基于R/S分析的股市风格分形特征研究

运用多重分形R/S分析法研究我国股票市场的风格分形结构特征,通过计算中信标普公司推出的6种纯风格资产指数在不同时间标度下的收益率序列Hurst指数与平均循环周期,发现我国股票市场风格存在统计自相似性、标度不变性、长记忆性,不同风格资产指数收益序列具有不同的平均循环周期等分形特征,这为基金公司、基金经理及时地把握股市风格的轮换规律,构建适度风格漂移策略以获取短期超额收益提供了决策参考与理论支持。     

我国A股市场航运企业股票收益率波动性分析

本文运用GARCH模型和EGARCH模型对我国航运企业股票收益率波动性进行分析,并将其与上证综合指数的收益率进行对比,探索航运企业股票收益率的波动性特征。实证研究结果表明:航运企业股票的收益率序列存在着较为显著的异方差性,航运企业股票的波动性与市场风险性较大,并且其收益率序列的波动具有较强的持续性和非对称性,航运企业股票市场总体上存在着杠杆效应,利空消息较利好消息更容易引起较大的波动。     

基于GARCH族模型的创业板市场波动性问题研究

创业板的建立对我国实体经济起到了重要作用,但是创业板市场存在着较大的波动性,所以本文以创业板指数收益率为研究对象,构建GARCH族模型对其收益率序列的波动性进行研究。研究结果表明:创业板指数收益率序列的波动具有集聚性、持续性和非对称性,上述分析结果可以为创业板收益率波动的预测提供指导作用。     

我国铁矿石现货价格波动分形特征分析

本文利用分形理论域重新标度分析法(R/S)研究铁矿石价格指数收益率序列的自仿射分形特征,从分形理论的角度分析铁矿石现货价格波动特征。     

基于MF-DMA的我国黄金现货市场的多重分形特征研究

运用消除趋势移动平均算法（MF-DMA方法）,对我国黄金现货市场收益率序列进行实证研究。结果表明：我国黄金现货市场的AU99.95和AU99.99日收益率序列并不服从正太分布,具有尖峰厚尾特征;且AU99.95和AU99.99日收益率序列具有明显的多重分形特征,通过重排数据和相位随机化分析发现,波动的厚尾概率分布是我国黄金现货市场呈现多重分形的主要原因。     

基于GARCH变点模型的上证收益率伪波动持续性研究

股指收益率序列具有时变性,其波动特征可由GARCH模型来反映,若忽视了序列的结构性变点进行建模分析,所得到的结果不仅在精度上有问题,而且也会导致伪波动持续性。通过利用ICSS算法,结合具体历史背景,检测并确定了2005年～2009年的上证股指收益率的3个变点。通过分段建模,所得的结果不仅消除了伪波动性,而且也反映了波动的其他特征。     

多重分形在沪深300股指期货市场的应用研究

本文采用Hurst指数检验法,分析沪深300股指期货市场是否存在多重分形特征。运用MF-DFA法,结合matlab,做出沪深300股指期货收益率序列的多重分形谱f(α)与奇异指数α的关系图,知收益率序列的标度指数也将不同,进而通过多重分形参数△α来初步预测股指期货合约价格走势。     

基于FIGARCH-EVT模型的极端风险度量

多项实证研究表明多数金融资产的收益率序列呈现尖峰厚尾的非正态分布,波动率具有聚集性和持续性等特点,因此传统的基于正态分布的VaR和ES模型无法有效捕捉收益率序列的尾部信息,忽视了波动的时变性,从而低估金融资产存在的风险。考虑到金融资产收益序列的时变性和尖峰厚尾的特点,本文采用FIGARCH模型与极值理论中的EVT模型相结合的方法来研究我国证券市场存在的市场风险,并进行有效合理的度量。通过比较分析与返回检验发现,基于FIGARCH-EVT模型的风险度量方法要明显优于传统的纯极值理论方法和GARCH-EVT模型。     

互联网金融概念股收益率的统计分析

利用新兴的广义自回归得分(Generalized Autoregressive Score,GAS)模型同时对浙江省三大互联网金融概念股同花顺、生意宝和恒生电子日收益率序列的均值和波动率建模,结合描述性统计分析,得到收益率序列均存在典型的尖峰厚尾非正态性,且收益率序列本身平稳,波动率时变性显著,收益率序列之间具有较强相关性和联动特征。未来可以进一步进行收益和波动率的预测分析,为完善我国,尤其是浙江省互联网金融市场的功能提供参考信息,以利于更好地控制市场风险,稳定市场。     

上证综指收益率实证分析——基于ARMA-GARCH模型

上海证券交易市场在我国资本市场中具有重要地位,其A股股票收益率整体走势可以代表着我国证券市场的整体行情。本文旨在利用上证综指收盘价计算对数收益率,建立ARMA-GARCH模型,进而对上证综指收益率进行预测,并针对其波动提出相关建议。数据选取以2006年6月1日至2015年6月1日上证综合指数收盘价为基础,计算对数收益率,检验序列的相关性,稳定性及异方差性。故本文采用ARMA模型模拟上证综指收益率序列,利用GARCH模型拟合残差序列,以此进行实证分析和预测。     

我国期货市场的波动性与有效性--基于三大交易市场的实证分析

通过对中国三大期货市场的铜、黄豆和小麦三种主要期货品种收益率的分布与波动性的实证分析 ,论证了其时间序列存在ARCH效应 ;运用GARCH模型对这三种期货品种进行了拟合分析和统计检验 ,检验结果表明这三个期货品种的波动性均具有很高的持续性 ,但大连黄豆的波动持续性弱于上海铜和郑州小麦 ,其波动性受各种外部冲击的影响较大 ;通过GARCH( 1 ,1 )的市场有效性检验 ,论证了中国期货市场尚未达到弱式有效 ,市场风险较大。     

股票收益率的非正态性检验与分布拟合

经验分布直观显示股票市场收益率与正态分布有一定差异。多种正态检验方法对我国股票市场收益率检验结果为:我国股票市场收益率不服从正态分布,收益率分布呈现尖峰胖尾特征。本文采用Mantegna和Stanley(1995)提出的方法,得到上证综指收益率的特征指数估计=1.4837。同时,将实际收益率序列与稳定分布、正态分布作比较,结果表明:在样本均值的3倍样本标准差内稳定分布都可以很好地拟合收益率的分布特点,但是正态分布则不然。     

基于GARCH模型的沪市地产股波动性研究

本文在对沪市地产指数和五只代表性股票的波动性进行统计描述的基础上,通过建立GARCH和TGARCH模型,对沪市地产股的波动性做进一步分析,结果表明我国沪市地产股收益率序列的波动具有显著的异方差性,股价波动存在集群性和持续性,以及非对称性等特征。     

GARCH模型的深证成指研究

中国股市在2014-2015年间有较大的波动,为研究股市波动和风险之间的关系,选取深证成指2014年1月4日至2015年12月8日的日收盘数据为研究对象,针对其收益率序列,运用GARCH模型对深证成指进行拟合和检验。分析结果表明,深证成指收益率序列存在着明显的异方差性,被动性和持续性,同时深证成指具有较高的风险溢价情况,即股市波动越大,存在的风险越大,收益率也就越高。     

基于GARCH模型的比亚迪收益率研究

在世界汽车行业由传统汽车向新能源汽车转型的时代背景下,以比亚迪为代表的中国汽车类公司生产新能源汽车的业务发展前景受到投资者广泛关注。比亚迪汽车公司已在A股上市,而在A股市场中,股票价格频繁波动是其最明显的特征之一,科学、合理分析比亚迪股票收益率的波动变化情况对资产持有者如何选择具有重要意义。本文基于2015-2019年1220个日收盘价数据构建关于比亚迪股票日收益率的时间序列,结果显示出,受市场和政策条件影响,比亚迪公司的股票收益率波动变化起伏较大。由于主营业务推陈出新,市场不确定因素增加,2016年间收益率具有波动最大的特征;因市场对新业务反馈良好及国家补贴政策利好的影响,2017年间波动较小;受宏观车市略微下行影响及补贴政策收紧影响,2018年起收益率波动变大但随后基本保持不变。     

中国沪深股市波动的实证分析

近些年来,股票市场的波动在国际金融实证领域越发得到重视,它的各种重要特征如集聚性、非对称性和持续性等都得到许多学者的关注和研究,因此对国内股市的波动进行分析是具有重大的现实意义的。首先,对股市收益率进行描述性统计并进行诊断性分析;其次,在GRACH族模型实证探究中,经过一系列适用性检验之后,对沪深股指建立三个模型并求解;最后,得出我国沪深股指总体收益率序列波动存在显著的"非对称性效应"等一系列结论。     

运用Hurst指数法对上证指数自相关性探讨

自2007年7月份以来,我国股票市场波动性强,上证综指呈大起大落之势,这一现现象的背后,是否存在股票市场的自相关性因素。运用Hurst指数分析法,分析我国2002年7月22日至2008年9月25日上海证券交易所综合指数价格的日收益率变动情况,论证我国股票市场是一个非线性正反馈系统。所做的实证研究表明,上海的Hurst指数为0.56741,收益序列之间存在一定的关联性,市场不是随机行走状态,具有长期持续性的特征。     

基于Garch-M模型的我国沪深300指数研究

本文选取沪深300指数2014年1月2日至2014年12月31日的日收盘价作为研究对象,运用GARCH模型对其波动性进行实证分析,并且进一步引入GARCH-M模型研究我国沪深300指数收益率是否存在正风险溢价。研究表明:我国沪深300指数收益率时间序列存在着明显的ARCH效应,具有明显的异方差性和持续性;模型GARCH(1,1)对我国沪深300指数收益率波动性有较好的拟合性;同时研究发现我国沪深300指数存在一定的风险溢价现象,即预期风险越高,收益率越高。     

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几个特征,即尖峰厚尾、波动性群集等,运用传统的计量方法是无法准确地刻画出这些特征。通过利用ARCH族模型,选取2004年1月2日到2014年12月31日上证指数每日收益率共2670个数据对其波动进行定量、定性的分析,结果显示:上证指数日收益率存在ARCH效应、波动集聚性特征,并且用GARCH模型可以很好反映股市指数的波动性。     

上证综指收益率波动性实证分析——基于Garch模型

股票市场作为金融市场的重要组成部分,受到投资者和学者的广泛关注。中国a股市场2015年更是波澜壮阔的一年,上半年疯狂且短暂的牛市以及自6月份开始断崖式下跌,引起了投资者和经济金融领域研究人员的重视。选取上证综合指数收益率作为研究对象,重点研究收益率波动性,一方面分析了收益率描述性统计特征,一方面基于Garch(1,1)和EGarch(1,1)模型采用实证分析方法估计了收益率条件方差,并比较了这两种模型。研究结果表明,上证综指收益率具有显著的波动聚集性,通过R/S(重标极差分析法)得出收益率具有长记忆性特征,周期近似为170天,通过自相关系数检查了收益率波动的ARCH效应,并通过Garch模型估计了收益率的条件方差。值得注意的是,通过方差序列的变化观察到收益率短期波动性的增大能够提示投资者回避下跌损失,更为宏观的结论是管理层应该重视股市过度波动对金融市场产生的影响,在未来的证券市场建设中加强法制建设,提升前瞻性,提高管理的有效性。