基于GARCH模型族的沪深300波动率实证分析

本文以沪深300日收益率为分析对象,运用正态分布、学生t分布、GED分布下的GARCH、EGARCH、TGARCH,研究了沪深300自2005年4月8日发布以来至2013年3月30日的收益率的波动性,实证表明,沪深300波动具有尖锋厚尾性和高聚集效应;发现沪深300的收益率序列不服从正态分布且具有非对称性,其中基于GED分布的GARCH(1,1)是最优的拟合模型。     

基于GARCH模型的上证综指波动性分析

近年来,我国证券业发展迅猛,其所倡导的量化的风险管理理念获得市场的巨大认同,市场上对证券投资风险测量方法的需求也日益强烈。通过对GARCH模型簇的简要分析,利用其对中国证券市场波动性进行实证研究,指出证券市场存在的种种特点和不足,拓展了该理论在中国证券市场上的应用。实例研究表明,GARCH模型簇具有重要的理论意义和现实意义,不但可以帮助投资者针对具体的实际情况作出风险的测定与防范,而且对政策的制定者也具有很大的参考价值。     

沪港通对沪市股票的波动性、流动性影响研究——基于双重差分模型

沪港通是我国为推动金融市场发展进行的一次新的尝试,对我国以及国际的金融、经济产生了重大的影响。为探索沪港通试点对上海证券市场波动性、流动性的影响,本文采取双重差分模型进行了实证研究。双重差分模型有效剔除了处理组(沪港通指数)和控制组(深证300指数)的事前差异以及二者共同的趋势因素,最终得出沪股通试点的净效应。实证结果表明,沪港通试点的净效应加剧了沪市股票的波动性,同时降低了流动性。     

沪港通背景下沪港两市金融板块联动效应研究

本文首先就证券市场联动效应进行了理论分析,然后基于2012-2018年沪港两股市的时间序列数据,对“沪港通”出台前后两市金融板块指数进行了实证检验。研究发现：“沪港通”实施后两市金融板块指数建立了长期均衡关系,在短期波动中沪市更易向港市调整;沪港两市金融板块表现为双向格兰杰因果关系,且沪市对港市的冲击影响较大;此外,“沪港通”还加深了港市对沪市金融板块方差波动的贡献度。最后,基于实证分析结果提出了相关政策建议。     

基于GARCH模型对我国创业板波动性的实证研究

本文选取了2014年1月6日至2017年2月14日的创业板指数作为样本,分别运用ARCH模型、GARCH模型对创业板指数收益率的波动性以及波动的非对称性进行了初步研究。实证分析显示:创业板指数存在杠杆效应,其波动表现出集群现象和持久性,而且序列波动具有显著的非对称性。最后,本文根据我国创业板指数的波动特征,提出了相应的应对措施和建议。     

沪深港股票市场一体化实证研究——基于沪港通视角

本文运用定性与定量相结合、比较分析等方法,研究2006年10月16日至2016年8月29日期间沪深港股票市场之间的一体化。结果显示:"沪港通"事件加强了内地与香港股票市场的一体化程度;"沪港通"实施后,沪深与香港股票市场之间存在长期均衡关系,但与牛市行情相比,熊市行情下短期波动的调整速度更快。鉴于此,从投资者、监管部门、上市公司等角度出发,建议投资者需谨慎投资港股、监管部门应加强两地合作、上市公司通过向香港上市公司学习先进的管理经验来促进国企混合所有制的改革。     

沪港通对沪港股市联动性的影响

沪港通的开启建立了沪港两市间资本的联通机制,对沪港两市的联动性产生了影响。文章基于实证的方法分析了沪港通开启前后沪港两市共同交易时间股价指数之间联动性的变化。结果表明,沪港通开启之后,沪港两市的联动性有所加强,其中沪市对港市的影响明显增加。Granger因果检验表明,沪港通开启前沪港两市间的因果关系不太明确,而沪港通开启之后,沪港两市间的因果关系随着滞后期的不同而有所变化。随着沪港两市联动性的加强,我国内地证券市场国际化程度提高,证券市场受国际资本市场的影响会增加,市场之间金融风险传染的可能性也会增加,这需要我们进一步建立健全金融市场监管机制,以应对国际资本冲击和人民币汇率波动等因素的考验。     

“沪港通”波动溢出效应研究——基于DCC-MVGARCH模型的实证分析

本文重点研究香港股票市场和大陆股票市场之间的波动溢出关系.利用DCC-MVGARCH模型,对恒生指数和沪深300股票指数日收益率的波动进行实证分析.结果表明,“沪港通”的正式实施,加强了香港股票市场和大陆股票市场之间的波动溢出效应,投资者可以通过两市场间的适当资产组合有效分散投资风险,实现防范和规避风险的目标.     

沪港通对AH股联动性影响几何——基于DCC-GARCH模型

沪港通的开通理论上可以有效的减缓AH股折溢价的现象。文章编制了沪港通标的两地上市的A股指数和H股指数,在对两指数的日收益率序列进行一系列检验的基础上建立了DCC-GARCH模型,得出了两指数日收益率的动态相关系数。证实了沪港通开通之后有效的加强了两指数之间的联动性。     

基于GARCH模型的BRENT原油价格波动性分析

本文使用GARCH模型对BRENT原油现货2007年6月4日至2012年5月22日的日收盘价格进行了统计拟合分析,得到了其收益率序列具有尖峰厚尾、异方差性、波动持久性、群聚性、杠杆效应等主要特征,这表明了外部因素对原油价格的冲击较大,投机因素较强,收益率与风险不一定成正比     

沪深300股指期权推出对股票市场波动性影响的实证研究

2019年底,沪深300股指期权在中国金融期货交易所(以下简称中金所)上市,成为我国首只股指期权。在此背景下,本文旨在研究沪深300股指期权推出短期内股票市场波动性的变化情况,通过选取其推出前后股票指数日收盘价数据,运用GARCH和TARCH模型分析。结果得出,沪深300股指期权的引入短期内会增加股票市场的波动性,但影响程度有限;在信息冲击的差异分析中,利空消息对股票市场的冲击大于利好消息的冲击。     

沪港通对我国股票市场的影响研究

通过事件研究法并结合ARIMA模型,将2014年11月"沪港通"的正式实施时间作为分界点,以沪港通实施前后股票市场行情数据为样本分析沪港通对我国股票市场的影响。实证结果表明,沪港通对股市没有显著影响,但从长期来看投资者将从初期的盲目期待回归到理性思考,股市最终恢复到原来状态。为了使沪港通能长期有效的促进股市和经济的发展,本文对市场进一步开放所需要的政策措施提出相关建议。     

基于沪港通前后沪港和沪美股市联动性的比较分析

本文讨论"沪港通"的开通是否使沪市与港市及沪市与美市的联动性产生显著变化,以沪港通开通为节点,利用计量分析方法对2013年7月2日至2016年4月15日沪、港、美三个股票市场SCI、HSI、SPX500指数进行分析。结果发现:"沪港通"开通前,上证综指波动主要源于其自身,几乎不受美股和港股市场的影响,美市和港市与沪市没有联动性;"沪港通"开通后,港股市场和美股市场对沪股市场的影响显著增强。     

浅谈沪港通对内地、香港股市的影响

沪港市场建立互联互通机制标志着中国资本市场对外开放迈出了一大步,是人民币跨境使用的重要内容和推动,有利于巩固上海和香港两个金融中心的地位,在内地和香港金融发展史上是一个重要的里程碑。随着沪港通的正式启动,必将给内地和香港股票市场产生深远影响。     

基于GARCH族模型族的创业板指数波动性研究

本文通过GARCH族模型族对44业板指数收益率的波动性以及波动的非对称性进行了相关的实证分析。经过对该收益率序列的实证分析．我们发现该序列具有使用GARCH模型的一些显著特征：尖峰厚尾、集群现象以及明显的异方差性。此外．序列波动的非对称性也比较显著,创业板股市对于负面消息的反应要大于正面消息。即负面消息能够产生更大的股市波动。最后．通过实证比较得出TGARCH（1．1）模型可以很好地描述创业板指数收益率的波动性。     

浅谈沪港通对内地、香港股市的影响

沪港市场建立互联互通机制标志着中国资本市场对外开放迈出了一大步,是人民币跨境使用的重要内容和推动,有利于巩固上海和香港两个金融中心的地位,在内地和香港金融发展史上是一个重要的里程碑。随着沪港通的正式启动,必将给内地和香港股票市场产生深远影响。     

基于半参数GARCH的沪深两市收益率波动和风险的实证研究

本文基于2005年1月4日至2009年11月30日的数据,运用GARCH模型研究上海和深圳两个股市间的收益率及波动性对于分析股市结构和判断股市走势及风险传递的意义。并运用半参数模型计算VaR值来测度金融市场风险。     

基于GARCH模型的中国股票市场波动性研究

2015年我国股市经历了大起大落,股市的剧烈动荡使我们有必要对其目前的波动性进行研究,发现其问题所在。本文主要对我国股市近几年的波动情况进行了研究,从股市波动的统计分析入手,再借助GARCH族模型对我国股市的波动特性进行了完整的分析。本文以上证综合指数为研究对象,以2009年4月1日到2016年3月31日共1700个日收盘价数据为样本区间对我国股票市场波动性进行了研究。通过建立GARCH(1,1)模型、TGARCH(2,1)模型和EGARCH(1,2)模型对上证综指的波动特征进行了实证分析,得出上证综指存在ARCH效应且其波动存在聚集性、持续性和非对称性的特点。     

股指期货推出对股票市场波动性影响的实证研究——基于沪深300股指期货的实证分析

运用GARCH模型分析表明:股指期货的推出虽然加大了股票市场的波动性,但从长期来看,随着期货市场的日趋成熟,波动性将逐步减小;股票市场的波动性加剧,并非是由于加速了信息流动所导致的,而是由期货市场加剧了股票市场的不稳定性所导致的;通过TGARCH、EGARCH模型检验非对称性效应发现,股指期货的推出增大了股票市场的非对称效应;利空消息引起股票市场价格的波动大于同等程度利好消息引起的波动.