基于上证指数数据股票市场周日效应实证研究

"周日效应"指股票市场在一周中的某一天的平均收益率比一周内其它任何一天的平均收益率高或者低,且在统计上有显著性。由于研究发现周一的平均收益率显著低于其它时间,而周五的平均收益率显著高于其它时间。文章选用上证指数2006~2010年的股票收益率作为样本来进行研究,采用实证分析方法,采用Eviews软件作为分析工具,利用广义条件异方差自回归模型(GARCH)分析中国上海股票市场是否存在周日效应。     

中国国债市场周内效应的实证检验

周内效应是指一周内各交易日的证券收益率之间存在显著的不同,具有一定的周期波动的现象。周内效应的存在意味着在不考虑交易成本的情况下,给     

上海金属期货与现货市场非对称波动溢出效应的实证研究

运用二维非对称BEKK-GARCH模型,考察了上海金融期货与现货市场间收益率的非对称波动溢出效应.实证结果表明:样本期铝期货与现货收益率间存在双向的波动溢出效应,而铜期货与现货收益率波动溢出效应不显著;铜、铝期货、现货市场间都存在双向的波动非对称效应,都对来自对方市场的"消息"的冲击有显著的反应.     

成交量对股票收益率波动的影响分析

文章利用带有成交量变化率解释变量的指数自回归条件异方差方程EGARCH(1,1)-M,实证分析了上海、深圳证券市场信息到达对波动的影响及杠杆效应,发现在样本期内成交量变化对深圳市场股票收益率波动的影响比上海市场更大。     

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。     

上海股市规模效应和价值效应实证分析

文章通过对1997～2002年上海股市收益率数据分别按照β、规模、账面/市值比进行排序、分组,并进行横截面回归检验,发现β与股票组合收益之间缺乏显著的相关性,相反流通市值和账面/市值比这两个易于测度的变量对收益率变化具有显著的解释作用,收益率与规模强负相关,与账面/市值比强正相关,这一结论说明上海股市存在规模效应和价值效应,通过进一步检验发现,上海股市的规模效应并没有明显的"月份效应"。     

沪市成交量波动率及其对收益率的影响

文章通过对上证指数成交量波动率的统计分析,定义了成交量波动率的波动水平,并验证了成交量波动率的"尖峰、厚尾"现象。通过讨论不同波动水平条件下的收益率情况,我们发现在我国证券市场中,较高的成交量波动率伴随着较高概率的投机收益;通过对上证指数成交量波动率与收益率的波动方向的符号检验,我们发现成交量波动率对收益率的影响具有非对称性,并且上证指数成交量波动率的增加对收益率正向波动的影响随着波动水平的提高而提高。     

基于混频数据的实体经济与金融市场时变溢出效应研究

本文基于混频VAR模型分析了中国实体经济与股票市场、债券市场之间的时变溢出效应。结果显示,实体经济与股票市场、债券市场之间收益率与波动率的溢出效应呈现显著的时变特征,溢出效应在金融危机期间呈现快速上升趋势,而后呈现下降态势,且易受到极端事件的影响;在大部分考察时期内存在股票市场向实体经济的波动率溢出效应,而债券市场相对于实体经济则从考察初期波动率溢出效应的净输入方转化为中后期的波动率溢出效应的净输出方。进一步分析收益率与波动率总溢出指数的影响因素,结果发现,极端事件、宏观经济代理变量和期限利差对于溢出效应具有正向影响,泰德利差对波动率总溢出指数具有负向影响,而投资者情绪指数对收益率总溢出指数具有负向影响。     

基于GARCH模型的沪深地产股波动性分析及预测

近年来GARCH类模型在预测波动率方面得到了广泛应用,鉴于股票和房地产两个市场对我国经济发展的重要性,所以选择沪深两市地产指数的收益率做波动性研究.丈章运用GARCH类模型对沪深地产指数收益率的波动进行了枯计和预测,结果表明沪深地产指数收益率的波动不存在杠杆效应,投资者投机目的较强,M-Z回归和损失函数评价结果显示,GARCH(1,1)-M模型的样本外预测刚效果是最好的,但不能准确预测非常大的波动.     

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.     

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”。     

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。     

宏观经济变量对银行间国债收益率的影响

文章采用VAR建模方法,将国债指数收益率与5个经济变量作为一个动态系统,通过脉冲响应函数与方差分解技术考察银行间国债财富指数波动过程中来自经济变量的冲击,分析了经济变量对国债指数收益率的影响程度以及相对重要性.结果表明经济变量因素对我国银行间国债市场的影响较为明显,市场上对于通货膨胀风险的补偿要求较高,与股票市场"跷跷板"效应明显,投机风险较大;从各变量影响国债市场波动的相对重要性来看,股票收益率变量排在第一位.     

涨跌停板制度对沪深股市不同期限股指收益率波动性的影响

本文利用ARCH/GARCH模型研究了涨跌停板制度对沪深股市日、周、月收益率波动性的影响.实证结果表明涨跌停板制度改变了两市周收益率和沪市月收益率的波动特征和日收益率的波动结构,并且对收益率波动性较高的上海市场的影响大于对深圳市场的影响,对上海市场长期收益率波动性的影响大于对短期收益率波动性的影响.     

开放式基金收益的EGARCH模型及其非对称性研究

通过对极少被研究的中国股票型、债券型和混合型开放式基金收益率的波动性进行了GARCH和EGARCH模型分析，结果表明：大部分基金存在非对称效应，并且由于基金条件波动序列的非平稳性，信息冲击曲线具有多样化特征，这为非平稳非线性模型的研究提供了新的方向；通过构建基金类型指数，对开放式基金整体波动性的研究发现，中国开放式基金收益率的波动存在ARCH效应，但不具有非对称性效应。     

亚太地区股票市场羊群效应的实证检验

文章针对亚洲股票市场羊群效应存在性检验问题,提出基于分位数回归的CCK模型进行检验研究.运用分位数回归方法使用个股收益率偏离度指标利用CCK模型建模,根据对亚太地区包括中国大陆、日本、中国香港等七个地区的羊群效应进行实证结果分析,结果发现羊群效应普遍存在于亚太股票市场中;新兴市场相对于成熟市场羊群效应更为显著;同时羊群效应普遍存在于收益的低分位点处.研究结果表明:分位回归模型能够更全面准确的分析股票市场羊群效应的特性.     

沪深300指数统计特征研究

文章以2005年4月8日至2007年10月30日沪深300指数日收盘价格序列为样本,以复合收益率为研究对象,通过对股市收益率非正态性检验,分析了沪深300指数的一些典型统计特征,验证了沪深300指数收益率"尖峰厚尾"的特性。因此有必要寻找一种更合适的模型,以便更准确地反映沪深300指数收益的真实分布。最后对其进行了GARCH效应的检验,结果表明沪深300指数收益率的波动存在着显著的GARCH效应。     

上海股票市场风险与收益研究

本文选择对2004年度上海股市30支股票进行实证研究,用周收益率做回归得到β系数值,算出系统风险与非系统风险,分析风险的结构关系,试图求证风险与收益率之间存在正相关关系,但研究发现很多股票的风险与收益率之间不存在正相关关系.     

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.     

基于GARCH族模型的中国旅游酒店板块指数收益率波动分析

运用GARCH族模型分析旅游酒店板块指数日收益率的波动特征,研究表明：旅游酒店板块收益率是一个平稳过程,其波动具有“聚集”现象和“非对称效应”。GARCH（2,1）模型比GARCH（1,1）模型更好地消除了收益率序列的异方差性;TARCH（2,1）模型的拟合效果最好;GARCH—M模型和非对称的CARCH（1,1）模型都不适用于描述收益率的波动特征。