我国股市波动的非对称性和杠杆效应研究

本文选取2006年1月4日到2008年12月31日期间上证综合价格指数日收益率和收益波动率的数据,建立二者变量指标的GARCH模型、AGARCH模型、EGARCH模型,对我国牛熊市轮替过程中股票市场波动的非对称性和杠杆效应进行实证分析。结果发现,股改后牛熊市期间我国股票市场的波动表现出显著的长记忆性、非对称性和杠杆效应,股票市场波动性对"利好"和"利空"消息呈现出不平衡性反应,我国股票市场出现了强市恒强、弱市恒弱现象。最后,从投资者心理预期、过度反应与反应不足、投资者构成和交易机制等方面对该结论进行了分析。     

我国股票市场波动非对称性的研究

本文采EGARCH模型分析我国1998年1月5日至2007年12月28日的上证综合指数及深圳成分指教的日收盘价,考察利好消息和利空消息对我国股市波动的非对称性影响程度的差异.研究结果认为同等程度的利好消息比利空消息对我国股票市场的波动影响更大,最后从投资者特征、投资者心理、市场结构和交易机制等方面阐述这一结果形成的原因.     

次贷危机前后信息冲击对我国股市波动的影响分析

本文选用2003年1月4日至2010年9月17日我国上证综合股票价格指数每个交易日收盘价格作为总样本,并以2007年1月4日为界将其划分为两个子样本,分别对子样本建立非对称性EGARCH模型,得出我国股票市场不符合有效市场理论的假设.     

牛熊市波动非对称性与非预期交易量关系实证研究

本文以1996年12月26日—2010年11月12日中国股票市场的总体收益率和交易量为研究对象,从非预期交易量变化角度对牛市行情中所呈现的正向非对称进行解释。研究显示,由于牛市行情中单位正向信息冲击相比熊市行情中单位负向信息冲击对非预期交易量影响更大;当在波动方程中加入非预期交易量后,牛市行情中的正向非对称性得以消失,并表现出和熊市行情相一致的负向非对称性。这表明投资者在牛市行情中的交易行为特别是非预期交易量变化,是造成中国牛市行情波动正向非对称性的重要原因。     

股指期权对股票市场、股指期货市场波动性影响

文章以沪深300指数和股指期货为研究对象,运用组合GARCH模型、TARCH模型分别对沪深300股指期权仿真交易前后沪深300指数和股指期货的波动率水乎变动及非对称性影响效应进行研究.实证结果表明,股指期权交易对股票市场、股指期货市场的波动率水平、非对称性均有显著性影响.另外,开展股指期权仿真交易后,沪深300指数、股指期货的波动率聚类性有明显加强.     

2005年以来我国股票市场波动特征研究——基于GARCH族模型

本文选取2005年6月6日至2008年8月1日的上证综指日度收盘数据为样本,使用GARCH和EGAKCH模型实证检验了这段时间内我国股票市场的波动程度和波动的非对称效应.结论表明该期间以上证综指为代表的中国股票市场的波动具有典型的阶段性特征,股市在2007年10月16日以来的大幅下跌过程中,波动水平比前期上涨过程中要大.同时比整个阶段的波动性水平也要大.全样本时间范围内上证综指确实存在非对称性的"杠杆效应",负面消息对股价波动性的影响比正面消息更大,但在其中两个时间段内正面消息的影响却比负面消息更大,而这两个时间段都属于单边行情.     

后危机时代亚洲地区股票市场风险研究——基于非对称GARCH模型

运用非对称GARCH模型对后危机时代的日本、中国、印度和韩国的股票指数收益率波动性及亚洲各国股票市场的风险进行比较可发现: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;后危机时代,日本和韩国股市收益与风险不相匹配,反映出发达国家股票市场的波动性显著大于发展中国家,同时,中国股票市场的抗风险能力正在逐步加强,股票市场的信息冲击也趋于平缓。     

中国粮食市场价格波动的非对称性”——基于傅立叶季节外生性VAR模型的实证研究

基于1998年1月9日到2014年5月23日中国小麦、玉米和大豆批发市场价格指数的周数据,分别运用单变量EGARCH模型和傅立叶季节外生性条件下的VAR模型,对中国单一粮食市场价格波动的非对称性和不同品种粮食市场间价格波动的非对称性进行了实证分析。结果表明:单一粮食市场中,仅玉米市场的价格波动存在非对称性;不同品种粮食市场间价格波动的非对称性表现为小麦市场的价格上涨在短期内显著引发玉米市场和大豆市场的价格上涨,但玉米市场和大豆市场的价格变化对小麦市场价格变化的影响并不显著。上述结果的政策含义为:稳定玉米市场价格,需特别关注可能造成玉米价格下跌的因素;要稳定整体粮食市场价格,稳定小麦市场价格是关键。     

基于CARR模型对我国股指期货的非对称性研究

本文以沪深300股上证指数日收益率作为研究样本,在EGARCH模型的基础上,运用CARR模型对上证指数日收益率的非对称性进行预测和实证分析.结果表明,在运用CARR模型对波动率数据进行拟合的条件下,收益序列的波动特征呈现出杠杆效应,即收益率波动具有非对称性.     

中国股票市场对政策信息的不平衡性反应研究

本将影响股票市场的政策信息区分为“好消息”和“坏消息”。通过EGARCH模型研究中国股票市场对“好消息”与“坏消息”的不平衡性反应。指出“好消息”对我国股票市场的影响大干“坏消息”的影响，这与国外股票市场的情况正好相反。根据这一结果本创建了“信息效应曲线”，具体分析我国股票市场对“好消息”与“坏消息”的不平衡性反应的特征，提出现有交易机制下的股价波动模式。     

中国股市波动特征的实证分析

波动性是股票市场与生俱来的基本属性,一个成熟稳定的股票市场应该具有适度的波动性。我国股市至成立以来,股价一直处于异常波动之中。本文借鉴ARCH簇来分析我国股票波动性的特征,发现中国股市确实存在非对称性和杠杆效应。     

广义MDH理论在中国股市量价关系上的应用研究

首次引入广义混合分布假说(MDH)理论，并利用中国股票市场数据检验其是否能够解释日收益波动与交易量的动态关系。结论显示：对数交易量的非预期成分是日信息流很好的工具变量；日收益波动序列可以分解为预期成分和非预期成分，非预期成分是由日信息流对市场的冲击产生的，预期成分主要由滞后的收益冲击所趋动；日收益波动包含传统GARCH模型不能反应的很大随机成分。     

中美两国股票市场联动性研究——基于CCF检验法的新证据

随着经济全球化的迅速发展,国际资本市场呈现出一体化趋势,证券价格的国际联动关系日益显著。有鉴于此,本文主要着眼于中美两国股票市场之间的联动性,应用EGARCH模型与CCF检验法进行了实证分析。本文主要结论为:(1)EGARCH模型的检验结果显示,中美两国股票市场具有持续性与非对称性特征;(2)通过CCF检验法,发现了中国股票市场对美国股票市场的单方向波动溢出效应的新证据。另外,在较弱的显著水平下,本文还发现了美国股票市场开始影响中国股票市场。随着中国资本市场的逐渐开放,证券价格的国际联动性将会提高,中国股票市场全球化的表现越来越突出。     

我国深证成指收益波动非对称性实证研究

对于股票市场的研究发现,股价下跌和上涨相同幅度时,股价下跌过程往往会伴随着更剧烈的波动性.为了解释这种现象,本文拟采用GARCH族非对称性模型对深证成指收益事序列进行实证分析,验证我国深证股票市场是否存在着这种非对称性现象,并比较分析各模型的拟合效果.     

我国深证成指收益波动非对称性实证研究

对于股票市场的研究发现，股价下跌和上涨相同幅度时，股价下趺过程往往会伴随着更剧烈的波动性。为了解释这种现象，本文拟采用GARCH族非对称性模型对深证成指收益率序列进行实证分析，验证我国深证股票市场是否存在着这种非对称性现象，并比较分析各模型的拟合效果。     

股票市场的非对称价格传递

文章运用门限自回归(TAR)和动态门限自回归(M-TAR)模型,解决股票市场的非对称性问题。非对称性误差修正模型扩展了最初的协整模型,解决了单位根低解释功效和在非对称性调整下的协整检验问题。     

EGARCH模型在政策效应与股价关系研究中的应用

股票市场的实践表明,股市政策的实施会对股票市场价格波动产生直接的影响,这实际上就是股票市场的＂政策效应＂。将中国近年来所发生的与股市相关的重大政策事件作为政策干预变量引入EGARCH模型,对深交所股价波动进行了实证分析。表明政策因素对中国股价波动影响显著,最后提出了规避股市政策性风险的政策建议。     

我国经济周期波动的非对称性和持续性研究

经济的发展存在周期性的特点,同时经济周期波动呈现出非对称性与持续性,本文将对我国经济周期波动的非对称性和持续性展开研究,旨在促进我国经济的稳步发展。     

短期国际资本对股票市场间波动传递效应的实证分析——以中美股票市场为例

本文关于短期国际资本对股票市场间波动的传递效应进行研究,首先运用GARCH模型,研究了美国的股票市场与中国股票市场的波动规律,并量化生成了中美股票市场的波动序列;其次运用Granger因果检验考察短期国际资本能否作为一种渠道,将美国股票市场的波动性影响传递到中国股票市场;最后选取短期国际资本流动性指标、资本和金融账户差额与外汇储备占比指标、中美股市收益率差指标等来构建中国股票市场价格指数的TARCH模型,发现中国股票市场存在明显的非对称效应,且短期国际资本流动对我国股市具有明显的传递效应。     

基金投资行为与股票市场稳定性研究——基于VAR模型和MGARCH模型的实证分析

笔者基于VAR模型和MGARCH模型,利用总量数据,对基金投资活动与我国股票市场波动性及其溢出效应进行实证研究。研究结果发现:基金的投资活动与股票市场波动之间存在双向影响机制,基金投资活动已开始对股票市场的波动形成影响,但基金没能起到稳定市场的作用;从波动溢出效应看,基金投资活动与股票市场波动存在双向的波动溢出效应,但溢出效应较小。