中国国债回购利率波动率预测

利率风险是金融中最受人们关注的热点之一,通常是用方差或标准差来衡量利率风险。为了更好地探讨利率风险,必须对利率的动态行为进行研究,一般是通过利率模型来反映其动态特征。文章把常见单因子利率模型同GARCH模型相结合,通过对波动性的预测达到对未来风险的一种直观认识。     

中国股票市场对利率调整的反应机制研究

文章基于构建的模型对短期利率、利率风险市场价格、股票价格波动性进行分析检验,得出2006～2010中国股票市场对利率调整的反应情况。结果表明为:股票价格对利率变化,短期内有较弱正向反应,而长期内有负向反应。     

中国股市波动率的非对称性

不同学者以相同的模型研究中国股票市场的杠杆效应,得出的结论并不一致.针对这一问题,本文借助于GJR-GARCH和EGARCH,以一定的样本为初始样本,然后逐个扩大样本容量,研究样本的变动对结论造成的影响,得出中国股票市场不存在杠杆效应的结论.     

国际金融新旧秩序下股市波动溢出效应的比较

文章利用GARCH(1,1)模型和Granger因果检验,比较分析了国际金融新旧秩序下美国、英国、日本、中国香港和中国内地股票市场指数收益序列的波动溢出效应及其传导路径.研究表明:在国际金融旧秩序下,英国股市向其他股市有不同程度的波动溢出,美国是股市波动风险传导的终点;在国际金融新秩序下,中国内地股市从波动溢出传导路径中退出,同时其他传导路径的波动传染效应发生不同程度的降低.     

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.     

股价波动与股市风险化解机制问题研究

股价的波动能够促使股票市场进行自发的调节,但是过度波动将导致投资者利益受损。为此,本文从股价波动研究出发,探讨了股市调控的几个方面的问题,研究得出了若干重要结论,这些结论对股市调控的政策制定具有借鉴意义。     

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.     

金融市场间波动溢出效应研究

本文先从金融管制、信息溢出、投资者行为等入手分析波动间溢出效应存在的机理,然后运用多变量EGARCH模型,对利率与沪深股市间的波动溢出效应进行了实证研究,研究结果表明利率与沪深股市间存在着显著的双向波动溢出,说明中国金融市场间存在波动溢出效应。     

我国债市与商品波动溢出效应的统计检验

文章以多层次资本市场间的风险传递为出发点,从当前国内发展较快的债券市场和商品市场入手,选取两个市场的相关指数为代理变量,建立二元VAR-BEKK-GARCH模型,对两个市场间的波动溢价效应进行实证分析。结果显示:商品市场的波动聚集效应比债券市场更强,同时短期两个市场之间存在双向波动溢出效应,且债券市场对商品市场的波动溢出效应更大,长期只存在债券市场对商品市场的非对称波动溢出效应。     

公开市场操作、预期效应与利率波动

对可预期与不可预期公开市场操作影响市场利率波动的机理进行分析。理论上,公开市场操作对市场利率的影响机理表现为“流动性供给效应”和“流动性替代效应”,当市场预期央行公开市场操作时,将会通过调整资产结构使得流动性替代效应发挥作用,从而抵消央行资金供给对利率构成的影响,并制约利率下行幅度。反之,当市场未能有效预期时,预期偏差(实际操作与预期数量之间的差异)越大,公开市场操作对市场利率的影响将越大,流动性供给效应将发挥作用,引导市场利率显著下行。在此基础上,利用SVAR模型对公开市场操作中数量型工具和价格型工具的可预期与不可预期成分进行了分解,并基于脉冲响应分析检验了不同成分对市场利率的冲击。实证结果显示：第一,对于数量型工具,若市场未能有效预期央行行为,会采取相对审慎的经营策略,央行通过公开市场操作投放基础货币后,流动性供给效应将发挥作用,市场利率出现显著下行。反之,若市场能够准确预期央行行为,会前瞻性减少低收益优质流动性资产配置,此时“流动性替代”效应会抵消央行货币投放形成的“流动性供给效应”,公开市场操作并不能起到降低市场利率的效果。第二,对于价格型工具而言,若市场能够预期到央行上调公开...     

中国股市增发公告的股价效应分析

增发公告的股价效应受到人们的广泛关注,本文通过研究相关的91家公司股价变动情况,对公开增发公告与定向增发公告,以及定向增发中不同募资投向的各种股价效应进行比较研究,发现不同方式的增发公告之间,不同募资投向方案之间的股价效应存在显著差异,对市场决策具有重要影响。同时根据研究结果还得出了目前我国股市的一些特征。     

股市波动与政府双重金融政策目标—股市波动的博弈分析

年初的全国金融工作会议为近期的股市政策和股市运行定下了基调,那就是稳定压倒一切,而运行了十二年的中国股市却经常是大幅波动。对此,文章从剖析引起股市大幅波动的原因即双重金融政策的内在逻辑矛盾入手,指出避免股市大幅波动的对策在于建立金融政策的信用。     

中国股市与宏观经济波动的转移性检验

针对杨雪莱(2006)提出的非系统风险转移观点,文章采用Granger因果关系检验对1992-2011年上证A股市场958只股票形成的系统波动、非系统波动与宏观经济波动及三者间相互关系进行了实证检验。分析发现,近年来我国股市波动处于历史较低水平,但与宏观经济波动的双向影响关系并未通过显著性检验。然而,宏观经济波动对已成为股市波动主要成分的非系统波动具有显著的影响力。而且,股市系统波动与非系统波动互为Granger原因,并且在短期内可能通过宏观经济波动实现相互转移。     

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”。     

非对称随机波动模型在中国股市的应用

为了探测随机波动模型的非对称特征,修改传统的随机波动模型建立非对称的随机波动模型,采用基于马尔可夫链蒙特卡洛(MCMC)模拟的贝叶斯分析对模型进行参数估计。对中国深圳、上海股市波动进行实证研究发现,非对称随机波动模型能较好地探测波动存在的非对称波动。与GJR-GARCH模型相比,非对称随机波动模型预测效果更好。     

我国国债市场分割下的波动溢出效应研究

文章以银行间国债市场和交易所国债市场的市场指数为分析目标,运用Hamao等(1990)的单变量GARCH模型两步法,考察我国国债市场问的波动溢出效应.研究结果表明:在检验期内,我国国债市场的价格对信息的反应不灵敏;外部冲击对债券市场的影响具有持久性;信息流动是单向的,银行间国债市场的波动冲击会影响到以后交易所国债市场的波动,而交易所债券市场的波动冲击不会对以后银行间国债市场的波动产生影响.     

基于MGARCH-BEKK模型的石油市场波动溢出效应研究

文章利用MGARCH-BEKK模型对石油期货市场、美元汇率、石油现货市场之间是否存在波动溢出效应进行了检验.检验结果表明:石油期货市场对石油现货市场有单向波动溢出效应,石油期货价格的波动会影响石油现货价格,但石油现货价格的波动不会影响石油期货价格;石油现货市场对美元汇率有单向波动溢出效应,石油现货市场的风险会传给美元汇率市场,但美元汇率市场的风险不会传给石油现货市场;油期货市场与美元汇率市场间存在双向波动溢出效应,两个市场的风险相互传导.     

我国利率调整的宏观经济效应研究

文章选取1992～2006年间利率以及相关宏观经济指标的季度数据,运用格兰杰因果检验方法进行实证分析,实证结果表明:实际存贷款利率变动与我国经济波动存在着长期的协整关系,利率变动是经济波动的格兰杰原因.但利率变动对经济波动的影响效应传导并不是通过储蓄或投资渠道,与利率调整相伴的财政政策措施是导致我国经济波动的内在因素.     

个股股价波动的统计模型分析

股票投资的风险既包括整个股票市场波动引起的系统性风险,也有个股自身因素带来的非系统风险,股票投资者在关注代表股票市场价格总体水平的股票市场指数波动的同时,更关注个股股价的波动。本文试将统计分析方法运用于个股股价波动分析,采用经济计量分析方法,建立个股股价波动的中短期预测模型,来揭示个股股价波动的形式、特征和规律,为投资者作出合理的投资决策提供更多的依据。     

中国股市的实际波动率

中国股市实际波动率实证研究表明(1)经实际波动率标准化的收益率序列接近于正态分布;(2)对数实际波动率序列的分布近于正态;(3)实际相关系数序列接近于正态分布;(4)实际波动率序列、对数实际波动率及相关系数序列均具有显著的长记忆特征;(5)不同股票的对数波动率序列之间具有显著的相关性.