中国汇率收益率及波动的周内效应实证研究

利用修正的GARCH-M模型,检验了中国2005 - 2010年期间人民币-美元汇率和人民币-欧元汇率收益率及波动的周内效应.研究发现,人民币-美元汇率在周二和周四具有显著升值特征,而人民币-欧元汇率在周四则更容易贬值并同时存在波动性的周二效应,仅在人民币-美元汇率收益率与波动之间呈现显著风险与收益的负向关系,反映出风险越高则人民币-美元汇率越容易升值,这可能是由于汇率市场中投资者的自适应预期所导致.     

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。     

沪深300股指期货对我国股市波动溢出效应的分析

本文通过选取沪深300股指期货、上证指数以及深证成指的样本数据,经过预处理后,通过建立GARCH模型,在GARCH模型的基础上研究了沪深股指期货收益率波动对上证综指收益率以及深证成指收益率的波动性的影响,得出股指期货收益率的波动会加剧上证综指和深证成指收益率的波动。     

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M-Copula-GJRSK-M模型的沪深两市的相依性分析

金融资产不但存在方差风险,还存在时变偏度风险和时变峰度风险,这使得仅从金融资产的前两阶矩出发来研究风险变化显得十分局限.GJRSK-M模型是描述金融资产的高阶矩风险的有效工具,可对单个金融资产的分布进行拟合,而M-Copula函数能连接组合金融资产的边缘分布,因此本文建立了M-Copula-GJRSK-M模型来研究沪深两股票市场的相依性.实证表明,上证综指和深圳成指对数收益率存在高阶矩风险和风险的非对称性,即指数下跌时,条件方差风险和条件高阶矩风险会增大,且在极端情况下,两市上涨的概率要大于下跌的概率.     

沪深股市周内效应再检验

运用GARCH(1,1),GARCH(1,1)-M和EGARCH(1,1)模型,对中国沪深两市收益率进行了收益率均值的周内效应和收益率波动性的周内效应实证分析。同时对样本区间进行分段处理,以检验自1996年起实行的涨跌停板制度对股市周内效应是否存在削弱作用。研究发现,中国股票市场在相应的样本区间存在显著的周内效应,但是在不同区间周内效应的具体分布不尽相同。同时发现,股票风险的增加能够增大收益率,且收益率的波动性存在杠杆效应。     

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.     

A股市场冲击下的交易量与收益率特征研究

本文基于高频跳跃非参数识别框架,结合我国证券市场投资者情绪及市场环境,对上证A股市场冲击下的交易量与收益率特征进行研究,从更为微观的角度揭示信息快速融入过程中投资者的反应及市场交易状态和影响因素。研究发现,我国A股市场在市场冲击发生时往往伴随着交易量的大幅增加,冲击发生后交易量存在迅速下降的过程;利好、利空的市场冲击对市场交易量、收益率存在非对称影响,整体来说,投资者对利空消息更敏感,但在不同的市场情绪下投资者对市场冲击存在非理性反应,牛市时投资者倾向于对利空消息反应不足,而在熊市时倾向于对利好消息反应不足。     

股市日收益率波动性与交易量关系

首先引入基于混合分布假设(MDH)的GARCH-M(广义自回归条件异方差)模型,因为GARCH-M模型是一个研究资产收益率和风险性关系的模型,将非信息交易量和信息交易量加入GARCH-M模型的均值方程中,研究了中国股票市场日收益率波动性与交易量之间的关系。信息交易量对波动性的解释能力要远大于非信息交易量;信息交易量中超过均值部分对波动性的解释能力大于整个信息交易量等。     

基于M Copula GJRSK M模型的沪深两市的相依性分析

金融资产不但存在方差风险，还存在时变偏度风险和时变峰度风险，这使得仅从金融资产的前两阶矩出发来研究风险变化显得十分局限。GJRSK M模型是描述金融资产的高阶矩风险的有效工具，可对单个金融资产的分布进行拟合，而M Copula函数能连接组合金融资产的边缘分布，因此本文建立了M Copula GJRSK M模型来研究沪深两股票市场的相依性。实证表明，上证综指和深圳成指对数收益率存在高阶矩风险和风险的非对称性，即指数下跌时，条件方差风险和条件高阶矩风险会增大，且在极端情况下，两市上涨的概率要大于下跌的概率。