上证指数收益率的ARCH族模型与实证分析

应用广义自回归条件异方差GARCH模型对上海股市1999年6月30日至2007年6月29日上证指数收益率进行建模分析.结果反映上证指数收益率具有明显的聚集性、波动性、尖峰厚尾的特征,ARCH族模型较好的拟合了上证指数收益率序列.     

基于ARCH模型的股票收益率波动性分析

风险与收益的关系是金融理论研究的基础,股票价格的波动在某种程度上反映了股票的风险.由于随着时间的发展,股价会上下波动,怎样把握股价的这种波动来管理风险以实现收益最大化是投资者面临的一大难题.本文通过利用ARCH族模型,对股票收益的波动性进行了实证研究,发现我国股市存在的问题,提出相应的政策建议,对今后的理论和实践研究具有重要的指导意义.     

基于多元GARCH模型的沪深股市波动性研究

选取上证综合指数和深证成分指数,分别使用多元对角VECH-GARCH模型和多元非对称BEKK-GARCH模型建模,对我国沪深股市之间的波动相关关系及波动溢出效应进行了实证研究。结果表明,中国沪深股市之间波动的相互影响是持久的,波动呈现出趋同现象;存在显著的双向波动溢出效应,而且上证股市对深证股市的波动溢出效应比深证股市对上证股市的波动溢出效应更显著,存在波动传导的不对称性。     

上海股市的波动性研究

本文运用GARCH模型对上证180指数收益率的波动性进行研究,分析了其收益率的分布特征和波动性的特点,表明上海股票市场的收益率有明显的GARCH效应。     

上海股市的波动性研究

本文运用GARCH模型对上证180指数收益率的波动性进行研究,分析了其收益率的分布特征和波动性的特点,表明上海股票市场的收益率有明显的GARCH效应.     

基于条件自回归极差模型的沪深300指数波动性分析

通过选取不同的分布对自回归条件极差模型进行了改进,选择GARCH模型对对数收益率的波动率进行了建模,运用贝叶斯对两种模型中的参数进行分析.通过用沪深300指数数据进行实证分析,WinBUGS软件对两种模型当中的参数进行仿真,由参数估计值分析得到,自回归条件极差模型对波动短期效应有更好的捕捉能力,而GARCH模型优势在长期效应.     

上证指数收益率的月度效应研究——基于含虚拟变量的GARCH模型

股票市场中的月份效应,是违反市场有效性的异常现象之一,主要表现为某些月份的股票收益率显著高于或低于其他月份的收益率。本文主要研究上证股市的月度效应,以2005年至2014年间的有效交易日为样本日期,选取上证指数的收盘价,运用包含虚拟变量的GARCH模型来研究上证股市是否存在月度效应。通过实证研究表明,上证股市存在月度效应,即一年内一、二月的月平均收益率较高,六月份的月平均收益率较低。最后结合我国的实际情况给出上证股市收益率存在月度效应的原因。     

中国燃料油期货价格波动性研究

分析了中国燃料油期货价格波动的特征和原因.认为波动序列具有尖峰、厚尾和集群性特征.通过GARCH(1,1)模型对上海期交所燃料油期货的价格波动性进行分析,发现:当期的成交量和持仓量对价格波动性具有很好的解释力;滞后的成交量和持仓量不能对价格波动性进行解释;我国燃料油期货市场正逐步向弱式有效市场过渡;燃料油期货价格的波动持续性较弱,反映出这一市场受政策调控影响,市场活跃度不够.     

股指期货推出对我国股票市场波动性的影响

通过对沪深300指数的实证分析,探究股指期货推出对我国股票市场波动性的影响。结果表明:我国股指期货的推出,在一定程度上有效降低了股票市场的波动性,但其对股票市场波动性的影响非常有限,而且股指期货的推出减弱了股票市场新信息的传递速度。     

中国股市价格的波动性研究——基于沪深300指数的GARCH族模型

本文运用GARCH族模型,以中国A股市场较有代表性的沪深300指数作为研究对象,对中国股市价格波动中存在的条件异方差性和正负冲击对股价波动影响的不对称性进行检验,结果表明在样本期（2005年4月8日至2009年5月22日）内,我国股价波动存在明显的条件异方差性,但是并未发现正负冲击对股价波动影响的不对称性。     

基于GARCH模型的我国房地产价格指数波动性分析

本文运用GARCH模型对我国房地产价格指数从2008年1月2日到2013年12月31日期间的收益率进行系统的实证研究。结果表明,我国房地产市场的收益率由于异常值的存在使得序列的相关性被掩盖。进一步研究表明,我国房产收益率序列具有较为明显的尖峰厚尾分布,并且其波动具有集群的特征,过去的波动对未来的波动有正向长期的影响,但影响不是很大。全文用R语言进行统计分析。     

基于GARCH模型的我国股市风险分析

通过对上证指数收盘指数进行实证分析,采用正态分布、t分布和GED分布分别刻画收益率序列特征,运用GARCH模型对收盘指数序列进行波动性建模.根据GARCH模型的估计结果计算出VaR和CVaR值.由结果可知,通过计算GED分布下的GARCH(1,1)模型的CVaR值是衡量股市风险的最佳模型.     

基于ARCH簇模型的即期汇率波动性研究

建立了人民币/美元汇率波动的ARCH簇模型,分析汇率制度改革以来汇率波动特征,结果显示,汇率收益率具有尖峰厚望特征,收益率波动具有聚集性,建立了GARCH模型,得到汇率收益率是可预测的,可以利用过去的数据信息预测未来,在此基础上,建立TGARCH模型,表明汇率市场是不对称的,正面冲击和负面冲击对汇率的条件方差影响程度不同,又在TGARCH模型基础上建立TGARCH-M模型,表明市场汇率的收益与风险有关。     

中国股市交易量与收益波动关系的实证分析

本文首先将交易量分解为信息交易量与非信息交易量,然后分别将信息交易量与非信息交易量加入GARCH模型,分析不同性质的交易量对波动性的解释能力以及信息冲击对收益波动的影响。结果发现,信息交易量比非信息交易量对收益波动的影响更强,且信息冲击对收益波动的影响十分显著,投资者对信息到达的反应存在一个调整的过程。     

基于GARCH模型的沪深300指数VaR计算

针对VaR和CvaR方法的局限性,运用GARCH及其衍生模型,以深沪300指数为例,计算出其VaR值,并对模型计算出的结果进行对比,以及事后检验。结果发现,该模型能有效地刻画出指数的风险情况。     

通过波动性预测模型的选择构造投资组合

在非对称性GARCH模型及BEKK模型的基础上研究了综合市场对角投资组合战略，通过检验发现基于BEKK模型的投资组合表现优于非对称性GARCH模型的投资组合表现，并且发现GMV投资组合权重对波动模型及协方差矩阵的依赖性。同时也指出了方差在投资组合表现中的重要性远大于协方差。     

新能源行业收益率波动的动态特征分析

股票市场上收益率的波动随着时间的不同会有很大的变化,与传统计量方法相比, ARCH模型能够更好的刻画这种变化的特点。文章以新能源行业为例,选取该行业具有代表性的27支股票从2008年11月12日~2014年12月12日共1457个日收益率数据,运用ARCH模型族对其波动性进行定量与定性的分析。结果显示,新能源行业日收益率具有明显的高阶ARCH效应、波动聚集性、尖峰厚尾、杠杆效应和信息不对称的特点,且条件异方差的波动显著地影响日收益率,其中EGARCH模型在反映该行业日收益率波动性方面优于其他模型。     

B-S与GARCH模型下期权定价比较及实证分析

本文在B-S模型和GARCH（1,1）模型下,研究具体的数值算法,说明了波动率的计算方法。通过对长电CWB1（580007）进行实证分析,得到两种模型下股票期权的定价与市场价格的偏度,说明了GARCH（1,1）模型定价优于B-S模型的结论。