基于GARCH族模型的中国股市通信板块收益率波动分析

文章运用GARCH族模型分析中国沪深股市通信板块指数日收益率的波动特性,发现信息通信板块收益率是一个平稳过程,其波动具有＂聚集＂和＂非对称效应＂的特点。而GARCH（2,1）模型比GARCH（1,1）模型更好地消除了收益率序列的异方差,其中非对称模型TARCH（2,1）模型的拟合效果最好;GARCH-M模型和非对称的CARCH（1,1）模型都不适用于描述其收益率的波动特征。     

基于ARFIMA模型与GARCH模型的上证指数收益率研究

股票的价格序列是一个十分复杂的非线性动态系统,对投资者来说,如何准确分析股市行情,做出最优的投资决策,显得更加急迫;对中国股市的管理者来说,如何把握股市动态,使其健康、稳定的发展,也是一项艰巨的任务。本文选取2006—2015年的上证指数周收盘价的数据,计算股票对数收益率,通过对时间序列分析理论的实证研究分析,建立上证指数的GARCH模型和ARFIMA模型;进而对两种模型进行预测并比较,来说明时间序列分析的方法对拟合股票价格趋势的质量效果。     

上海股市收益率GARCH模型族的实证研究

利用GARCH模型族,实证分析了上海股市收益率的波动特征,指出上海股市收益率不仅具有条件异方差性,而且具有“杠杆效应”。     

基于GARCH族模型的黄金价格收益率及波动性研究

文章应用GARCH族模型对黄金现货价格的收益率及波动性进行实证研究,实证结果表明黄金价格日收益率具有"尖峰厚尾"和"波动聚类"的特征。通过TGARCH及EGARCH模型发现我国黄金市场存在非对称性现象,正的冲击对黄金价格波动影响更大。     

基于GARCH模型的金融市场波动性分析与预测

以上证指数2004年1月2日至2014年12月28日交易日收盘价格的实际数据为样本,采取两种不同的波动率定义方式分别建立上证指数波动率的GARCH模型,并对两种波动率进行预测对比分析,实证研究结果表明以标准差定义的波动率建立GARCH(1,1)模型进行未来波动率预测的拟合效果较好。     

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.     

股票投资收益率预测的随机分析方法研究

本文针对我国股市涨跌无序，随机性较强的特点，引入股票投资收益率预测的马尔科夫过程模型。文中阐述了马尔科夫过程的相关性质，建立了股票投资收益率预测的马尔科夫过程模型，给出了模型的应用举例，并对模型的应用作出了进一步的相关说明。     

净资产收益率在股票定价模型中的运用

在股票投资中净资产收益率处于核心地位,剩余收益模型可以很好的把股票定价和净资产收益率结合起来.文章旨在通过剩余收益模型阐述净资产收益率在股票定价中的运用及应注意的问题.     

中国股票收益率与宏观经济波动的关联性研究

文章基于我国名义汇率、名义利率、工业增加值以及货币供给量四个主要的宏观经济指标,利用多变量向量自回归（VAR）模型研究我国宏观经济变量冲击是否能够显著影响股票市场收益率的变动。经验结果表明,我国工业增加值以及货币供给量能够显著影响股票收益率,而名义利率以及名义汇率对股票收益率的影响相对较弱,此外,通过脉冲响应函数所得到的检验结果说明,我国宏观经济变量对股票收益率的冲击反应持续期均在一年以上。     

EWMA-GARCH模型与GARCH模型在估计收益率波动上的差异的实证及理论分析

VaR作为衡量风险的指标,其核心则在于对波动,亦即方差的估计。基于时间序列,关于条件方差的经典模型是GARCH模型,尽管后来又衍生出了EGARCH,PARCH等复杂模型,但在实务中GARCH模型仍占有重要的地位。文章分析了一种比较新的结合了EWMA模型的GARCH模型(以下称为EWMA-GARCH模型)计算VaR的参数估计方法,以检验其在估计波动上的实用性,并对实证检验结果做了理论分析。分析结果表明,尽管该结合模型缺乏完整的理论支持,但是其计算效果仍比较良好,当然这样良好的结果是建立在因缺乏理论依据而导致的对模型的其他要求之上的.至于是采用受理论支持的模型还是并不输实践价值的模型,文章也给出了一定的建议。     

基于GARCH和VAR模型的股指期货最优套保比计算

为了便于投资者投资,本文计算了投资者利用股指期货进行套期保值时应选取的最优合约份数,也就是股指期货的最优套保比。通过选用沪深两市A股300股指现货作为持有头寸、沪深300股指期货为套保工具,选取2012年4月19日至2014年1月13日的股指现货和期货的收益率序列,采用主流的GARCH模型和VAR模型,在可变的样本区间下计算了股指期货的最优套保比。较之国内文献忽略时变特征的做法,本文采用的方法较为严谨。     

我国股票市场报酬与波动的GARCH—M模型

一、绪论 根据资产定价理论,股票风险是股票价格的重要决定因素。现代财务学理论中,广泛地以波动代表风险,并可申资产报酬的标准差(或方差)度量?一般认为,投资者的投资决策是基于对股票报酬分布的认识,因此,股票报酬方差或标准差是影响投资行为的重要因素。同时,深刻了解股票市场波动(风险),分析引起波动的原因,并预测波动,政府可采取相     

沪铝期货收益率及波动性的研究

本文通过对上海铝期货收益率的分布与波动性进行实证研究,论证了其时间序列存在ARCH效应;同时利用ARIMA(0,1,1)-GARCH(1,1)模型、TGARCH和EGARCH模型对收益率序列的波动性和杠杆效应进行了检验,结果发现收益率序列波动性是持久的,市场风险很大,而且沪铝期货市场上存在着显著的杠杆效应。     

我国股票收益率间相关性的实证研究

近年来,非参数分析方法广泛应用于计量经济学模型的研究中。本文将非参数回归模型应用于股票收益率的研究中,通过非参数半参数回归技术研究泸州老窖和深证成指日收益率之间的相关性,研究表明泸州老窖日收益率和深证成指日收益率的波动关系较小。     

成交量能解释收益率的GARCH效应吗:中国市场的实证

GARCH模型所刻画的收益率波动集聚特性的理论解释归因于交易信息流量的自相关结构。本文把成交量及其滞后项作为交易信息流量的替代指标，将其引入条件方差的动态模型，试图检验成交量对收益率GARCH效应的解释作用，中国市场指数的实证发现务件波动与同期交易量呈显著正相关，表明交易量及其滞后项中附含有额外的关于股票收益率方差的信息，但收益波动持续性依然很强，意味着交易量可能并不能作为交易信息流量的完全替代，亦可能是波动持续背后可能还有其他未知的解释因素。     

非参数GARCH模型对沪深股市的实证分析

利用非参数GARCH模型对沪深股市2000年1月4日至2009年12月31日每日收盘指数的对数收益率进行实证分析,并与参数GARCH模型估计结果进行对比,发现非参数GARCH模型拟合的波动率比参数GARCH模型更接近实际情况。     

GARCH模型能否提供好的波动率预测

由于波动率在投资、期权定价等方面极为重要,近20年来,预测金融市场的波动率已成为金融领域理论上和实证上的热门话题。本文详细讨论了预测波动率的几个常用的模型和衡量指标,并回顾了这方面的文献。运用模型分析了1999～2004年欧元、日元、英镑、澳元等四种货币兑美元的汇率。最后进行波动率的预测并对各种预测效果进行评估。     

基于GARCH模型的股票市场价格波动分析

在经济和金融研究中,波动性一直是一个非常重要的方面,中国股票市场建立至今,股市大起大落成为一种常态。本文建立了上证综合指数波动的GARCH模型,从实证角度说明了上证综合指数波动存在着波动集簇性,而GARCH模型可以很好的拟合股指波动情况,同时对股指收益率也能进行较好的预测,最后根据结论提出了一些对策建议。     

我国股票收益率与通货膨胀率相关性研究

本文考察了股票收益率与预期和非预期通货膨胀率之间的关系。长期来看,预期通货膨胀率与股票收益率存在显著的正相关关系,但相关系数较小;非预期的通货膨胀率与股票收益率负相关。在短期内,预期的通货膨胀率变动对股票收益变化无显著影响,只有非预期的通货膨胀率的变化才会显著降低股票收益。