我国黄金现货波动率预测能力分析——基于GARCH模型与CARR模型的比较

GARCH模型是金融资产波动率研究最常用的方式,近期Chou提出的CARR模型在估计波动率方面也显示一定的先进性。本文以我国黄金现货市场的主要交易品种Au99.95为研究对象,利用GARCH模型、GARCH-SKST模型、CARR模型和CARRX模型对我国黄金现货市场的波动率进行拟和,并根据Mincer-Zarnowitz回归方程和Diebold-Mariano检验对各类模型进行了预测能力比较分析,得到的结论是CARR模型在波动率研究方面优于其他模型。     

基于中国黄金期货市场数据的GARCH族模型拟合评价

本文运用GARCH族模型对我国黄金期货市场波动进行拟合情况,以上海期货交易所AU1406黄金期货合约的日收益率为数据来源,并运用损失函数对GARCH,TGARCH,EGARCH三个模型的波动率预测精度进行比较。实证结果表明,对称的GARCH模型是描述市场波动性给出了很好的描述,能够对投资者,特别是我国黄金生产企业在市场风险度量与预测以及投资决策时有所帮助。     

基于中国黄金期货市场数据的 GARCH 族模型拟合评价

本文运用 GARCH族模型对我国黄金期货市场波动进行拟合情况,以上海期货交易所 AU1406黄金期货合约的日收益率为数据来源,并运用损失函数对 GARCH,TGARCH,EGARCH三个模型的波动率预测精度进行比较。实证结果表明,对称的 GARCH模型是描述市场波动性给出了很好的描述,能够对投资者,特别是我国黄金生产企业在市场风险度量与预测以及投资决策时有所帮助。     

房地产市场的波动性研究:基于中美房地产市场的GARCH模型分析

GARCH模型是近20年发展起来的时间序列模型,它反映了经济变量之间特殊的不确定形式.方差随时间变化而变化,所以其在金融市场的预测与决策方面有着重要的作用.本文运用GARCH类模型对中美两国的房地产销售价格指数的收益率波动进行了分析,并得出以下结论:房地产市场的收益的方差具有不稳定性,且存在着"波动聚集性".就我国而言...     

房地产市场的波动性研究：基于中美房地产市场的GARCH模型分析

GARCH模型是近20年发展起来的时间序列模型,其在金融市场的预测与决策方面有着重要的作用。本文运用GARCH类模型对中美两国房地产市场的收益率波动进行了分析,并得到了以下结论：房地产市场收益的方差具有不稳定性,且存在着＂波动聚集性＂;具体就我国而言,我国的房地产市场并不存在杠杆效应。     

人民币汇率波动的预测——基于损失函数和DM检验的比较分析

随着人民币汇率市场化程度的不断加深,人民币汇率的波动越来越大,对人民币汇率波动的预测显得越来越重要。现有文献都只通过单一的模型来预测人民币汇率的波动,我们无法据此确定哪一种模型对人民币汇率波动有更好的预测能力。本文选取常用的预测金融资产波动率的指数平滑模型、ARCH模型和GARCH模型,采用动态时间滚动窗口技术,对2005年以后的人民币汇率波动进行了拟合和样本外预测,并通过损失函数的计算和DM检验方法比较了各模型对人民币汇率波动的样本外预测能力。结果发现,相对于ARCH模型和GARCH模型,指数平滑模型具有最优的波动预测能力。     

中美大豆期货价格波动特征比较

期货股票等金融市场经常出现波动和集群现象,GARCH类模型是描述这种性质的主要工具。GARCH类模型能够较好地刻画出金融收益率时间序列高峰厚尾、杠杆效应、波动持续性等特征。对于研究期货市场波动性有较好的向导作用,对于研究市场有实际的研究意义和价值。本文以中国大连期货交易市场和美国芝加哥期货加以市场2005年至2012年3月的日收益率作为研究对象。对四段数据进行分析研究建立恰当的GARCH类模型,经过建立多个不同的模型进行对比,选择最佳的模型,最后分别对两个市场两个时段,建立了对应的四个模型,模型均通过了参数检验和残差检验最后进行了两个市场内部和两个市场之间的对比分析。     

基于GARCH模型的黄金指数与美元指数波动性研究

近几年的黄金市场与美元指数市场波动都比较大,但波动的方向不一致。通过对两者的波动进行研究,主要有单位根检验、ARCH效应的检验、GARCH模型分析以及因果关系检验,结果表明,黄金指数GARCH(1,1)最适合描述其市场波动,美元指数GARCH(2,1)最适合描述其市场波动,美元指数的预测对黄金指数的预测会有帮助。     

基于GARCH族模型的我国沪市股票波动非对称性研究

股票市场普遍存在着价格波动集聚性的特点,GARCH模型即冠以自回归条件异方差名模型是描述这一现象的有效计量工具。GARCH模型建立在ARCH模型基础上,同时衍生出GARCH族模型,用来解释波动性的特征。本文用本文选取2000年1月到2015年6月的上证综指日收盘指数数据GARCH模型及其衍生模型描述股票波动剧烈,并验证了我国股市存在收益异方差的特征。     

我国创业板市场的波动性研究——基于GARCH模型的分析

创业板市场,又称"二板市场",是为具有高成长性的中小企业和高科技企业进行融资服务的市场。2009年10月23日,我国创业板市场在深圳证券交易所正式启动,同年10月30日起正式交易。本文以我国创业板指数收益率时间序列为研究对象,运用GARCH模型对其波动性进行实证分析。研究表明:我国创业板指数收益率时间序列存在明显的ARCH效应;模型GARCH(1,1)对我国创业板市场波动性有较好的拟合性和适用性;创业板市场的波动十分剧烈,总体风险还较大。     

基于CDM机制的国际碳排放权贸易价格波动性研究

运用规范分析和基于GARCH模型族的实证分析发现:清洁发展机制(CDM)下国际碳排放权核证减排单位(CERs)市场的价格波动是政治博弈、国际经济形势等多重因素共同冲击的结果。其价格波动呈现时变性、聚集性和持续性特征,市场"杠杆效应"明显。我国作为全球CDM项目的最大供给方,为了掌握定价权,必须寻求CERs市场价格波动规律、积极参与国际气候环境条款的谈判、选择恰当贸易时机和建立CDM项目风险管理体系。     

基于高频数据的中国股指期货跨市场信息冲击实证研究

期货市场与现货市场间的联动关系一直是理论与实务界关心的热点,新兴市场国家的股指期货市场受到跨市场信息冲击更为明显。我们采用1分钟高频数据,应用ARIMA(p,d,q)模型将我国股指期货与现货市场的场收益率分离成预期信息和非预期信息,然后把这两个变量引入到二元GARCH(1,1)模型的条件均值方程中,分析预期信息和非预期信息对于两市场的冲击效应,进一步通过模型的条件方差方程来探讨市场信息对收益率波动的影响。实证研究结果表明,我国股指期货市场与现货市场存在着显著的信息冲击不对称效应,尽管两市场间的波动溢出效应仅在短期内成立。     

沪深300指数收益率的GARCH效应实证研究

本文基于两种非正态分布的GARCH类模型对我国沪深300指数进行实证研究,同时考虑到收益率条件方差的非对称性,采用GARCH模型中典型的非对称模型中的TGARCH模型对普通的GARCH模型进行改进。研究结果表明,沪深300指数波动有显著的GARCH效应,并且运用GARCH模型进行建模之后,消除了残差序列的异方差,同时运用TGARCH模型的改进也证明了波动存在一定的杠杆效应:即坏消息的出现会带来更大的冲击和波动。     

基于实现极差和实现波动率的中国金融市场风险测度研究

目前比较流行的金融市场风险价值研究一般采用日收益数据,并基于GARCH类模型进行估计和预测。本文利用沪深股指日内高频数据,分别通过ARFIMA模型和CARR模型对实现波动率和较新的实现极差建模,计算风险价值。通过对VaR的似然比和动态分位数等回测检验,实证分析了各种模型的VaR预测能力。结果显示,使用日内高频数据的实现波动率和实现极差模型的预测能力强于采用日数据的各种GARCH类模型。     

我国证券投资基金与股市和债市的波动相关性——基于BEKK模型和失败检验法的研究

本文基于多元GARCH模型中的三元对角BEKK模型,分析了我国沪深两市基金与股票、国债市场的波动相关性,并通过失败检验法得出波动相关的具体数值.研究结果表明:沪深两市基金市场与股票市场和国债市场都具有显著的时变方差特征和波动持久性;沪市基金市场与股票市场存在30％左右的正向波动相关度,而深市基金市场与股票市场的正向波动相关性很小;两市基金市场都与国债市场有较大的负向波动相关性,表现出对波动明显的非对称效应.     

沪深股市股票价格波动的统计研究

我国股票市场是在经济体制转轨中建立的，表现出股价大起大落，频繁且剧烈波动的特点。因此，对我国股市价格波动的研究就具有重大理论和现实意义。本文以上证综指和深证成指为研究时象．利用GARCH模型时股价波动进行了实证分析。     

允许卖空情况下基于Black-Litterman模型和GARCH族模型的投资组合研究

本文考虑在允许卖空的情况下,结合投资者对未来收益的绝对估计和考虑投资者偏好的马科维茨投资组合模型,对两种模型的结果进行比较,简要描述投资者的主观估计对投资组合结果的影响,发现模型参数估计的偏差会引起结果的较大偏差,进而分别引入TGARCH模型和DCC-GARCH模型对收益率和波动率进行预测比较,运用该模型给出投资者对未来市场收益情况的绝对估计,得到结果发现,对实证采用数据拟合两种GARCH模型,投资组合的相对损失小于原先的马科维茨模型,但两种模型对波动率描述的侧重不同,仍有不同程度的不足。     

中国创业板市场的羊群行为——基于CCK模型的分析

近年来,我国创业板市场先后经历了熊市、牛市和剧烈波动等不同的市场环境,为研究我国创业板市场羊群行为提供了样本,然而目前对我国创业板市场羊群行为的研究较少。本文基于2014年1月至2015年11月创业板上市公司日度数据并采用CCK模型实证研究创业板市场的羊群行为。研究结果表明,我国创业板市场整体存在羊群行为,但不同市场环境下的羊群行为存在差异,剧烈波动环境下的羊群行为最显著,其次是牛市,而熊市环境下不存在羊群行为。     

RVIX指数的构建及其有效性检验

以无模型隐含波动率理论为基础,改进期权选取机制、还原隐含波动率计算方法、利用近期合约和远期合约以及下季合约分类插值构建更为符合中国市场行情的RVIX指数,并利用t-Copula模型和混合Copula模型探究在一般和异常情况下RVIX指数是否能预测未来市场的真实波动率以及对哪个期限的市场真实波动率预测更为合适.实证研究结果表明:RVIX指数相对于中国波指IVX有所改进,且在极端情况下改进效果更为突出.一般情况下,RVIX指数能预测未来市场的真实波动率且对未来一周市场真实波动率的预测最为准确;当异常事件发生时,RVIX指数仍然有效,其暴跌时用于预测未来一周市场真实波动率的暴跌,暴涨时用于预测未来一个月市场真实波动率的暴涨更为合适.     

融资融券交易能否降低股票市场波动性?

融资融券交易改变了中国股市的微观结构和定价机制。本文通过GARCH模型和VAR模型来研究融资融券交易是否降低股市波动率这一问题。实证研究表明,融资融券业务推出、标的证券扩容、转融通机制等各项融资融券交易重大事项对于市场波动率的影响程度不一致;融资融券交易对于市场波动确实具有抑制作用;但是,在中国这样的市场环境中,该项业务稳定市场的作用还有待提升,两融交易抑制股市波动的基本功能仍需通过各项措施得到进一步的开发。