基于GARCH族模型的深圳股市波动性分析

通过对深证成分指教的研究,采用GARCH模型族对2000-2008年中国深圳股票市场的波动情况进行了实证分析.研究表明,深圳股市具有明显的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.     

基于GARCH族模型的电价预测研究

电价的剧烈波动会给电力市场参与者带来巨大的风险,准确的电价预测有助于市场参最大化自身利益。本文用ARMAGARCH族模型对美国MISO电力市场的日前小时电价序列进行建模和预测。通过假设GARCH族模型的残差服从正态分布来估计模型系数,并比较不同的GARCH族模型的预测效果。     

国际黄金价格波动特征及风险防范研究——基于GARCH族模型的实证分析

本文利用CARCH族模型对近年国际黄金价格的波动特征进行实证分析。研究结果显示,外部冲击对国际黄金价格的影响较为持续,而衰退过程缓慢。"后危机时代"国际黄金市场更多地呈现高风险,负向信息冲击对国际黄金价格的影响较大。长期来看,黄金价格主要呈现出上涨为主的杠杆效应,短期来看,下降杠杆趋势明显。     

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。     

上海股票市场的周期性和长记忆性的实证研究

本文采用经典的R/S分析法对我国股票市场的长记忆性进行探讨,考察上海股票市场的多重非规则性周期.研究发现上证综指日收益序列,在3≤n<188时,结论支持上证综指日收益序列遵循随机游走;而在1 87≤n1 551时,Hurst指数显著小于随机游走情形下的期望Hurst指数E(H),收益率序列表现出较强的逆状态持续性.     

基于GARCH族模型的德国DAX股指的估计及预测

通过对德国DAX股指的特征性分析,发现德国DAX股指是非正态的、平稳的,并且具有自相关性。运用ARCH效应检验发现,残差具有ARCH效应,说明该股指适合用GARCH族模型来建模。通过显著性检验以及AI C值越小越好、极大似然函数越大越好的选取准则,得到扰动项服从学生分布下的TARCH(1,1)对于德国DAX股指的对数收益率波动的拟合效果是最好的。在该模型的基础上对条件方差和收益率进行了预测,发现条件方差最后收敛于0.00001左右的一个无条件方差,而预测的收益率和实际收益率之间的误差很小,说明预测效果较好。     

GARCH族模型在电价预测中的研究

电价的波动会给电力市场带来巨大的风险,精准的电价预测会给市场的参与者带来最大的收益。本文用ARMA-GARCH族模型对美国MISO电力市场的数据进行建模,并进行预测。比较不同模型的预测精度,结果显示,APARCG模型的预测精度最高。     

基于GARCH族模型的高铁客流量波动特性分析

选取某车站从2013年1月1日至2014年12月31日的日高铁客流量数据,建立GARCH族模型,分析高铁客流量的波动性,并对不同模型的拟合效果进行检验。结果表明,高铁客流量的波动具有明显的季节性;波动幅度受外部冲击影响较小,受前期客流量波动的影响较大;长期波动具有平稳性和持续性;高铁客流量受到正面与负面冲击产生的波动大小具有对称性。GARCH模型是分析高铁客流量波动性的最佳模型。     

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。     

基于产品族模型的产品配置管理研究

针对大规模定制模式下产品的特点,本文提出了以产品族模型为核心的产品族配置管理方法,在对产品族配置的原理进行分析的基础上探讨了产品配置的方法,详细描述了产品族配置过程。     

北京房价与CPI的波动特性分析及趋势预测——基于协整关系的GARCH族模型分析

在新一轮房地产宏观调控影响下,北京房价出现"稳中有降"。本文利用月度统计数据,通过分析北京房价与CPI的长期均衡关系,建立了包含协整关系的GARCH(1,2)族模型,进而研究北京房价的波动特性及其涨幅来源,并预测未来北京房价的变动趋势。最后针对宏观调控房价提出了政策建议。     

人民币汇率预期:基于ARCH族模型的实证分析

自2005年中国汇率改革以来,人民币汇率在升值预期的大背景下,人民币汇率一直处于上升通道中。本文利用2006年到2014年美元对人民币的日汇率数据建立了随机游走模型,运用ARCH族模型检验其残差发现,美元对人民币汇率波动率时间序列r具有"尖峰厚尾"和集群性特征。并且在市场信息不对称的情况下,市场对人民币升值与贬值存在不同的反应,并且在人民币升值预期的背景下,市场信息有杠杆作用。     

基于GARCH模型族对上证指数波动性的实证分析

通过建立GARCH族模型对我国股市收益率波动性进行实证分析,结果发现GARCH族模型可以很好的对我国股市收益率波动性进行拟合,可以减弱收益序列的尖峰厚尾现象;上证综指存在群聚性现象,过去的股市的波动会对未来的走势具有一定的影响,当股指呈现震荡上升时,波动缓解的影响力度最小,但若将整个研究时期分成不同的时间段,则各个时间段的波动力度小整体的力度;风险与收益是正相关的,当股市处于上升通道中时,该现象更明显;股市的信息呈现不对称的特性,当处于下降通道中时,"坏消息"比"好消息"对股市指数造成的波动大;但在上升通道中,"好消息"比"坏消息"带来的波动大,说明股市存在杠杆效应。     

基于ARCH模型族的上证综合指数收益波动分析

证券市场的收益波动性一直是投资者和众多学者所关注的问题。本文运用ARCH类模型，对1997年至2006年间上证综合指数收益率数据进行波动性分析。根据模型结果得出了相应结论，结合中国股市现状进行了简单的分析，提出了一些建议。     

我国不同时期证券收益率波动特征研究——基于GARCH族模型的实证分析

经济全球化的发展促进了世界资源配置的优化并提高了金融业的运行效率,但同时也降低了金融体系的稳定性、加剧了金融市场的波动性和市场风险。我国的证券市场充满着不确定性,市场形势处于不断变化的状态。借鉴国内外的研究成果,通过GARCH族模型进行实证分析,从描述统计和经济计量角度刻画证券上证综合指数收益率波动的特征,进而总结出我国证券市场中收益波动的统计特征。为了提高模型和研究结果的可靠性和精度,将我国1996年股市改革以及2008年金融危机作为分界点,对自我国股票市场建立(1990年12月19日)至今(截止至2015年3月2日)一共5880个数据进行分段分析,总结得出各不同阶段我国证券市场波动的特点。     

基于ARIMA模型的标准普尔S&P500指数预测分析

金融预测对于发现金融发展客观趋势、指导金融投资具有重要的现实指导意义。研究了应用ARIMA模型预测标准普尔S&P500指数。原始数据采集来源于Yahoo finace数据库,研究数据为标准普尔S&P500指数收盘价,数据范围为1990-1-3至2012-3-26,数据划分为建模数据与检验数据二部分。研究结果显示,预测模型为ARIMA(5,1,4)形式,模型预测平均精度为1.8%。研究结果可为金融投资提供理论实证参考。     

线性与非线性单方程时间序列建模在黄金现货价格预测分析中的实证研究——基于ARMA模型及GARCH模型族

由于黄金现货价格受到诸多经济及政治因素的影响,其生成过程复杂,难以通过其影响因素的研究来对其进行预测分析。因此,本文试图从黄金价格本身的时间序列着手,试图利用线性的ARMA及非线性的GARCH模型族,利用单方程时间序列建模的方法对黄金现货价格进行预测分析。研究发现线性的ARMA模型和非线性的GARCH-M模型都能较好地进行对伦敦黄金现货价格进行预测,在研究的样本中,两者的向前一步预测误差分别为0.06%和-0.03%。GARCH-M模型的预测效果较好。此外,还通过使用GARCH模型族分析了伦敦黄金现货价格的信息不对称性、风险收益特征和对系统性冲击的反应,针对性地做出了结论和投资建议。     

基于PP-RVM的黄金价格预测

本文选取引起黄金价格波动的五个主要因素,建立一种基于PP-RVM的黄金价格预测模型,并通过了后验差检验。实证分析表明,基于PP-RVM的黄金价格预测模型的预测性能优秀,并且各项精度指标都优于RVM预测模型,是一进行有效预测的方法。