上证指数收益率的极值研究

在极值理论广义极值分布模型的基础上,对上证指数日回报率的极值作了实证研究.给出了近两年间出现的极值的概率与等待时间,为风险的度量提供了量化的依据.     

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     

用修正重标极差法对上证指数长期记忆性的研究

本文以上证指数周收益率为研究对象,分别采用重标极差分析法和修正重标极差分析法,通过计算V统计量的值对其进行长期记忆性的检验。由于不能排除V统计量的值存在超出上侧分位点的可能性,本文进行了双侧检验,并分析了R/S分析法产生偏差的原因。得出上证指数周收益率时间序列并未表现出显著的长期记忆性的结论。     

股价指数的记忆性特征

本文通过ARFIMA模型(分整自回归滑动平均模型)分析了上证日指数、周指数、月指数序列的记忆性特征,说明股票价格日指数具有长记忆性、周指数具有中等记忆性、月指数具有短期记忆性,这一结论说明了中国股票市场是非有效的,其本身隐含一定的政策含义。     

上证指数周收益率分布的分段高斯性

以往的研究显示股票收益率往往有厚尾的特性,在本文中,我们假设收益率服从不同的分布,所以我们将数据分段,用两种方法对数据进行分段分布拟合.第一种方法是假设这三段数据服从相同均值,但不同方差的正态分布;第二种方法是假设这三段数据服从均值和方差均不相同的正态分布.在这两种假设下,对于每一小段,用最小二乘原理得到了相应分布的参数值.最后利用K-S检验进行验证.结果显示,上证指数周收益率服从分段正态分布.     

外部收益率替代内部收益率的不适宜性分析

质疑内部收益率指标的论文从未中断过,甚至认为用外部收益率替代内部收益率是具有道理的。在仔细分析国外创构的外部收益率指标和国内学者对其误读的基础上,证明了用外部收益率替代内部收益率的不适宜性。     

运用生存模型对上证指数涨跌天数的研究

本运用生存模型对上证指数连续上涨和下跌天数进行了研究,分析了“T 1”政策和“涨停板”政策对股市的影响。我们发现生存模型对于分析股市的变动是有效的。     

基于分形分析的国际金价波动长记忆性识别与预测研究

本文对国际金价波动的长记忆性进行研究,通过R/S,MRS,V/S等方法计算Hurst指数,证实了金价波动存在着显著的长记忆性。以此为基础借助分数差分,构建ARFIMA、FIGARCH、ARFIMA-GARCH等基于分形分析的长记忆性预测模型,实证结果表明该类模型很好地刻画了国际金价的内在波动规律,具有较强的预测功能。     

我国股市收益的双长记忆性检验——基于VaR估计的ARFIMA-HYGARcH-skt模型

针对股市收益分布的"尖峰肥尾"特征,引入了偏t分布作为新息分布。基于VaR方法,从风险估计的角度,利用ARFIMA(2,d_1,0)-HYGARCH(1,d_2,1)-skt模型对1996年12月17日至2007年7月5日期间的沪深股市收益进行了实证分析.实证结果显示:沪深股市具有显著的双长记忆特征;上海股市的日收益率和波动率的长记忆性均比深圳股市强;ARFIMA(2,d_1,0)- HYGARCH(1,d_2,1)-skt模型对我国股市收益具有较强的风险估计和预测能力。     

基于贝叶斯ARFIMA-WRV模型高频数据长记忆性研究

考虑到高频时间序列波动率的长记忆性问题,构建了赋权已实现波动分数整合自回归移动平均(ARFIMA-WRV)模型对其进行了研究.利用贝叶斯统计方法对模型做了相应的贝叶斯分析,并对我国中小板股市收益波动率的长记忆性特征进行了实证分析.实证结果表明我国中小板股市收益波动率存在长记忆性特征;采用消除日历效应影响的赋权已实现波动作为波动度量和贝叶斯参数估计方法,很大程度上提高了模型的参数精度.     

中国股票市场的长记忆性与市场发展状态

对于中国股市的长记忆性问题,许多的学者得到了不同的结论,这主要是由于不同方法自身存在着缺陷,针对这一问题,分别运用经典R/S分析,修正R/S分析,DFA及广义Hurst指数等统计分析方法对其进行实证研究,以期使结果更加稳健.结果发现沪深两市均具有长记忆性特征.此外,研究了广义Hurst指数值与市场发展状态之间的依赖性,并根据该性质得到结论认为沪深两市属于新兴的、非有效的市场.     

存款序列的长记忆性的实证研究

存款是银行评价业绩的一项重要指标,建立高精度的存款模型有利于银行的日常资金管理,能提高银行的资金利用率,降低成本等。本文以国内某国有商业银行储蓄存款和对公存款的月度数据为背景,讨论了存款序列的长记忆性问题,从而对于加深存款性质的认识,及此类时间序列建模具有借鉴意义。     

中国股市长记忆的修正R/S分析

本文在比较各种长记忆检验方法优缺点的基础上,采用修正的R/S分析检验我国沪深两股市日收益和日绝对收益序列的长记忆性。结果表明在0.05的显著水平下,两股市的日收益序列均无长记忆,但深圳成指日收益序列的记忆长度比上证综指日收益序列的记忆长度长;以日绝对收益序列为代表的波动序列具有较强的长记忆性。     

中国证券市场价格及波动率长记忆性实证研究

证券市场股价运动是否存在长记性,近年来的实证研究结论不一.其中重要原因是数据选择的局限和检验方法的不统一.通过自相关函数、修正的R/S和GPH方法对中国证券市场的日和五分钟数据进行了递进检验,得出了一些与众不同的结论.     

CAPM模型对上海股票市场的检验

本文就 CAPM模型对上海股票市场的有效性进行了检验 ,得出上海股票市场并不符合CAPM模型这一结论 ,并对此结论进行了分析。     

基于LMSV模型的半参数方法对股市波动长记忆特征的识别

在金融时间序列波动具有显著的长记忆性这一背景之下,研究了LMSV模型长记忆参数的估计问题。首先,分析了LMSV模型的相关性质;接着,根据LMSV模型和ARFIMA模型的良好对应关系,提出了估计LMSV模型长记忆参数的半参数方法;最后,基于股市数据,验证了波动半参数方法的有效性。     

上海股票市场收益的随机波浪模型

对金融资产收益分布状况的主要研究方法是先提出分布模型,然后进行实验验证;因缺乏必要的机理分析和研究手段单一,使其理论研究和应用研究都受到一定的制约.为克服这些不足,将金融资产收益联系起来看,根据其涨跌周期性构建出随机波浪模型,并利用模型导出随机波浪波高和周期的分布公式.通过实证分析,证明随机波浪模型具有一定的适用性;所用的时频分析方法以及所得结论有益于对金融资产收益分布状况进行更深入的理论和应用研究,也有益于指导市场参与者进行短期和长期交易.     

股票市场的长记忆及其动态结构

本文提出了结合平均小波系数法和自回归原始自助法的稳健长记忆检验,蒙特卡罗模拟显示该方法对于短期记忆过程具有稳定性。基于该方法对2005年4月8日至2015年6月30日的中国、美国、香港和德国股市进行了实证分析。全局检验结果表明仅中国的股票市场存在显著的长记忆,并且风险因素无法对长记忆解释,而美国、德国和香港的股市不存在长记忆。基于递增窗口的动态Hurst指数分析显示,金融危机时期4个股市都存在显著的长记忆。2010年后,除中国股市外,其余三个股市几乎不存在长记忆现象。     

自回归条件异方差模型在我国沪市的应用研究

应用自回归条件异方差(ARCH)模型对上海股市2000年—2004年4月上证指数收益率进行建模分析;实证结果反映上证指数收益率具有明显的群集聚集性、波动性、尖峰厚尾的特征,并且ARCH模型的预测能力较强.     

上证指数序中的Fibonacci数字和黄金比率

考察了上证指数,验证了在艾略特波浪模式下,黄金比率和Fibonacci数字的存在性.对在貌似随机波动的股价运动模式中存在其它的运动模式提供了又一个实例.