股指期货对股票市场波动性影响研究——以台湾市场为例

股指期货的推出对我国股票市场的影响引起社会各界的广泛关注。文章选取台湾新型市场数据为样本,采用GARCH模型实证分析股指期货对现货市场的影响,从而为我国市场提供指导性意见。     

股指期货对股票市场波动性影响研究——以台湾市场为例

股指期货的推出对我国股票市场的影响引起社会各界的广泛关注。文章选取台湾新型市场数据为样本,采用GARCH模型实证分析股指期货对现货市场的影响,从而为我国市场提供指导性意见。     

股指期货对沪深300指数的影响

股指期货是一种在国外发展得很成熟的投资工具,国外大量的实证研究表明,股指期货的存在通常情况下不会增大股票指数的波动.本文分析我国推出股指期货之后,其标的沪深300指数的波动性.     

股指期货套利策略及对金融市场稳定的影响

从理论上说股指期货有它的优点,也有随之而来的巨大风险。在本文中,笔者将从现实操作中的交易策略的角度分析套利交易对金融市场的影响。     

我国股指期货市场的周内效应研究

文章通过建立GARCH(1,1)模型研究我国股指期货市场上沪深300股指期货、中证500股指期货和上证50股指期货的周内效应,研究发现随着我国期货投资者结构的完善和产品品种的丰富,沪深300股指期货存在的周内效应也发生了变化,甚至消失,而中证500股指期货和上证50股指期货则不存在周内效应,说明我国股指期货市场变得更有效率。     

关于股指期货与股票市场波动性的关系研究

我国股指期货的正式启动,加速了资本市场的配置,优化了融资渠道,使各类投资者构建多元化的投资组合成为可能。改变了我国证券市场的单边市场的格局,推动了证券行业的发展。但股指期货带来过度投机交易,是否会引起股票现货市场的剧烈波动,存在大量争议。基于此,本文以沪深300指数的日收盘价作为样本原始数据,运用计量分析方法建立GARCH模型对我国股指期货与股票市场波动性的关系进行研究。     

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.     

股指期货对证券市场的影响分析

随着我国资本市场的国际化发展,股指期货的推出是资本市场深化的必然选择。股指期货一直是我国证券市场热议的焦点问题。本文就股指期货推出后对我国资本市场可能形成的影响及市场反应进行了分析,重点是对股指期货规避系统性风险的功能进行实证分析,并通过已得的数据资料对股指期货推出后大盘的走势进行了预测,以期为证券市场投资者提供参考。     

我国股指期货推出对股票市场波动性的影响研究——基于沪深300股指期货仿真交易和正式交易

2010年4月16日我国正式推出股指期货,在这一年中,股票波动受各种因素影响,在股指期货推出一年之后,选取沪深300指数,建立GARCH模型探究我国股指期货的推出对我国股票市场波动性的影响,进行实证研究发现,股指期货正式推出对股票市场波动性的影响很小。     

“十二五”时期我国粮食需求状况的分析与预测

我国的粮食需求主要包括城乡居民口粮需求、饲料用粮需求、种子用粮需求和工业用粮需求。由于我国人口的持续增长、居民收入水平的不断增加以及工业化进程的加快,使得我国在未来一段时间内对粮食的总体需求刚性上涨,且粮食供需缺口有被进一步拉大的风险。本文首先介绍了我国粮食需求的构成情况,其次对影响我国粮食需求的主要因素进行了详细的分析,最后采用计量经济学中经典的GARCH模型,并利用我国1949-2010年粮食人均占有量时间序列数据对我国＂十二五＂时期（2011-2015年）的粮食人均占有量和粮食总需求量进行了分析与预测,并得到了相关结论。     

股指期货的推出对股票市场的影响

股指期货可减少股票市场的波动 股票市场的波动即投资股票的风险。尽管股指期货的推出可能会在短期内引起股票市场的波动,但从长期来看反而会降低股票指数的市场风险。期货与期权、掉期等金融衍生品都有一个共性：都是建立在一个标的资产之上的投资工具。一旦脱离了标的资产,衍生品将不复存在。对于股指期货来说,其标的资产就是期货合约中所约定交割的股票指数。     

股指期货对市场投资的影响分析

一、研究背景和问题提出 股指期货(Index Futures)是一种以股票指数为标的物的金融期货合约.1982年,美国堪萨斯期货交易所(KCBT)在世界上第一次推出了价值线综合指数(Value Line Average)期货.     

沪深300股指期货的推出对股市的影响

沪深300股指期货的推出是一件我国股市的一件重大的事件,因此有必要研究它给我国股市带来什么样的影响。     

中国股指期货与现货关系的实证研究——基于沪深300股指期货

股指期货与现货的关系一直是一个研究热点。但是这些研究主要基于国外股指期货或沪深300股指期货仿真交易,而对正式推出后的沪深300股指期货的研究很匮乏。文章利用相关性分析和Granger因果检验分析了沪深300股指期货对现货之间的价格发现功能,利用GARCH类模型分析了沪深300股指期货推出对现货波动性的影响。结论显示,沪深300股指期货与现货之间有着很强的相关性,但不构成相互决定关系;沪深300股指期货的推出降低了现货的波动性;同时,该股指期货的推出使现货收益的非对称性显著增强。上述结论与目前已有的对仿真交易沪深300股指期货的研究结论存在着一些不一致。     

基于GARCH和VAR模型的股指期货最优套保比计算

为了便于投资者投资,本文计算了投资者利用股指期货进行套期保值时应选取的最优合约份数,也就是股指期货的最优套保比。通过选用沪深两市A股300股指现货作为持有头寸、沪深300股指期货为套保工具,选取2012年4月19日至2014年1月13日的股指现货和期货的收益率序列,采用主流的GARCH模型和VAR模型,在可变的样本区间下计算了股指期货的最优套保比。较之国内文献忽略时变特征的做法,本文采用的方法较为严谨。     

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。     

基于DFNN的金融股指预测及金融非线性系统辨识研究

针对证券市场内部结构的复杂性、外部因素的多变性,本文采用动态模糊神经网络（DFNN）进行金融股指预测。DFNN能够实现在线学习,并且参数估计与结构辨识同时进行;同时采用误差下降率（ERR）修剪技术,保证网络拓扑结构不会持续增长,避免了过拟合及过训练现象,确保了DFNN的泛化能力。本文以上证指数为例．通过与同样以高斯函数作为传递函数的RBF算法预测结果的比较和分析．表明DFNN预测上证指数的偏差较小,预测的方向准确性较高。通过DFNN模型提取的模糊规则对金融系统运行模式进行分析．为研究金融非线性系统辨识提供了启发性思路。     

对股指期货推出时机的思考

从2004年11月上海证券交易所着手开发股票指数期货以来，对股指期货的推出准备工作已经历时三年有余，国人对股指期货的呼声一直很高，许多国内外投资机构都纷纷对我国股指期货的推出时间进行预期，但从股指期货的准备工作进程来看，股指期货的推出是十分谨慎的，股指期货究竟何时推出较合适？本文将基于国内学者对股指期货的研究基础之上，对我国股指期货的特点、我国目前金融市场的主客观情况、待解决的问题及需注意的几个方面进行分析论证，给出股指期货推出时间的判断。     

贷款基准利率调整对中国股票影响研究

本文使用GARCH(1,1)模型研究了基准利率调整政策对股票市场的直接作用,结果表明基准利率的调整对中国股票市场短期直接影响十分有限;因此本文认为我国基准利率调整的执行不具有对中国股市短期的直接影响性,在一定时间范围内的影响也具有局限性。     

基于ARFIMA模型与GARCH模型的上证指数收益率研究

股票的价格序列是一个十分复杂的非线性动态系统,对投资者来说,如何准确分析股市行情,做出最优的投资决策,显得更加急迫;对中国股市的管理者来说,如何把握股市动态,使其健康、稳定的发展,也是一项艰巨的任务。本文选取2006—2015年的上证指数周收盘价的数据,计算股票对数收益率,通过对时间序列分析理论的实证研究分析,建立上证指数的GARCH模型和ARFIMA模型;进而对两种模型进行预测并比较,来说明时间序列分析的方法对拟合股票价格趋势的质量效果。