初探我国沪市股价波动性——基于ARCH模型和GARCH模型

金融市场的波动一直是经济研究人员和投资者关注的焦点。在计量经济学领域,自回归条件异方差模型(ARCH模型)和广义自回归条件异方差模型(GARCH模型)经常用在金融时间序列分析中。特别是GARCH(1,1)模型在金融资产的波动性研究中得到广泛的应用。以沪市综合指数为研究对象,分别运用ARCH模型、GARCH模型进行初步研究,分析我国沪市股价波动的动态特征。     

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GARCH类模型对美国股市波动性的对比分析

为研究美国股市股指的波动性特征,本文选取美国股市的Nasdaq指数和Russel2000指数的日收盘价数据,借助统计软件,利用GARCH类模型进行实证分析。实证结果表明：Russel2000指数的风险较Nasdaq指数更稳定,更适合投资,且相较GARCH(1,1)模型,满足学生t分布的APARCH(1,1)模型拟合的条件异方差可以更好地反映种股指日对数收益率的波动率情况,因此可选用此模型对两种指数波动率的未来值进行预测,为投资者提供未来投资参考。     

中国证券投资基金市场收益与波动的实证研究——基于GARCH和GARCH-M模型

国内外利用ARCH类模型对股票价格变化的研究较多,而国内对于我国证券投资基金市场收益与波动的研究尚处于空白状态,文章是这个方面的一个尝试。结果表明,跟股票市场不同,基金市场的收益率不存在自相关,收益波动性也较股票市场小得多,收益与其条件方差之间不存在线性关系,GARCH-M模型不适合我国的基金市场,GARCH(1,1)模型则较好的描述了我国基金市场的收益与波动特征。     

上海股票市场收益率分布模型统计研究

在金融市场迅速发展、金融创新不断深入的今天,股票市场的波动也日益加剧,风险明显增大,资产收益率的分布形态也更加复杂化。对上证综指对数收益率序列进行实证研究,依据严密的统计分析方法建立了GARCH-t(1,1)模型。最后,通过相应的模型检验方法验证了GARCH-t(1,1)模型能够很好的刻画上证综指对数收益率序列的统计特征。     

沪市股指收益率波动性研究

本文运用ARCH模型族对上证指数收益率的波动性进行研究,分析了上海股市波动性的特点,通过比较发现,对于上海股市股指收益率的波动性,EGARCH(1,1)-M模型和EGARCH(1,1)模型都能很好地拟合,同时还对上证指数收益率的波动性进行了预测分析。     

基于非对称GARCH模型的EUR/USD实证分析

波动率是金融时间序列最重要的特征之一,因而模拟和预测金融市场资产收益率的波动性己经成为众多理论和实证研究的重要领域。本文通过对外汇市场EUR/USD收益率波动性的实证建模分析,验证了在信息不对称的外汇市场上,好消息与坏消息对收益率波动性的不同反应,进而证实了外汇市场中杠杆效应,为外汇投资者提供参考。     

中国证券市场日历效应实证分析

在回顾了国内外学者对日历效应的研究的基础上,提出了平行数据--指数广义自回归条件异方差模型(PD-EGARCH模型)在证券市场日历效应分析中的应用;在初步统计基础上应用PD-EGARCH(1,1)模型对初步统计结果进行了进一步检验。实证分析结果发现:2000年以后,我国证券市场存在明显的日历效应,收益率和波动性的表现不符合风险溢价理论,存在套利机会,但具体表现异于国内外学者早期的研究结果,表现出了新的特征。     

上证50指数收益率特征及其波动性分析

研究国内非综合指数即成份指数(上证50指数)的收益率特征及其波动性,可以估计得出对指数风险收益具有较好预测作用的自回归———GARCH(1,1)-M模型,并实证分析指数收益的风险特性、稳定性、波动性等特征,这对当前探讨上证50指数相关指数衍生品推出及其投资分析均具有重要意义。     

中国开放式基金收益及其波动性的周内效应研究

了解基金收益及其波动性是否存在周内效应对投资者非常重要,投资者可以利用收益及其波动性的变动信息调整投资组合,增加投资收益。运用均值方程含有虚拟变量的GARCH(1,1)模型和条件方差方程含有虚拟变量的修正的GARCH(1,1)模型,我们分别对2003年6月1日至2005年8月18日期间中国开放式基金收益的周内效应和收益波动性的周内效应进行实证研究,结果显示,在研究期间内样本基金收益及收益的波动性在周三这一天显著不同于其他交易日,即存在“周三效应”。     

基于GARCH族模型的沪深300指数波动性模拟研究

本文运用GARCH族模型模拟沪深300指数收益率波动情况,得出结论:沪深300指数波动性的模拟,从简洁性出发应使用GED分布假设下的GARCH(1,1)模型;从精确度出发,即考虑其非对称性时应选择GED分布假设下的EGARCH(1,1)模型。企业和投资者可借助此模型相机投资;行业工作者和相关领域学者可参考本文方法展开进一步研究。     

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。     

基于GARCH模型的创业板收益率波动性研究

股票市场的波动性一直是金融界研究的热门问题,也是衡量市场发展状况的重要指标,而我国创业板市场作为新兴市场,其波动性尤为引人关注。本文采用GARCH(1,1)模型,以创业板股票日收益率为研究对象,研究其波动性特征。     

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。     

ARCH族模型在上证收益率变动中的实证研究

股票价格的频繁波动是股票市场最明显的特征之一。利用ARCH模型及其扩展模型对上证综合指数的波动性进行实证研究,结果发现,我国上海股票市场收益率序列有明显的尖峰厚尾性、波动聚类性、非正态性以及存在条件异方差特性,波动的信息不对称性等特点。     

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。     

合格的境外机构投资者制度对我国证券市场风险的影响分析——基于股权分置改革下的实证研究

为了让国内金融市场逐渐与世界接轨,证监会在2003年推行了QFII(即合格的境外机构投资者制度)制度.而QFII对我国证券市场的风险究竟有何影响,尤其在股权分置改革后QFII对我国证券市场的风险会怎样变化是很值得研究的.本文利用了上证综合指数日收益率和深证成份股指数的日收益率数据,采用了GARCH(1,1)模型对收益率的波动性进行了研究.发现QFII无论是股权分置改革前还是股权分置改革后对我国证券市场风险的影响都较小,且在股改前后变化也不显著.     

沪市股指收益率及波动性研究

应用自回归条件异方差(ARCH)模型对上海股市在2007年4月27日至2008年4月28日股指日对数收益率进行建模分析:结果反映沪市股指收益率具有明显的波动聚集性和尖峰厚尾的特征;均值模型适合ARMA过程,且不符合股市弱有效的特征,回归模型具备预测能力;无条件期望收益率不受到当期风险的影响;条件方差具有明显的非对称性和杠杆效应。     

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。     

上海银行间同业拆放利率波动性研究

波动率是利率期限结构模型的重要因素。考虑到利率条件方差间的序列相关性和波动的非对称性,本文采用CKLS-EGARCH(1,1)模型对利率的波动进行建模,并分别估计了三种不同分布假设(正态分布、学生t分布和GED分布)下的模型。比较三者的拟合效果发现,GED分布假设下的CKLS-EGARCH(1,1)拟合效果最佳。