中国A股市场结构性突变研究

中国A股市场近几个月以来表现出非常大的波动性,经常出现千股跌停或者千股涨停的现象,能不能基于股市之前的历史信息提前发现涨跌拐点?尝试利用Relative unconstrained Least-Squares Importance Fit-ting(RuLSIF)模型,以六维矩阵为样本,基于时间序列样本间的非参数密度函数比估计A股市场的结构性变点去分析中国股市的结构变点问题.实证结果表明,自从A股成立以来,2014年10月16日为市场结构突变最大点,即从该日开始,A股市场的市场结构已经发生本质的改变,和之前的市场结构具有很大的不同.模型基于样本内数据得出的样本外预测与实际走势较吻合,进而模型可以为实际投资中对阶段性投资策略的调整提供参考依据.     

企业社会责任信息披露能降低股价波动性吗?

选用2016至2020年中国A股上市公司的数据,研究了对外公布的企业社会责任信息披露与标的公司股票价格波动之间的关系.研究结果表明:(1)发布社会责任报告与股票价格的波动具有负相关关系;(2)当企业发布的社会责任报告质量越高时,企业股票价格的波动性越小;(3)主动性信息披露对于股票价格波动的负向作用强于应规性信息披露.因此,为降低股价的波动性,需要从以下方面强化公司的社会责任信息披露工作:(1)加强社会责任信息披露的及时性监管;(2)企业披露社会责任报告时应当全面、精确,提升企业社会责任报告的综合质量.     

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模型族的外汇汇率的波动性分析

外汇汇率市场的波动特性是金融市场中人们研究的热点之一.文章以美元对人民币汇率和欧元对人民币汇率为研究对象,分别运用GARCH模型、GARCH-M模型、EGARCH模型和TARCH模型对两种汇率同时拟合,通过比较分别得出描述两种汇率的最佳模型.     

打破淡季营销困局

一家中小型家纺公司,销售淡旺季明显,年复一年的波动性营销轨迹给企业发展带来不小的羁绊,如何才能改变这种"半年够吃半年饿肚子"的状况?互联网或移动互联的新兴营销手段能发挥怎样的作用?     

上证国债指数“杠杆效应”的检验与分析

上证国债指数是中国国债价格的一个很好标尺。研究国债指数的波动性特征对于认识国债市场的波动有着很大的帮助。对近三年来上证国债指数进行实证分析，指出了其收益率分布的“尖峰厚尾”以及条件异方差的存在。同时采用三种不对称ARCH模型，TARCH，EGARCH，非对称CARCH验证了该指数的不对称“杠杆效应”。从行为金融学和市场参与者交易行为的角度来分析国债指数为什么存在“杠杆效应”的原因。     

中国期货市场流动性与波动性关系的实证研究

根据混合分布假设理论(MDH)等前人研究成果,及对中国期货市场三个主要期货交易品种铜、铝和天然胶期货的日流动性和日波动性的实证研究,可以发现:交易量与波动率有显著的正相关关系,持仓量与波动率有显著的负相关关系;而流动性比率与波动性却并没有显著的关系。     

基于GARCH族模中国股市波动性研究

本文运用GARCH族模型对上证指数收益率的波动性进行研究，分析了我国股市波动性的特点。通过比较发现对于沪市股指收益率的波动性，TGARCH（1，1）模型拟合效果最佳，而波动率变化的大小不影响收益率。     

中国环境污染的波动性研究

环境污染的波动性是制定环境政策的重要依据。通过改进的实际经济周期（RBC）模型探讨中国环境污染波动性问题。研究发现:一是中国环境污染的波动性是高度顺周期，与产出波动相关性较强；二是技术进步、环境规制、投资专有技术、消费偏好和劳动供给冲击可以解释大部分中国环境污染的周期波动；三是技术进步和投资专有技术对环境污染产生了持续的正向冲击，而环境规制、消费偏好和劳动供给对环境污染产生了负向冲击，其中，环境规制冲击的持续时间较短，消费偏好的冲击仅在期初为正，长期为负，劳动供给冲击的持续时间较长。因此，在环境污染波动下，推动绿色技术进步、引导绿色消费、增加劳动人口供给等是抑制污染的有效途径。     

广东高等教育的周期波动：基于CF滤波的分析

文章依据从时间序列变量中分离趋势成分和周期成分的CF滤波方法,对广东1978~2009年间包括实际GDP、人均GDP、高等教育毛入学率、每万人口大学生、普通高等学校、招生、在校生、毕业生、生均经费等在内的9个时间序列变量进行了消除趋势的处理,进而采用相关度研究,对作为普通高等教育基准周期退势后的GDP或人均GDP时间序列与退势后的其他7个时间序列变量之间的共动性进行经验统计分析。通过对高等教育与经济发展的波动性和协动性分析,总结出广东高等教育周期波动的经验特征和典型化事实（Stylized facts）。