基于GARCH模型和Hurst指数的我国股票市场有效性检验

近年来,对我国股票市场有效性的探究成为重要课题。在指明随机游走模型局限性的基础上,本文运用GARCH模型对上证、深证综合指数日收益率时间序列建立模型,还引入R/S分析法中的Hurst指数对收益率序列进行有偏随机游走检验,得出了我国股票市场尚未达到有效的结论。     

基于SVAR的人民币汇率对中国证券期货市场收益率的溢出效应研究

针对人民币对美元汇率（RMB／USD）对中国证券期货市场是否存在收益率溢出效应,分别截取2005．7．21～2008．7．16与2008．7—17～2009。4．30两段中石化股价、上证综指、RMB／USD与上海燃料油期货价格的日收盘数据,构造各变量收益率的四元SVAR模型,短期脉冲响应模拟结果显示：（1）在人民币持续升值阶段,人民币弹性增大能够提高中石化股价与上证综指的收益率,且有利于减小上海燃料油期货价格的波动风险;在砌皿／USD持续震荡阶段,鼢曲／USD波动增大会降低中石化股价与上证综指的收益率,且增大上海燃料油期货价格的波动风险;（2）在两个阶段,收益率溢出效应都存在明显的非对称性,砌肥／USD对中石化股价、上证综指与上海燃料油期货价格具备单向的收益率传导机制。中国证券市场对RMB／USD较敏感,因此汇率制度改革应采取审慎原则。     

股票收益率时间序列模型分析

文章在规范统计与计量检验基础上,建立上证综指收益率的相关的GARCH族模型。分析结果表明:EARCH模型对上海股市股票收益率具有较好的拟合效果,而上海股市收益率存在显著的杠杆效应。     

汇率与股票价格关系的实证研究

为了考察汇率和股价的动态关系,文章分别对汇率和股价在股权分置改革之前、股权分置改革之后和汇率制度改革之前以及汇率制度改革之后两个变量序列进行单位根检验、10hansen协整检验、因果关系检验,然后建立向量误差修正模型（VEC）。研究发现,只在汇率制度改革之后人民币兑美元的汇率、人民币兑港币的汇率分别与上证综指序列在滞后一天呈现短期显著关系;在三个阶段我国都存在汇率到股价的单向因果关系。     

基于混合正态分布的风险价值度量

利用参数方法计算VaR的关键在于对收益率分布形式的假定是否合理.为了充分反映金融收益的统计特性,并更好地刻画厚尾特征,本文在利用ARMA-GARCH模型过滤了收益序列的自相关和波动聚类特性后,采用混合正态分布模型分析资产收益的VaR度量,并对上证综指获得的日收益率序列进行了实证研究.比较分析混合正态分布和正态分布两种假定下的VaR.结果表明:混合正态分布假设能够反映收益分布5%的厚尾特征并准确地刻画1%的厚尾部分.避免了正态分布假设低估风险的缺陷,保证了VaR的准确性.     

上证综合指数波动性及VaR度量研究

以中国沪市的风险测量为研究对象,收集了近10年的上证综指每日指数收盘价。在对上证综指收益率序列分布分别作正态分布、卜分布和广义误差分布的假设基础上,分别用GARCH、EGARCH方程来分析和度量沪市的潜在风险和波动性特征,并用返回检验法检验,从而得出了符合沪市波动特征的VaR估值模型。     

ARCH模型族对上证综指收益波动的实证分析

金融时间序列的波动呈现聚类现象,即方差随时间的变化而变化,而传统的金融计量经济学模型对它的描述较为简单。本文运用ARCH模型族对2005年7月21日人民币汇率改革至2009年10月20日上证综指日收益率序列进行了实证研究,对模型结果分析并提出了相应的建议。     

Asymmetric-Laplace-AGARCH-M模型下的股指风险研究

本文采用非对称Laplace分布来拟合具有尖峰、厚尾、有偏特征的金融收益率残差序列,利用AGARCH-M模型来描述金融序列波动的＂杠杆效应＂,提出了准确有效的Asym-metric-Laplace-AGARCH-M模型来度量金融收益序列的ES。通过实证分析表明,Asymmetric-Laplace-AGARCH-M模型能很好地度量金融收益风险。     

2016年美国总统大选对中美股市的影响效应分析

本文紧密结合2016年美国总统大选背景,选取上证综指、深证成指、道琼斯工业指数、标准普尔500指数和纳斯达克综合指数作为样本数据,采用GARCH (p,q)模型与主成分分析(PCA)方法,考查中美股市是否会受到美国总统大选影响.研究发现:在竞选前后的这一短时期内,美国三种指数日收益率的波动与上证综指、深证成指日收益率的波动具有高度的相关性.美国总统竞选对美国股市产生较大波动性影响,这种影响又引起了中国股市的共同波动溢出效应.     

沪深股市交易量与收益率及其波动的相关性:来自实证分析的证据

本文使用上海和深圳两个市场的大盘指数和 A股交易量序列 ,主要借助于指数 GARCH模型探讨中国股市收益率和交易量之间的相关性。结果表明 :交易量与同期的收益率水平明显正相关 ;虽然总体来看 ,交易量对收益率波动没有确定一致的解释作用和先导作用 ,但将交易量划分为预期和非预期部分后我们发现 :预期交易量不影响股价波动 ,而未预期到的交易量变动不但与同期的波动正相关 ,还可以为下期波动提供有限的预测信息。另外 ,对二阶矩的考察还表明我国股市中收益率的波动存在明显的“杠杆效应”,负的冲击比正的冲击会造成股价更大的波动     

基于ARCH族模型的上证指数研究

本文利用Eviews软件,以2004年1月2日—2013年4月25日沪市股票的收盘价格指数日数据为样本序列,运用ARCH族模型对上证综指的波动性进行实证分析,结果表明上证综指对数序列具有较为显著的ARCH现象和"杠杆效应",通过EGARCH模型拟合预测上证综指并给出若干小结。     

中国股票市场长期记忆特性研究

为了检验中国股票市场长期记忆特性，本文采用了周期图和R／S统计量两种方法进行研究，证实了中国深圳股票市场存在长期记忆性，属于有偏的随机游走。中国股票市场长期记忆特性说明随机游走假说和线性模型不能完全解释股价运行，这要求金融建模时考虑引入非线性模型。     

上证指数收益率波动研究

各国的资本市场以及大量的统计数据证明,股票价格的收益率波动并不是标准的正态分布,而是具有"尖峰厚尾"的统计特征。收益率的方差出现"时聚性",即具有异方差的特征。且股价收益率具有不对称性,即负面消息的冲击要显著大于正面利好消息的影响。基于股票收益波动率的此类特点,文章首先对上证综合指数进行描述统计分析。针对通过差分得到平稳的收益率时间序列,运用ARCH模型进行实证分析,并选择GARCH类模型中拟合效果最好的进行蒙特卡洛模拟,运用计算机仿真手段得到更加稳健的参数与分析结果。     

股指走势与货币供给的关联性

在威廉斯估价模型和货币内生性理论框架内,可以判断股票价格指数与货币供给量有着不可分割的关系。货币的供给量会极大的影响股票价格指数的走势,同时股票价格指数的走势也会影响市场上货币供给的需求。使用SPSS软件,首先对上证综指、货币供给量中M0、M1、M2值进行了相关性检验,又利用时间序列分析的方法进行了回归分析,最终建立线性回归模型。对股指与货币供给量的关系进行了定量描述,并对残差进行分析,利用已知市场上的货币供给量在一定程度上预测了股票价格指数。     

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。     

中国房市与股市关联度研究

本文从投资回报角度构建了一个房地产空间市场与房地产资本市场关联度的理论模型。该理论模型显示,本期股价与本期房价呈正相关关系,与下期房价呈负相关关系。本文采用系统GMM估计法对深沪两市61家房地产上市公司1996—2007年度的数据进行实证分析,结果发现,房市与股市具有很强关联度,但房市对股市影响大于股市对房市影响。其次,租金变动对房价和股价变动无显著影响。最后,房价波动具有明显序列相关性,而股价波动具有随机游走特征。     

中国股票市场过度波动的实证检验

文章运用动态戈登模型和均衡预期收益率模型对1994年1月～2009年6月期间我国股票市场的过度波动和有效性进行研究。结果表明,我国股票市场表现出显著的过度波动性,实际股价的变化远远超出了未来可能的股息和折现率的变化,我国股票市场中基本面因素仅能解释股价变化的1/3。同时未来预期现金流消息和投资者未来预期收益率消息对股票价格变化的影响相差不大。     

我国钢铁行业上市公司可转换债券发行对股价效果影响实证研究

本文通过分析样本公告日前后40个交易日内公司股票收益率相对于市场收益率的变化,采用平均异常收益率和累计异常收益率指标,得出在我国钢铁行业企业中,可转换债券发行对公司股价并没有明显的影响的结论.     

基于ARMA的粮食产量模型的构建——以安徽省为例

首先,对1949--2Q05年的安徽粮食产量进行单位根（ADF）检验和非随机性检验,其次,构建半对数模型来拟合安徽粮食产量,得到的残差不是白噪声。最后,对残差构建ARMA（1,3）模型,此时残差为白噪声序列,即对安徽粮食产量建立半对数模型和ARMA模型的组合模型。     

成交额推动上证综指上涨的杠杆效应研究

从沪市实际成交额出发,以股价总值为约束条件,采用相关性分析领域中普遍适用的Eviews计量经济学方法,对我国沪市股票交易中成交额推动上证综指上涨的杠杆效应进行研究。根据2006年1月至2013年9月相关数据,采用ARMA模型、单位根检验等定量分析方法得出结论表明:成交额具有推动上证综指上涨的正向杠杆效应。