深证综合指数波动性的实证分析

股票价格的频繁波动是股票市场最明显的特征之一。ARCH类模型可以很好地预测证券市场上股价变化的波动性。文章采用ARCH模型及其扩展模型GARCH模型对深证综合指数的波动性进行实证研究,结果显示深证综合指数的分布表现出非正态性,且有明显的尖峰厚尾性,波动集群性等特点。最后利用ARCH类模型对深证综合指数的波动进行了拟合,结果表明GARCH(2,2)模型对深证指数波动具有较好的拟合效果。     

我国房地产指数收益率波动性的实证研究

本文利用ARCH类模型对我国房地产指数增长率的波动性进行了实证研究。结果表明房地产指数存在着明显的ARCH效应;GARCH模型更能准确地描述房地产指数的波动特征,且其波动性是对称,持续性的;房地产指数不存在明显的杠杆效应。     

基于股市行情的股票收益率波动性实证分析

文章用ARCH模型簇对股票收益率波动性进行建模,在充分考虑到股市行情对均值方程的影响后,用ARCH模型簇对最能反映中国股市波动情况的指数之一--深证成指股票对数收益率的波动进行建模.经过实证分析,中国的股市存在杠杆效应,在充分考虑到影响均值方程的股市行情后,得出EGARCH(1,1)模型是最优的拟合模型.     

基于ARCH模型的中国股票市场波动特性实证分析

本文介绍ARCH模型及其扩展模型，并利用这些模型封我国土证指数和深成指数进行研究。选择股市日收益率为指标分析了我国股票市场的波动性特徵，结果显示我国股票市场收益有明显的尖峰厚尾性、波动集簇性以及波动的信息不对称性等特点。     

基于GARCH模型族的深圳股市波动性分析

文章以深证综合指数作为研究对象．采用GARCH模型族对1997-2008年中国深圳股票市场的波动情况进行实证分析。研究结果表明，深圳股市具有明显的ARCH效应、深综指收益率序列具有显著的“尖峰厚尾”特点。存在波动聚集效应，期望收益与期望风险之间存在正相关关系。     

基于沪市股票日收益率的时间序列模型分析

近年来,用统计模型来描述金融时间序列的波动一直是国内外学者关注的重点.本文选取2000-2015年间上证指数日收盘价的数据,计算股票日收益率,利用计量经济学中有关金融时间序列的波动性分析的ARCH模型以及GARCH模型,对股票收益率波动是否存在ARCH效应进行实证研究和分析.     

应用极值理论和EGARCH模型对深圳股市VAR测量

精确度量风险是金融风险管理的关键问题。本文用随机波动模型将ARCH类模型和极值理论有机的结合起来，用来描述金融资产收益率尾部特征，从而计算VaR的值并用深圳成份指数进行实证分析，经过研究我们发现用随机波动模型调整估计出来VaR值比未经调整出来的值明显偏大，这说明在收益率序列不是独立同分布的情况下直接用POT模型，用GPD模型对超过阈值的数据进行拟合低估了真实的市场风险。     

应用ARCH模型对中国股市波动性的实证分析

本文以上证指数为研究对象,运用ARCH族模型,实证分析了我国股市在不同时间频率下,股价和收益率波动的特点,发现随着时间频率放大,ARCH效应逐渐消失。通过对比分析,验证了无论是股价,还是收益率的波动性都呈现出非对称性,其引入成交量指标后模型的拟合度并没有得到增加,因此,本文认为应建立反映流通股价变化的指数。     

基于极值理论下ARMA-GARCH模型的实证研究

对2012年1月1日至2016年10月30日的上证综合指数日收益率进行平稳性检验、自相关检验、偏自相关检验和ARCH效应检验,可以建立ARMA-GARCH模型。ARMA-GARCH模型的残差项单独提取,分别建立正态分布和广义的Pareto分布模型,对标准残差进行拟合,并用滚动估计法估计置信水平为95%的VaR值。研究发现:ARMA-GARCH模型可以更好的说明日收益率的波动集聚性,而波动的厚尾性,即残差项用广义的Pareto分布可以更好的拟合,得到95%的置信水平下的VaR值的风险更小。为金融市场的研究提供借鉴。     

日经指数期货与现货市场波动关联性研究

以日收益率作为分析对象,考察了日经225指数期货推出对日本股票市场指数波动性的影响,研究样本期间为1984.01.04～2009.09.30.分别采用EGARCH、TGARCH和DCC-GARCH3种模型对日收益率的条件方差及市场波动性之间的关系进行实证分析,研究结果表明:(1)日经225指数期货在大阪证券交易所(OSE)的推出加剧了股票现货市场的波动性;(2)好坏消息对股指波动率的影响存在非对称性,即利空消息对收益率波动率的影响比利好消息大;(3)日经225指数期货与标的指数之间的波动性具有较强的联动性和传递性,且2007年次贷危机的爆发加强了两者间的相关性.     

上海股市交易行为与波动性分析

本文首先通过对交易量与股指收益率之间关系的实证分析，发现上海股票市场交易具有明显的”追涨不杀跌”性质。这一交易行为特征与我国股市特殊的交易制度和“政策市”的特点有着密切联系。本文结合ARCH模型及其扩展模型的特点，对我国上证综合指数日收益率的波动性进行了实证考察，发现上海股市中具有显著的ARCH效应，且存在B1ack指出的“杠杆效应”。将两个方面结合起来，发现我国股市在市场主体交易行为与市场波动性之间的联系上存在有悖常理的现象，可能需要建立更复杂的理论模型加以解释。     

我国黄金市场波动状况与关联性探讨

本文应用GARCH系列模型,对我国黄金市场的波动状况进行实证研究.结果表明,GARCH(1,1)模型能很好的拟合我国黄金市场波动状况,验证了我国黄金市场具有ARCH效应,收益率不服从正态分布,呈现尖峰的分布特征,具有明显的波动聚集性和波动的非对称性.揭示了黄金市场具有比较大的风险性和不公平性,并提出政策建议,促进中国黄金市场健康、稳定的发展.     

中国股市风险特征的统计分析

股票市场是充满不确定性的要素市场,信息、资本的快速流动使股票市场价格不断发生变化,从而导致市场波动。我国股票市场是一个新兴市场,市场波动的高风险特征表现得尤为突出。文章采用现代金融时间序列分析方法、以ARCH类模型为主要工具,对股票市场风险的共动性、波动的聚集性进行了研究。这不仅有助于深入认识股票市场风险的形成机理,而且对于平抑股票市场过度波动的策略选择具有参考价值。     

我国权证收益率的ARCH效应分析

ARCH族模型自诞生以来,被广泛运用于宏观经济和金融领域。本文正是基于ARCH模型和GARCH模型,实证分析我国权证收益率的"尖峰厚尾"现象,并深入考察了现阶段权证市场上存在的12只权证收益率波动的条件异方差性。     

个股价格波动的一个嵌套模型：ARCH-M-交易量－期权隐含波动率

对个股的收益波动进行拟合，对于预测股价与波动时很有意义的。ARCH—M（GAKCH—M）模型还反应了风险升水状况。因此，文章力图构建一个把交易量、隐含波动率等信息揉进ARCH—M（GAKCH—M）的波动率嵌套模型，以便于波动率反映更多的市场信息。用包钢股票及权证价格数据作为实例．对嵌套模型进行了筛选，该例表明：交易量信息在波动率拟合中，既无开关效应，本身对波动率影响也不显著，隐含波动率对股价波动率有显著影响。     

基于GARCH模型的上证指数与GDP波动性研究

中国的证券市场与宏观经济关系已进入弱相关阶段,本文通过使用ADF检验、ARCH效应检验、GARCH模型分析以及Granger检验对两者的波动性进行分析和研究。实证结果发现,中国的证券市场与宏观经济都具有非正态分布的特性。其次,证券市场不存在自回归条件异方差效应波动,宏观经济存在自回归条件异方差效应波动,并且GARCH(1,1)最适合描述宏观经济的自回归条件异方差效应波动,上证指数的预测与宏观经济的预测两者之间具有互相印证的关系。     

考虑结构性变点的股指收益波动性建模

考虑到异方差及波动性突变问题,本文使用带结构性变点虚拟变量的GARCH类模型对近十年的上证指数收益序列进行拟合.结果表明,将虚拟变量加入EGARCH(1,1)模型的拟合效果相对较好,其中,假定扰动项t分布下的拟合优度最高,但GED分布假设下预测精度更好.     

蔬菜价格波动特征研究——基于ARCH类模型分析

利用ARCH类模型研究蔬菜价格波动特征问题。结果表明:18种蔬菜具有价格波动集簇性和异方差性,其中冬瓜等6种蔬菜的价格具有显著的异方差效应和波动集簇性。GARCH模型表明6种蔬菜的价格波动都具有显著地集簇性,按价格波动持续性强弱比较,冬瓜、大白菜、土豆、洋葱的价格波动持续性强于青椒和生姜;GARCH-M模型表明只有土豆和生姜具有高风险高回报的特征;TARCH和EARCH模型表明6中蔬菜都具有显著的非对称效应,其中除洋葱和青椒以外,其他4种蔬菜两个模型的非对称效应都使得价格波动减小。     

我国股市中行业板块的波动实证分析

文章选取沪深300中的10个行业指数为样本,采用多元回归模型、ARCH族模型等方法,实证研究了中国股票市场行业板块波动的特性和关联度问题。研究发现:中国股市各行业板块对股市整体波动的贡献度存在着明显的差别,存在着波动集聚性、持续性和急剧冲击性特点,行业板块间存在着显著的相关性和格兰杰因果关系,表明行业间存在着波动传导性。     

世界黄金价格波动特征研究——基于半参数随机波动率模型

文章使用半参数随机波动率模型(SPM),对2003年1月1日至2017年8月10日期间世界黄金价格波动特征进行了实证分析。模型拟合检验结论表明,SPM模型能够很好地拟合世界黄金价格波动过程当中存在的尖峰厚尾性、波动聚集性和非对称性等金融数据特征。采用基于贝叶斯的MCMC方法对模型进行参数估计,通过进一步与SV-N和SV-T模型对比分析,结果显示SPM对于世界黄金价格波动特征刻画要明显优于SV-N和SV-T模型。