基于随机波动性模型的中国股市波动性估计

采用动态随机波动性模型实证研究了中国股票市场的波动性. 通过基于马尔可夫链蒙 特卡罗(MCMC) 模拟的贝叶斯分析方法,较好地估计了随机波动性模型中的参数与波动性序 列. 基于中国股市数据进行的实证结果表明,与ARCH 类模型相比,随机波动性模型能更好地 描述股票市场回报的异方差和波动性的序列相关性.     

我国沪深300收益的波动性分析——基于ARCH模型

在经济增长日益加速的形势下,股票市场在我国也显得越来越重要。股票市场运行的好坏可以明确反映出社会的金融和经济运行情况。本文通过对核心指数沪深300指数收益的波动性分析,基于ARCH模型的建立对沪深股市的现状做出了相应的理解。通过拟合ARCH模型的结果,可以从中看到沪深股市的运行特点并由此引出对我国现行股票市场的思考。我们必须认识到中国现有股票市场的不足和需要改进的地方,采取相应措施完善股票经济市场促进我国经济健康持续地增长。     

基于GARCH族模型的上证综合指数波动性分析

本文选取上证综合指数2005年1月4日—2010年9月30日的日收盘数据为样本,使用GARCH模型族对此时间段内上海股票市场的波动性进行了实证分析。结论表明了杠杆效应的存在,即利空消息对股价波动性的影响要大于利好消息;同时,上海证券市场的波动性具有一定的持久性。     

基于ARMA-GARCH模型的内蒙古煤炭价格波动性研究

文章运用ARMA-GARCH模型,以内蒙古煤炭价格指数的对数收益率为研究对象,对内蒙古煤炭价格波动性进行实证研究。研究结果显示,内蒙古煤炭价格指数的对数收益率序列均具有明显的波动集聚性,波动率序列具有显著的ARCH效应;煤炭市场往期的波动对现在波动的影响明显大于外部冲击;通过ARMA-GARCH模型中ARCH系数与GARCH系数之和与“1”的大小比较可知,波动具有不同强度的持续性和增强的趋势。     

基于ARCH模型的我国生产者物价指数(PPI)研究

本文采集了139个月的我国生产者物价指数的月度数据,从实证上说明了我国生产者物价指数存在ARCH现象,并建立了一个ARCH(1)模型,从而较好的拟合我国生产者物价指数的数据。     

非正态ARCH族模型的预测绩效和VaR度量研究

本文以上海证券综合指数为样本,在残差项服从正态和非正态假设下,分别进行ARCH建模,比较正态残差项和非正态残差项ARCH族模型对波动率的预测绩效和VaR度量效果,以揭示分布假设对GARCH模型预测能力和风险度量的影响.     

期货市场日成交额数据的ARCH建模与分析

本文运用2009年1月5日至2012年2月6日的期货市场的日成交额数据,利用ARCH模型对其进行了波动率的研究。结果表明,期货市场日成交额序列具有明显的ARCH效应,且具有尖峰厚尾的特性,收益率数据具有波动的聚类特征,外界的干扰对我国期货市场日成交额的波动性呈现出非对称效应,并且正的干扰比负的干扰对条件方差的影响大。     

基于SWARCH的VaR及压力测试值的一致性估计

风险值 (VaR) 与压力测试都是衡量金融资产价格波动风险的重要工具.为了考虑市场在不同状态下报酬率分布的结构性变化,引入波动性状态转移的ARCH(SWARCH)模型对波动性进行描述,使 VaR 与压力测试值能够在统一的样本数据和框架下得到一致性的估计.此外,SWARCH模型还同时考虑了金融市场波动性、波动性状态和状态概率的时变性,使 VaR 与压力测试值的估计具有很好的灵活性.以上海股市为样本进行了实证分析,验证了基于SWARCH模型能够得到 VaR 与压力测试值的一致性估计.     

利率期限结构模型研究

利率期限结构在保险中发挥着重要作用。在依据上海银行间三个月期同业拆借利率对静态的利率期限结构的进行实证分析后,得出利用静态利率期限结构模型的拟合中存在明显的异方差现象。引入CIR模型进行利率期限结构的动态分析。以GARCH、TGARCH和PARCH模型族假设处理异方差,对N分布、t分布、GED分布假设进行了比较分析。实证分析结果显示:综合N分布、T分布、GED分布的衡量,GED分布明显优于另外两种分布。在每种分布假设下GARCH族中经过检验效果最好的为PARCH模型。通过实证分析得到利率的以下特点:上海银行间三个月期同业拆借利率具有均值回复特征;利率波动性与利率水平有关。     

金融ARCH模型的贝叶斯检验和模型选择

在金融时间序列分析中,检验ARCH效果和决定合适的阶是ARCH模型的重要研究主题,在贝叶斯框架下,本文使用贝叶斯因子来检验ARCH效果和选择ARCH模型合适的阶。在路径抽样的基础上,提出了计算ARCH模型贝叶斯因子的方法。最后,我们用一个具体的实例来论证了所提方法的有效性。     

中国证券投资基金市场波动特征实证研究

根据不同类型的ARCH类模型的特点及其所刻画的市场波动特征,本文对中国证券投资基金市场波动的聚集性进行检验,分别运用EGARCH和TGARCH模型对证券投资基金波动的非对称性和杠杆效应进行实证研究,运用EGARCH-M模型对证券投资基金波动的风险溢价效应进行实证分析,运用改进的EGARCH模型对证券投资基金波动与信息的关系进行实证研究,并对实证结果进行分析.     

基于虚拟变量分位点回归模型的条件VaR估计以及杠杆效应分析

已有成果在研究杠杆效应时大多数都是基于ARCH类模型,从波动率的角度进行分析的。本文应用分位点回归模型以及含有虚拟变量的分位点回归模型分析了"已实现"波动率条件下的CVaR,并尝试从市场风险的角度对杠杆效应进行分析。最后,对中国股票市场进行了实证研究,得到了"已实现"波动率条件下的CVaR估计,并从风险的角度证实了中国股市的市场风险存在杠杆效应。     

基于向量GARCH模型的国际证券市场波动溢出研究

以向量GARCH模型为基础,研究了国际证券市场中上海A股市场、香港市场和美国市场的均值溢出效应和波动溢出效应,并且给出了中国证券市场发展的政策建议。研究结果表明,三个市场均不存在单向的均值溢出效应,上海A股市场和美国证券市场存在双向的波动溢出效应。上海A股市场和美国证券市场存在波动溢出效应,反映了中国资本市场和美国资本市场融合程度的加强。     

ARCH模型的诊断分析

探讨了 ARCH模型的诊断分析和变结构建模问题 .所提出的分整增广 GARCH- M模型包括了几乎所有现有的 ARCH模型 ,基于分整增广 GARCH- M模型克服了 ARCH模型在模型设定检验 ,长记忆检验和参数估计等方面的障碍 .利用分段建模方法来检测模型结构变化点和分段变化模型的选择 .最后 ,以上海证券综合事业股票指数为数据 ,验证了诊断分析方法的有效性     

基于数据挖掘的内幕操纵行为甄别研究

本文以国内证券市场发生的内幕操纵股票为样本,以股票的超额收益、波动性、流动性以及贝塔系数等市场反应指标为研究变量,借鉴数据挖掘的思想,采纳Logistic模型、决策树模型和神经元网络模型对内幕操纵行为进行了甄别,并对模型的效果作了对比分析.     

我国银行间同业拆借利率的动态研究——基于跳跃-扩散-机制转换模型的实证分析

针对我国短期利率易受政策影响,波动较大并存在结构变化等特点,构建了跳跃-扩散-机制转换模型,同时考察了银行间7天同业拆借利率的波动、跳跃和结构变化三种效应,发现我国同业拆借利率不仅具有均值回归特性而且还存在明显的跳跃与机制转换,并且该模型比其嵌套的受限模型表现更佳.在高波动状态下利率波动的水平效应和ARCH效应可以忽略...     

股市政策对股票市场的影响——基于投资者社会互动的视角

本文将影响股市的政策分为五类,检验股市的政策效应;并以新浪财经博客为投资者之间社会互动的媒介,利用文本挖掘技术和社会网络研究方法,构建反映投资者之间社会互动程度、情绪属性以及社会网络中心程度的变量,探讨社会互动对股市政策效应的影响.实证研究表明,舆论导向政策对股市收益率存在显著的正向影响;证券供给需求性政策、货币政策显著提高股市波动率,市场创新与市场交易制度显著降低市场波动率.同时,投资者对专业性政策的解读显著依赖于社会互动,社会互动会放大货币政策对股市收益率的正向影响,加剧证券供给需求性政策对股市波动的影响,平缓市场创新与市场交易制度对股市波动的影响,而不影响舆论导向政策对股市产生的效应.     

基于状态空间的贝叶斯跳跃厚尾金融随机波动模型研究

针对金融市场中跳跃特征的刻画问题,提出了贝叶斯跳跃厚尾随机波动模型。通过随机波动模型的结构分析和状态空间转换,设计了模型参数估计的MCMC算法,利用Kalman滤波和高斯模拟平滑方法估计模型的潜在波动,运用贝叶斯因子对随机波动类模型进行比较分析,并利用中国和美国的股市收益数据进行实证分析。研究结果表明:在刻画中、美两国股票市场的波动特征方面,跳跃厚尾随机波动模型要明显优于厚尾随机波动模型和标准随机波动模型,并且金融危机背景下的中国和美国股票市场都具有明显的波动持续性以及跳跃特征。     

稳健非参数VaR建模及风险量化研究

参数VaR模型被广泛应用于风险测量中,然而需要给出具体的结构形式,这就容易发生模型错误设定的灾难,使风险计量的精确性易于产生较大偏差。针对参数VaR模型的设定误差问题,本文构建了SQ-ARCH和Nop-Quantile两个非参数VaR模型,诣在提高传统风险计量模型的灵活性、稳定性和准确性。采用稳健的分位数回归方法,得到了计算这两个VaR模型的具体表达式并给出了模型估计的算法和步骤。Monte Carlo模拟发现无论模型正确还是错误设定非参数VaR模型比参数ARCH类VaR模型更稳健。此外,把这两个稳健非参数VaR模型应用于我国股票市场风险量化的实证分析中。研究结果表明稳健非参数VaR模型比参数ARCH类VaR模型度量风险更准确。