ARCH族模型对沪市行业指数收益率的实证研究

本文利用ARCH族模型研究沪市行业指数收益率的波动性.通过对各行业指数收益率的分析发现,行业指数收益率是平稳的,但其条件方差是尖峰厚尾的非正态分布且具有明显的ARCH效应.行业指数收益率均具有不同程度"杠杆"效应.外部信息对公用指数和综合指数收益率影响最大.融入相同的风险,它们收益最高.地产指数对外部信息反应迟钝,收益率也不显著.     

ARCH类模型研究及其在沪市A股中的应用

本文主要介绍ARCH(AutoregressiveConditionalHeteroskedasticity)模型、GARCH模型和E GARCH模型 ,分析这些模型的特点和适用范围 ,并在模型中引入t分布取代正态分布假设 ,最后利用这些模型对上证指数进行了实证分析。     

基于ARCH模型的股票和可转债市场收益率波动特征比较

基于ARCH系列模型,对我国股票市场和可转债市场收益率的波动特征进行实证分析,得出这两个市场收益率具备一些相同的特征如高峰粗尾、波动聚集等,但是可转债市场却没有股票市场上常见的杠杆效应.     

上证指数收益率分布的拟合

本文旨在讨论上证指数收益率序列的分布特征 ,通过对上证指数 1 997年 5月 2 3日至 2 0 0 1年 7月1 3日 ,总计 1 0 0 0多个交易日的统计分析 ,发现上证指数收益率的分布具有“尖峰、厚尾”的特性 .我们试图用文献 [1 ]给出 Lévy flight来拟合其分布 ,但结果并不理想 .为此我们提出了一种类似 Weibull分布的函数来拟合上证指数收益率分布 ,模拟结果较好 .同时 ,我们按通常的方法对尾部作了截尾处理 ,以更接近实际数据在尾部表现出来的“厚尾”现象     

基于半参数EGARCH模型的VaR和CVaR度量与实证研究

本文主要是运用半参数EGARCH模型研究中国股票市场风险.首先,运用半参数EGARCH模型估计波动率.其次,研究中国股票市场风险,即估计VaR和CVaR值.最后,利用半参数EG;ARCH模型对上证指数进行实证分析。结果表明,半参数EGARCH模型比一般的EGARCH模型能更准确地度量中国股市风险。     

内地股票市场与国际主要股票市场的非线性关联机制研究

本文分别在线性协整模型和非线性指数平滑迁移自回归误差修正模型(ESTARECM)的框架下,对内地股票市场与国际主要股票市场价格指数进行了长期均衡关系的检验。结果发现内地股票市场除与日本股票市场价格指数不存在协整关系外,与国际主要股票市场价格指数均存在协整关系。进一步利用线性和非线性格兰杰因果关系检验方法对内地股票市场与国际主要股票市场收益率序列进行了短期动态机制的识别,结果发现上证指数与道琼斯指数、金融时报指数以及恒生指数收益率之间存在单向的格兰杰因果关系,并且在上证指数与恒生指数构成的二元系统中,上证指数表现出较强的外生性。而与日经225指数则存在双向的格兰杰因果关系。     

上海证券指数的统计分析

金融市场是一个典型的复杂系统，而复杂系统在物理学中已被广泛研究。我们首次有机会获得中国大陆金融市场的上海证券指数若干年内的高频(10秒间隔)数据。本对1999年全年的上证指数进行了统计分析，发现收益率符合Levy稳定分布，而非传统经济学主张的正态分布。对上证指数的时间相关性的研究表明。上证指数的波动率在很长的时间尺度上是相关的。这将有助于在新的框架下建立新的经济学模型。     

核密度估计在预测风险价值中的应用

通过研究核密度估计理论,提出了一种适应估计金融时间序列分布的L ap lace核密度函数.在单变量核密度估计的基础上建立了风险价值(V a lua at R isk,简记为VaR)预测的预测模型.通过对核密度估计变异系数的加权处理建立了两种加权VaR预测模型.最后,通过上证指数收益率对建立的VaR预测模型进行了实证分析,结果显示两种加权方法对上证指数收益率的VaR预测具有较高的效率.     

基于非线性时间序列模型的股票分析与预测

时间序列模型在股票价格的分析与预测中有着极其重要的应用.本文针对沪深300日收益率建立了ARIMA-GARCH拟合模型.首先对数据进行对数处理、平稳性检验、自相关检验、偏自相关检验和ARCH效应检验,然后消除条件异方差性,最后通过实证分析得到了模型的有效性与准确性.     

基于稳定分布的PARCH模型

本文首先介绍了稳定分布和基于正态分布、稳定分布的PARCH模型,并通过股票指数收益率的稳定化PP图和直方图发现其具有高峰厚尾特征.最后,通过上证指数的VaR计算,得到在金融风险度量中基于稳定分布的PARCH模型比基于正态分布的PARCH模型更加有效。     

外汇市场、股票市场与房地产市场的风险传染研究——基于三元VAR-BEKK-GARCH模型实证分析

本文将人民币汇率、房价和股价三者纳入一个统一的分析框架中,从水平变动和波动风险两个方面考虑时变异方差和变量间的风险传递效应,使用“二次汇改”后的2010年6月到2017年12月的月度数据,采用三元GARCH和BEKK时序模型研究人民币汇率、房价和股价之间的动态影响关系及其波动风险互动机制。研究发现,三个市场相互之间具有明显的影响,特别是价格波动的风险传染上,房地产市场与股票之间、股票市场与汇率市场之间或长期或短期都存在风险的传递效应。具体而言,市场在均值溢出方面,人民币升值会促进房价和股价的上涨;但房价与股价之间的价格影响关系并不明显。在波动溢出方面,房价和股价之间的波动溢出效应明显,同时存在ARCH和GARCH型波动效应,而股价对汇率的波动影响也同时存在ARCH和GARCH型波动效应,但汇率对股价仅有GARCH型波动效应。     

基于GOMPERTZ函数的上证综合指数预测的实证研究

对基于G om pertz函数的上证综合指数进行预测的可行性进行了分析,同时,在对上证综合指数的具体走势及实际数据进行研判的基础上,对牛市行情下上证综合指数的运行进行了预测的实证研究,得出了相应的结论,并提出了该预测方法进一步完善之处和可进一步深入研究的问题.     

基于ARCH模型的中国股市羊群行为实证分析

羊群行为理论一直是金融学领域研究的热点问题之一.以上证180指数和深证100指数成分股为研究对象,运用ARCH模型对2006年至2011年中国股市进行实证分析.研究表明:羊群行为在近期中国股市剧烈震荡过程中依然显著存在.深圳证券市场比上海证券市场羊群行为更加严重、股票上涨阶段的羊群行为比下跌阶段更为显著.     

条件收益率下的VaR投资组合研究

本文以新的VaR风险控制体系和价格条件的VaR理论为基础,建立了一种新的最优投资组合模型——μ_s-VaR_s模型。其主要特点有:首先,μ_s-VaR_s模型主要关注相对价格的预期收益和风险,在没有股指期货对冲大盘指数风险的条件下,该模型可以为投资组合跑赢大盘提供了科学思路;其次,在μ_s-VaR_s风模型中,仿照夏普指数创建出了新的选股指标γ_s_i(t),使投资组合更有效率;最后,μ_s-VaR_s模型充分考虑了沪深股票市场的交易成本和交易条件限制,使模型具有较强的现实可用性.经过对沪深股票市场的实证分析发现:μ_s-VaR_s模型明显优于马柯威茨的M-V模型;应用μ_s-VaR_s模型所构建的投资组合的累积收益率显著高于大盘的同期累积收益率.     

ARIMA模型与ARCH模型在香港股指预测方面的应用比较

由于香港金融市场易受政治或投机等因素的影响而使股价波动呈现出不确定性 ,而ARCH模型又善于描述这种不确定性 ,因而本文试图将ARCH模型和ARIMA模型在香港股指预测方面的应用进行对比 ,以期为投资者选择模型进行预测时提供参考     

中国股票市场“周内效应”的再研究

本文避免了通常利用方差分析方法检验周内效应时的不足之处,利用考虑到异方差情况ARCH模型,通过采用虚拟变量,在研究沪深两市日收益率的周内效应的基础上,进一步考察其方差变动的周内效应。通过实证分析发现沪市存在显著为正的星期五效应,深市存在显著为负的星期一效应与显著为正的星期五效应,并且深市日收益的方差变化也存在一定的周内效应。     

中国股市短期波动的非线性ARCH效应显著性分析及参数估计

中国股票市场受政治或其它因素的影响有自己的波动特点。本文利用拉格朗日乘子,选择不同的频率检验中国股票市场短期的ARCH效应的显著性,并用FGLS四步法进行非线性估计。结果表明:中国股票市场在选择适当的频率下,短期的ARCH效应是显著的,对于研究中国股票市场的成熟度,预测股票短期投资风险,规范中国股票市场发展等具有重要的意义。     

中国股票市场有效性的复合评价

本文以2000年1月4日至2011年4月1日的上证综指(000001)和深圳综指(399106)的日收盘价和日收益率为研究对象,根据随机游走假设,采用对数动态自回归模型、游程检验和单位根检验,对上海股票交易所和深圳股票交易所的市场有效性分别进行检验,结果表明沪深两市都基本达到弱式有效。由于上述检验无法证明两股市之间是否存在影响,价格水平是否互相包含,因此有必要验证沪深两市是否为联合有效。本文采用Johansen协整检验和Granger因果关系检验,结果表明上证综指的日收益率对深圳综指的日收益率有一定的预测作用,但沪深两市的价格不存在长期均衡关系,因此可判断沪深股市基本达到联合的弱式有效。     

金融市场波动性的拟合分析

金融市场的波动性是投资者关注的对象之一,也是被研究的热点。本文检验了我国股市的ARCH效应和序列相关性。并且在此基础上,将AR-IGARCH-M模型应用于上海综指和深圳成指,结果表明该模型能有效拟合我国深沪两股市的波动性。最后,针对结果分析了我国的股市行为。