指数波动性研究

本文利用GARCH模型族对上证指数日收益率的波动性和波动的非对称性做了全面的分析。通过实证发现,上证指数收益率具有尖峰厚尾和聚集现象,并且表现出显著的异方差特征,同时其波动存在非对称性,"利空消息"会比"利好消息"使得股市产生更大的波动,另外,通过比较发现EGARCH(1,1)模型能较好地拟合上证指数收益率的波动性。     

沪市股指收益率及波动性研究

应用自回归条件异方差(ARCH)模型对上海股市在2007年4月27日至2008年4月28日股指日对数收益率进行建模分析:结果反映沪市股指收益率具有明显的波动聚集性和尖峰厚尾的特征;均值模型适合ARMA过程,且不符合股市弱有效的特征,回归模型具备预测能力;无条件期望收益率不受到当期风险的影响;条件方差具有明显的非对称性和杠杆效应。     

沪市股价收益率波动性分析

股票市场收益率波动性对于证券组合的选择、风险管理与控制有着极其重要的联系,为了更深入地研究股市变动情况,选取2000年至2014年上证综指为样本数据,经处理变换后得对数收益率并探究其基本统计特征,得出上证综指呈现非正态性分布,具有尖峰厚尾性、非对称性等特征,然后运用ARCH类数学模型解决股市波动中产生的方差时变性问题,得出估计模型。     

中国沪深股市波动的实证分析

近些年来,股票市场的波动在国际金融实证领域越发得到重视,它的各种重要特征如集聚性、非对称性和持续性等都得到许多学者的关注和研究,因此对国内股市的波动进行分析是具有重大的现实意义的。首先,对股市收益率进行描述性统计并进行诊断性分析;其次,在GRACH族模型实证探究中,经过一系列适用性检验之后,对沪深股指建立三个模型并求解;最后,得出我国沪深股指总体收益率序列波动存在显著的"非对称性效应"等一系列结论。     

我国A股市场航运企业股票收益率波动性分析

本文运用GARCH模型和EGARCH模型对我国航运企业股票收益率波动性进行分析,并将其与上证综合指数的收益率进行对比,探索航运企业股票收益率的波动性特征。实证研究结果表明:航运企业股票的收益率序列存在着较为显著的异方差性,航运企业股票的波动性与市场风险性较大,并且其收益率序列的波动具有较强的持续性和非对称性,航运企业股票市场总体上存在着杠杆效应,利空消息较利好消息更容易引起较大的波动。     

深圳股市收益率波动分析

该文以国内外相关文献为依据,以中国深圳股市的数据为基础,并以金融计量经济学为主要研究工具,通过采用深圳股市深证成指每日收盘价数据为样本,对其股市收益率的波动性进行理论分析和经验研究.     

金融一体化进程下海峡两岸股市波动性特征比较研究

在金融一体化进程下,研究两岸股票市场收益率波动特征成为一个重要课题。本文以2003年1月2日-2012年12月31日期间上证180指数和台湾加权指数为研究样本,利用ARCH族模型对海峡两岸的股市收益特征进行比较分析,发现两岸收益率波动均呈现出明显的可变性和波动集簇性,而且大陆股市波动的类聚性和持续性要强于台湾;大陆股市收益有正的风险溢价,投机氛围浓厚,需要长期依靠政策调节,而台湾股市收益正的风险溢价表现不显著;大陆和台湾收益率均存在杠杆效应,而且台湾股市的杠杆效应高于大陆股市。     

基于GARCH族模型的VaR方法对上证综指的研究

本文结合GARCH族模型的VaR在险价值方法对上证综指进行了实证研究。分析发现,上证综指日收益率时间序列满足ADF单位根检验,具有很好的平稳性;基于广义误差分布（ GED）和t分布假定下, VaR在险价值方法与GARCH族模型的结合更好的反应了股市收益率的风险特征。     

基于GARCH模型的沪市地产股波动性研究

本文在对沪市地产指数和五只代表性股票的波动性进行统计描述的基础上,通过建立GARCH和TGARCH模型,对沪市地产股的波动性做进一步分析,结果表明我国沪市地产股收益率序列的波动具有显著的异方差性,股价波动存在集群性和持续性,以及非对称性等特征。     

基于ARCH模型的人民币汇率波动特征的分析比较

本文以人民币/美元、人民币/日元的汇率为研究对象,选取2005年7月22日至2015年11月30人民币/美元、人民币/日元汇率的中间价并运用ARCH模型对其进行研究。经研究表明,它们两者之间都有着密切的关系,且具有明显的ARCH效应,并利用TACH模型研究出人民币/美元的收益率具有非对称性和杠杆效应,人民币/日元的收益率具有非对称性,杠杆效应不明显。     

金融危机前后港台股市非对称效应比较分析

本文以港台股市为研究对象,通过构建EGARCH模型进行实证研究来比较港台股市在危机前后波动的非对称性效应,实证结果表明：危机前,台湾股市波动的非对称效应强于香港股市;危机后,香港股市波动的非对称效应略强于台湾股市;两市在危机后波动的非对称性效应都强于危机前。     

基于GARCH族模型的创业板市场波动性问题研究

创业板的建立对我国实体经济起到了重要作用,但是创业板市场存在着较大的波动性,所以本文以创业板指数收益率为研究对象,构建GARCH族模型对其收益率序列的波动性进行研究。研究结果表明:创业板指数收益率序列的波动具有集聚性、持续性和非对称性,上述分析结果可以为创业板收益率波动的预测提供指导作用。     

基于GARCH族模型的沪深300指数波动性模拟研究

本文运用GARCH族模型模拟沪深300指数收益率波动情况,得出结论:沪深300指数波动性的模拟,从简洁性出发应使用GED分布假设下的GARCH(1,1)模型;从精确度出发,即考虑其非对称性时应选择GED分布假设下的EGARCH(1,1)模型。企业和投资者可借助此模型相机投资;行业工作者和相关领域学者可参考本文方法展开进一步研究。     

中国股市杠杆效应分析——基于非对称ARCH模型

ARCH模型在具有群集性和条件异方差的数据中有着良好的适用性,本文对上证综指收益率进行实证研究,以探讨其收益率波动中的条件异方差性和非对称性以及杠杆效应的正相关作用。     

基于GJR-GARCH模型的上海证券市场实证研究

根据1998年1月1日-2006年5月1日上证综指数据,采用GJR-GARCH模型对上证股市收益率的统计特性进行讨论,并分析了上证股市收益率波动的非对称性现象。结论表明:(1)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;(2)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,同样强度的利空消息较利好消息对未来波动的影响更大。     

我国医疗保健行业股指收益率波动特征与杠杆效应

本文运用SWARCH模型分析了我国医疗保健板块收益率的波动,并将医疗保健板块收益率与上证综指、深证成指收益率的SWARCH模型的估计结果进行比较,得出以下结论:医疗保健指数收益率序列呈现出低、中、高三种波动状态,样本区间主要分布于中波动状态,低波动状态的平均持续期最长、中波动状态的平均持续期居中、高波动状态的平均持续期最短,医疗保健指数收益率波动杠杆效应显著;我国股市医疗保健板块收益率波动状态之间的差异高于沪深综指波动状态的差异,医疗保健指数收益率与沪深综指收益率区制转移趋同,但存在着细微差异;医疗保健指数收益率各区制间转移相对频繁,每种波动状态的平均持续期较短,股市医疗保健板块收益率对新信息的反应更为敏感。     

基于GJR—GARCH模型的上海证券市场实证研究

根据1998年1月1日-2006年5月1日上证综指数据,采用GJR-GARCH模型对上证股市收益率的统计特性进行讨论,并分析了上证股市收益率波动的非对称性现象。结论表明：（1）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;（2）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,同样强度的利空消息较利好消息对未来波动的影响更大。     

沪市股指收益率波动性研究

本文运用ARCH模型族对上证指数收益率的波动性进行研究,分析了上海股市波动性的特点,通过比较发现,对于上海股市股指收益率的波动性,EGARCH(1,1)-M模型和EGARCH(1,1)模型都能很好地拟合,同时还对上证指数收益率的波动性进行了预测分析。     

基于ARMA-GJR模型的人民币汇率波动非对称性研究

本文主要研究人民币汇率波动的"非对称性"特征。通过构建ARMA-GJR模型实证检验了人民币兑美元汇率波动的特征,结果显示,人民币汇率波动具有正向"非对称性"特征,即市场对人民币升值和贬值存在不同程度的反应,人民币升值会给市场带来更大幅度的波动。最后针对汇率波动"非对称性"提出了相应的政策建议。     

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几个特征,即尖峰厚尾、波动性群集等,运用传统的计量方法是无法准确地刻画出这些特征。通过利用ARCH族模型,选取2004年1月2日到2014年12月31日上证指数每日收益率共2670个数据对其波动进行定量、定性的分析,结果显示:上证指数日收益率存在ARCH效应、波动集聚性特征,并且用GARCH模型可以很好反映股市指数的波动性。