首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 281 毫秒
1.
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。  相似文献   

2.
基于CARR模型的交易量与股价波动性动态关系的研究   总被引:5,自引:0,他引:5  
股市交易量与股价变化的关系就一直是学术界与实务界所共同关心的主题。基于Chou(2005)提出的CARR模型对两者的动态关系问题进行了研究。首先分析了作为量价关系理论基础的混合分布假说理论在CARR模型中的适川性,进而基于混合分布假说理论对我国上证综合指数、深证成份指数以及随机抽取的十只个股进行了量价关系的实证检验。研究发现:混合分布假说理论同样适用于CARR模型,这证实了股价波动性的CARR效应的存在。实证的结果也证实了CARR模型无论是对于股票指数还是单只股票交易量都具有了良好的解释作用。因此,CARR模型与GARCH模型相比,在交易量与股价波动关系动态关系的研究领域可以得到更为稳健的结果。  相似文献   

3.
中国股票市场交易量与价格波动关系实证研究   总被引:3,自引:0,他引:3  
利用个股数据资料和非对称成分GARCH-M模型对中国股票市场的量价关系进行了实证研究.结论显示:股价的短期波动主要由非预期交易量解释,即非预期交易量所揭示的新信息是产生价格波动的根源;中国股票市场部分个股存在明显的杠杆效应,利空消息对市场波动的冲击大于同等程度的利好消息对市场波动的冲击;非预期交易行为对市场波动的冲击存在显著的非对称特征,正的交易量冲击(交易量放量冲击)比同等程度的负交易量冲击(交易量缩量冲击)对市场波动的影响更大.  相似文献   

4.
金融产品的定价,是金融工程研究的核心问题之一,同样可转换债券的定价也引起国内外学者们的关注.本文试图借鉴国内外研究成果,在分析股价及利率特性的基础上,运用推导出基于股价和利率的双因素定价模型;从中国实情出发,运用广义自回归条件异方差模型(简称GARCH)得出长期波动率,通过将可转债条款转化为边界终值条件并利用数值方法对可转债定价.  相似文献   

5.
Realized GARCH模型是预测波动率的经典模型之一,最小化非对称二次损失函数的Expectile对收益率尾部分布更加敏感,我们在Realized GARCH模型的基础上引入Expectile提出Expectile-Realized GARCH模型。以沪深300指数的高频收益率为例建模分析,对比不同模型下的波动率预测效果,发现Expectile-Realized GARCH模型较Realized GARCH模型对波动率预测能力更好。其中,当风险水平为95%时,对应的Expectile-Realized GARCH波动率预测能力最好。  相似文献   

6.
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。  相似文献   

7.
选取上海期货交易所黄金期货价格指数日内10分钟高频收益数据,构造了经调整的已实现极差波动率估计序列,利用6类GARCH模型建模分析,描述了黄金期货价格指数的波动特征.运用多种损失函数比较了GARCH类模型样本外波动率预测精度的优劣,并在此基础上,采用一种渐进正态分布检验法评估了GARCH类模型的预测效果.结果显示,黄金期货已实现极差波动率估计序列具有尖峰厚尾、集聚性、持续性等特征.对于黄金期货市场,ACD-GARCH模型具有相对最好的波动率预测能力.  相似文献   

8.
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。  相似文献   

9.
《数理统计与管理》2014,(5):922-931
多分形波动率MFV(multifractal volatility)是一种最近提出的金融市场波动率测度方法。以中国股票市场最具代表性股价指数(上证综指和深证成指)的代表性波动周期为例,通过运用描述性统计、QQ图和双变量分布散点图等方法,分别考察了非条件收益率、基于MFV的条件收益率和基于GARCH类波动率测度的条件收益率分布特征。研究结果显示,经过MFV标准化后的条件收益率分布较非条件收益率和基于GARCH类波动率测度的条件收益率更接近于正态分布,多分形波动率MFV对中国股票市场波动特征的刻画优于传统的GARCH类模型。  相似文献   

10.
本文的目的是通过利用多种损失函数评估三种GARCH模型的预测精度,找到最优的股指期货日内波动率研究预测模型。利用之前的研究结果,三个沪深300股指期货日内一分钟日内收益率被用作研究对象,对标准GARCH,eGARCH以及RealGARCH三个模型做了实证检验,并利用多种损失函数,从不同角度衡量三个波动率模型的预测精度。研究发现:Sample1样本的RealGARCH模型有最好的预测效果,而Sample2样本与Sample6样本的eGARCH模型有最好的预测精度。因此,在对沪深300股指期货日内波动率研究时,应根据其样本特征,优先选择具有能够反映非对称特征的波动率模型来刻画波动过程,对未来波动率做预测。  相似文献   

11.
本文基于沪深300股指期货四个不同样本期的1分钟交易数据,比较研究了静态线性的马尔可夫转换自回归模型MSA(Markov Switch Autoregress Model)和动态非线性Symmetrised Joe-Clayton Copula模型在对金融变量间相互关系上建模的适用性。研究结果表明,当期价格波动与滞后一期交易行为间不存在稳定的线性关系,但存在明显的尾部相关结构,并且其相关性在趋势行情中尤为显著。这一结果不但表明,趋势行情中滞后一期的交易行为可以作为当期价格波动的先行指标,还展现出了非线性Copula模型在描述金融变量间的相互关系上的适用性和显著优势。  相似文献   

12.
This paper is a data-based attempt to analyse what kind of information basically affects close-to-open returns, open-to-close returns, volatility and volume in actively traded individual securities on the Spanish stock market. Specifically, we are interested in detecting how these variables react to specific pieces of news considered as exogenous information. However, as volume itself could be interpreted as a proxy of the information flow, we first apply the linear and nonlinear Granger causality tests from volume to return and to volatility. We do not find evidence supporting this latter hypothesis. Furthermore, we only find significant evidence of linear causality from volume to volatility. The other major finding is that both bad news and the Dow Jones play a significant informational role in explaining price changes and volatility. As a consequence of these findings, we also test the residual role of volume as a proxy for noise/liquidity trading after filtering for news, although we do not find evidence in favour of this argument.  相似文献   

13.
刘汉中 《运筹与管理》2007,16(6):123-127
本文首先对回报率与交易量之间的关系进行了研究,发现并不存在非对称的数量关系,但存在双向的葛兰杰因果关系;同时将交易量对波动率的解释能力进行了研究,发现在沪市交易量对波动率具有解释力,而在深市交易量对波动率没有解释力。  相似文献   

14.
A new set of methodologies extracts key nonlinearities in the dynamics of financial markets from data that would appear to be completely random with ordinary linear time series methods. The understanding acquired from this analysis forms a basis for modeling conflicting and competing motivations in market decisions. By standardizing the daily changes using the mean and standard deviation, it then becomes possible to compare the quantitative impact of very different variables such as price trend and valuation, and the nonlinear relationship between them. The analysis of a large data set of closing stock prices provides strong statistical evidence that relative daily price change is positively influenced by valuation, recent price trend, short term volatility, volume trend and the M2 money supply. However, there is a strong nonlinearity in the influence of the price trend, so that a significantly large recent uptrend has a negative influence on the subsequent day’s relative price change. The nonlinearity is the key to understanding the conflicting role of price trend, since a single large data set exhibits both underreaction and overreaction in different regimes of the independent variables. The role of long term volatility is not a clear-cut risk/return inverse relation. But rather there is an ambiguous and complicated relationship between volatility and return. There is limited support for resistance when prices near the quarterly high. Mixed effects regressions are used after standardizing the data by subtracting the mean and dividing by one standard deviation individually for each of the 119 closed-end funds. A valuation variable is constructed in terms of the recent history of net asset value.  相似文献   

15.
We study microeconomic foundations of diffusion processes as models of stock price dynamics. To this end, we develop a microscopic model of a stock market with finitely many heterogeneous economic agents, who trade in continuous time, giving rise to an endogeneous pure-jump process describing the evolution of stock prices over time. When the number of agents in the market is large, we show that the price process can be approximated by a diffusion, with price-dependent drift and volatility coefficients that are determined by small excess demands and trading volume in the microscopic model. We extend the microscopic model further by allowing for non-market interactions between agents, to model herd behavior in the market. In this case, price dynamics can be approximated by a process with stochastic volatility. Finally, we demonstrate how heavy-tailed stock returns emerge when agents have a strong tendency towards herd behavior.  相似文献   

16.
股价波动及相关因素的实证研究   总被引:4,自引:0,他引:4  
本文为验证证券市场的有关传统理论,对沪市A股市场价格波动与红利政策、财务指标以及产业特征的关系进行了截面数据分析,籍此来说明股市价格变动的一般趋势和程度  相似文献   

17.
随着我国农产品期货与国际市场的联动性进一步加强,为防止相关期货产品的隔夜风险和价格跳水问题,对部分农产品期货实行夜盘交易制度。为测度夜盘交易制度是否有益于农产品期货市场朝着稳定、理性的方向发展,本文采用了适合刻画金融序列波动性的GARCH族模型,实证检验得出GARCH、GARCH-M和EGARCH模型能够高度拟合农产品期货的价格序列并显著衡量夜盘交易对于我国农产品期货市场的影响。研究结论如下:第一、基于GRACH模型实证结果,夜盘交易制度变量的回归结果显著,该制度能减轻农产品期货的价格波动,且其影响是显著的;第二、EGARCH模型的回归结果同样显著,分别对比不同样本期的EGARCH模型实证结果可以得到,夜盘交易的开放减少了农产品期货市场的非对称性,使得市场趋向于理性的方向发展。  相似文献   

18.
论文针对沪深股市牛熊市中所呈现出的波动非对称性的差异,从牛熊市中投资者对信息反应的差异角度予以解释。论文以非预期交易量变化率作为投资者对信息冲击反应的代理变量,研究显示投资者在牛市行情中的过度反应,是造成沪深股市牛市行情波动正向非对称性的重要原因。与此同时论文通过对比美国、香港和沪深股市上牛熊市波动非对称性差异,进一步验证沪深市场上不完善的市场机制加剧了投资者在牛市行情中的过度反应,进而导致牛市行情中的波动正向非对称性。  相似文献   

19.
农业行业是世界公认的高风险、低收益的行业,但又是基础产业,关系着国计民生.农业类上市公司股票价格波动风险是否会是资本市场内高风险的行业板块呢?通过实证研究发现:农业类上市公司的股票价格风险整体来说却低于市场的平均水平;账面市值比、主营业务利润、主营收入现金含量等因素和股票价格波动风险存在着显著的相关关系.而市盈率、财务杠杆和上市年限等因素虽然对股票价格波动的风险有一定的影响,但并不像假设的那样和股票价格波动风险存在显著的线性关系.  相似文献   

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