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。     

基于中位数GARCH模型的汇率波动率预测

自2005年7月21日汇率改革以来,人民币汇率的波动性发生了根本的变化.汇率波动越来越频繁、越来越大.汇率的准确预测无论是对国内还是对国际都有着至关重要的意义.文章预测汇率收益率的波动性,在ARCH和GARCH模型的基础上提出了中位数GARCH模型,并采用人民币兑美元的数据来检验模型的有效性.由预测误差可以看出,中位数GARCH能很好地减小预测误差.     

基于GARCH模型的深圳股市周内效应研究

有很多学者对股市周内效应进行了深入的研究,但是他们大多都基于经典模型,即对收益率取对数后没有考虑其条件异方差.本文通过对条件异方差的分析,借助GARCH模型识别深圳股市的周内效应,我们得出深圳股市综合指数(1995-2006)存在明显的“负周四效应”。     

基于GARCH模型的上证综合指数VaR计算

文章针对用参数法计算VaR时所存在的局限性,探讨了用GARCH模型计算VaR的新方法.并以我国上证综合指数为例,说明新方法计算VaR的基本思路以及对计算出的每日VaR如何进行事后检验.     

基于GARCH模型的SHIBOR波动性分析

文章选取2011年1月4日至2012年12月31日SHIBOR隔夜、三个月、一年三种期限的利率,构建GARCH模型对利率的波动性进行研究分析,实证分析表明:SHIBOR短期利率具有明显的波动集聚性,而SHIBOR长期利率没有体现出这一特性.     

中国股指收益率序列GARCH模型中变点的Bayes识别

文章研究基于贝叶斯方法的GARCH模型中变点的识别问题.由于股指收益率序列呈现尖峰厚尾非正态的特点,假设误差项服从自由度为v的标准化学生t分布而非标准正态分布.我们给出了基于贝叶斯方法的GARCH模型中变点估计的具体描述,包括单变点情形、多变点(变点个数未知)情形的变点估计.在实证研究中,我们选取2000年1月4日至2011年9月30日上证A股指数收益率数据进行迭代计算来识别变点,并且将得到的变点时刻与其附近的重大政治经济事件结合起来,给出其合理的解释.     

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。     

股票价格预测的GARCH模型

1G A R CH预测模型的建立本文的G ARCH模型建立过程依赖于SAS/ETS软件的A UTOR EG过程(自回归过程)。AUTOREG过程用于估计和预测误差项自相关或异方差的时间序列数据的线性回归模型。自回归误差模型被用来校正相关系数和广义自回归条件异方差模型,并且其变形被用于异方差性的建     

局部平稳过程、稳定过程及GARCH模型的比较研究

本文在Granger（2005）[1]研究成果的基础上对局部平稳过程的大样本性质进行了深入探讨,发现了一些颇具实际价值的理论结果,弥补了Granger（2005）仅利用预测效果标准得到金融数据生成过程的不足,进一步给出了适合于实证分析的判断金融数据生成过程的标准,并在此基础上详细讨论了局部平稳过程、稳定过程及GARCH模型在大样本情况下的区别。本文运用研究得到的结果,在非平稳框架下对中国股票市场上证180指数进行了分析,发现上证180指数收益率具有明显的非平稳特性,并在此基础上进一步讨论了中国股票市场的市场有效性问题。     

中国大豆期货收益GARCH效应的实证研究

文章研究了中国大连商品交易所大豆期货连续合约1994-2003年收益时间序列,并以该序列2003年第一个样本数据为分界点,建立了两子序列,分别进行了统计学分析,发现两子序列分布均是非正态的,较正态分布有尖峰厚尾的特征,具有记忆效应。并且,进一步根据两子序列的波动集群性建立一系列GARCH模型,对中国大豆期货的两个收益序列的波动性进行分析,并比较了二者的异同。     

CPI的发布对中国股票市场收益率影响的实证研究——以上海股票市场为例

在引起股票市场波动的众多因素中,消费价格指数CPI日渐引起人们的关注。本文采用事件研究法,以上海证券市场为例。重点研究CPI这一宏观经济信息的公布对中国股票市场的短期影响效应。结果发现,在CPI公布前较短的时间内,股票市场出现显著的异常收益,这表明中国股市有效性不足,重要的经济信息发布前可能存在泄露问题．事后股市对信息的消化吸收也相对缓慢。在稍长的事件期内,CPI信息的发布对股市的累积公告效应较小．市场主体预期的调整和多空双方力量的对比抵消了各事件日内股市受到的信息的冲击。     

基于ANN-GARCH模型的中国股市收益非对称波动拟合能力研究

在传统的非对称GARCH模型上加入ANN逻辑项,从而提高了模型的非对称性描述能力。不同于"黑箱"式的神经网络计算,这种方法的ANN逻辑项是可见、可分析的。通过对上证综指、深证综指和恒生指数的实证研究,发现三个市场都存在"杠杆效应"。研究表明:ANN-GARCH模型总体上比传统模型的拟合效果更好,预测能力更强。     

中国股市A、B指长期均衡关系的实证分析

文章运用计量经济学中的协整理论,对1997年1月1日至2001年2月19日及2001年2月28日至2004年12月31日两个阶段上证A、B指间及深圳成分A、B指间的长期均衡关系进行了实证分析,得出中国股市A、B股分割状况有所改善的结论,并从信息的构成、处理、转化、传递的角度对沪、深两市的差异进行了解释。     

上海证券市场GARCH效应检验和模型选择

文章利用1999年10月8日至2003年11月7日上证综合指数每日的收盘价数据对其进行了GARCH效应的检验,结果表明上海证券市场股价的波动存在着显著的GARCH效应,并且存在非对称的情况。在具体的模型选择上以EGARCH(1,1)较好,并且在研究中发现GARCH-M模型不适合模拟我国上海证券市场股价的波动情况。     

基于马尔可夫域变模型的上海股市收益率非线性特征分析

针对股市收益率在不同时期内具有不同的均值、波动性和持续性等非线性特征,引入马尔可夫域变模型（MRSM）对上海股市收益率的均值与波动性的对应关系以及高、低收益率状态转换特征进行分析,结果表明马尔可夫域变模型与GARCH类模型相比较,显著地提高了对股票市场行为的描述能力。它不仅可以从动态角度明确刻画金融市场的“收益与风险”相对称的特征,而且可测定不同状态持续的可能性和由一种状态转向另一种状态的概率。     

非参数ACD模型及其在中国股票市场的实证研究

文章利用中国证券市场的日内交易数据实证了非参数ACD模型。非参数ACD模型不依赖条件均值的函数形式和误差项的分布形式,更具有一般意义。文章从多个方面进行实证分析。利用非参数方法进行分析的结果表明:数据不能用线性ACD模型来刻画,根据非参数拟合曲面的形状可以把此ACD模型的函数形式设定为某种非线性形式。     

上海股票市场分形特征的实证研究

以有效市场假说为基础的现代资本市场理论被越来越多的实践证明与现实情况不符,而分形理论则考虑到资本市场的复杂性和EMH的缺陷,以非线性范式为分析基础,解释了有效市场理论无法解释的许多市场现象,为更深入地分析资本市场提供了新的思路和方法。文章以上海股票市场为例,用分形理论对上海股市的分形特征进行了研究,其结果表明上海股票市场具有明显的分形特征。     

基于小波协方差的中国股市波动序列相关性的实证分析

在介绍概率变化协调的相关性度量方法的同时,证明了该方法是传统方法的推广。又依据小波协方差在不同尺度下的分解理论,提出了基于小波协方差的相关性度量方法,并对沪深股市波动序列之间的相关性进行了实证分析。结果表明：沪深股市波动序列在整体上具有正相关性,但在不同尺度下沪深股市波动序列之间的相关性不同,小尺度下相关性小。对投资者而言,最好以小尺度为基准选择分散投资策略。