首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 206 毫秒

1.  基于ARMA-GARCH-SN模型的沪深300股指期货日内波动率研究与预测  
   王苏生  王俊博  许桐桐  余臻《运筹与管理》,2018年第4期
   运用五个交易日的股指期货高频数据(每秒两笔),本文主要研究了沪深300股指期货日内波动率特征并对日内波动率预测。研究发现高频股指期货日内收益率有明显的波动率聚集和条件异方差现象,但无尖峰厚尾现象,收益率序列分布符合有偏正态分布。因此,我们对时间序列建立了最优的ARMA-GARCH-SN模型,并对模型拟合充分性做了验证,拟合结果发现ARMA(1,2)-GARCH(1,1)-SN模型基本能够刻画股指期货高频日内波动特征,条件方差所受的冲击具有很强的持续性、日内波动也具有长记忆性,最后我们还利用自助法对高频股指期货日内波动率两步预测、利用滚动回归预测方法对样本做了样本内预测。预测结果表明,波动率预测结果能够较好地反映股指期货日内波动特征。    

2.  基于MCMC算法的人民币汇率市场的分析——双门限非对称GARCH模型的应用  
   夏强  刘金山《数理统计与管理》,2012年第31卷第3期
   本文旨在考察,汇改后美元/人民币汇率前期收益的影响下,人民币汇率市场上非美元/人民币汇率收益均值和波动不对称的程度。为了捕捉非美元汇率收益的均值和波动不对称的特点,我们设定双门限非线性的GARCH模型,结合GJR效应(即加入非美元收益利空或利好消息的影响),利用基于MCMC算法的贝叶斯推断来完成。应用中我们选取了美元(欧元、日元、港元)/人民币日汇率数据进行分析,发现了门限非线性的结果,表明在美元和非美元汇率本身双重变化的影响下,非美元汇率收益的均值和波动同时表现出非对称的特点。并且在美元收益利好消息的影响下,美元汇率对非美元汇率的溢出效应明显增强,非美元表现出低均值回归的特点。    

3.  中国股市与汇市的波动溢出效应模型研究与实证分析  
   张鸿雁  李丽敏  李雅婷《数学理论与应用》,2013年第3期
   选取2009年1月5日-2012年5月22的人民币兑美元汇率和上证综指的日交易数据为对象,采用BEKK—GARCH模型,并结合LR似然比检验,对中国汇市与股市的波动溢出效应进行建模研究与实证分析.实证结果表明,整体样本存在汇率到上证指数的波动溢出,这种溢出是单向的;第二次汇改前,既不存在汇率到上证指数的波动溢出,也不存在上证指数到汇率的波动溢出;第二次汇改后,既存在汇率到上证指数的波动溢出,也存在上证指数到汇率的微弱的波动溢出.    

4.  利用标准化波动率微笑预测期权价格的实证分析  被引次数:1
   安娜  金朝嵩  刘志强《经济数学》,2007年第24卷第1期
   本文利用市场报价对期权均衡价格的估计提供了一种新的数值方法——标准化波动率微笑方法,为了验证该方法的有效性,本文同时采用历史波动率法、GARCH(1,1)模型、加权隐含波动率法,对美式SPDR期权进行了实证研究,分析了上述四种方法的预测效果.结果表明,本文的方法简单有效,具有较高的实际应有价值,对市场投资具有正面的辅助作用.    

5.  深证成指周收益率波动性的实证研究  
   苏理云  孔彤  谢挺《数学理论与应用》,2010年第4期
   利用GARCH模型,对深圳成分指数的周收益率波动性进行了实证研究。以深证成指周收盘数据建立了GARCH模型,利用估计出的GARCH模型得到深证成指周收益率序列的条件方差的估计值,预测出深证成指周收益率序列未来若干期的条件方差。结果表明,深证成指周收益率序列的波动性可以用GARCH模型进行很好的拟合。    

6.  我国股指期权对现货市场的波动性影响研究  
   刘亚明  樊鹏英  陈敏《数学的实践与认识》,2017年第4期
   2015年2月9日,上证50ETF期权在上交所正式上市交易,我国资本市场进入期权时代.股指期权推出是否会使我国现货市场大幅波动直接影响着我国证券市场的发展和稳定,首次以我国上证50ETF期权为研究对象,使用GARCH模型和TARCH模型对我国股指期权推出后现货市场的波动性进行了研究.实证结果表明,我国股指期权的推出使现货市场的波动性增大,并且波动存在非对称性;在上证50ETF期权推出后利好消息对现货市场的波动性影响减小而利空消息对现货市场的波动性影响增大,即不对称性加大.最后,基于实证分析结果分析我国股指期权推出后导致现货市场波动增大的原因,并为我国现货市场的风险管理以及沪深300指数期权的正式推出提供参考意见.    

7.  上海股票市场和国际主要股票市场之间波动溢出效应的实证研究  
   王远林《数学的实践与认识》,2011年第41卷第21期
   使用BEKK—二元GARCH(1,1)模型,对于我国股票市场和国际主要股票市场之间的波动溢出效应进行了实证研究.分析结果表明,上证综指和标准普尔500指数、日经225指数之间存在单向波动溢出效应,而上证综指和香港恒生指数之间存在双向波动溢出效应,上证综指和新加坡海峡时报指数之间不存在波动溢出效应.    

8.  成交量信息有助于预测中国股票市场的波动吗?  
   王鹏《数理统计与管理》,2013年第32卷第2期
   就成交量信息是否有助于预测股票市场的波动率这一问题,目前学术界有两种截然相反的观点存在。本文以中国股票市场代表性指数的代表性波动周期为例,对上述问题进行了实证研究。通过采用较以往研究更为严谨和稳健的样本外滚动时间窗预测法和高级预测能力检验法(Superiorpredictive ability,SPA),本文得到的分析结论包括:(1)成交量信息对中国股票市场的波动过程有显著影响;(2)将成交量纳入GARCH族模型会导致条件方差方程中的波动持续性出现明显下降;(3)引入成交量作为附加解释变量的GARCH族模型并未表现出比一般GARCH族模型更优的波动率预测能力。最后对实证结果给出了理论解释。    

9.  基于修正的已实现阈值幂变差的股市跳跃波动行为研究  
   宫晓莉  熊熊《运筹与管理》,2019年第5期
   基于非参数统计方法,利用考虑金融资产价格跳跃和杠杆效应的时点波动估计方法修正已实现阈值幂变差,构造甄别跳跃的检验统计量,对金融资产价格中的随机波动、有限活跃跳跃和无限活跃跳跃等问题进行综合研究。为同时吸收波动率的异方差集聚效应和收益率的非对称效应,对原有的已实现波动率异质自回归预测模型进行拓展,将非对称的异质性自回归模型的误差项设定为GARCH模型,以考察跳跃波动序列与连续波动序列之间的复杂关系。利用沪深股指高频数据进行实证研究,包括进行跳跃识别,跳跃活动程度检验和波动率预测效果对比。研究结果表明,沪深股市同时存在布朗运动成分、有限活跃跳跃和无限活跃跳跃成分,其中连续路径方差占主体。同时,收益和波动间的杠杆效应显著,无论短期还是长期,连续波动和跳跃波动对波动率的预测均具有显著影响,同时考虑股价的跳跃、波动和杠杆效应因素有助于更准确地刻画资产价格动态过程。    

10.  国内外股市波动溢出效应——基于多元GARCH模型的实证研究  被引次数:4
   董秀良  曹凤岐《数理统计与管理》,2009年第28卷第6期
   通过对多个股票市场间波动溢出效应的研究,可以了解波动风险在市场间的传导路径和方向,以及在股市因外部冲击动荡前做出短期预测。本文以美国、日本、香港和我国沪市作为研究对象,采用多元GARCH模型对国内外股市波动溢出关系进行了研究。结果表明:只有香港股市对沪市具有显著的波动溢出,美、日股市对沪市的波动溢出则不显著,但由于美、日股市波动均对香港股市具有传染效应,它们可以借助对香港股市波动的影响间接地引起我国沪市的波动。所以,对我国沪市外部波动风险的把握在短期上应主要关注香港股市波动,其次还必须关注日本和美国股市的波动,尤其是美国股市的波动。    

11.  基于价格极差的GARCH模型  
   孙便霞  王明进《数理统计与管理》,2013年第32卷第2期
   本文利用资产价格的极差序列,基于常规GARCH模型的框架,构造了一类关于波动率的新模型,即GARCH-R模型以及能够表达波动率变化非对称性特性的AGARCH-R模型。利用上证综合指数日收益率及相应的高频数据,通过比较不同模型对波动率以及VAR的预测效果,揭示了这种包含了极差信息的新的模型比传统的GARCH类模型的预测效果具有显著的优势。    

12.  互联网金融与传统金融业双向风险溢出效应研究  
   代婉瑞  姚 俭《经济数学》,2020年第4期
   基于2013-2019年互联网金融指数和申万行业指数的日收盘价数据,采用GARCH族模型结合CoVaR方法,从定量计量和动态特征分析两方面入手,考察了互联网金融行业与传统金融业之间的双向风险溢出效应.结果表明,互联网金融与各传统金融业之间均存在双向不对称的正向风险溢出且传统金融业对互联网金融的风险溢出强度显著高于互联网金融对传统金融业的风险溢出强度;从整体来看,互联网金融与银行业之间双向风险溢出效应最强,但从局部分析,互联网金融可能会对证券业造成“激增式”风险溢出,不可掉以轻心;此外,互联网金融与各传统金融业之间的风险溢出还具有周期性特征.    

13.  基于LST-GARCH模型的国际油价波动研究  
   董秀成  王守春《数理统计与管理》,2011年第30卷第3期
   本文基于西德克萨斯轻质原油现货价格日数据,采用逻辑斯特机制平滑转换GARCH模型(LST-GARCH)实证研究国际油价波动特征,研究表明收益率波动的高持久性是一种假象,国际油价的波动过程存在机制转换效应;与传统的GARCH模型相比,LST-GARCH机制转换模型能够刻画油价波动过程的机制平滑转换特征;国际油价波动性对外部冲击有明显的杠杆效应,即相同幅度负的外部冲击比正的冲击引起更大的油价波动;另外国际油价波动过程具有非线性,即波动规律的时变特征。模型的检验与预测结果表明LST-GARCH模型比GARCH模型更好地描述国际油价波动特征。    

14.  基于价格持续时间的中国股市日内风险价值预测  
   鲁万波  王卫东《数理统计与管理》,2012年第31卷第3期
   基于高频数据度量日内交易活动的风险是目前日内金融数据与风险管理中极具挑战性的研究课题之一。本文从实时交易的角度,使用中国股市分笔交易数据,基于价格持续时间的自回归条件持续时间(ACD)模型,研究日内不规则交易数据的风险测度,利用日内不等间隔波动模型估计了日内交易的即时条件波动率,对日内不等间隔风险价值进行了预测和检验。实证结果发现日内不等间隔风险价值模型能够比较好的刻画日内交易风险,股票投资者和市场监管者可以基于该工具对日内风险做出合理的预测,达到止损避险和控制风险的目的。    

15.  基于非参数GARCH模型的中国股市波动性预测  被引次数:9
   鲁万波《数理统计与管理》,2006年第25卷第4期
   本文采用上证综合指数和深证成份指数1997年1月2日—2005年6月30日的每日收盘价对数百分收益率为样本,运用非参数GARCH(1,1)模型研究了中国股票市场的波动性,并与参数GARCH(1,1)模型的估计结果进行了比较,最后利用六种预测误差度量指标比较了这两种模型的样本内及样本外预测能力,结果发现,非参数GARCH(1,1)模型对股市波动性的预测精度有明显提高。    

16.  基于GED—GARCH模型的中国原油价格波动特征研究  被引次数:14
   张跃军  范英  魏一鸣《数理统计与管理》,2007年第26卷第3期
   本文采用中国大庆原油价格日平均交易数据,建立了基于GED分布的GARCH(1,1)、GARCH-M(1,1)和TGARCH(1,1)三个模型,描述了中国原油价格与国际接轨以来的波动特征。实证结果表明,与国际油价类似,中国原油价格的波动也存在显著的GARCH效应,但其波动冲击的半衰期要比国际油价短,为5天。而且,中国原油收益率受到预期风险的负向影响,表明中国原油市场并非完全市场化运作,当然这种负向影响程度较小,约为8%。另外,中国原油价格的波动存在显著的杠杆效应,相同幅度的油价下跌比油价上涨对未来油价的波动具有更大的影响,前者是后者的1.7倍左右。最后,基于GED分布的GARCH模型比基于正态分布的GARCH模型能够更好地描述中国原油价格的波动特征,并且具有较好的预测能力。    

17.  中国股市和债市波动溢出效应的MV-GARCH分析  被引次数:2
   王璐  庞皓《数理统计与管理》,2009年第28卷第1期
   股市和债市的波动溢出效应是研究金融市场信息流动、风险传递的重要内容。在估计了股市和债市候选MV-GARCH模型参数基础上,通过AIC准则等拟合优度方法选择了t分布型BEKK为最优模型,因为它更好的捕捉到了金融时序尖峰、厚尾的特征.结果显示,中国股市和债市波动溢出具有明显时变特征,波动影响不对称,股市对债市影响大于债市对股市影响。动态相关系数偏弱说明两个市场在资源配置能力、信息流动等方面存在显著的缺陷.    

18.  机制转换条件下股市收益率跳跃行为研究:基于RS-ARJI模型的以中国股市为例的实证分析  
   谢赤  邹标腾  王纲金  余聪《数学的实践与认识》,2013年第43卷第12期
   为检验股市收益率机制转换特性,考察机制转换条件下股市收益率的跳跃特征,以及在不同机制下跳跃行为对股市收益率的冲击效应,将Markov机制转换思想引入自回归跳跃(ARJI)模型,构建一个机制转换自回归跳跃(RS-ARM)模型.基于该模型对中国股市进行实证研究,结果表明:股市存在高、低波动两种机制,高波动时期的跳跃幅度和强度及其对股市收益率的冲击均大于低波动时期.同时,波动率估计和预测评价指标显示,RS-ARJI模型优于目前被广泛使用的GARCH模型和ARJI模型.    

19.  基于GARCH族模型的沪深300股指VaR度量  
   安丽平  王波  申希栋《数学理论与应用》,2014年第2期
   本文在修正了沪深300股票指数收益率序列的非平稳性和自身相关性之后,把ARMA模型与GARCH模型、GJR模型、IGARCH模型、FIGARCH模型、FIEGARCH模型、FIAPARCH模型、HYGARCH模型相结合,然后依次假设残差分布服从正态分布、t分布和偏t分布,来描述沪深300股票指数日对数收益率序列的尖峰厚尾性、杠杆效应和长记忆特性,利用上述模型分别计算沪深300股票指数的VaR值.在空头和多头投资者情况下,不同的波动性模型和不同残差分布的VaR预测有效性差距很大.比较得知,在不同的置信水平下,沪深300股票指数收益率序列空头和多头的VaR预测成功概率比较高的模型有HYGARCH和FIEGARCH这两类具有长记忆性的模型.    

20.  基于GARCH模型族的中国股市波动性预测  被引次数:19
   李亚静  朱宏泉  彭育威《数学的实践与认识》,2003年第33卷第11期
   收益与风险历来都是投资者与研究者所关注的问题 .本文选取 GA RCH、TGARCH和 EGARCH模型来拟合中国股市的波动性 .实证分析结果表明 ,中国股市的波动具有显著的波动聚类性与持续性 ;由 E-GARCH模型所预测的上证 30指数、上证综合指数和深证成份指数未来一天的波动要明显优于 GARCH和TGARCH模型的对应值 ,而对香港恒生指数 ,三种模型的预测结果无显著的差异 .    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号