基于灰色经济计量模型的我国股市波动率实证研究

针对我国股市收益率具有长期记忆性的特点,综合灰色预测理论和经济计量模型,建立了基于灰色模型的分整广义自回归条件异方差模型(GM-FIGARCH).选取上证A股、深证A股的日收益率进行分析,采用修正R/S分析检验其长记忆性,利用GM-FIGARCH模型对其进行实证研究.结果表明我国A股市场波动率普遍存在长记忆特征,投资者可以利用历史数据来预测未来股市的波动并据此获取投机利润.利用GM-FIGAKCH模型可获得较好的预测效果.     

中国股市收益率与波动性长期记忆效应的检验

本文用基于方差的方法、Ro的修正R/S检验、标准GPH法以及tapered GPH法对沪深股市指数收益率及其波动性进行了长记忆性检验.结果表明沪市收益率序列不存在长记忆性,深市收益率序列存在一定的长记忆性;沪深股市的波动性均表现出显著的长记忆性,并且我国股市不存在趋势或结构突变.     

我国股票市场结构突变与双长记忆的实证分析

文章基于修正的ICSS算法,在消除结构突变影响的前提下,运用ARFIMA-FIGARCH模型,实证考察了我国沪深股市的收益率及其波动的双长记忆性。结论表明,我国股市存在显著的双长记忆性;而结构突变对于长记忆的影响表现为:消除结构突变的影响后,波动过程的长记忆性显著下降,而收益率序列的长记忆性并无显著变化。     

基于分整特性视角的我国股市长记忆性识别

金融时间序列的长记忆性检验常采用标度分析法，但结果往往不令人满意。从分整特性的新视角，利用KPSS检验和LW检验对我国股市收益及其波动的记忆性特征进行了深入研究。研究结果表明，我国股市的波动序列中存在显著的长记忆性。而收益序列本身无明显的长记忆性。这与成熟股票市场有关长记忆性的研究结论基本一致．与新兴股票市场的研究结论有所不同。此项结论对股市的长期投资者具有重要的决策意义。     

股票收益和波动长记忆性的KPSS检验和LM检验

文章从分整特性的新视角,利用流行的KPSS检验和LM检验对我国股市收益及其波动的记忆性特征进行了深入研究。研究结果表明,我国股市的波动序列中存在显著的长记忆性,而收益序列本身无明显的长记忆性。这与成熟股票市场有关长记忆性的研究结论基本一致,与新兴股票市场的研究结论有所不同。此项结论对股市的长期投资者具有重要的决策意义。     

中国股市存在“约瑟夫”效应吗？——对我国股票市场的实证分析

"约瑟效应"即长记忆性,是指股票价格存在长期持续与非周期的循环现象。为了对我国证券市场的长记忆性作比较全面的分析,文章选取上证综合指数和深圳成分指数,分阶段利用R/S方法、ARFIMA过程来识别收益率的记忆特征,并用FIGARCH模型来刻画波动的记忆特征。分析发现,hurst指数以及ARFIMA模型表明收益率序列存在比较微弱的长记忆特征,而利用FIGARCH模型则发现序列的波动存在较为强烈的长记忆性。     

上海证券市场基于修正R/S分析的长记忆研究

文章以上证综合指数周收益率和日收益率为研究对象,用R/S分析法和修正R/S分析法来分析上海证券市场的长记忆性,并使用V统计量对其进行双侧检验,此外还分析了R/S分析法产生偏差的原因.得出结论:上证综合指数周收益率时间序列和日收益率时间序列并没有表现出显著的长记忆性.     

沪深股市收益的长记忆性检验及其影响分析

文章采用Lo(1991)提出的优于经典R/S分析的修正R/S分析,对沪深股市指数收益率的长记忆性重新进行了检验,结果表明股票市场指数收益率序列、绝对收益序列与平方收益序列存在长记忆性.最后,对股票收益率存在长记忆性的影响进行了简要分析.     

含控制因子的R/S分析的H参数估计及应用

R/S分析法是揭示金融时间序列长记忆性的主要方法之一。针对经典R/S与修正R/S分析法之不足,对R/S分析法进行改进,设计含控制因子的R/S统计量,并应用蒙特卡洛模拟说明改进的方法比经典R/S与修正R/S分析法在估计H指数上的有效性。运用新方法对上证综合指数和深圳成分指数收益率序列的长记忆性与两市的平均非周期循环长度进行实证分析,研究表明：沪、深股市的收益率序列都具有长记忆性,但是沪市的收益率序列不存在明显的平均非周期循环长度,而深市的收益率序列则存在一个大约308天的平均非周期循环长度。     

中国股市收益率和波动率的长记忆性检验

运用修正R/S和V/S两种分析方法,选取两大盘指数(上证综指和深证成指)以及20只个股为样本,对其收益率和收益波动率序列的长记忆性进行大范围的比较研究.结果表明:对于收益率序列两大盘指数存在长记忆性,且深市强于沪市,而个股普遍不具有长记忆性;对于收益波动率序列,无论是大盘指数还是个股均存在显著的长记忆性,并且,三个收益波动率序列的长记忆性由强到弱依次为修正对数平方收益率、绝对收益率和平方收益率.     

金融时间序列长记忆性分析的非线性估计

学术界对股市长记忆性分析结论存在分歧现象,长记忆性分析方法的精准性是一个重要的影响因素.文章通过对R/S、MR/S和V/S分析方法的参数估计问题进行探究,剖析了线性近似求解方式的不足之处,并采用梯度下降法估计非线性回归方程的Hurst指数,同时借助ARFIMA模型对估计精度进行了对比验证.采集我国A股市场股票样本的收益率数据实证,结果表明,非线性估计能提高分析方法对Hurst指数的估计精确度.     

股市波动的长记忆过程研究

基于FIGARCH和FIEGARCH建模国内股市波动的长记忆特性，深入分析波动影响因素。对上证综指日收益率时间序列进行了实证研究，结果表明和GARCH、EGARCH模型相比较，FIGARCH和FIEGARCH模型更好地描述了股市波动的长程相关特征，探索研究国家宏观经济政策对股市波动的影响。     

我国股市风格资产收益的双长记忆性研究

文章以中信标普公司推出的6种风格资产日收益序列为实证样本,运用4个信息准则来选择skt-ARFIMA-HYGARCH模型以研究其序列的分形特征,刻画其双长记忆性,研究结果显示:6种股市风格资产收益序列具有显著的双长记忆性特征;基于skt分布下的ARFIMA(1,d1,1)-HYGARCH(1,d2,0)模型能够较好地刻画股市风格资产日收益序列的实际分布特征,最后运用修正Pearson吻合度检验也证实了选择skt分布是合理的。     

中国金融市场国际化程度的度量

一国金融市场国际化程度越深,越有可能获得经济全球化利益。文章借助Granger因果检验和GARCH模型研究了中国股市与美欧股市收益率和波动性的联系和互动性,从而对我国金融市场国际化的程度进行了度量。     

中国股市长期记忆性的检验及记忆长度的度量

分析了股市长期记忆的存在对现有金融理论尤其是对有效市场假设的影响,采用自相关和偏自相关函数、R/S分析、修正的R/S分析三种方法检验了中国股市的长期记忆性。但是,三种方法的检验结果不一致,本文对造成这一结果的原因进行了分析,提出了记忆长度比长期记忆的存在性更重要的观点,并采用R/S分析和李雅普诺夫指数两种方法计算了深沪两市的记忆长度。     

基于小波分析的中国股市高频长记忆研究

0引言根据有效市场假说的理论,如果一个资本市场是有效的,则市场收益率自身不具有序列相关性;但一些学者发现这种序列自相关性在股市中是存在的。文献[1]对美国股市进行了研究,发现长记忆性在指数收益率序列中不显著,但在某些个股中却显著存在;文献[2]利用对数周期图法对沪深股     

中国股票市场收益及波动的长记忆特性

文章主要利用经典对数周期图法、修正对数周期图法以及小波分析的方法对我国股票市场中指数及个股的日收益及波动序列的长记忆特性进行了实证研究。研究结果表明:在0.01的置信水平下,指数与个股的日收益序列均无长记忆,但指数收益序列的记忆长度比个股收益序列的记忆长度长(上海汽车除外),以日绝对收益序列和绝对收益偏离序列为代表的波动序列则具有较强的长记忆性(雅戈尔除外)。     

中国证券市场高频数据的动态特征

本文研究了上海证券市场高频数据的动态特征.首先用可变傅立叶回归证明并过滤出5分钟收益的周期性,并用GHP方法得到了长记忆维数的估计.结果表明,上海股市存在以日为单位的周期性特征和相当显著的长记忆性,这可以用微观市场信息不对称假说和定价机制得到说明.同时,还证明了可变傅立叶回归是分析高频数据的有效手段,是高频数据和低频数据研究方法转换的桥梁.     

中国股市长期记忆特征的时序分析

本文运用R/S分析和ARFIMA模型对中国股市价格总指数的长期记忆特征进行了实证分析,结论认为深、沪两市总体上不存在长期相关性,这样,从长期记忆性的角度,我们不能否认中国股市的效率.     

基于小波方差分解的沪深综指序列的特性分析

近年来小波理论已越来越被广泛应用于时间序列分析.应用小波方差依尺度分解的方法,对沪、深股市综合指数序列的长记忆性与相关性进行了实证分析,结果表明:沪、深股市波动序列实存在长记忆性,沪市波动序列所受历史信息的影响较大,但深市对各种信息的反应比上海股市更迅速,更易受外部信息的影响.在大尺度下沪、深股市波动序列的相关性比小尺度两波动序列之间的相关性更强,以小尺度为基准选择分散投资策略为好.