基于MRS-GARCH模型的中国股市波动率估计与预测

为了更准确地描述中国股市的周期波动,以上证综指和深证成指2001年1月12日到2016年12月23日的数据为样本,基于长记忆性和杠杆效应视角,运用MRS-APGARCH模型经验分析了中国股票市场的波动性。研究发现：沪深股市存在显著的三种波动状态,处于盘整状态的概率最大,平均持续时间最长;收益波动具有明显的时变长记忆性和非对称效应。所用估计方法显著提高了参数估计的精度和模型的拟合优度,所得结论为投资者构建有效的风险防范体系及投资决策提供了参考依据。

     

我国期货市场波动率长记忆性的实证研究

通过利用FIEGARCH模型和FIGARCH模型实证分析了上交所的铝、铜、燃料油和天胶四种期货品种波动率的长记忆性和杠杆效应。结论显示,所有期货品种的价格波动率均存在显著的长期记忆性,沪铜期货的价格波动率不存在非对称性,其余三个期货品种均存在对正负干扰反应的非对称性,即价格对同等程度的利好消息反应更为强烈,因此FIEGARCH模型比FIGARCH模型具有更好的模拟效果。     

基于已实现波动率的长记忆性分析

根据长记忆性的检验方法,即H/S分析法、GPH法,分别对上证指数收益率波动的长记忆性进行检验。同时,采用已实现波动率（RV）对波动进行度量,结合ARFIMA-RV、HAR-RV长记忆性模型进行分析,证实上证指数的RV序列具有长记忆性,而且HAR-RV模型能更好地对波动进行预测分析。     

基于SV模型时变参数的中国股市政策效应研究

政策效应是一种广泛的现象,但在我国尤为突出。文章通过对SV模型参数集的时变特性研究表明,时变的参数能够有效地反映我国股市的动态过程。SV模型的这一特性,能够检验我国股票市场的政策效应现象,并解释金融时间序列数据的“杠杆效应”。实证得出我国股市政策效应正逐渐减弱,杠杆效应逐渐显著的结论,表明我国股市逐渐走向成熟和完善,与我国股市发展的历史和现状相符。     

基于LW估计的中国证券市场长记忆性实证研究

针对国内研究证券市场长记忆性主要采用的是时域方法,文章采用基于频域的半参数Local Whittle估计方法研究了中国证券市场的长记忆特性,并且和对数周期图回归(GPH)方法进行了比较。结果表明,LW方法具有不受时间频率的影响,能够有效消除时间序列中短期记忆和周期性对估计结果的影响等优点,明显优于GPH方法。实证结果表明,中国证券市场存在明显的长记忆性,并且长记忆行为在重大突发事件发生期间更加明显。文章还从长记忆的角度探讨了“政策市”的存在性和相关特点。     

中国股市收益波动性的ARCH族模型分析

文章运用ARCH族模型对深证综合指数日收益率进行实证研究,结果表明:中国股票市场收益率具有显著的尖峰厚尾特点,且存在波动的集群性;市场杠杆效应显著,期望收益与期望风险之间存在正向关系,且股市波动具有信息不对称性。     

沪深300股指期货收益率及波动率的长记忆性研究

对股指期货收益率与波动率的长记忆性进行研究,可以反映市场的运行效率。运用ADF-KPSS联合检验法、自相关系数法、R/S检验法检验了沪深300股指期货的收益率及波动率序列的长记忆性。结果显示:沪深300股指期货的收益率序列不具有显著的长记忆性,而其波动率序列具有显著的长记忆性,波动率的长记忆性暗示着市场中事件和消息对我国股指期货市场的影响不会马上消失,而可能对市场产生长期和深远的影响,也意味着我国股指期货市场的有效性有待加强,需要从信息披露、培育多元化投资主体等方面加强市场建设,以消除长记忆性对我国股指期货市场健康发展的影响。运用FIGARCH模型度量了沪深300股指期货波动率的长记忆性,为后续股指期货波动相关研究提供参考。     

中国畜产品价格长记忆性特征分析及预测

本文利用序列自相关函数图和运用R/S重标极差法计算的Hurst值,基于1994年6月-2016年8月猪肉、牛肉、羊肉等主要畜产品价格,对畜产品价格长记忆性进行研究,同时利用分数阶差分后序列建立AFRIMA模型,并与ARIMA模型预测精度进行对比。研究结果表明：中国畜产品价格波动具有长记忆性特征;基于长记忆性特征的AFRIMA模型预测精度较高。预测近期猪肉价格波动率回落,处于低速波动状态;牛肉价格波动率逐步降低,上涨乏力,羊肉价格预计跌幅不大,价格处于僵持状态。建议在研究和预测畜产品价格波动规律时应该充分考虑长期记忆性问题,相关部门在制定相关宏观调控政策时,应考虑价格具有长记忆性特征,关注前期价格波动规律和未来价格波动的相关性。     

我国股市风险、收益关系的统计分析

选择截至1996年底在上海证券交易所上市的具有较长交易历史的215家A股上市公司的股票为研究对象,以2001、2003年为分析期,并选择上海证券交易所股价指数系列中的上证A股指数为市场综合指数,采用资本资产定价模型(CAPM),用计量经济方法对我国股票市场的风险、收益的关系进行统计分析。研究分析结果表明:沪市系统风险与收益率存在一定的正相关关系,但并不是资本资产定价模型(CAPM)所描述的线性关系。     

中美股市联动效应研究——基于小波视角

在国际金融市场一体化程度加深和我国股市国际化进程加快的背景下,针对已有研究的不足,基于小波视角,采用连续小波和离散小波研究方法,并引入最小信息熵准则,从时域-频域层面研究中美股市复杂多变的联动效应,结果表明:中美股市在短期尺度上联动效应较弱,而在长期尺度上联动效应较强;次贷危机期间,中美股市之间存在纯传染;在各个尺度上贸易因素对中美联动效应有着显著影响,而市场传染只能在短期尺度上有显著影响.此研究对于市场监管政策制定、风险管理、资产配置等一系列金融实践活动具有理论参考价值和现实意义.     

石油期货价格的收益率及波动率的长记忆性研究

金融市场的长记忆性问题研究一直吸引着众多研究者的目光,但是期货作为一种金融衍生工具,其长记忆性的研究相对于股票来说却很少。国内外大多数的研究都是针对股票市场,运用的主要方法是R/S分析,修正的R/S分析法,GPH分析法等,大部分都是用ARFIMA模型对长记忆时间序列进行分析。本文介绍了时间序列的一些模型,介绍了单位根检验方法,采用样本自相关函数法,传统的R/S分析法,GPH分析法,运用MATLAB,EVIEWS,Oxmetirc4环境下的G@ARCH42软件包等编程,检验了美国原油期货(NYMEX)市场样本数据的长期记忆性,并得出如下结论:石油期货收益率序列的长记忆性不明显,而波动率的替代指标绝对收益率序列呈现较强的长期记忆性。同时本文通过比较描述收益率序列以及绝对收益率序列模型的优劣性,发现收益率序列可用GARCH(1,1)模型来描述,而FIGARCH(1,d,1)模型相对GARCH(1,1)模型来说,能更好的描述波动率的替代指标——绝对收益率序列。     

沪深股市波动性与“杠杆效应”问题再研究——基于非线性视域的GARCH族模型分阶段检验

在非线性视域下Bai-Perron多重结构突变检验的基础上,可采用GARCH族模型对我国沪深股市的波动性和杠杆效应问题进行重新研究1。研究认为,第一,沪深股市在样本期内分别发生了2次和1次结构突变,沪市突变时点为2005年2月1日和2007年10月16日,深市突变时点为2007年10月31日;第二,无论沪市还是深市,就其自身而言,波动性和杠杆效应在结构突变前后均表现出巨大的差异性,但比较沪深两市的总体特征却发现具有一定的趋同现象,尤其是在2007年10月结构突变之后的最近一段样本期内,两市的风险溢价行为均不存在,但却存在显著的非对称杠杆效应,表现为利空消息比利好消息会给投资者带来更大的冲击;第三,对具有趋同效应的共同样本期进行联动效应研究,可以发现沪深股市股价指数之间存在显著的联动效应,而收益率序列之间却不存在联动效应。     

基于财务杠杆效应的企业负债融资决策分析

负债融资是一把双刃剑,它既可以满足企业对资金的需求,给企业带来利益,也会给企业带来财务风险,使企业遭受财务损失。首先,本文介绍了负债融资中财务杠杆效应的相关理论,并对财务杠杆效应进行了数理分析,说明了财务杠杆效应的表现形式。其次,结合案例分析了财务杠杆效应是如何在负债经营中发挥作用的。最后得出了本文的研究结论。     

A股与亚洲主要股市的波动溢出效应探讨

随着中国资本市场开放步伐的加快,A股与亚洲几个主要股市之间的联动性和风险传导效应进一步增强,而波动溢出效应是不同股市间风险传导路径和方向的重要指标。通过运用二元GARCH—BEKK（1,1）模型对A股与中国香港、中国台湾、韩国、日本、印度、新加坡等亚洲主要股票市场的波动溢出效应进行实证研究表明：A股与中国香港港、印度股市呈现双向的波动溢出效应,与日本股市呈现单向波动溢出效应,但与中国台湾、韩国、新加坡三地股市不呈现波动溢出效应。文章力图揭示A股与亚洲几个主要股市的风险传导效应,以期为市场监管部门和投资者提供风险防范等相关对策建议。     

沪市综合指数杠杆效应的实证分析

本文应用EGARCH（1,1）模型刻画沪市的杠杆效应,估计出了沪市非对称波动的实证模型,并通过EGARCH（1,1）模型刻画出了05年前后两个时间段的信息冲击曲线,。研究发现沪市在05年之前存在明显的杠杆效应,而在05年之后杠杆效应却明显的变小。结果表明：05年之前,利空消息对沪市收盘价格指数冲击效果是利好消息的2.18倍,而05年之后却为1.42倍。对此,本文从投资者的非理性和市场的有效性两点出发,说明了波动性与杠杆效应变小的原因。     

基于 ARFIMA-FIAPARCH-MCopula的亚洲新兴股市联动效应研究

为了研究亚洲新兴股市之间的联动效应,运用 ARFIMA-FIAPARCH 模型刻画亚洲新兴股市收益率的边缘分布特征,进而结合由 Clayton Copula、Gumbel Copula 与 Frank Copula 构成的混合 Copula 函数对亚洲主要新兴股市之间的联动结构进行建模。研究结果表明：中国股市中的长记忆特征非常显著,对历史信息的反应尤为缓慢;中国股市仅与韩国股市、新加坡股市的联系较为紧密,存在风险相互传染的可能;而韩国股市、新加坡股市和印度股市等亚洲其他主要新兴股市之间的联动程度更高,股市之间存在较为明显的风险传染效应。     

中国股市的国际影响力提高了吗？——基于中国与世界主要股市的实证检验

运用2002—2017年股指收益率样本,借助时差进行研究设计,考察中国股市与世界主要股市的动态相关性,进而分析中国股市国际影响力的变化。研究结果表明:由于开盘收盘之间存在较长的时差,中国股市对欧美股市的影响主要表现为前者收盘对后者开盘的影响;中国股市的国际影响力存在明显的阶段性变化。总体而言,近年来中国股市的国际影响力逐渐增强。结合历史事件、世界形势等背景分析发现:早年间中国股市国际影响力的变化主要受到金融危机、欧债危机等重大事件影响,近年来中国股市国际影响力的增强主要是中国经济世界影响力不断提升、中国股市不断发展壮大等因素所致。     

中国硬麦期货价格的波动性实证研究

针对期货合约数据处理的困难，论文提出一种新的合约连续数据处理方法，对2002年1月～2 004年8月中国硬麦期货数据进行处理，并采用TARCH模型，按照距离到期日时间的不同对价 格波动性进行研究。结果表明，不同交易时段的硬麦期货价格波动存在差异,进一步表明成 交量是价格波动和引起差异的主要原因     

中国与国际股市波动的时变相关性检验——基于小波分析和GARCH-Copula技术

为研究中国与国际股市波动的时变相关性机制,文章通过小波分解中、美、英3国股票指数2013～2020年的收益率,运用小波相干谱、格兰杰检验和GARCH-Copula方法分析,研究发现：在低频段方面,中美、中英股指呈现长期正相关,英美股指对中国均有引领作用,英美股指互为格兰杰原因,且均是中国股指的格兰杰原因;在高频段方面,中美、中英股指呈现负相关,但2018年后中美相关性由负转正,中美股指在短时、极端共同上涨行情和中英股指在短时、极端共同下跌行情均具有可预测性。