中国股市流动性、波动性和交易特征的实证研究

分析了指令驱动交易机制下中国股市的流动性、波动性和交易特征．研究发现．市场深度、成交量，换手率以及绝对收益等都表现出显著的日内时际模式．另外，流通股本大的股票具有相对较小的流动性，流动性负相关于波动性,正相关于成交量．     

中国股市收益波动的实证研究

采用GARCH类模型，利用上证综合指数对中国股市收益波动进行了实证研究。以前的研究显示中国股市波动存在反向的不对称性或不对称性不显著，并归因于中国股市的高投机性。而本研究的TARCH模型和EGARCH模型的实证结果首次提出了新的不同证据。说明中国股市存在显著的不对称性。对杠杆效应和波动反馈效应在中国股市的作用进行理论分析，认为波动反馈效应更能说明中国股市波动的不对称性。     

上证综合指数波动性的实证分析

以上证综合指数的日收益率为研究对象,建立了基于正态分布的GARcH(1,1)模型,同时考虑到股票收益率受到风险水平的影响,进一步建立GARCH(1,1)-M模型.实证研究结果表明,上证综合指数的收益率具有尖峰厚尾、方差随时间而变化特点与波动集群的现象.在研究样本区间内,GARCH(1,1)模型能较好地拟合上证综合指数收益率的波动性,同时,其期望收益与期望风险存在着正向关系.     

上证指数收益率波动的实证分析——基于ARCH族模型

利用ARCH族模型对上证指数股票收益率进行定量与定性分析,表明上证指数日收益率存在高阶的ARCH效应,条件方差对日收益率有很强的影响,其中EGARCH模型在反映股市波动性方面优于其他模型.     

波动性的非参数局部多项式估计

利用非参数回归模型研究了股票收益率的波动性.在混合相依样本的条件下,结合迭代累积平方和法则(ICSS),作者应用局部多项式估计方法研究了我国上海和深圳股票收益率的波动分布.     

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。     

基于流动性和波动性因素的CAViaR扩展模型及其在证券市场风险价值度量中的应用

CAViaR模型作为一种常见的条件自回归风险价值预测方法,被广泛应用于研究金融市场的风险价值.经典的CAViaR模型没有考虑到外生变量对风险价值的影响,而风险价值一般与市场的流动性和波动性有关,因此文中提出了考虑流动性和波动性因素的两类CAViaR扩展模型(CAViaR-LI和CAViaR-VI).另外,跨市场间的流动性和波动性往往也会对市场风险产生一定程度的影响.对此,该文进一步构建了跨市场的两类CAViaR扩展模型(CAViaR-MI-LI和CAViaR-MI-VI).文章对美国,日本,中国大陆,中国香港四个证券市场展开了研究,分别选取了具有代表性的标普500指数(S&P),日经225指数(N225),沪深300指数(CSI)以及恒生指数(HSI).通过研究发现,CAViaR-LI和CAViaR-VI模型较经典的CAViaR模型在参数的显著性,击中比率,模型的有效性等指标上均表现更好.在跨市场的研究中,在经典的CAViaR模型中加入了反映标普500指数的流动性和波动性变量,研究其对中国大陆,中国香港和日本的证券市场的风险价值的影响.结果显示,美国证券市场的波动性对其他三个证...     

基于SVAR模型的融资融券对中国股市影响研究

选取2014年3月至2016年9月的上交所数据,建立带有虚拟变量的SVAR模型研究融资融券交易在牛、熊市下对股市波动性的影响及其差异.结果显示:在牛市下,两融交易会进一步加剧股市波动性;在熊市下,两融交易对股市波动性有减缓作用;融资融券对股市波动性的影响是非对称的,即,融资对股市波动性的影响要远远大于融券的影响.