利用GARCH模型模拟开放式基金净值波动

以某开放式基金的单位净值波动率为例说明我国基金价格波动有尖峰厚尾现象和金融市场中普遍存在的ARCH效应,在分析基础上建立了一个GARCH(1,1)模型。并将估计的GARCH(1,1)模型与其他形式的条件异方差模型比较,得出净值波动的GARCH(1,1)模型较为优越。     

GARCH族的模型平均估计方法

研究目标：对模型平均方法进行理论扩展,构建GARCH族的模型平均估计量及相应权重选择准则。研究方法：蒙特卡洛模拟实验方法。研究发现：在一定条件下最小化权重准则选择的权重向量将在渐近意义上最小化真实KL偏离度;蒙特卡洛模拟结果表明,与AIC准则、BIC准则、AIC模型平均、BIC模型平均的估计结果相比较,本文提出的模型平均法具有更小的KL偏离度。研究创新：将模型平均估计方法引入条件异方差模型族中。研究价值：本文结果将为捕捉金融市场资产的时变波动性提供强有力的研究工具。     

GARCH模型与VaR的度量研究

GARCH模型在金融资产序列波动率的模拟和金融风险VaR的度量中都有着广泛的应用。本文比较研究了RiskMetrics及GARCH族的11种模型分别在正态分布和Skewed-t分布下度量VaR值的精确程度,同时对向前一步预测的VaR值进行了失败率检测法和动态分位数测试。结果表明,Skewed-t分布较好地拟合了金融资产的厚尾特性;在不同的置信水平下,FIGARCH(BBM)、FIEGARCH及IGARCH模型预测的VaR值更加精确,其高估或低估的风险程度较轻。     

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.     

基于GARCH模型的股票市场价格波动分析

在经济和金融研究中,波动性一直是一个非常重要的方面,中国股票市场建立至今,股市大起大落成为一种常态。本文建立了上证综合指数波动的GARCH模型,从实证角度说明了上证综合指数波动存在着波动集簇性,而GARCH模型可以很好的拟合股指波动情况,同时对股指收益率也能进行较好的预测,最后根据结论提出了一些对策建议。     

基于GARCH模型族的上证综指实证研究

早在20世纪60年代,Fama（1965）观察到投机性价格的变化和收益率的变化具有稳定时期和易变时期,大的报酬紧连着大的报酬,小的报酬紧连着小的报酬,称为波动集群性（Mandelbrot,1963;Fama,1965）。此后,国外开始对投机性价格波动特征进行了大量研究,其中Engle（1982）提出的自回归条件异方差性模型（即ARCH模型）很好地捕获条件异方差性以及尖峰厚尾性,拟合了波动率聚类现象。     

GARCH模型的经验似然统计方法

文章考察经验似然方法在GARCH模型的应用,运用经验似然方法来构造服从卡方分布的经验似然比统计量,进而构造其置信区间,最后通过数值模拟来说明经验似然应用于GARCH模型的优良性。     

基于GARCH族模型的股价波动性分析

运用GARCH族模型对上证综指进行建模研究,结果表明:上证股市收益率序列不服从正态分布,有"尖峰厚尾"特征;存在一定的杠杆效应,即利空消息比等量利好消息带来冲击更大;股市受外部影响时间较长,短期内难以消除。     

内蒙古稀土市场风险中的GARCH模型应用研究

我国是稀土资源大国,但各稀土产业企业对稀土市场缺乏合理的风险管控,导致稀土市场发展缓慢,规模不经济。文章尝试着对目前内蒙古有色金属稀缺资源之稀土市场风险管理系统构建合理的理论模型,并预测稀土价格变化频率,控制价格损失频率在较低范围内,为稀土投资者提供风险管理手段。     

非参数GARCH模型对沪深股市的实证分析

利用非参数GARCH模型对沪深股市2000年1月4日至2009年12月31日每日收盘指数的对数收益率进行实证分析,并与参数GARCH模型估计结果进行对比,发现非参数GARCH模型拟合的波动率比参数GARCH模型更接近实际情况。     

基于GARCH模型的金融市场波动性分析与预测

以上证指数2004年1月2日至2014年12月28日交易日收盘价格的实际数据为样本,采取两种不同的波动率定义方式分别建立上证指数波动率的GARCH模型,并对两种波动率进行预测对比分析,实证研究结果表明以标准差定义的波动率建立GARCH(1,1)模型进行未来波动率预测的拟合效果较好。     

基于GARCH模型的股票收益率分析及预测

GARCH模型是对金融数据波动性进行描述的有效方法,它是最常用、最便捷的异方差序列拟合模型。资产收益率是金融数据分析常用的指标,比价格序列更易处理且更有研究意义。本文采用R语言,对2009年1月6日—2019年5月20日沪深300指数的日收盘价进行预处理,将其转化为平稳的收益率序列,检验其ARCH效应,建立GARCH模型以及标准化残差分析,最后对收益率和股票价格进行预测,预测的结果能为投资者进行决策提供一定的参考。     

人民币汇率波动规律研究——基于GARCH模型

利用GARCH类模型对2007年1月1日至2010年4月30日的人民币/美元的日汇率序列的波动特性进行了计量检验,检验结果表明在此期间汇率序列的波动存在显著的条件异方差性和波动性过程的非对称性,且还具有波动的集群性特征。     

基于GARCH模型的房地产投资风险波动性探析

房地产投资是大众投资的首选，但是投资风险也不容忽视。传统对于投资行为所面临到的风险仅以标的资产价格的非条件变异数或标准差作为衡量尺度，认为投资风险是固定的，未考虑随时间改变的条件变异数来估计风险。文章基于GARCH模型着重分析房地产投资风险波动性情形。     

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。     

上海股市收益率GARCH模型族的实证研究

利用GARCH模型族,实证分析了上海股市收益率的波动特征,指出上海股市收益率不仅具有条件异方差性,而且具有“杠杆效应”。     

GARCH模型能否提供好的波动率预测

由于波动率在投资、期权定价等方面极为重要，近20年来，预测金融市场的波动率已成为金融领域理论上和实证上的热门话题。本文详细讨论了预测波动率的几个常用的模型和衡量指标，并回顾了这方面的文献。运用模型分析了1999～2004年欧元、日元、英镑、澳元等四种货币兑美元的汇率。最后进行波动率的预测并对各种预测效果进行评估。     

波动率预测:GARCH模型与隐含波动率

在预测未来波动率时,究竟是基于历史数据的时间序列模型还是基于期权价格的隐含波动率模型效率更高?本文对香港恒生指数期权市场所含信息的研究发现,在预测期限较短(一周)时,GARCH(1,1)模型所含信息较多,预测能力最强,但在预测较长期限(一个月)时,隐含波动率所含信息较多,预测能力较强。同时,期权市场交易越活跃,所反映的信息就越全面,隐含波动率的预测能力也就越强。     

美联储利率研究——基于GARCH模型的实证分析

一、理论综述 关于利率作为货币政策中介目标以及利率对宏观经济影响方面,凯恩斯学派的观点是货币政策行动通过利率途径对经济产生影响.     

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。