基于ARCH模型对万科A股票收益率波动实证研究

文章选取1996—2012年万科A股票收盘价格为样本对其收益波动性进行实证研究,对比分析GARCH、GARCH-M、TARCH和EGARCH四种模型。研究结果表明:万科A股票日收益率呈现明显的波动集群性特征,并且EGARCH(1,1)模型能最有效地捕捉万科A股票收益率的波动性。     

沪铝期货收益率及波动性的研究

本文通过对上海铝期货收益率的分布与波动性进行实证研究,论证了其时间序列存在ARCH效应;同时利用ARIMA(0,1,1)-GARCH(1,1)模型、TGARCH和EGARCH模型对收益率序列的波动性和杠杆效应进行了检验,结果发现收益率序列波动性是持久的,市场风险很大,而且沪铝期货市场上存在着显著的杠杆效应。     

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。     

沪市、深市收益率波动性的实证分析

本文运用GARCH模型对上证指数和深证成指收益率的波动性进行研究,分析了我国股市波动性的特点。同时还对两市股指收益率的波动性进行了预测分析。     

沪深股市VaR的实证分析

随着2014年我国股市行情转好,股票市场的波动也不断加剧,市场风险日渐凸显。在关注市场收益率的同时,如何度量股市的波动性及其风险控制愈显重要。本文以反映我国股市总体走势变化的上证综合指数和深圳成分指数作为研究对象,建立反映波动性的GARCH族模型,发现沪市具有反杠杆效应和较高的风险回报率,而深市具有杠杆效应和较低的风险回报率。在Va R的估计方面,在各置信水平下EGARCH(1,1)模型和GARCH(1,1)模型分别在拟合沪市和深市的市场风险上效果最好,且沪市相比与深市具有相对较低的市场风险。最后,本文对以上实证结果做出分析,并据此得出了对于投资者、监管层以及市场的经验与启示。     

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。     

利用GARCH-M类模型和极值理论对上证综指的研究

金融时间序列具有分布的厚尾性、波动的集聚性等特征,传统的方法难以准确的度量其风险。文中运用一种新的估计VaR和ES的方法,即采取两阶段法。首先用GARCH-M类模型(GARCH-M、EGARCH-M和TGARCH-M)拟和原始收益率数据,得到残差序列;第二步用极值分析的方法分析的尾部,最后得到收益率序列的动态VaR和ES。最后对三个模型的计算结果进行比较。     

价格波动率时变下的存货动态质押融资质押率决策研究

存货价格的波动性增加了存货质押融资业务的价格风险,本文以我国为主要生产国的铝锭日数据为例,对具有自相关性、异方差特性、不对称性以及呈现尖峰厚尾分布特征的收益率序列建立AR(1)-GJR-GARCH(1,1)-GED模型,对不同持有期内质物价格的长期风险价值Va R进行度量,进而得出相应的质押率。最终,根据模型得到的质押率为商业银行提供一种动态质押率的决策依据,可以有效的控制风险。     

基于小波的灰色动态组合模型及其在变形预测中的应用

针对GM(1,1)模型对随机波动性较大的数据列拟合较差,预测精度低的缺点,提出了基于小波理论的灰色动态组合模型,结合实测数据的研究表明,该模型预测精度远高于单一的灰色模型。     

中国股票市场波动性实证研究

利用GARCH-M和EGARCH模型实证分析了中国沪深股票市场的波动性,研究结果表明沪深股票市场波动持续的时间长,波动存在显著的非对称性,为即将推出的沪深300股票指数期货提供了一套有效的市场分析工具。     

基于非线性相关的最小方差套期保值比率研究

在最小方差套期保值模型的基础上,提出了最小方差套期保值的期货与现货波动非线性对冲原理,利用非线性相关系数代替传统的线性相关系数,提高了套期保值比率的准确性。提出了套期保值的收益率波动预测原理,利用GARCH(1,1)预测期货收益率的方差,利用EWMA模型预测现货收益率的方差,解决了收益率在历史期和套期保值期间因收益率波动发生结构性变化所导致的套期保值效果失真的问题。实证研究结果表明,本研究的套期保值比率的有效性高于现有模型,应用本研究模型进行套期保值,可以有效规避现货价格风险。     

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.     

沪深两市股票市场的Garch类模型分析

本文采用EGARCH(1,1)模型和Granger因果检验分别对我国沪、深两个股票交易市场2001年2月到2006年的3月期间的股票价格指数的日度数据进行了分析。EGARCH(1,1)模型表明这两个市场股指收益率存在条件异方差、持久的波动聚类现象和杠杆效应。Granger因果检验则说明两市场波动之间则存在双向的Granger因果关系,即两个市场之间表现出对称的波动溢出效应。     

利率变化对上证指数日收益率及波动率影响的实证分析

本文利用引入虚拟变量的GARCH-M模型,选取适当的样本数据,分析了央行在2000年以后4次基准利率调整对上证指数日收益率和波动率的影响。实证结果表明,并非每次的利率调整对上证指数的日收益率都有显著的影响,而且不同时期的利率调整对上证指数的日收益率和波动率的影响是不相同的。     

我国玻璃期货的收益率及其波动性分析

为了研究我国玻璃期货价格波动情况,选取了2012年12月3日至2013年9月30日玻璃期货主力合约的每日结算价交易数据,构建MA(1)和TGARCH(1,2)对玻璃期货的收益率和波动性进行分析,实证表明玻璃期货收益率具有明显的波动聚集性和一定的非对称性,并不存在明显的条件均值特征。玻璃生产企业能够通过玻璃期货合约价格波动规律展开套期保值操作而规避风险。     

随机影响变截距面板GARCH(1,1)模型及其应用

本文提出了具有随机影响的变截距面板GARCH(1,1)模型,应用基于面板数据的拉格朗日乘数(LM)法对该过程的GARCH效应进行检验,并给出模型参数的最大似然估计(MLE),最后对我国5个区域的外商直接投资(FDI)构建了面板数据条件异方差模型,分析了外商直接投资的波动性及其意义,得到比固定影响模型更好的结论。     

基于Swarm的股票市场建模与GARCH效应研究

波动性是金融研究的基础议题之一,文章在多主体模型的基础上对它进行了研究。首先,在Lux模型基础上增加观望者类型,建立改进模型,并在Swarm平台上进行仿真,产生与真实股价走势相似的价格时间序列,随后研究了模型收益率的GARCH效应,发现当市场处于周期形态时,收益GARCH效应显著,当市场处于泡沫均衡态时,收益GARCH效应并不显著。     

基于长记忆的中国期货市场实证研究

通过某期货公司研发部编制的期货指数,基于长记忆研究方法,运用经典的R/S分析、修正的R/S分析,分别建立了研究长记忆的ARFIMA模型、FIGARCH模型和ARFLMA-FIGARCH模型。并运用这些模型对我国上海期货交易所的铜、铝、大连期货交易所的大豆、玉米、豆粕以及郑州期货交易所的小麦的收益率序列进行相关研究和分析,得出它们的收益率序列以及收益率波动序列均存在长记忆性,且ARFLMA(0,d1,0)-FIGARCH(1,d2,0)模型的预测效果较好。     

基于上证指数的中国股市ARCH效应分析

股票价格频繁的波动是股票市场最明显的特征之一。本文以上证指数每日收益率为研究对象,检验股票价格指数的波动是否具有条件异方差性,检验得到肯定回答后,通过ARCH族模型来研究股价指数收益率的波动性。     

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.