金融时间序列的波动持续性与优化投资组合关系——基于GARCH(1,1)模型矩的视角

GARCH(1,1)模型是最具代表性的ARCH族模型,而ARCH族模型是描述金融时间序列波动持续性特征最为广泛使用的模型,因此对GARCH(1,1)模型进行研究具有很强的理论和实际意义。本文基于矩的角度对GARCH(1,1)模型描述的波动持续性进行了研究并得到了矩和波动持续性关系的具体数学描述。这为人们厘清掩藏在服从GARCH(1,1)过程的金融时间序列背后的规律提供了一个独特视角,帮助人们了解GARCH模型并优化投资组合。     

GARCH模型的沪深300指数收盘价波动性

近年来,我国有不少股指挂钩的理财产品推出,但是,股指价格的波动性给投资者带来了较大的风险。该文着力研究我国沪深300指数的波动特征,了解波动的不对称性,掌握我国市场存在杠杆效应等等。该文基于2005～2013年的沪深300指数收盘价的日度数据．采用GARCH（1,1）、GARCH—M、TARCH、EGARCH模型对沪深300指数收盘价的波动性进行分析,对于投资者预测走势以及做出相关决策部具有重大的意义．     

沪深300指数收益率实证分析——基于不同分布的GARCH模型

文章采用ARMA模型来描述沪深300指数收益率序列,GARCH(1,1)模型用来拟合误差。文章对深300指数收益率序列分别建立误差分布为正态分布,GED分布和t分布的ARMA-GARCH(1,1)、GARCH(1,1)模型。实证结果表明:我国股票市场具有异方差性、尖峰厚尾的特征。文章讨论了GARCH类模型的参数估计方法和结构形式,实证分析发现,基于GED分布和t分布的模型相比正态分布的模型有一定优越的表现。     

基于GED-GARCH类模型的我国原油现货市场波动性的研究

选取2005年1月3日至2011年7月28日大庆原油现货日平均价格,以广义误差分布代替正态分布以反映金融资产的尖峰厚尾性,建立了GARCH(1,1)、GARCH-M、TARCH(1,1)、EGARCH(1,1)等多个模型,实证研究了我国原油现货市场收益率的波动特征。实证结果表明:大庆原油现货价格收益率具有波动集聚性;大庆原油现货市场收益率存在ARCH效应,在拟合大庆原油现货市场的ARCH效应时,GARCH(1,1)能较GARCH-M更好地消除ARCH效应;大庆原油现货市场存在明显的杠杆效应,利空消息对大庆原油市场的冲击是利好消息对原油市场的冲击的1.66倍,在描述大庆原油现货市场杠杆效应时,EGARCH(1,1)模型比TARCH(1,1)模型拟合效果好。     

基于GARCH模型的煤炭价格波动规律研究

为了研究煤炭价格波动规律,以秦皇岛大同优混煤2003年3月～2017年5月现货价格为实证研究对象,分别采用普通最小二乘法和GARCH模型对煤炭价格时间序列进行拟合.实证结果表明:煤炭价格时间序列表现出随机波动趋势,GARCH(1,1)模型拟合效果优于最小二乘法;外部冲击会加剧煤炭价格波动,煤炭价格时间序列具备长期记忆性;波动率序列具备ARCH效应,ARCH项系数和GARCH项系数之和略大于1,说明煤炭价格波动的持续性较强.     

我国股指期货与现货市场的波动溢出效应研究

本文采用沪深300指数及当月股指期货连续合约的15分钟高频数据,估计沪深300指数和股指期货的已实现波动率,在此基础之上建立二元BEEK-GARCH(1,1)模型。实证结果表明:沪深300股指与期货之间波动溢出效应具有显著的双向性和不对称性,具体表现为现货市场对期货市场的波动溢出效应非常显著,但是期货市场对现货市场的波动溢出效应并不显著。因此,信息即能通过期货市场会向现货市场传递,同时也可以通过现货市场向期货市场进行传递,但总体而言,信息传递主导方向是现货市场向期货市场传递。     

基于GARCH和E-GARCH模型的投资组合波动预测分析:以上证50指数为例

通过借助GARCH模型和考虑数据不对称性的E-GARCH模型,分析上证50指数投资组合波动的预测性,实证结果发现:上证50指数日收益率波动均存在条件异方差,市场收益率的波动随时间的变化而变化,而且经常在某一时刻中连续出现偏高或偏低的情况;另一方面,从GARCH模型和E-GARCH模型对上证50指数的预测比较可看出,选取的上证50指数样本数据具有一定的不对称性,短期来看,GARCH模型和E-GARCH模型都能够很好的拟合上证50指数的日收益率波动轨迹,预测误差较小。但随着样本期的延伸,相对于GARCH模型,E-GARCH模型预测效果的相对误差更小。     

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。     

初探我国沪市股价波动性——基于ARCH模型和GARCH模型

金融市场的波动一直是经济研究人员和投资者关注的焦点。在计量经济学领域,自回归条件异方差模型(ARCH模型)和广义自回归条件异方差模型(GARCH模型)经常用在金融时间序列分析中。特别是GARCH(1,1)模型在金融资产的波动性研究中得到广泛的应用。以沪市综合指数为研究对象,分别运用ARCH模型、GARCH模型进行初步研究,分析我国沪市股价波动的动态特征。     

股指期货对股票现货市场波动性影响分析

采用事件研究法,构造GARCH(1,1)模型,基于长期数据的基础针对沪深300股指期货的推出对现货市场波动性的影响进行实证研究。经过实证分析得到结论,从长期看来,沪深300股指期货的推出在很小程度上减弱了现货市场股票价格的波动性,但沪深300股指期货的推出却提高了现货市场对于新旧信息的反应效率。     

美股对沪深股市传递效果的探讨

作为全球第一大经济体,美国金融市场的波动对全球经济有明显的影响。美国股市是成熟资本市场的代表,探讨中国与美国股票市场的收益与波动的传递效果,以及相关性具有十分重要的现实意义。本文选取美国道琼工业平均指数作为代表美国股票市场的股票指数,我国股票市场选取上海证券交易所股票价格综合指数与深圳成分股指数作为代表。数据选取AK2005年7月21日至2009年9月24日,使用WinRATS6.0软件,通过单变量GARCH（1,1）检验两者的收益与波动的传递效果为投资者在全球化投资过程中做资产组合决策以及为相关金融监管提供重要参考。     

沪深300股指期货价格影响因素及价格预测

沪深300股指期货为我国金融市场提供了价格发现和风险规避等功能,但是其价格波动较大,容易增加投资风险,因此探究其影响因素和预测价格具有重要意义。本文通过建立VAR模型和GARCH族模型对价格影响因素进行分析和预测。研究表明：沪深300股指期货价格受金融市场因素影响最小但其关联性明显,宏观经济运行状况对期货价格影响显著且持续时间较长,消费者心理会对期货价格产生显著正向影响。价格预测中EGARCH(1,1)模型预测结果的平均相对误差为0.0002,说明预测精度高。     

房地产板块风险分析——基于GARCH模型VaR方法

主要对GARCH模型在风险计量方面的理论方法进行了梳理,并选取2007年1月4日至2010年12月23日上证房地产指数日收盘价作为数据样本,运用GARCH模型VaR方法对我国股市中房地产板块的风险进行了实证分析。实证结果表明我国地产股指序列存在集聚效应,GARCH模型较传统静态法更能够较好的描述我国房地产板块的波动情况,因而测量的VaR值更能反映我国地产板块面临的风险程度。     

基于GARCH模型族的沪深300波动研究

本文针对沪深300指数2008年6月到2013年7月共1241个样本数据,运用GARCH模型族理论,分别建立GARCH,GARCH-M及T-GARCH模型,发现其收益率波动具有显著的聚集效应及收益不对称性。并通过比较,发现T-GARCH(1,1)模型能够较好地描述沪深300指数波动的规律。     

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。     

股指期货推出对现货市场价格影响探讨

以我国沪深300股指期货以及期货标的物沪深300指数的数据作为研究样本,以股指期货正式推出时间(2012年4月)为分割点,结合ARCH、GARCH、EGARCH、TGARCH模型,对比分析了股指期货推出前后30个月的现货市场的波动性、丛聚效应、杠杆效应,得出以下结论:我国股指期货的推出对现货市场有着积极的影响,表现在现货市场的波动率有所下降,丛聚性现象得到一定的缓解,杠杆效应有所减弱。     

国际贸易中石油价格的波动性与风险分析

本文利用国际贸易中西得克萨斯中油(WTI)现货市场日价格数据,通过建立相应的GARCH模型计算石油收益率VaR的值(在险价值),并进行VaR的后验测试,对石油价格波动性和风险进行实证分析。结果表明:石油市场具有显著的方差时变性及新信息对波动冲击的持续性;GARCH(1,1)模型能够很好地消除其ARCH效应;在运用VaR-GARCH模型方法对石油贸易价格风险进行管理时,应选择较高的置信水平。本文的研究结果对石油贸易领域的投资决策及风险控制具有一定的参考价值。     

沪深两市收益率特征及波动率相关性分析

以沪深两市A股指数为样本,采用GARCH(1,1)模型,研究收益波动度的性质特征,并探讨两市场波动度的相关关系。实证结果表明,两市收益率存在尖峰厚尾与波动集簇等ARCH特征,它们的波动度存在Granger的因果关系。     

浅谈GARCH模型下股指期货和股票市场的波动性关系

对于沪深300股指期货来讲,近些年来,日益受到关注和青睐,本文主要以2005年4月8日至2011年9月13日沪深300指数收盘价为关键性的时间点,总共选取的数据样本为1606个,来试图对股指期货在上市运行之后,所能够对现货市场的波动性产生的实际影响进行分析,在此研究目标之上,本文主要采用了计量经济学的方式,来对股票指数的波动性特征以及在股指期货推出之后所能够对指数波动产生的影响进行了实证分析,通过GARCH模型的建立,体现了我国股市波动性的具体实际情况。     

上证50指数收益率特征及其波动性分析

研究国内非综合指数即成份指数(上证50指数)的收益率特征及其波动性,可以估计得出对指数风险收益具有较好预测作用的自回归———GARCH(1,1)-M模型,并实证分析指数收益的风险特性、稳定性、波动性等特征,这对当前探讨上证50指数相关指数衍生品推出及其投资分析均具有重要意义。