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.     

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。     

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.     

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.     

中国股票市场波动长记忆建模研究

本文首先运用GPH方法对中国股票市场的长记忆性进行了检验,然后利用ARFIMAFIEGARCH-GED模型对中国股票市场进行了实证研究,发现中国股票市场波动存在明显的长记忆性和杠杆效应,而ARFIMA-FIEGARCH-GED模型则很好地捕捉到了其高峰厚尾现象、长记忆性和波动的杠杆效应.     

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。     

基于改进R/S法的中国股票指数长记忆性分析

针对中国股市的长记忆性问题,本文在比较各种长记忆检验方法的基础上,采用改进的分析方法来检验我国股市的日收益率的长记忆性。结果表明,我国沪深两市的日收益率序列均有长记忆性,并且深市的长记忆程度比上证长记忆程度强。     

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。     

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。     

基于极值视角的沪深股市收益率的风险度量

文章以沪深股市收益率为研究对象,分别运用收益率的极值分布、收益率的POT模型以及基于收益率序列GARCH模型残差的POT方法计算沪深股市的在险价值(VaR).实证过程发现沪深股市收益率序列均存在明显的尖峰厚尾现象,实证结果表明深市潜在风险高于沪市潜在风险,并且三种方法中基于收益率序列的POT模型计算的VaR精度最高,而对收益率序列应用GARCH模型描述其波动后再对模型的残差进行POT方法计算的VaR精度最低.     

涨跌停板制度对沪深股市不同期限股指收益率波动性的影响

本文利用ARCH/GARCH模型研究了涨跌停板制度对沪深股市日、周、月收益率波动性的影响.实证结果表明涨跌停板制度改变了两市周收益率和沪市月收益率的波动特征和日收益率的波动结构,并且对收益率波动性较高的上海市场的影响大于对深圳市场的影响,对上海市场长期收益率波动性的影响大于对短期收益率波动性的影响.     

沪深股市指数收益率波动性的实证分析

文章采用基于GED的GARCH族模型对我国沪深股市指数收益率的波动性进行实证分析,结果发现:我国上海股票市场指数收益率波动性存在明显的非对称性,而深股票市场不明显;而且我国股票市场总体上不存在显著的风险——收益权衡关系,投资者总体上趋于中性,沪市中的投机性要比深市严重。     

金融数据多峰性的刻画：基于交易量加权的非参数估计

一、金融资产收益率的多峰性自从Granger&Orr(1972)指出时间序列存在尖峰、厚尾和长记忆性现象,国内外众多学者对比进行了实证研究。封建强和王福新(2001,2003)利用几种不同的分布函数来刻画收益率分布,并且利用Paretian分布和t分布来拟合沪深股市的收益率分布。但是,正如作者所指出,Paretian分布和t分布都不能很好描述收益率数据。其实,Kim D,Kon S(1994)早就指出用参数模型t分布或正态混合,虽然能描写高峰与厚尾,但是难于捕捉波动的时变性。依赖于二阶矩存在的ARCH类模型通常用来刻画收益率波动的集聚特性。如,陈敏、王国明、吴国富…     

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     

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。     

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.     

一种基于Eviews的Garch模型的恒生指数研究

文章选取香港恒生指数2012年1月4日至2012年12月31日的日收盘数据为研究对象,针对其收益率序列,运用Garch模型对恒生指数进行拟合和检验。分析结果表明,恒生指数收益率序列具有明显的异方差性、波动性和持续性,同时恒生综指有较高的风险溢价现象,即股市波动越大,其存在的风险也越大,收益率也越高。     

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.     

基于时变Copula模型的沪深股市相依分析

文章针对沪深股市的波动性以及非正态分布的非线性相依机制,以t-Garch模型描述了沪深指数收益率的边缘分布,以Kendall的tau出发构建的时变Copula模型描述了沪深股市的相依机制.结果表明,以Kendall的tau为基点的时变Copula模型相对于以线性相关系数为基点的时变Copula模型,更能捕捉非线性的、非正态的时变相依机制,具有一定的优越性.     

偏态t分布下FIGARCH模型的动态VaR计算

针对金融时间序列多是有偏分布和"长记忆性"的特征,讨论偏态t分布下分数维GARCH模型的动态VaR测算问题.在分析正态分布、学生t分布、广义误差分布下和偏态t分布的基础上估计模型参数,得出了动态VaR,并进行了失败率检验.实证结果表明:基于偏态t分布下的FIGARCH模型测算的动态VaR值克服了其他分布假设上的不足,能够较好地反映金融收益率的实际风险,并在该分布下的Pearson吻合度检验也证实了模型分布选择的正确性.