沪铝期货收益波动性分阶段实证研究

本文研究了我国上海期货交易所铝期货连续合约2000~2006年收益序列的波动性,并以2004年为铝期货市场发展的临界点,建立了两阶段子序列,采用条件波动模型分别进行了实证分析,结果表明:第二阶段铝期货市场有效性较第一阶段得到了提高;第二阶段铝期货收益波动性存在持续并扩大的现象;两个阶段铝期货收益波动性均存在杠杆效应,且两个阶段的杠杆效应相反,但第二阶段的杠杆效应是显著的。     

沪深300指数日收益率随机波动模型实证研究

本文利用SV-MT、杠杆SV两种随机波动模型实证分析了2009年7月1日至2010年9月30日间沪深300指数日收益率的波动性。实证比较发现,杠杆SV模型拟合效果最好。其结果表明,沪深300指数收益率具有尖峰厚尾特性,波动存在不对称性,但存在明显的杠杆效应。     

沪深股市VaR的实证分析

随着2014年我国股市行情转好,股票市场的波动也不断加剧,市场风险日渐凸显。在关注市场收益率的同时,如何度量股市的波动性及其风险控制愈显重要。本文以反映我国股市总体走势变化的上证综合指数和深圳成分指数作为研究对象,建立反映波动性的GARCH族模型,发现沪市具有反杠杆效应和较高的风险回报率,而深市具有杠杆效应和较低的风险回报率。在Va R的估计方面,在各置信水平下EGARCH(1,1)模型和GARCH(1,1)模型分别在拟合沪市和深市的市场风险上效果最好,且沪市相比与深市具有相对较低的市场风险。最后,本文对以上实证结果做出分析,并据此得出了对于投资者、监管层以及市场的经验与启示。     

深证成指周收益率波动及预测实证研究——基于ARCH模型

文章以1996—2012年深证成指(399001)周收盘价为对象,就我国股市波动情况进行实证研究。研究结果表明,我国深成指周收益率序列不存在自相关;对比GARCH(1,1)模型和GARCH-M(1,1)模型,不含常数项的GARCH-M(1,1)模型优于捕捉深成指周收益率的波动性。文章最后对其波动性进行了预测分析。     

基于CVaR的上海银行间同业拆放利率风险度量

本文以上海银行间同业隔夜和周拆放利率为研究对象,运用基于ARMA-GARCH模型族的CVaR模型度量利率风险。结果表明:广义误差分布(GED)较正态分布能更好地刻画上海银行间同业拆放市场利率序列对数收益率的分布状况;PARCH模型计算的CVaR值要优于GARCH、TARCH和EGARCH模型得到的结果;存在反杠杆效应。     

沪深两市股票市场的Garch类模型分析

本文采用EGARCH(1,1)模型和Granger因果检验分别对我国沪、深两个股票交易市场2001年2月到2006年的3月期间的股票价格指数的日度数据进行了分析。EGARCH(1,1)模型表明这两个市场股指收益率存在条件异方差、持久的波动聚类现象和杠杆效应。Granger因果检验则说明两市场波动之间则存在双向的Granger因果关系,即两个市场之间表现出对称的波动溢出效应。     

基于Swarm的股票市场建模与GARCH效应研究

波动性是金融研究的基础议题之一,文章在多主体模型的基础上对它进行了研究。首先,在Lux模型基础上增加观望者类型,建立改进模型,并在Swarm平台上进行仿真,产生与真实股价走势相似的价格时间序列,随后研究了模型收益率的GARCH效应,发现当市场处于周期形态时,收益GARCH效应显著,当市场处于泡沫均衡态时,收益GARCH效应并不显著。     

我国沪深股指收益率波动性的实证研究——基于ARCH模型族

本文基于我国1997年7月3日至2011年7月2日的数据,利用ARCH模型族,对我国沪深股指日收益率的波动性进行了实证研究。结果表明:沪深股市收益率的分布非正态,具有尖峰厚尾特征;它们的波动具有集聚性、持久性和杠杆效应;沪深股市中高收益伴随高风险。总体来看,沪深股市在收益率波动特征上的差异不大。     

基于GARCH族模型的股价波动性分析

运用GARCH族模型对上证综指进行建模研究,结果表明:上证股市收益率序列不服从正态分布,有"尖峰厚尾"特征;存在一定的杠杆效应,即利空消息比等量利好消息带来冲击更大;股市受外部影响时间较长,短期内难以消除。     

基于GARCH模型的股票收益率分析及预测

GARCH模型是对金融数据波动性进行描述的有效方法,它是最常用、最便捷的异方差序列拟合模型。资产收益率是金融数据分析常用的指标,比价格序列更易处理且更有研究意义。本文采用R语言,对2009年1月6日—2019年5月20日沪深300指数的日收盘价进行预处理,将其转化为平稳的收益率序列,检验其ARCH效应,建立GARCH模型以及标准化残差分析,最后对收益率和股票价格进行预测,预测的结果能为投资者进行决策提供一定的参考。     

基于GARCH模型的股市收益与股指波动的实证研究

文章采用四个市场指数建立以来至2010年12月30日止,运用传统的最小二乘法和改进的自回归条件异方差模型( GARCH),从A股市场指数的波动性入手,研究四个市场收益率的特征,对指教序列的分布、序列的平稳性和异方差进行检验,从而对A股市场指教的波动有更深刻的认识和把握.     

中国股票市场三因素模型的实证分析

本文以1995年7月-2010年6月沪深两市所有A股上市公司为样本,对我国市场是否存在规模效应,账面市值比效应(BE/ME)及Fama和French三因素模型是否能解释股票收益率的变动进行了实证分析。实证研究的结果证实(:1)我国股市存在着显著的规模效应和账面对市值比效应,(2)Fama和French三因素模型能够很好地解释我国股票收益率的横截面变动情况。     

基于ARCH类模型的国债市场波动率研究

本文运用自回归条件异方差(ARCH)类模型对我国国债市场(包括银行间国债市场和交易所国债市场)的波动率进行实证分析,结果显示:我国国债市场具有波动率集聚的特征,存在ARCH效应,不存在杠杆效应和高风险、高收益特征,同时国债市场的波动具有很强的持续性。     

基于GRACH-VAR模型的互联网理财产品市场风险管理研究

随着余额宝等基于互联网的理财产品迅速占领投资市场,我们看到了互联网思维下金融理财的一大新模式:凡是有留存资金就关联货币基金。本文引入VAR模型对互联网理财产品进行风险分析,以余额宝2013年5月上线至今的万份收益为样本数据,探讨互联网理财产品的收益波动性,评估其市场风险。借鉴前期相关研究,GARCH-VAR模型可以很好地刻画收益率序列的波动性,研究发现:目前互联网金融产品的市场风险仍处可控范围,波动性较小。     

沪市、深市收益率波动性的实证分析

本文运用GARCH模型对上证指数和深证成指收益率的波动性进行研究,分析了我国股市波动性的特点。同时还对两市股指收益率的波动性进行了预测分析。     

基于GARCH模型的上海股票市场波动性研究

研究股市波动性,有利于投资者的决策,同时有利于有关部门制定相关政策,来规范证券市场.简单介绍以往关于股市波动性的研究,并对GARCH模型进行了简要介绍,随后运用GARCH模型进行实证分析,最后得出TGARCH模型能更好的拟合上证指数相对收益率序列.     

GARCH族模型在中国股市中的应用——上证综合指数波动性研究

以1997年1月1日至2009年5月6日的上证综合指数的日度收盘数据为样本,运用带学生-t分布的GARCH族模型对其进行实证分析,检验了在这一段时间内我国股票市场的波动情况以及波动的杠杆效应,分析结果表明了上证指数对数收益率服从非正态分布,具有尖峰厚尾和明显的ARCH效应,并且股票的收益率具有明显的风险溢价和杠杆效应。     

杠杆波动下系统性金融风险的识别研究

杠杆不稳定是系统性金融风险爆发的重要隐患,因而如何进行风险识别在金融动荡时期具有显著意义。为识别杠杆波动对系统性风险的直接影响及可能造成的风险内部溢出效应,首先选择时变参数结构向量自回归模型(SV-TVP-SVAR)识别杠杆波动对系统性风险的冲击效应,并结合中国几次“去杠杆化”政策时点进行补充分析,其次采用时变参数广义预测误差方差分解模型(Tvpdy)对杠杆波动下系统性风险内部溢出关联效应进行动态刻画。研究表明:一方面,杠杆波动对系统性金融风险存在异质性冲击影响,短期效应最为显著。近年来累积的外部市场与货币流动风险对宏观经济与资产泡沫风险起到周期性的抑制作用。其中,“扩内需”去杠杆举措可有效缓释当前存在的宏观经济与外部市场风险,而“防风险”措施则对整体风险的抑制效应较为稳健。另一方面,杠杆波动下系统性风险内部溢出效应明显。各子风险多为风险的净输入者,在经济过热或金融危机等杠杆异常波动时期,溢出效应较为显著。外部市场风险后期有显著抬升的趋势,而宏观经济风险溢出方向由输入向输出转变。     

我国大豆期货的价格收益、成交量及其波动性之间关系的实证研究

本文运用时间序列分析方法,对大连大豆期货市场的价格收益、成交量及其波动性之间的关系进行了实证分析。结果表明,期货价格收益波动的条件方差对期货价格收益有直接的负影响;大豆期货存在杠杆效应;大豆期货成交量对期货价格收益的波动方差有负的影响,成交量对收益波动具有解释作用。     

基于ARCH模型对万科A股票收益率波动实证研究

文章选取1996—2012年万科A股票收盘价格为样本对其收益波动性进行实证研究,对比分析GARCH、GARCH-M、TARCH和EGARCH四种模型。研究结果表明:万科A股票日收益率呈现明显的波动集群性特征,并且EGARCH(1,1)模型能最有效地捕捉万科A股票收益率的波动性。