基于ARIMA模型和GARCH模型的美元指数波动性分析

美元指数在金融危机前后出现了耐人寻味的变化,其波动影响着国际经济、政治格局。本文运用自回归单整移动平均时间序列(ARIMA模型)和广义自回归条件异方差时间序列(GARCH模型)的方法分析美元指数,采集大量历史样本数据,对其波动特性进行实证研究。运用ARIMA模型对未来短期美元指数走向进行预测,表明美元指数的波动有一定的规律。同时,对美元指数建立用于描述大量金融时间序列的GARCH(1,1)模型,通过模型的定阶、检验、预测发现GARCH模型有较好的预测较长期整体走势的能力。     

基于GARCH族模型的股价波动性分析

运用GARCH族模型对上证综指进行建模研究,结果表明:上证股市收益率序列不服从正态分布,有"尖峰厚尾"特征;存在一定的杠杆效应,即利空消息比等量利好消息带来冲击更大;股市受外部影响时间较长,短期内难以消除。     

我国沪、深股市的波动性研究——基于GARCH族模型

金融市场的波动性不仅是投资者关注的焦点之一,而且也是被研究的热点之一。中国股市还非常年轻,股票市场的价格常常表现出大幅波动的特征。本研究以上证综合指数和深圳成分指数为研究对象,分别运用GARCH模型、TARCH模型和EGARCH模型同时拟合,并对比分析了中国股市日收益率波动的动态特征;结果显示,EGACH模型能更有效拟合股市的波动性。     

人民币汇率波动性特征的实证分析——基于GARCH模型

本文基于2011年8月-2017年8月人民币兑美元日汇率中间价数据,通过描述性统计、正态性检验、自相关检验、平稳性检验等方法实证分析了人民币汇率的波动性特征,并建立GARCH(1,1)模型,归纳出影响人民币汇率波动性的主要经济因素,最后针对如何化解人民币汇率的波动风险给出了相关政策建议.     

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模型的上海股票市场波动性研究

研究股市波动性,有利于投资者的决策,同时有利于有关部门制定相关政策,来规范证券市场.简单介绍以往关于股市波动性的研究,并对GARCH模型进行了简要介绍,随后运用GARCH模型进行实证分析,最后得出TGARCH模型能更好的拟合上证指数相对收益率序列.     

基于GARCH模型的权证定价理论研究及实证检验

对于中国这样金融市场相对而言稍欠完善和亟需发展的国家来说,金融衍生品的定价公平与否直接关系到金融市场未来的繁荣发展。Black—Scholes期权定价模型是衍生品定价的经典模型,但其内在不足性也使得理论定价与实际操作相去甚远。本文通过GARCH模型对权证定价进行修正并进行实证分析。检验结果发现,经GARCH修正后的理论价格能更好地与市场价格相契合。     

基矛MRS—GARCH模型的我国沪深股市指数实证研究

针对传统GARCH模型不能解释股票市场变结构特征的缺陷,结合马尔可夫状态转换模型和标准GARCH模型,提出MRS-GARCH模型,并给出模型的参数估计方法。本文利用沪深300指数的数据对所给模型和方法进行了实证分析,证明MRS-GARCH模型与标准GARCH模型相比,能够更好地描述数据的特征,具有极好的拟合效果,验证了股票市场存在伪持续性的理论。     

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。     

GARCH族模型在中国股市中的应用——上证综合指数波动性研究

以1997年1月1日至2009年5月6日的上证综合指数的日度收盘数据为样本,运用带学生-t分布的GARCH族模型对其进行实证分析,检验了在这一段时间内我国股票市场的波动情况以及波动的杠杆效应,分析结果表明了上证指数对数收益率服从非正态分布,具有尖峰厚尾和明显的ARCH效应,并且股票的收益率具有明显的风险溢价和杠杆效应。     

基于GARCH模型的房地产投资风险波动性探析

房地产投资是大众投资的首选,但是投资风险也不容忽视。传统对于投资行为所面临到的风险仅以标的资产价格的非条件变异数或标准差作为衡量尺度,认为投资风险是固定的,未考虑随时间改变的条件变异数来估计风险。文章基于GARCH模型着重分析房地产投资风险波动性情形。     

基于MRS-GARCH模型的我国沪深股市指数实证研究

针对传统GARCH模型不能解释股票市场变结构特征的缺陷,结合马尔可夫状态转换模型和标准GARCH模型,提出MRS-GARCH模型,并给出模型的参数估计方法。本文利用沪深300指数的数据对所给模型和方法进行了实证分析,证明MRS-GARCH模型与标准GARCH模型相比,能够更好地描述数据的特征,具有极好的拟合效果,验证了股票市场存在伪持续性的理论。     

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。     

上证指数波动性实证分析

本文介绍一些GARCH族模型,并经过将其中的GARCH模型、GARCF-M模型、TGARCH模型、EGARCH模型应用到沪市上证指数的波动性中,检验了沪市股票波动性的一些特征,结论表明沪市具有波动的集群性和持续性,且杠杆效应明显。     

深证成指周收益率波动及预测实证研究——基于ARCH模型

文章以1996—2012年深证成指(399001)周收盘价为对象,就我国股市波动情况进行实证研究。研究结果表明,我国深成指周收益率序列不存在自相关;对比GARCH(1,1)模型和GARCH-M(1,1)模型,不含常数项的GARCH-M(1,1)模型优于捕捉深成指周收益率的波动性。文章最后对其波动性进行了预测分析。     

灰色GM(1,1)模型在商品房销售价格预测中的应用

商品房价格水平受到诸多因素的影响,准确预测商品房价格走向,对房地产市场的宏观调控及工作的开展有着重大意义。以青岛市近8年商品房销售价格为基础,通过建立GM(1,1)模型并进行实际应用,验证了预测数据有较高的精度,证明了模型的有效性,可以为实际工作提供一定的参考。     

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.     

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。