初探我国沪市股价波动性 ——基于ARCH模型和GARCH模型

金融市场的波动一直是经济研究人员和投资者关注的焦点。在计量经济学领域,自回归条件异方差模型(ARCH模型)和广义自回归条件异方差模型(GARCH模型)经常用在金融时间序列分析中。特别是GARCH(1,1)模型在金融资产的波动性研究中得到广泛的应用。以沪市综合指数为研究对象,分别运用ARCH模型、GARCH模型进行初步研究,分析我国沪市股价波动的动态特征。     

GARCH模型和SV模型对中国股市波动性的分析比较—以上证指数为例

采用SV模型和GARcH模型对上海股市波动性进行了度量,通过对两种不同模型进行返回检验,可看出SV模型能更好地刻画上证指数的尖峰厚尾特征,从而也能更准确地预测股市的波动性。     

并轨后中美外汇市场波动性的比较研究

随着经济全球化和金融自由化,汇率作为国家宏观经济主要的调控手段和经济杠杆对国民经济发展所起的作用越来越明显.随着2001年11月中国成功加入WTO,研究人民币汇率的波动性特征对理解人民币汇率的形成机制、完善人民币汇率制度、实现人民币自由兑换和国际化具有特别重要的意义.本文采用GARCH模型对并轨后中美外汇市场的波动性进行了比较研究,揭示了人民币汇率形成机制的特殊性.     

并轨后中关外汇市场波动性的比较研究

随着经济全球化和金融自由化,汇率作为国家宏观经济主要的调控手段和经济杠杆对国民经济发展所起的作用越来越明显。随着2001年11月中国成功加入WTO,研究人民币汇率的波动性特征对理解人民币汇率的形成机制、完善人民币汇率制度、实现人民币自由兑换和国际化具有特别重要的意义。本文采用GARCH模型对并轨后中美外汇市场的波动性进行了比较研究,揭示了人民币汇率形成机制的特殊性。     

利率调整对我国股市波动性的影响研究——基于2004年利率上调的实证分析

本文基于GARCH模型方法，考察了2004年10月29日我国利率上调对股票市场波动性的影响，通过引入虚拟变量来度量利率调整前后股票价格的波动情况，发现基于当前股市行情，本次利率变化降低了股票市场的波动性。     

沪深B股收益率波动性分析

通过使用GARCH族模型及其计量方法分析了B股市场从1997年到现在的变化，并得出了相应的结论。     

沪深股市波动性的杠杆效应和不对称波动性研究

本文应用GARCH系列模型来刻画沪深股市的波动性，估计出了沪深股市的波动性的实证模型。发现深证综指受过去的波动性的影响大于上证综指。沪市不存在明显的杠杆效应，而深市则有明显的杠杆效应。好消息会对上综指引起比坏消息更大的波动性，显示出一定程度的波动性的不对称性，深综指则表现出更为明显的波动性不对称性，即坏消息会导致比好消息更大的波动性。     

利率调整对我国股市波动性的影响研究——基于2004年利率上调的实证分析

本文基于GARCH模型方法,考察了2004年10月29日我国利率上调对股票市场波动性的影响, 通过引入虚拟变量来度量利率调整前后股票价格的波动情况,发现基于当前股市行情,本次利率变化降低了股票市场的波动性.     

我国上证指数ARCH效应的实证研究

选用了GARCH族模型,并以能够代表股市波动形态的上证指数日收益率为样本数据,考察我国股市的ARCH现象、风险补偿效应和对信息的反应速度等情况。结果表明,该类模型能较好地刻画股市收益率的ARCH效应。     

中国股市与国际股市波动性的比较研究

以2009年2月至2010年9月的上证综指、道琼斯指数、日经225指数和富时100指数的日数据为研究对象,采用GARCH族模型在金融危机的背景下对我国股市及美国股市、日本股市、英国股市的波动性统计特征进行对比研究,分析我国股市波动性的特点及与国际股市的比较。研究结果显示,金融危机确实对中国以及其他三个世界重要经济体产生了不同程度的影响,国家的金融制度、开放水平和投资者的投资理念等差异都对本国股市的风险抵御和恢复能力产生了一定的影响。通过揭示我国证券市场波动的特点和趋势,能够为我国尚未健全的市场监管体制提供理论上的支持,有助于进一步加强对市场的监管,有效控制市场风险。     

沪深B股收益率波动性分析

通过使用GARCH族模型及其计量方法分析了B股市场从1997年到现在的变化,并得出了相应的结论。     

基于EGARCH模型的我国股市杠杆效应研究

本文以沪市的上证指数以及八个分类指数1999年1月至2002年5月共792交易日的指数日报酬率与周转率为研究样本，通过指数自回归条件异方差模型(EGARCH)来检验我国股市是否存在“杠杆效应”。结果表明，在指数日报酬率序列中，9种股价指数中的7个呈现出显著的“杠杆效应”，即报酬率与波动性之间为负相关；在指数日周转率序列中，所有9个股价指数均不存在“杠杆效应”，即没有波动性的不对称效果，说明在现阶段我国股市中确实存在着“羊群效应”，投资者往往根据市场的气氛而采取顺势操作的交易策略。     

利用回归—GARCH模型对我国沪深股市的分析

本文利用回归－ＧＡＲＣＨ模型对上证指数和深证指数波动之间的关系,两市的总体有效性及各自的成交额与股价走势的相关程度进行了初步分析。     

基于VAR—GARCH模型的动态期货保证金设计

本文在GAKCH模型思想的基础上，运用VaR风险管理的方法，建立以VaR-GARCH为基础的期货动态保证金设定模型，并应用该模型对大连商品交易所的大豆期货合约的保证金水平进行了研究，实证结果认为VaR-GAKCH模型较现行的静态保证金系统更有效，对我国保证金制度的完善提供一定帮助。     

基于GARCH模型的上证指数的VAR研究分析

风险管理、风险预测是金融市场最为热门的话题,而风险价值法是最受关注的风险管理方法。针对股票市场波动服从正态分布常规假设的不足和缺陷。选用能很好模拟股市尖峰厚尾特性的GARCH族模型,估计风险价值的主要参数;并选用蒙特卡罗模拟方法计算风险值,以具有股票市场综合特征的上证指数为样本数据进行实证研究,结果显示：该改进提高了蒙特卡罗模拟方法模拟结果的精确程度,使其预测结果更符和实际状况。     

遗传门限GARCH模型及其应用研究

在金融时间序列中,GARCH模型能够较好地描叙其异方差性,而门限自回归(TAR)模型能准确地刻画序列的非线性规律。结合两者优点建立了门限GARCH模型,并利用遗传算法,选用2003年1月2日到2011年1月10日共1 945个上市日上证综合指数进行了实证分析。由实证分析结果中与GARCH模型比较发现,门限GARCH模型拟合及预测精度在处理数据上有优势,更适合描叙非线性规律;而且,由于随机性的存在,使得所建模的模型不一,丰富多变,便于决策者从中选取合适的模型进行时序分析和金融解释。     

基于GARCH模型的上证指数的VaR分析

本文介绍了VaR方法和GARCH模型,并利用此模型对沪市1998年至2005年的上证指数进行实证分析,结果表明,金融时间序列数据中普遍存在的尖峰厚尾性在沪市指数中同样存在,还有明显的异方差性,并且GARCH模型可以很好的预测VaR值。     

基于GARCH模型的上证指数的VaR分析

本文介绍了VaR方法和GAKCH模型,并利用此模型对沪市1998年至2005年的上证指数进行实证分析,结果表明,金融时间序列数据中普遍存在的尖峰厚尾性在沪市指数中同样存在,还有明显的异方差性,并且GAKCH模型可以很好的预测VaR值。     

基于EC-EGARCH-M模型的沪深股市波动性研究

构建市场活跃度指数,并与上证综指和深证综指之间的协整残差项一起作为解释变量引入条件均值方程和条件方差方程,建立双元EC-EGARCH-M模型。利用上证综指和深证综指的日收盘数据进行实证分析,得到的主要结论为:市场活跃度指数和协整残差项对条件均值方程和条件方差方程有很好的解释力;两市之间存在双向波动溢出,并都呈现出波动的集聚性和非对称性特征。     

GARCH模型检验人民币汇率趋势的有效性研究

本文运用时间序列的GARCH模型,选取2005-2008年的日汇率作为样本数据,论证了GARCH模型预测的可行性.在此基础上,引入2005年人民币汇改以后至2009年3月的日汇率,预测2009年4月-6月期间人民币的短期汇率水平,并短期预测分析了人民币汇率在上半年的大致波动趋势.