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)。     

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。     

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     

中国股市波动率与收益率的因果关系研究

文章以上证综指2000年到2008年高频数据为例,基于Dufour、Taamouti(2010)测量短期和长期因果关系的方法构建了一个关于收益率与波动率的向量自回归线性模型,用来测量和比较了中国股票市场收益率和波动率之间的动态杠杆效应、波动率反馈效应等因果关系.实证结果表明我国股票市场无论是对已实现波动率还是对二次变差前三天都有较强的动态杠杆效应,而波动率反馈效应在所有的时间跨度上都可以忽略不计,并且收益率和波动率之间的瞬时因果关系在有些时间跨度上较显著.     

中国股票市场收益与波动的长期记忆性研究

文章对我国股票市场的长期记忆特征进行了系统研究:选择上证综指和深证成指日收益序列为研究对象,采用计量经济学方法,考察中国股票市场日收益序列和日收益波动序列的长期记忆特征,建立既能描述收益长记忆又能刻画波动长记忆特征的ARFIMA-FIGARCH模型,并与其它短记忆模型进行对比,分析得出相应结论.然后针对目前我国股票市场存在的诸多问题,提出一些规范和完善股票市场、提高市场有效性的建议.     

波动率模型在中国股市中的应用研究

文章对上证综合指数收益率和深证成分指数收益率进行统计分析,运用GARCH,EGARCH,TARCH模型对其进行建模,发现股票收益率序列所存在的尖峰厚尾现象、波动聚类特性以及杠杆效应,通过比较不同的模型发现非对称模型的拟合效果最为理想;另外通过采用三种不同的损失函数评价各类模型的预测效果,结果表明,非对称模型样本外预测的能力也是最强的.     

中国股票市场收益率与波动性的阶段性研究

本文以上海综合指数和深圳成分指数为研究对象,用GARCH(1,1)-M模型对两市的波动性与市场报酬之间的关系进行了分阶段研究,同时分析了涨跌停板交易制度对波动性的影响.通过TARCH(1,1)模型来检验我国股市是否存在"杠杆效应",结果表明,沪深两市均存在显著的"杠杆效应",即报酬与波动呈负相关.     

中国股市的实际波动率

中国股市实际波动率实证研究表明(1)经实际波动率标准化的收益率序列接近于正态分布;(2)对数实际波动率序列的分布近于正态;(3)实际相关系数序列接近于正态分布;(4)实际波动率序列、对数实际波动率及相关系数序列均具有显著的长记忆特征;(5)不同股票的对数波动率序列之间具有显著的相关性.     

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.     

中国股市波动率的非对称性

不同学者以相同的模型研究中国股票市场的杠杆效应,得出的结论并不一致.针对这一问题,本文借助于GJR-GARCH和EGARCH,以一定的样本为初始样本,然后逐个扩大样本容量,研究样本的变动对结论造成的影响,得出中国股票市场不存在杠杆效应的结论.     

股票市场与黄金市场收益率波动溢出效应研究

文章通过建立GARCH族模型研究股票市场和黄金市场收益的波动性、波动的非对称性以及波动的溢出效应。研究表明:(1)股票市场和黄金市场的收益率均存在显著的ARCH效应;(2)GARCH(1,1)模型能够很好地消除两市收益率的条件异方差性,方差方程中的ARCH项和GARCH项的系数之和接近1,表明冲击对条件方差的影响具有很强的持续性;(3)两市均存在明显的非对称性,所不同的是股票市场中坏消息引起的波动比同等好消息引起的波动要大,而黄金市场中好消息引起的波动比同等坏消息引起的波动要大;(4)股票市场和黄金市场之间存在溢出效应,但是溢出效应是不对称的、单向的。黄金市场的波动能够引起股票市场的波动,而股票市场的波动不能引起黄金市场的波动。     

中国农产品价格波动特征的实证研究——基于广义误差分布的ARCH类模型

近年来农产品价格波动频繁,结构特征明显,主要是因为受到生猪、棉花、大豆、胶脂果实类林产品和稻谷等农作物价格波动的影响.利用广义误差分布的ARCH类模型对主要农产品价格波动特征进行分析,结果表明:棉花价格没有显著的异方差效应;生猪、大豆和稻谷的价格波动具有显著的集聚性,但其市场并没有表现出高风险高回报的特征;稻谷价格波动具有显著的非对称性,但大豆和生猪的价格波动没有显著的非对称性.基于GED的ARCH类模型提高了模型的拟合效果,可以更好地分析中国主要农产品价格波动特征.     

引入持仓量的沪铜指数长记忆波动性研究

通过协整关系检验、误差修正模型、向量自回归模型、格兰杰因果关系检验、脉冲响应函数证明了在建立模型时引入持仓量序列的必要性。运用修正R/S分析,建立了沪铜指数收益率波动的ARFIMA、FI-GARCH、ARFIMA-FIGARCH模型,并运用此种模型对沪铜指数的收益率序列rt、收益率波动序列｜rt｜及残差序列｜εt｜进行相关研究和分析,结果表明：ARFIMA（0,d1,0）-FIGARCH（1,d2,1）模型的预测效果比较好。     

中国银行间同业拆借市场利率波动模型研究

利用中国银行间同业拆借市场1996年12月29日至2008年5月30日全部拆借品种每周加权平均利率,对正态分布、t分布和GED分布下的GARCH模型族进行对比分析,构建出衡量利率波动的ARMA—GARCH模型。结果显示中国银行间同业拆借利率（CHIBOR）序列杠杆效应不明确;拆借利率分布对模型拟和结果影响较大。t分布不适合描述中国银行间利率序列的分布状况。GED分布能更好刻画同业拆借利率序列的分布状况,并且在GED分布下,EGARCH模型较GARCH和TARCH模型更适合描述中国银行间同业拆借利率序列。     

基于波动非对称性的中国股市监管研究

文章以1997年1月2日至2007年12月28日上海证券市场综合指数为样本,根据股指波动情况,划分为三个阶段,运用EGARCH和TARCH模型实证研究中国股票市场价格波动的非对称性,分析股票市场波动非对称性的生成机理,提出基于股市波动非对称性政府监管的基本原则,为政府监管股票市场、制定股票市场发展规划与政策,提供具有一般性意义的分析思路和模式,为投资者预测并规避风险提供决策依据.     

基于TARCH模型深证综指收益率波动的实证分析

文章应用含二阶非对称效应的TARCH模型分析深证综指收益率波动的变化特征.结果显示:深证综指收益率的变动受滞后1、4阶影响较强;深证综指收益率存在较强的条件异方差,而TARCH模型能较好的消除条件异方差.相对于好消息而言,不利消息对深证综指收益率的冲击要大,且总体上存在较为明显的杠杆效应.     

基于Gibbs抽样的随机波动模型族的贝叶斯研究

文章运用Gibbs抽样的MCMC方法对上证综指建立SV-N、SV-MN、Leverage SV三类随机波动模型,并利用DIC准则进行优劣比较分析.实证结果表明,具有杠杆效应的随机波动模型,即Leverage SV模型较其他两类模型能更好地描述上海股市的波动性.     

LMSV模型波动的长记忆与相关性的小波分析

本文提出了LMSV模型的波动自相关函数的定义,将小波分析方法引入到LMSV模型的建模研究中,提出了基于最大重复小波变换(MODWT)的不同尺度下的LMSV模型,并进一步讨论了不同尺度下的波动自相关函数的性质,并用该方法对上海和深圳证券市场综合指数收益波动序列进行建模,对在同一尺度和不同尺度下的长记忆性与相关性进行了实证分析。     

沪港台三地股市波动的风险传导效应研究

由于受到地理位置、经济文化等因素的影响,沪港台股市在收益率波动上存在相关性。利用Granger因果检验和Chi-plot图检验两种方法分别对沪港台股市波动进行了实证研究。结果一致表明：沪台股市的收益率波动存在双向传导效应,沪港两市的收益波动仅存在显著的港市对沪市的单向“溢出效应”,而沪台两市传导效应相对较弱。但沪港台三市的收益波动均存在明显的“杠杆效应”。     

中国股票市场的ARCH效应研究

一、引言 金融时间序列往往具有时变方差的特征,即在某些时期的波动十分剧烈,而另一些时期的波动又相对平稳。为了刻画时间序列的这一特征, Ｅｎｇｌｅ于１９８２年提出了自回归条件异方差（ＡＲＣＨ）模型,Ｂｏｌｌｅｒｓｌｅｖ又于１９８６年进一步提出了广义自回归条件异方差（ＧＡＲＣＨ）模型。ＧＡＲＣＨ模型的本质特征是随机误差项的条件方差服从ＡＲＭＡ过程。设｛ｙｔ｝为一定平稳时间序列,ＧＡＲＣＨ（ｐ,ｑ）模型可表述为： 其中,Φ（Ｌ）为滞后算子Ｌ的多项式,特征方程Φ（２）＝０的根全位于单位圆外。ｖｔ为方差等于 …