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FIGARCH模型的股指波动性估计与预测研究

首先引入了FIGARCH模型,并讨论了具有不同分布特征FIGARCH模型参数估计方法。采用沪、深两市的指数数据考察了考虑长期记忆的FIGARCH模型、不考虑长期记忆的GARCH模型和IGARCH模型对市场波动性的拟合效果和预测能力。实证结果表明非对称的t分布和广义误差分布的分布函数更适合我国股市波动特征的描述,FIGARCH模型在拟合效果和预测能力方面都要优于其他两个模型。     

上海股票市场波动性的实证分析

利用四种GARCH模型实证分析了上海股票市场的波动性,研究结果表明上海股市具有较为明显的ARCH效应,波动持续的时间较长,波动存在显著的非对称性,EGARCH模型对上海股市波动具有较好的拟合效果.     

基于比较视角的我国股票市场波动ARCH效应研究

我国同期的主板市场不存在ARCH效应,中小板市场存在弱势ARCH效应,创业板市场存在明显的ARCH效应;GARCH(1,2)模型能较好地刻画中小板指数,GARCH(1,1)模型能较好地刻画创业板指数;EGARCH(1,2)能较好地刻画中小板市场波动的非对称性,EGARCH(1,1)模型能较好地刻画创业板市场波动的非对称性;GARCH(1,2)-M模型不能有效刻画中小板指数,GARCH(1,1)-M也不能有效刻画创业板指数,表明中小板市场及创业板市场日收益序列对风险溢价的敏感性不强。     

深圳股市收益率的波动性研究

使用时间序列分析的方法,对深圳股市的收益率波动性进行研究。使用GARCH模型、EGARCH模型和TARCH模型对深圳市场收益率的波动性进行分析,得到深圳市场具有尖峰厚尾的特征,具有明显的杠杆效应。通过对模型结果分析比较,说明EGARCH模型能比较好的刻画深圳股市的收益率及波动特点。     

ARCH模型族在深圳成指中的应用

金融资产收益率一直是经济研究人员和投资者关注的焦点,ARCH及GARCH模型族可以较好地拟合金融资产收益率序列存在的尖峰厚尾、波动聚集性以及杠杆效应等特征.本文收集深圳成指(39900 1)二十年的日收盘价,通过GARCH-M模型论证了市场中预期风险增加一个单位,就会导致其收益率相应增加0.112个百分点,收益率的波动冲击影响会持续很长一段时间.利用EGARCH模型说明深圳成指收益率存在着信息不对称性,利空信息的冲击使得波动的变化更加大一些.同时根据相应的统计检验量,发现EGARCH模型比GARCH-M模型具有更好的拟合度,故实际中投资者应选用EGARCH模型预测深证成指的收益率.     

基于GARCH族模型的WTI原油价格波动特征检验

针对WTI原油价格波动具有聚集性的特点,首先利用GARCH模型实证分析,得出WTI原油价格波动受外部因素影响大,并且持续时间长;其次根据GARCH-M模型检验得出,WTI价格波动具有高风险高收益的金融市场特征;最后借助EGARCH模型检验得出,WTI原油价格波动具有杠杆效应,即价格波动主要受负面消息影响,表现出价格变化以上涨为主的特征.     

农产品价格波动的非对称性研究

采用B-P滤波对1999-2012年我国农产品价格指数进行处理,观测到我国农产品价格呈现出4个波动性周期,并且表现出明显的不可重复性和非对称性;再利用描述性统计分析与非对称GARCH族实证模型相结合的方法检验我国农产品价格波动的非对称性;实证结果表明我国农产品价格波动的非对称性具有稳健性特征,并且EGARCH模型描述我国农产品价格波动的非对称性更为有效。最后绘制EGARCH模型的市场信息冲击曲线,进一步验证结论。     

农产品价格波动的非对称性研究

采用B-P滤波对1999-2012年我国农产品价格指数进行处理,观测到我国农产品价格呈现出4个波动性周期,并且表现出明显的不可重复性和非对称性;再利用描述性统计分析与非对称GARCH族实证模型相结合的方法检验我国农产品价格波动的非对称性;实证结果表明我国农产品价格波动的非对称性具有稳健性特征,并且EGARCH模型描述我国农产品价格波动的非对称性更为有效。最后绘制EGARCH模型的市场信息冲击曲线,进一步验证结论。     

基于时变波动率的期权定价模型实证研究

B-S模型计算的理论价格与实际市场价格存在较大的差异。这个系统性的差异被称为波动率微笑。这说明波动率不是常数,而是时间的函数。学者们也根据波动率的时变特征,提出了多种修正模型。文章主要通过中国权证市场的实证结果,比较了GARCH期权定价模型和随机波动率模型(Heston)以及B-S模型的定价效果。结果表明,GARCH期权定价模型、Heston期权定价模型和B-S模型都低估了市场价格,但是GARCH期权定价模型定价效果最好,而Heston期权定价模型相对于B-S模型定价优势不明显。     

上海证券市场分阶段收益率与波动性的实证分析

采用基于广义误差分布的GARCH类模型,对上海证券市场的收益和波动进行分阶段研究。GARCH和GARCH－M模型结论表明股市波动趋缓,投资者由风险偏好转为风险厌恶。GJR-GARCH模型对波动的非对称性研究发现,股市存在不对称性并且杠杆效应逐渐明显。实证分析表明股市投机成分日益减少,投资者渐进理性。     

QFII对证券市场行业收益波动率影响研究

该文选取QFII进入我国A股市场后全阶段重仓持股的六大行业2002年7月1日至2008年7月31日之间的日收盘价,以研究QFII对六大行业波动收益率的影响。GARCH(1,1)模型和EGARCH(1,1)模型检验结果显示,在QFII刚进入时,QFII投资没有引起行业收益波动率的增加。分析结果显示,即使在2005年第四季度股改开始后,除金属、非金属和金融保险业外,QFII投资没有引起行业波动率增加,而在2007年12月QFII批准投资额度增加后,行业收益波动率增加。     

粮食金融化对粮食价格波动的影响效应

粮食金融化背景下,粮食价格波动表现出不同于传统粮食市场的显著特征。论文构建粮食金融化影响粮食价格波动的理论基础和研究假设,运用GARCH和EGARCH模型,实证分析其影响效应。研究发现,粮食价格波动具有集簇性和非对称性特征。粮食金融化加剧了价格波动的集簇性和非对称性。研究证实了粮食金融化加剧粮食价格波动性的结论,为粮食价格管理和粮食安全政策的制定提供新的视角。     

结构突变下沪深300指数的波动率预测与评价

考察波动的结构突变性对模型估计和预测能力的影响,并通过SPA检验评估几种GARCH模型的预测能力优劣。研究发现,我国股市收益率的波动在样本期内发生了4次结构突变,波动存在着伪持续现象,且这种突变影响了模型的预测能力;SPA 检验表明,短期预测上,经结构突变修正的 GARCH 模型具有较高的预测能力,验证了结构突变对波动预测的重要性;长期预测上,基于滚动时间窗口下的 GARCH 模型具有较好的预测能力,通过调整时间窗口的方法来消除结构突变的影响有助于提升模型预测能力。     

股指期货上市对现货市场的影响——来自中国的实证研究

文章运用EGARCH、多元GARCH、GRANGER非因果性检验、CHOW断点检验等计量经济方法,检验了股指期货上市对股票市场波动的效应、对现货中外联合动态关系的影响、期现之间的先行-滞后关系以及股指期货交易行为对现货波动的影响。研究表明,股指期货的引入加大了现货市场的波动,外生的波动事件通过期货交易,加大了现货市场的波动,引入股指期货后,中外股市的联合动态关系有显著改变。     

基于GARCH模型和非参数模型的上海股市VaR的比较

从VaR的定义出发,考虑基于GARCH类模型和基于非参数模型的VaR估计.对于前者进行筛选以后,采用EGARCH(1,1)模型来估计资产或资产组合未来收益率的波动,后者则用核估计方法估计资产或资产组合未来收益率的概率密度函数,并用这两个模型对上海股市进行了实证研究,结果表明后者不失为一种值得考虑的方法.     

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。