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。     

激进型投连险收益率波动特征及投资风格研判

文章以特定激进型投连险账户为研究样本,基于2004~2014年间的日交易数据,运用GARCH族模型对其收益率波动特征进行检验,并对其投资风格进行研判。研究发现,GED分布设定下的ARMA(1,1)-GARCH(1,1)模型拟合效果最佳;该收益率具有波动聚集、高风险高收益以及长记忆等特征,与我国股票市场具有杠杆效应特征不同,杠杆效应特征并不显著;此外,通过建立DCC-GARCH模型对其投资风格进行研判,发现该收益率与上证综合指数收益率的动态条件相关系数为正且较高,这印证了其激进型的投资风格。     

我国沪深两市股指收益率的EGARCH效应分析

对于股指收益序列的波动情况,国外已经有很多实证研究表明其具有高峰厚尾性、波动集群性及非对称性.我国上海股票市场和深圳股票市场是新兴的股票市场,其发展只有十多年的时间,发展尚不成熟,其价格波动较大,投机因素占很大比例,同国外一些成熟市场相比较,我国的波动性更大.但是,尽管沪市和深市大体上波动特点一致,也同处于一个发展环境下,受同样的国家政策及经济发展的影响,其股指波动特点还是存在一定的差异.本文从实证的角度,采用Nelson(1991)提出的EGARCH模型对两个股票市场的股指收益进行了研究分析.     

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.     

ARCH模型对上证指数收益波动性的实证研究

波动性是诸多经济和金融研究的一个重要方面.本文采用ARCH模型及其扩展模型对上证综合指数的波动性进行实证研究,结果显示我国股票市场收益有明显的尖峰厚尾性,波动集簇性以及波动的信息不对称性等特点,从而表明了我国股票市场与发达国家成熟市场有相似之处.     

基于高频数据的沪指波动长记忆性驱动因素分析

借助于高频数据的最优取样法,利用已实现波动率给出的上证指数波动率的有效估计,在研究已实现波动率特性的基础上,用计量模型探讨沪指波动的长记忆特征.发现HAR-RV模型比FARIMA模型更能有效地刻画沪指波动的长记忆性,且HAR-RV模型样本外预测效果远远优于FARIMA模型,这说明沪指波动具有伪长记忆性,表面特征显示的长记忆性是由短期投资、中期投资和长期投资形成的短记忆性叠加而成.同时由于HAR-RV模型综合考虑了不同时间水平上的已实现波动率,从而在深层次上验证了中国股票市场的异质性和波动率的杠杆效应.     

中国股市高阶矩风险及其对投资收益的冲击

本文首先建立NAGARCHSK模型,推算市场收益率的条件高阶矩序列,在此基础上建立引入高阶矩风险的收益-风险时变四因子状态空间模型,并基于2000-2016年中国股票市场的收益率数据,实证探究不同时期市场高阶矩风险对投资收益的冲击.结果显示:我国股票市场收益受到高阶矩风险的影响,并且条件高阶矩序列表现出时变和波动聚集的特征,大规模的全球性金融危机和国内市场的重大风险事件均会使股市收益的条件高阶矩序列出现持续的异常波动.在未出现极端金融危机的稳定时期,市场收益率的条件方差会趋于对投资收益产生正向影响,条件偏度和条件峰度对投资收益的影响在正向和负向之间不断交替,增加了投资收益的不确定性.然而在全球性的极端金融危机时期,市场收益率的条件方差会转而对投资收益产生负向影响,条件峰度则会对投资收益带来持续的正向影响.     

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.     

我国股票市场波动的相关性分析

股票市场价格及收益率的变化特征是考察和分析股票市场运行机制、风险特征和结构特点的重要层面,也是运用现代资本市场理论对股票市场进行实证研究的基础.在过去十余年中,我国股票市场快速发展,但同国外股票市场相比较,市场波动具有一定特殊性.本文从国际、国内两个层面对我国股票市场的波动特征进行分析,探讨我国股票市场波动的基本行为特征.     

基于Spline-GARCH模型的股票市场长期波动趋势的度量

文章利用Engle和Rangel(2008)最新提出的Spline-GARCH模型对我国股票市场长期波动趋势进行研究,把波动分为瞬时高频波动部分和缓慢变化的长期低频时变波动部分,放松了传统GARCH类和SV类模型假设非条件波动是常数的限制,实证检验了该模型的有效性。并对引起股票市场低频波动的原因进行了分析,研究了低频时变波动与GDP、CPI、货币供应量M1以及利率波动的关系。     

中国股票市场有效性实证研究

本文使用AR-GARCH-M模型,通过考察股票价格波动是否具有可预测性来检验市场的弱式有效性. 一、模型设定 对市场有效性的早期研究都假设股票收益的方差在不同时期保持不变,但是大量的实证研究表明这一假设不甚合理,不能客观地对金融市场随时间变化的特性进行准确的描述.金融时间序列的一个显著特点是条件异方差性.Engle(1982)提出自回归条件异方差(ARCH)模型,Bollerslev(1986)将其推广到广义ARCH模型(GARCH).这些模型假定收益的误差项服从条件期望为零,条件方差为以前若干期收益误差平方和的条件正态分布,其性质与金融市场的波动聚集性(Cluster)、收益序列的尖峰、厚尾以及非线性等特征相吻合.因此,为了研究中国股票市场的弱式有效性问题,我们用GARCH(1,1)类模型来模拟股市收益率,用模型残差项的条件方差描述股市的波动性.     

基于Markov区制转换模型的极值风险度量研究

将马尔科夫区制转换模型与极值理论相结合研究金融风险度量问题.首先用SWARCH-t模型捕捉收益率序列的剧烈波动和结构变换特征,然后将收益序列转化为标准残差序列,在此基础上通过SWARCH-t模型与极值理论相结合拟合标准残差的尾部分布,进而构建基于SWARCH- t- EVT的动态VaR模型,最后对模型的有效性进行检验.研究表明,SWARCH-t-EVT模型能够有效识别上证综指的波动区制特征,且能有效合理地测度上证综指收益风险,尤其在高的置信水平下表现更好.     

人民币汇率波动特征实证研究

本文建立人民币汇率波动的模型，对汇率制度改革以来人民币汇率波动的特征进行研究，结果表明，2005年7月21日至今，人民币汇率收益序列不服从正态分布；美元对人民币的汇率收益序列具有左厚尾的特征，人民币汇率波动具有集群性；人民币汇率波动具有较强的记忆性，且前期的人民币汇率波动对本期的影响呈衰减趋势。     

基于Spline-GARCH模型的殳票市场长期波动趋势的度量

文章利用Engle和Rangel（2008）最新提出的Spline-GARcH模型对我国股票市场长期波动趋势进行研究,把波动分为瞬时高频波动部分和缓慢变化的长期低频时变波动部分,放松了传统GARCH类和Sv类模型假设非条件波动是常数的限制,实证检验了该模型的有效性。并对引起股票市场低频波动的原因进行了分析,研究了低频时变波动与GDP、CPI、货币供应量M1以及利率波动的关系。     

中国股票市场波动率的多重分形分析与实证

我国股票市场波动表现出随时间变化的动态特征。文章采用多重消除趋势波动分析法(MFDFA),对沪深股市四个主要指数的日波动率时间序列进行了分析。结果表明,沪深股市四个主要指数的日波动率时间序列均表现出多重分形特征,且上证指数和中证500指数日波动率序列相对于其他两个指数日波动率序列表现出更强的多重分形特征。各指数日波动率时间序列的多重分形特征均是自身的长程相关性和波动的厚尾分布共同作用的结果,且波动的厚尾分布对原始序列的多重分形特征的影响比长程相关性大。     

上海股市日收益率波动的特征

大量研究发现,在成熟的股票市场上,股票的市场收益率的波动性呈现波动聚类性、非对称性及收益与风险同方向变动的特点.本文利用ARCH模型族,对中国上海股票的日收益率的波动进行实证分析.