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。     

我国创业板市场的波动性研究——基于GARCH模型的分析

创业板市场,又称"二板市场",是为具有高成长性的中小企业和高科技企业进行融资服务的市场。2009年10月23日,我国创业板市场在深圳证券交易所正式启动,同年10月30日起正式交易。本文以我国创业板指数收益率时间序列为研究对象,运用GARCH模型对其波动性进行实证分析。研究表明:我国创业板指数收益率时间序列存在明显的ARCH效应;模型GARCH(1,1)对我国创业板市场波动性有较好的拟合性和适用性;创业板市场的波动十分剧烈,总体风险还较大。     

基于GARCH模型的中国股票市场波动性研究

2015年我国股市经历了大起大落,股市的剧烈动荡使我们有必要对其目前的波动性进行研究,发现其问题所在。本文主要对我国股市近几年的波动情况进行了研究,从股市波动的统计分析入手,再借助GARCH族模型对我国股市的波动特性进行了完整的分析。本文以上证综合指数为研究对象,以2009年4月1日到2016年3月31日共1700个日收盘价数据为样本区间对我国股票市场波动性进行了研究。通过建立GARCH(1,1)模型、TGARCH(2,1)模型和EGARCH(1,2)模型对上证综指的波动特征进行了实证分析,得出上证综指存在ARCH效应且其波动存在聚集性、持续性和非对称性的特点。     

基于GARCH模型的上证综指波动性分析

本文针对传统计量方法无法满足对股票收益率波动性大的特点进行分析这一缺陷,提出运用GARCH模型,建立异方差收益率假设,并对异方差的表现形式进行直接的线性扩展,对以上证综合指数为代表的上海证券交易所的股票价格的波动性进行了实证分析,并得出上证综指收益率波动呈现"尖峰厚尾"的特性以及非对称的GARCH模型能较好地拟合我国股市的股票价格序列波动的结论,从而对投资者的预测和决策起到指导作用。     

中国股票市场波动性的实证分析

本文首先利用沪深300指数建立了基于GARCH族模型的中国股票市场波动性模型,发现:我国证券市场波动性具有很强的持续性,证券收益率一旦受到冲击出现异常波动,短期内很难消除,且股票价格波动存在杠杆效应,即"利空消息"能比等量的"利好消息"产生更大的波动。其次,对沪深300指数和恒生指数基于VAR模型利用协整检验、脉冲响应函数和方差分解进行实证分析,结果表明:内地股市和港股存在一定的相关性。     

亚洲地区股票指数收益率的波动性研究一基于GARCH族模型

为防范股票市场上的不确定性和风险,有效地度量股票指数收益率的波动性显得尤为重要。本文运用GARCH族模型,拟合了股票指数收益率的波动性方程,并实证研究了亚洲地区四个最具代表性国家：日本、中国、印度和韩国的股票指数收益率的波动性。结果表明：亚洲地区股票指数收益率的波动呈现出聚集性和持续性,股票市场存在着冲击的非对称性;中国和印度的股票市场抗风险能力比日本和韩国弱,股票指数收益率的波动性带来的负面影响更大。     

亚洲地区股票指数收益率的波动性研究——基于GARCH族模型

为防范股票市场上的不确定性和风险,有效地度量股票指数收益率的波动性显得尤为重要。本文运用GARCH族模型,拟合了股票指数收益率的波动性方程,并实证研究了亚洲地区四个最具代表性国家:日本、中国、印度和韩国的股票指数收益率的波动性。结果表明:亚洲地区股票指数收益率的波动呈现出聚集性和持续性,股票市场存在着冲击的非对称性;中国和印度的股票市场抗风险能力比日本和韩国弱,股票指数收益率的波动性带来的负面影响更大。     

沪深300股指期货风险管理的实证分析——基于CVaR-GARCH模型族

通过对沪深300股指期货收益率进行实证分析,采用可以更好刻画收益率序列特征的t分布和GED分布,基于GARCH模型族对收益率序列进行波动性建模。根据GARCH模型族的估计结果计算出CVaR值,并对CVaR的准确性进行了检验。由结果可知,GED分布下的TGARCH(1,1)模型是测算CVaR值的最佳模型。     

基于GARCH模型族的沪深300波动率实证分析

本文以沪深300日收益率为分析对象,运用正态分布、学生t分布、GED分布下的GARCH、EGARCH、TGARCH,研究了沪深300自2005年4月8日发布以来至2013年3月30日的收益率的波动性,实证表明,沪深300波动具有尖锋厚尾性和高聚集效应;发现沪深300的收益率序列不服从正态分布且具有非对称性,其中基于GED分布的GARCH(1,1)是最优的拟合模型。     

金融危机对中国股市波动影响的实证研究——基于GARCH模型族的分析

针对2008年由美国次贷危机引起的一场全球金融危机,利用GARCH模型族方法对金融危机前后中国股票市场的波动特征进行比较研究。本文首先对GARCH模型误差项的选择进行了比较,然后采用GARCH模型族对上证综指对数日收益率波动性进行分析研究。结论显示:上证综指的日收益率序列在金融危机前后均表现出波动的集群特征和"杠杆效应";金融危机之前,中国股市符合高风险高收益的特征,而金融危机之后,高风险并不意味着高收益;金融危机发生后,股票市场波动的持续性和长期记忆性减弱,意味着股票市场短期波动加大,短期风险增加。     

基于GARCH模型的上证50指数收益率波动性分析

股票的波动性是市场风险管理的重要参考依据,在时间序列研究中引起了广泛的关注.本文以GARCH族模型为基础,选取了代表上海证券市场中最具影响力的龙头企业的上证50指数作为研究对象,并对其日收益率进行了波动性分析.实证结果表明,该序列呈现出尖峰厚尾的特征,波动的突变性与集群性明显,相比于长期投资的方式,短期投机更加受到投资者的青睐,并且该日收益率序列不具有显著的杠杆效应,利好消息与利空消息带来的波动基本上没有太大的差异,并针对这一特点分析其可能的原因.     

中国股市波动性解析:基于RS-GARCH模型族的实证研究

波动性是衡量股市风险和稳定的重要指标之一,对股市的健康发展具有重要影响。以上证指数为研究标的,利用RS-GARCH模型族对股市的波动性进行了比较研究。结果表明:相对于一般的GARCH模型族,RS-GARCH模型族明显改善了"伪持续"现象,能够更好地刻画股市的波动特征;A股市场存在明显的杠杆效应;在高波动状态下,利空和利好消息,对于A股市场波动率的影响时间更长。     

行业视角下QFII影响中国股市的实证研究

QFII投资中国股市具有明显的行业集中特点,从行业角度研究QFII对中国股市的影响更具合理性。本文基于GARCH族模型,对QFII进入我国股市以来的重仓股行业的指数收益率及其波动性水平进行实证分析,以客观评价QFII制度实施以来的运作绩效。通过实证分析得出结论:在我国证券市场向QFII开放的初期,QFII的投资并未对我国股市的行业指数产生利好效应,但由于2005年股权分置改革的稳步推进,QFII对一些行业的积极重仓使得这些行业的指数收益率水平有明显的上升;另一方面,QFII的进入并不会增大行业收益率的波动性。     

沪深300指数收益率的GARCH效应实证研究

本文基于两种非正态分布的GARCH类模型对我国沪深300指数进行实证研究,同时考虑到收益率条件方差的非对称性,采用GARCH模型中典型的非对称模型中的TGARCH模型对普通的GARCH模型进行改进。研究结果表明,沪深300指数波动有显著的GARCH效应,并且运用GARCH模型进行建模之后,消除了残差序列的异方差,同时运用TGARCH模型的改进也证明了波动存在一定的杠杆效应:即坏消息的出现会带来更大的冲击和波动。     

上证国债指数日收益率的波动特征及对保险投资的影响——基于GARCH模型的实证研究

本文以上证国债指数日收益率的波动为研究对象,通过GARCH和非对称GARCH模型的实证分析,发现上证国债指数对数收益率表现出如下波动特征:一是具有集聚性,过去的波动对当前的波动具有持续的影响.二是存在显著的杠杆效应,利空消息引起的波动比同等大小的利好消息引起的波动要大.国债市场的波动性和风险对保险投资的策略选择具有重要...     

基于中国黄金期货市场数据的GARCH族模型拟合评价

本文运用GARCH族模型对我国黄金期货市场波动进行拟合情况,以上海期货交易所AU1406黄金期货合约的日收益率为数据来源,并运用损失函数对GARCH,TGARCH,EGARCH三个模型的波动率预测精度进行比较。实证结果表明,对称的GARCH模型是描述市场波动性给出了很好的描述,能够对投资者,特别是我国黄金生产企业在市场风险度量与预测以及投资决策时有所帮助。     

基于中国黄金期货市场数据的 GARCH 族模型拟合评价

本文运用 GARCH族模型对我国黄金期货市场波动进行拟合情况,以上海期货交易所 AU1406黄金期货合约的日收益率为数据来源,并运用损失函数对 GARCH,TGARCH,EGARCH三个模型的波动率预测精度进行比较。实证结果表明,对称的 GARCH模型是描述市场波动性给出了很好的描述,能够对投资者,特别是我国黄金生产企业在市场风险度量与预测以及投资决策时有所帮助。     

基于上证综指的GARCH族模型实证分析

以1997年1月11日至2009年11月27日的上证综合指数的日度收盘数据为样本,运用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。     

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。     

创业板指数波动率预测效果比较研究——基于GARCH族模型

创业板的推出虽然为投资者提供了更为多样的投资渠道，但其投资风险明显高于主板市场。本文运用GARCH族模型对创业板指波动率进行了实证分析，并对各模型的波动率预测效果进行比较。结果表明，AR（1）-GARCH（1，1）模型对创业板指波动率的预测更为有效。