共查询到19条相似文献,搜索用时 140 毫秒
1.
2.
金融资产价格的波动率的测度具有重要意义,实际波动率(Realjzed Volatility)概念是近些年提出的用于测度市场波动率的新概念,在诸多方面具有优势.本文利用上海证券市埒的高频数据,比较了两种不同的波动率模型--RV模型和GARCH模型--的性能表现.本文首先介绍了连续时间状态下实际波动率的概念和模型,然后建立了GARCH(1,1)模型,使用日收益率对GARCH模型进行估计,得到条件方差方程,分别用日收益平方和日内累计收益平方和作为波动率指标对收益平方-波动方程进行回归,并以回归决定系数来衡量波动率拟合水平的优劣,结果发现采用高频数据的回归决定系数比原来提高了两倍,这个结果与已有的实证分析结果基本一致,最后,我们将实际波动率的计算结果与GARCH模型的结果经标准化后进行了对比,发现实证研究结果表明,实际波动奉模型比传统的GARCH模型提供了更好的拟合. 相似文献
3.
从理论和实证两个角度分析股票特质波动率、股票收益与投资者情绪之间的动态关系。将受投资者情绪影响的噪声投资者引入Merton基于不完全信息的市场均衡模型,以2007年至2012年沪、深两市A股上市公司数据为样本,运用有向无环图(DAG)技术识别SVAR模型,实证检验股票特质波动率与股票收益和投资者情绪的相关性。研究结果表明,股票特质波动率与股票收益正相关;股票收益率对股票特质波动率的弹性,随着投资者情绪的增加和噪声投资者比例的上升而增大。投资者情绪和股市流动性是影响中国股票市场高特质波动股票与低特质波动股票截面收益差异大小的重要原因。投资者越乐观、市场上流动性越强,高特质波动组合收益率与低特质波动组合收益率的截面差异就越大。研究结果有利于加深对投资者行为的认识,从更符合中国资本市场情况的角度分析股票特质波动率与股票收益的关系。 相似文献
4.
5.
中国股票市场的最优波动率预测模型研究——基于沪深300指数高频数据的实证分析 总被引:3,自引:0,他引:3
以沪深300指数的高频数据为例,采用滚动时间窗的样本外预测以及SPA检验法,对比了基于日收益数据的历史波动率模型和基于高频数据的实现波动率模型的预测能力.主要实证结果显示,实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度最高的波动模型,但在学术界和实务界流行的GARCH及其扩展模型对我国A股市场波动的预测能力较差. 相似文献
6.
在GARCH模型框架下,提出过新的双曲GARCH形式(记为HGARCH),不仅与HY-GARCH模型一样可以同时刻画波动的强烈振幅和长记忆衰减两个性质,并且较之HY-GARCH模型,有更简单的条件方差非负约束条件.然而,当时间序列较长时,用单一参数结构不能充分捕捉可能发生的结构变化.为此,提出新的动态混合HGARCH模... 相似文献
7.
本文在对沪市股票日收益率进行GARCH效应检验的基础上,首先以交易量作为市场上随机信息流的代理变量对GARCH模型加以修正,并由此考察收益率波动的异方差特性;然后再按照异质信息流对交易量进行分解,以此考察收益率波动的对称性。结果发现,在引入交易量之后,原本显著的GARCH效应趋于消失,且正信息对收益率波动的影响显著小于负信息的情况。此外,股票上市时间愈长,则交易量代理其信息流愈稳健,且异质信息下的不对称性也愈显著。 相似文献
8.
笔者尝试将物理学与会计学结合在一起,采用随机波动模型,研究了我国石油行业上市公司股价的波动率。经过数据的分析,发现随机波动模型能够较好地捕捉到波动聚集的特征。同时,通过使用R软件,能够很好地进行模拟并得到一系列模拟数据,将复杂的经济动态直观地展现在我们面前。 相似文献
9.
经典B-S期权定价模型经历了从常数波动率、正态分布到时变波动率、非正态分布的发展历程。
对已有针对时变波动率期权定价模型效果的研究进行扩展,以时变波动率模型SSP对经典B-S期权定价公式的常数波动率进行修正,该随机条件波动率的构建充分反映了未来标的资产收益对其波动率的影响;运用广义学生t分布构建时变波动率调整后的B-S期权定价公式,并研究其风险中性概率分布形状,引入混合对数正态模型捕捉实际收益率分布相对于正态收益率分布的偏离;采用2015年2月9日、2月16日和2月25日的50ETF期权高频数据,应用严谨的参数显著性检验、样本内定价偏差和样本外预测偏差的模型选择比较标准,对提出的具有时变波动率的混合对数正态期权定价模型的定价精度进行分析。
研究结果表明,中国50ETF期权的标的资产高频收益率呈现出较为明显的有偏和尖峰厚尾分布,收益波动具有明显的聚集特征和长记忆性;采用时变波动率修正后的B-S模型能够显著提高对中国50ETF期权的定价精度;在综合考虑模型对标的资产价格变化动力学的刻画效果以及对期权的定价精确性后,具有时变波动性特征的混合对数正态模型是一个相对更为合理的期权定价模型。
研究结果不仅为投资者和监管机构提供了更为准确的期权定价方法,同时也丰富了有关中国50ETF期权典型统计特征的研究。 相似文献
10.
现有文献中对股票波动风险的研究大都从市场因素方面入手进行分析,而本研究则从企业层面因素出发,利用我国沪深上市公司2008-2012年的面板数据,考察了企业的盈利能力对股票波动风险的影响,并在此基础上重点分析了机构投资者持股在其中所起的作用。实证分析表明,企业的盈利能力越好,其股票收益的风险越小,波动性越低,反映出盈利好的企业与市场上投资者间的信息不对称程度可能越低。同时,对于机构持股比例较高的上市公司,其盈利能力与股票波动风险之间的负相关关系更加显著。说明机构投资者的存在能够"帮助"向市场传递关于企业盈利方面的信息,有助于降低企业与市场上投资者间的信息不对称程度,进而起到降低投资风险的作用。 相似文献
11.
12.
将独立成分分析(ICA)方法引入金融衍生品市场与基础市场之间的波动溢出研究,克服了传统方法解决高维金融时间序列波动问题时的障碍。通过与VECH、BEKK和DCC等传统多元GARCH模型的对比分析,本文所建立的ICA-EGARCH-M模型在解决高维问题时体现出一定的优势。在实证研究中,应用该模型考察了美国、英国、日本和中国香港的股指期货市场及其股票市场对我国股票市场的共同波动溢出。结果表明ICA-EGARCH-M模型不仅验证了波动溢出效应的存在,而且反映出了波动溢出的主要来源,能够较好地解决高维金融时间序列数据的波动溢出问题。 相似文献
13.
本文利用划分均值和方差变点的迭代累积平方和算法(ICSS:MV)对上证综指和深证成指1996年12月16日至2010年12月31日的日收益率序列进行结构变点的检验,通过将结构变点与重大事件对应选取影响沪深股市结构性波动的政策性事件,并根据选取的事件将样本区间分成13个子区间。为了避免参数模型中模型误设的缺陷,利用非参数GARCH模型估计样本区间的波动率;最后利用N-W核回归估计对非参数GARCH估计的波动率与收益率进行回归,分析股市结构性波动产生的政策性影响因素。通过分析发现央行调整存贷款基准利率和存款准备金率、国有股的减持、允许保险公司等机构投资者买卖证券投资基金、调整印花税等政策性因素是造成我国股市变结构波动的重要原因。 相似文献
14.
本文通过建立包含马尔科夫机制转换结构的MS-MHAR-DCC模型,并选取世界上比较发达的国家和地区股票市场的高频日内交易数据为样本,对多个股票市场波动相关性进行研究。通过引入包含马尔科夫结构的外部随机矩阵,本文识别出金融市场波动相关的截断时期,正态分布设定下相比在t分布设定下识别的截断时期更多且持续时间更长。在模型的截断时期内,多个股票市场的波动相关结构主要受到正向冲击,即在截断时期内的波动相关性大于平常状态的波动相关性。本文还发现,相同地域的股票市场间的动态波动相关性在大部分时期内表现为较强的正相关;美国股票市场和其余5个国家股票市场波动的动态相关性在大部分时期都表现为较强的正相关,表明美国作为全球巨头在世界金融市场波动的引导作用。 相似文献
15.
资产收益的风险溢价是金融经济学研究的基本问题。在深入考察现有的两种收益与波动关系模型(GARCH-M和SV-M)差异的基础上,以新兴股票市场中的上证综指和成熟股票市场中的标准普尔500指数为例,运用更具理论优势的SV-M模型,实证考察了两种类型市场中风险溢价与波动率之间关系的不同状况。研究结果显示,上证综指的波动率对其风险溢价有负向影响,而标准普尔500指数的波动率对其风险溢价有正向影响;但无论影响方向正负,波动率对风险溢价的影响都是非常微弱的。论文结合两种市场中的不同波动状况对实证结果进行了解释。 相似文献
16.
由于金融资产收益的条件波动率不仅是金融市场风险度量的重要指标,而且呈现出明显的杠杆效应。因此,本文运用能够刻画波动率杠杆效应的LGARCH(Leverage GARCH)模型对金融市场条件波动率进行建模分析,进而运用Granger-Causality检验分析了中国股市与周边股市波动风险的传导效应。实证结果表明,在整个样本区间,上海股市与周边重要股市的联系比较微弱,仅与香港股市存在一定的风险传导关系,而与东京、新加坡股市却不存在传导关系。然而,在我国股市对境外合格机构投资者(Qualified Foreign Institutional Investors,QFII)开放后,中国股市与周边股市的波动风险传导关系明显异于对QFII开放之前和整个样本期的风险传导关系,上海股市与香港、东京、新加坡股市间的波动风险传导关系均显著增强。 相似文献
17.
18.
基于修正GARCH模型的中国股市收益率与波动周内效应实证研究 总被引:8,自引:0,他引:8
本文研究《证券法》实施之后的2000-2006年沪深股市收益率与波动的周内效应。利用修正的GARCH模型,发现两市收益率的最大与最小值均分别出现在周二与周四;两市的最小波动均出现在周二,但沪市的最大波动在周三,而深市的最大波动则在周一。进一步的分析表明中国股市的收益率与市场风险有显著的正向关系,即投资者由于承担高风险而受到补偿获得高收益。文章最后对周内效应的存在提出了两种解释。 相似文献