股票市场波动性研究——基于ARMA-TGARCH-M模型的实证分析

通过构建ARMA-TGARCH-M模型,并同时利用上证综合指数和深圳成份指数的低频日收益率和5分钟高频收益率数据,对中国股票市场的波动性问题进行了实证研究.结果表明:中国股票市场存在着大幅度高频率波动,市场总体风险较大,而且收益率波动也存在着波动集群性、尖峰后尾性和非对称分布等特征,深圳股票市场在各方面的特征也都比上海股票市场突出.此外,低频日收益率序列和5分钟高频收益率序列都存在着显著的平稳性、自相关性和ARCH效应,中国股票市场还存在着较长的外部冲击波动持续期,且杠杆效应显著.GARCH族模型能够很好地拟合中国股票市场的波动性问题.     

基于GARCH族模型的葡萄酒投资指数的波动性分析

对葡萄酒投资市场的波动性进行研究,选取伦敦葡萄酒交易所(LIV-EX)发布的样本区间为1988年1月至2013年11月的LIV-EX Fine Wine Investables Index月度数据,对FWI月收益率序列的平稳性、异方差性进行分析和检验。基于GARCH(广义自回归条件异方差,Generalized Auto-Regressive Conditional Heteroskedasticity)族模型来描述FWI的波动集聚性、敏感性及其杠杆效应。结果表明,FWI月收益率序列是平稳的,其指数波动具有高阶ARCH效应,并且具有正向非对称的反杠杆效应,但不存在ARCH in Mean效应。     

上海股票市场波动性的实证分析

利用四种GARCH模型实证分析了上海股票市场的波动性,研究结果表明上海股市具有较为明显的ARCH效应,波动持续的时间较长,波动存在显著的非对称性,EGARCH模型对上海股市波动具有较好的拟合效果.     

沪深股市日收益率波动性比较分析

条件异方差是金融时间序列变量的一个典型特征。在分析沪深股市指数数据统计特征的基础上,用GARCH-M模型和门限ARCH(TARCH)模型分析2001年6月到2005年3月期间中国股市收益的波动特性,并对沪深两市进行比较,可以发现沪市内在的不确定水平比深市高,沪市市场上新的正面消息对市场波动性的影响则比深市大。中国股票价格的波动具有明显的杠杆效应,且沪深股票市场杠杆效应不同,当出现"利好消息"时,深市比沪市的冲击大,出现"利空消息"时沪市比深市的冲击大。     

中国股市收益波动性的ARCH族模型分析

文章运用ARCH族模型对深证综合指数日收益率进行实证研究,结果表明:中国股票市场收益率具有显著的尖峰厚尾特点,且存在波动的集群性;市场杠杆效应显著,期望收益与期望风险之间存在正向关系,且股市波动具有信息不对称性。     

中国股票市场的非线性分析

大多数时间序列往往具有变方差的非线性特性,即某些时期的波动特别剧烈,而另一时期的波动又相对平 稳。对中国股票市场的非线性现象进行分析,发现上证综合指数和深证成分指数分布显示中国股票市场非线性现 象十分明显。在分析数据的基础上,建立了上证综合指数和深证成分指数的广义自回归条件异方差(GARCH)和 自回归移动平均(ARMA)预测模型,并分析了中国股票市场的几个非线性特征。     

方差均值比分析法的运用--2002年股票市场价格指数波动因素的实证分析

针对我国股票市场的现状与问题提出了一种分析股票价格与波动因素的方法--标准方差均值比分析法,主要对股票市场总体价格进行分析;标准方差均值比即W,它是一个全面而准确地反映股票价格波动状况的指标,通过一定的波动量分配原则将W值平均分配给各因素,以此计算出各因素引起的波动即W值,从而统计出一定时期波动和影响因素的关系,用来指导和预测股票市场状况及指导投资;并用该方法对2002年深圳股票市场A股价格指数做了实证分析.     

我国住宅用地价格增长率波动的实证分析——基于经济周期理论和ARCH类模型

基于经济周期理论并借助HP滤波法,分析了我国住宅地价增长率从1998年第1季度至2011年第2季度的周期波动特征,结果表明住宅地价增长率波动的周期性特征非常明显且波动幅度日益加强.接着利用ARCH类模型分析了住宅地价增长率的波动特征,发现住宅地价增长率具有显著的集簇性,没有高风险高回报的特征,并具有与股票市场恰好相反的杠杆效应.最后提出了相应的政策建议.     

国际间资本市场联动效应的理论解读与实证研究

通过基于投资套利视角的理论模型阐述了资本市场之间产生联动溢出效应的作用机制,利用考虑股市涨跌非对称效应的均值波动模型考察了中美两国股票市场之间的联动效应,包括均值溢出效应、ARCH/GARCH型波动溢出效应和股市涨跌产生的非对称溢出效应。结果显示,中美股票市场在均值层面不存在显著的溢出关系,但在波动层面则具有多重显著的溢出关系。同时,中美两国股票市场上升或下降对中国股票市场的波动性和中美股票市场联动关系也有着不同影响。     

关于我国粮食价格波动的模型分析

粮食是国民经济的基础,研究粮食价格的波动并针对价格波动的特征提出可行性对策具有一定的现实意义.本文通过运用ARCH类模型,选取小麦、玉米和大豆作为研究对象,进行波动分析,表明:玉米不存在显著的异方差效应;小麦和大豆具有价格波动的集簇性;小麦和大豆均存在信息的不对称性;小麦市场不存在南风险高回报的特征,但大豆市场存在.要加强对小麦市场的价格上涨的监测和控制.对大豆市场应当通过一系列的措施争取定价权.     

基于广义误差分布的股票收益率波动特征分析

假设股票收益率序列服从具有厚尾特征的GED分布,利用多种非对称性模型描述和检验了沪市股票日收益率序列的波动性特征,发现股票价格波动具有条件异方差性,并通过对股票市场信息影响曲线的分析,刻画了沪市股票价格波动中的显著非对称性。这说明股市波动对于不同的政策干预和信息冲击具有不同程度的反应,且非对称性的方向与以往结论有所不同,说明我国股市风险变异特征和收益状况在不断的发生变化,＂利好消息＂对股市的刺激作用需要其他市场干预的配合才能发挥出来。     

Garch-M模型的沪市险值实证研究

由于我国股票市场每日报酬时间序列的非正态性和厚尾特性,且呈现波动集群性,基于正态假设的静态模型存在很大的缺陷,而Arch类模型具有良好的处理厚尾能力,能较好地描述股价等金融变量的波动特征,因此,将Garch-M模型引入VaR方法中,通过实证分析,结果表明,Garch-M模型能显著提高预测的准确性。     

经济计量方法上的突破——解读2003年度诺贝尔经济学奖

2003年度诺贝尔经济学奖由罗伯特·恩格尔和克莱夫·格兰杰共同获得.恩格尔因提出的自回归条件异方差(ARCH)模型可以处理经济时间序列的时变波动性而获奖,格兰杰因提出的协整模型可以处理经济时间序列的非平稳性而获奖.     

基于混合分布假说的股市价量关系研究

从市场微观结构理论出发,引入混合分布假说(Mixture Distribution Hypothesis)考察了中国股票市场波动性与交易量之间的关系.将不同性质的交易量作为信息流加入GARCH-M的方差方程中,比较好地解释了中国股市的价量相关关系.阐述了把交易量加入GARCH-M方差方程降低了我国股市波动性的ARCH效应,说明交易量对中国股市的波动性的持续性也具有一定的解释能力.     

基于比较视角的我国股票市场波动ARCH效应研究

我国同期的主板市场不存在ARCH效应,中小板市场存在弱势ARCH效应,创业板市场存在明显的ARCH效应;GARCH(1,2)模型能较好地刻画中小板指数,GARCH(1,1)模型能较好地刻画创业板指数;EGARCH(1,2)能较好地刻画中小板市场波动的非对称性,EGARCH(1,1)模型能较好地刻画创业板市场波动的非对称性;GARCH(1,2)-M模型不能有效刻画中小板指数,GARCH(1,1)-M也不能有效刻画创业板指数,表明中小板市场及创业板市场日收益序列对风险溢价的敏感性不强。     

体制对中国股市波动影响分析研究

在传统ARCH中引入体制服从2个状态Markov过程的SWARCH-t(2,3)模型,并与传统GARCH模型中误差项服从的正态、t、GED分布相比,SWARCH-t(2,3)模型较大的提高上证指数的拟合能力,较好的改善了估计精度和对回报序列的描述,解决了传统GARCH高的持续性与较差的预测能力之间的矛盾。同时发现体制2引起的波动是体制1的4.23倍,波动在分解为ARCH波动和体制波动之后,其中的ARCH波动持续性较传统GARCH模型各种分布相比大幅减少,而体制波动的持续性却较高,但这种持续性会因不断出现的政策发生切换。     

我国中药价格波动特征研究

近年来我国中药价格频繁波动,研究中药价格的波动特征有助于稳定我国中药价格,提高中医药服务的可及性.运用ARCH类模型对1990-2013年间的板蓝根月度价格数据进行分析,结果显示：极蓝根价格波动存在异方差效应和集簇性,其受到的外部冲击将对价格波动产生持久影响;价格波动不存在显著的高风险、高收益特征;涨价信息引发的价格波动程度要大于降价.在此基础上提出了提高信息化水平、规范市场秩序等建议.     

中国房地产上市公司股票收益率波动实证研究

文章将ARCH家族模型引入中国房地产上市公司的行业和个股收益率波动性研究,结果发现:房地产上市公司前期收益率波动对未来影响呈现逐渐衰减趋势,利好消息引起的收益率波动比同等程度的利坏消息引起的收益率波动幅度大,大多数房地产上市公司个股期望收益与期望风险之间不存在显著的相关关系.通过实证结果可以做出简单判断,中国房地产市场的收益和风险还不具有成熟市场的属性,最后提出健全房地产市场与股票市场的相关对策.     

中国农产品价格波动机理探索

为探索我国农产品价格周期性波动的内在机理,首先对农产品价格波动的成因、价格波动与影响因素之间相关关系进行了研究;利用多Agent技术,构建了农产品价格波动动态模型,并对多因素间的协作过程与工作原理进行了设计;在多Agent模型下,以小麦市场价格趋势数据为对象,借助自回归条件异方差模型(ARCH)对价格波动规律及强度进行了探索,在此基础上对ARCH模型进行变换形成TRCH模型,进行了模型的检验与估计。通过实验仿真,结果表明农产品价格波动动态模型能有效的反应价格波动的内在机理,有利于实现农产品价格波动的事先预警。     

中国股市农业板块研究——基于ARCH族模型

分析中证指数农业龙头板块日收益率数据具有波动的群集性以及尖峰厚尾特点,检验其具有ARCH效应,并得出GED-GARCH模型对数据拟合效果最佳。分别利用学生t分布的TARCH模型和GED-GARCH-M模型分析板块数据不具有杠杆效应,以及存在收益和波动之间明显的正向关系。最后,利用虚拟变量法得出板块数据具有收益的正的周四效应,波动的负的周二、周四及周五效应。