基于GJR—GARCH模型的上海证券市场实证研究

根据1998年1月1日-2006年5月1日上证综指数据,采用GJR-GARCH模型对上证股市收益率的统计特性进行讨论,并分析了上证股市收益率波动的非对称性现象。结论表明：（1）上证综合指数序列存在冲击的非对称性,同时也存在着杠杆效应;（2）由拟合得到的新闻影响曲线可以看出,GJR—GARCH模型的新闻影响曲线也是非对称的,同样强度的利空消息较利好消息对未来波动的影响更大。     

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。     

Garch模型族在上海股市风险计量中的应用

BELLERSLEV在1986年提出了GARCH模型,该模型反映了经济变量之间的特殊的不确定形式:方差随时间变化而变化,因而在金融市场的预测和风险管理方面有着重要的应用。以上证指数的收益作为研究对象,运用GARCH-N模型、GARCH-T模型和GARCH-GED模型分析上海股市日收益率的条件异方差性,计算出日VaR值,结果表明GARCH模型对于我国的股市风险管理有较好效果。     

上海证券市场“指数效应”的实证检验

“指数效应”是指当证券市场的指数调整样本股时，人选的个股在短期内股价会明显上升，而原指数中被剔除的个股则会出现股价大幅下跌的现象。     

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。     

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。     

GARCH模型对沪市行业指数的实证研究

文章中通过基于正态分布和t分布的GARCH模型对沪市行业指数的波动性进行了比较分析,实证结果表明基于t分布的GARCH模型能更精确的描述股市的波动性。此外,文章还用EGARCH模型检验了市场波动的不对称性,实证结果表明沪市行业指数除地产指数外都存在明显的“杠杆效应”,做出市场冲击曲线也能直观说明股票市场的“杠杆效应”。     

基于非对称ARCH模型的上海股市波动特征分析

文章利用2000年至2006年2月的最新数据,使用ARCH类模型来描述我国上海股市的波动状况。通过分析,认为非对称的ARCH模型-EGARCH(1,1)模型可以很好的描述上海股票市场的波动状况。分析结果表明上海股市具有对信息反应的非对称性,波动的聚居性和波动的持续性这三个特点。     

基于ARCH模型的上海证券市场羊群行为的实证研究

基于ARCH模型，利用收益率的横截面绝对偏离度（CSAD）作为衡量股价偏离市场收益率的指标，根据沪市50指数样本股的日收盘数据对上海证券市场羊群行为的存在性进行检验；结果表明上海证券市场在样本期间（2008年1月2日~2009年12月31日），牛市中股票市场上存在显著的羊群行为，而在市场下跌时不存在显著的羊群行为；最后分析了导致上涨和下跌两阶段的羊群行为度差异的可能原因。     

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。     

深圳股市日历效应的实证研究

传统金融理论是基于有效市场理论和理性人假说提出的,而日历效应等市场异象构成了对传统金融理论极大的挑战。基于引入多种虚拟变量组合的EGARCH-M模型,本文利用1996年12月27日至2016年12月31日期间的深证综指日收盘价数据,考察深证综指对数收益率的日历效应(包括周内效应、月份效应、季节效应和节日效应)。研究结果表明:深市非有效,存在正周二效应和负周四效应;各月份超额收益率均不显著,一月份具有极高的波动性;深市一般有"春涨秋藏"的月份规律;深市在控制了周内效应后具有显著为正的节日效应:各节日具有显著节后效应,只有春节和清明节具有显著节前效应。     

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。     

ARCH-M模型在上证股价波动中的实证研究

股票价格的频繁波动是股票市场最明显的特征之一。本文利用ARCH-M模型对上证日收盘价序列进行了分析和实证研究,结果表明上证股价指数存在条件异方差特性,并表现出非正态性。然后用该模型对上证日收盘价进行了短期预测,结果表明该模型能够较好地反映上证股价指数的变化特征。     

上海股票市场价格波动的非对称性研究

股票市场价格波动的非对称性是近来金融领域的研究热点之一。以＂上证综合指数＂为研究对象,利用TARCH模型和EGARCH模型对上海股票市场价格波动,一是进行划分时段研究,二是从整体时间段上进行研究。结果表明,上海股票市场价格自1992年5月21日以来存在着比较显著的非对称性波动,即杠杆效应。但是,在1995年1月1日～1996年12月14日时间段上存在微弱的反向非对称性,即利好信息对市场的冲击大于利空信息的冲击。     

基于GARCH模型族对上证指数波动性的实证分析

通过建立GARCH族模型对我国股市收益率波动性进行实证分析,结果发现GARCH族模型可以很好的对我国股市收益率波动性进行拟合,可以减弱收益序列的尖峰厚尾现象;上证综指存在群聚性现象,过去的股市的波动会对未来的走势具有一定的影响,当股指呈现震荡上升时,波动缓解的影响力度最小,但若将整个研究时期分成不同的时间段,则各个时间段的波动力度小整体的力度;风险与收益是正相关的,当股市处于上升通道中时,该现象更明显;股市的信息呈现不对称的特性,当处于下降通道中时,"坏消息"比"好消息"对股市指数造成的波动大;但在上升通道中,"好消息"比"坏消息"带来的波动大,说明股市存在杠杆效应。     

基于VAR模型的股指动态实证研究

针对国内主要股票市场的股指数据,本文对股票价格波动进行了单位根检验和因果关系检验,并在此基础上建立向量自回归模型,以分析各指数间的联动关系,进行实证研究。     

基于GED-GARCH类模型的我国原油现货市场波动性的研究

选取2005年1月3日至2011年7月28日大庆原油现货日平均价格,以广义误差分布代替正态分布以反映金融资产的尖峰厚尾性,建立了GARCH(1,1)、GARCH-M、TARCH(1,1)、EGARCH(1,1)等多个模型,实证研究了我国原油现货市场收益率的波动特征。实证结果表明:大庆原油现货价格收益率具有波动集聚性;大庆原油现货市场收益率存在ARCH效应,在拟合大庆原油现货市场的ARCH效应时,GARCH(1,1)能较GARCH-M更好地消除ARCH效应;大庆原油现货市场存在明显的杠杆效应,利空消息对大庆原油市场的冲击是利好消息对原油市场的冲击的1.66倍,在描述大庆原油现货市场杠杆效应时,EGARCH(1,1)模型比TARCH(1,1)模型拟合效果好。     

基于VAR模型的中国股市财富效应实证研究

本文以2001年第一季度至2008年第一季度的季度数据为样本,运用基于VAR模型的协整检验、Granger因果检验、脉冲响应函数及方差分解的方法研究了我国股市的财富效应问题,结果发现我国股市的财富效应未明显显现,而表现为对消费的替代效应。究其原因,我国股市换手率过高、股市的“挤占效应”以及居民消费习惯等因素严重制约了财富效应的发挥。     

基于模糊目标下的投资组合模型探讨

投资组合选择是投资者在不确定条件下的投资决策问题,自1952年马科维茨运用数量化方法创立证券投资组合理论以来,更多的研究集中于随机不确定性,而模糊不确定性的研究相对滞后。结合M-V模型,同时引入模糊理论中的目标不精确模型,将确定目标下的M-V模型中的目标模糊化,从而是模型更具有现实意义。     

基于ARCH族模型对人民币汇率波动的实证研究

本文使用人民币汇率改革后约10年的人民币兑换美元的日汇率值对人民币的汇率波动性进行实证研究,通过建立GARCH模型来分析人民币/美元汇率收益率的ARCH效应以及通过建立TARCH和EARCH模型来分析人民币汇率市场的非对称性和杠杆效应,同时提出相应的政策建议。