我国黄金期货市场价格波动率实证研究

中国于2008年1月9日在上海期货交易所推出了黄金期货,这标志着我国黄金流通的市场化由现货市场与期贷市场并驾齐驱的新纪元.GARCH族模型较好的你喝了实证研究中发现的资产收益的肥尾、波动率集聚等特征,广泛应用于资产收益与波动率的分析.本文应用GARCH、EGAECH、GARCH-M等GARCH族模型扩展形式,对我国黄金期货进行分析,论证了其时间序列具有肥尾,波动率集聚特征,很强的波动持续性存在ARCH效应.通过对模型的拟合,认为我国黄金期货市场不存在杠杆效应和高风险高回报特征.     

时间序列建模在商业指数分析中的实证研究

一个行业股票价格的波动,受到诸多经济及政治因素的影响,其生成过程复杂,难以通过其影响因素的研究来对其进行预测分析。因此,本文从商业指数本身的时间序列着手,试图利用ARMA模型和GARCH模型族对商业指数进行分析,从而了解整个商业行业的总体情况,针对性地做出投资建议。     

国内外黄金市场的关联性研究

本文通过建立VEC模型,运用格兰杰因果检验与方差分解的方法对国内黄金期货、现货与伦敦黄金现货的关联性进行了分析,并进行了静态预测。结果表明:虽然序列不平稳,但三者间存在长期的协整关系;伦敦黄金现货对国内黄金期货、现货存在引导作用,短时间内,国内黄金期货会受到的更大冲击,而从长时间看,国内黄金现货受到的冲击更大;我国黄金期货尚不具备价格发现的作用,我国黄金市场仍然是黄金现货占主导地位;国内黄金现货市场与伦敦黄金现货市场相互影响程度更大;通过VEC模型的静态预测可以取得较好的预测效果。     

基于GARCH模型的煤炭价格波动规律研究

为了研究煤炭价格波动规律,以秦皇岛大同优混煤2003年3月～2017年5月现货价格为实证研究对象,分别采用普通最小二乘法和GARCH模型对煤炭价格时间序列进行拟合.实证结果表明:煤炭价格时间序列表现出随机波动趋势,GARCH(1,1)模型拟合效果优于最小二乘法;外部冲击会加剧煤炭价格波动,煤炭价格时间序列具备长期记忆性;波动率序列具备ARCH效应,ARCH项系数和GARCH项系数之和略大于1,说明煤炭价格波动的持续性较强.     

基于GARCH模型的人民币汇率收益率预测研究

对美元/人民币汇率的日收益率进行分析,其具有金融时间序列尖峰厚尾的统计特征,名义汇率存在波动聚集效应。本文基于调整经验似然方法估计GARCH模型中的参数并建模,发现GARCH-M模型相对于GARCH模型来说拟合效果更好。     

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ARMA模型的我国国内生产总值的预测研究

本文应用时间序列的ARMA模型对剔除价格因素的我国历年实际GDP序列进行实证研究,得出我国GDP的回归模型,并依次预测我国2011年实际GDP和名义GDP。     

GARCH模型在主要消费指数实证研究中的应用

本文利用金融时间序列分析方法对沪深300主要消费指数作精确的计量分析,结合Evlews6.0统计软件,确定ARMA模型,再利用GARCH模型对残差中的条件异方差性进行修正,以此模型对主要消费指数进行全局预报和局部预报.实证结果表明,GARCH(1,1)模型能够对主要消费指数变化趋势进行较好的拟合.     

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。     

基于GARCH模型族的沪深300波动研究

本文针对沪深300指数2008年6月到2013年7月共1241个样本数据,运用GARCH模型族理论,分别建立GARCH,GARCH-M及T-GARCH模型,发现其收益率波动具有显著的聚集效应及收益不对称性。并通过比较,发现T-GARCH(1,1)模型能够较好地描述沪深300指数波动的规律。     

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。     

股票波动性的拟合与预测研究——基于SETAR模型

分别使用非线性自我激励门限模型(SETAR模型)和线性ARMA模型对股票市场进行比较研究,并运用MAE和RMSE方法比较两者的预测效果,结果表明,通过门限值的控制作用,SETAR模型利用时序数据隐含的时序分段相依性这一重要信息,限制了模型误差,从而比ARMA模型更适合于描述股票波动的非线性规律。     

GARCH模型、非参数GARCH模型及SV模型的比较综述

本文就GARCH族、非参数GARCH模型以及SV模型的发展及其在金融时间序列中的应用进行了对比综述，并指出了各种模型的优劣，为以后的实证分析提供了指导。     

非线性波动模型在上海股票市场中的应用

本文采用非线性GARCH模型研究中国股票市场的波动性。实证结果表明,非线性GARCH模型较传统的线性GARCH模型显著提高了股票市场波动性的描述与预测能力,且非线性GARCH模型的VaR值具有较高的精度,其中以ANSTGARCH模型的效果为最佳。     

基于GARCH族模型的电价预测研究

电价的剧烈波动会给电力市场参与者带来巨大的风险,准确的电价预测有助于市场参最大化自身利益。本文用ARMAGARCH族模型对美国MISO电力市场的日前小时电价序列进行建模和预测。通过假设GARCH族模型的残差服从正态分布来估计模型系数,并比较不同的GARCH族模型的预测效果。     

基于小波变换和时间序列模型的Brent原油期货价格预测

本文将小波分析与时间序列模型结合应用于布伦特国际原油价格预测,通过对小波分解与重构方法将油价时间序列分解为趋势(高频)部分和细节(趋势)部分,然后采用ARMA模型对分解后的油价进行样本内预测。实证研究表明,基于小波的组合模型具有较高的预测性能,同时验证了该方法的可行性和有效性。     

黄金、原油与美元指数的关联性研究

本研究探讨自2006年以来黄金现货价格、原油价格及美元指数三者的相关性。样本期间为2006年1月1日至2012年12月31日的伦敦黄金定盘价收盘价、纽约西德州原油收盘价及美元指数收盘价日资料。本文利用双变量GARCH模型探讨三种金融资产间之关联性,并探讨黄金现货、原油价格与美元指数收盘价的领先落后关系。     

武汉市人均GDP时间序列模型构建及预测

ARMA时间序列模型反映某个变量过去的变动规律,并可以利用这个规律对未来值进行短期预测。人均GDP是衡量一个国家或地区经济发展和人民生活水平的一个重要参考指标。本文利用湖北省武汉市1980-2009年的时间序列数据建立武汉市人均GDP的ARMA模型,并利用该模型进行短期外推预测。     

股指期货期现套利交易与ARIMA模型构建

文章通过在ARIMA模型时间序列分析预测期现货价格的基础上,建立股指期货期现套利模型。以2011年5月23日至7月15日沪深300现货和IF1107期货合约真实交易数据为研究对象进行实证分析,结果表明ARIMA(3,1,3)模型很好的拟合了价格序列,并给出了期现套利交易策略实现无风险套利。     

基于修正GARCH模型的套期保值比率波动性分析

本文基于套期保值的基本原理,对GARCH进行修正,加入虚拟变量表示外界冲击对价格的影响,拟合价格波动的非对称变化.同时将数据对数化,使结果更具现实意义.同时,本文将最小二乘法(OSL)模型与修正GARCH模型运用于黄金期货市场和COMEX黄金现货市场,并得到运用OSL模型拟合的可决系数为0.909616,F统计量为30121.15,同时刻画比率波动图,得到随时间变化而产生的动态套期保值比率围绕由最小二乘法得到的静态比率上下波动,该结果对可为投资者提供相对精确的参考价值.