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。     

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.     

股票收益率波动和极值关系研究

一、引言股票价格的巨幅波动一直是国家监管部门、金融理论研究者和投资者关注的热点,而股价的波动又和股票收益率分布的尾部密切相关。已有许多学者从事有关收益率尾行为的研究,但是大多数采用的是统计极值理论方法,在利用这种统计方法分析处理收益率数据的过程中,存在几个方面的缺陷:(1)仅仅对超越一定门限的收益率数据(极端收益率)拟合广义帕雷托分布,对于其他数据弃之不用,因而对于研究收益率的波动来说,损失了样本数据中有用的信息,则基于该方法对股票收益率波动的统计推断具有很大的不确定性[1-3];(2)没有考虑股票收益率时间序列的相…     

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.     

基于多分辨分析上证SV-M模型的实证

为了有效揭示上证不同交易周期收益率与波动的关系,文章采用极大重叠离散小渡变换,将收益率分解在不同的交易周期上,建立各自SV-M模型,考察各周期收益率与波动的关系及其他参数随交易周期的变化情况.实证表明,不同交易周期,收益率与渡动的关系存在明显差异;且随交易周期的增长,收益率的相关性及波动持续性逐渐增强.     

中国股市收益率和波动率的长记忆性检验

运用修正R/S和V/S两种分析方法,选取两大盘指数(上证综指和深证成指)以及20只个股为样本,对其收益率和收益波动率序列的长记忆性进行大范围的比较研究.结果表明:对于收益率序列两大盘指数存在长记忆性,且深市强于沪市,而个股普遍不具有长记忆性;对于收益波动率序列,无论是大盘指数还是个股均存在显著的长记忆性,并且,三个收益波动率序列的长记忆性由强到弱依次为修正对数平方收益率、绝对收益率和平方收益率.     

沪深两市波动性特征的实证研究

在股票市场上投资者需要衡量价格波动所带来的风险期望收益率,这离不开对收益率波动性的准确度量.如何更深刻理解股票收益率波动的随机性并从中探寻其规律性,对我国股票市场的发展具有重要意义.     

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。     

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.     

国内外原油市场的交互相关性分析——基于多重分形的统计测度

以国内和国际代表性原油市场价格收益率序列为研究对象,运用交互相关统计量和多重分形分析法,研究国内和国际原油市场价格波动的交互相关关系及市场风险大小。实证结果表明:国内外原油市场价格收益率序列之间存在交互相关关系,且这种关系具有多重分形特征;收益率序列之间的交互相关关系有多重分形性的强弱;小波动和大波动的长程相关性及收益率序列的胖尾分布均是形成多重分形性的原因。     

混合贝塔分布随机波动模型及其贝叶斯分析

为了更准确地揭示金融资产收益率数据的真实数据生成过程,提出了基于混合贝塔分布的随机波动模型,讨论了混合贝塔分布随机波动模型的贝叶斯估计方法,并给出了一种Gibbs抽样算法。以上证A股综指简单收益率为例,分别建立了基于正态分布和混合贝塔分布的随机波动模型,研究表明,基于混合贝塔分布的随机波动模型更准确地描述了样本数据的真实数据生成过程,而正态分布的随机波动模型将高峰厚尾等现象归结为波动冲击,从而低估了收益率的平均波动水平,高估了波动的持续性和波动的冲击扰动。     

中国股市收益率分布特征研究

一、引言现有关于证券收益率分布研究的文献大致可以分为三类:统计分布模型,随机过程模型和行为投资模型。后两者更多的是寻找收益率波动的原因,或是从价格形成机制,或是从投资行为学角度试图对收益率的波动做出合理的解释,从而确定描述收益率的理论分布函数;统计分布模型一般直接从经验数据入手,对数据的总体情况作全面的描述。比较后两者,统计分布模型最为突出的优点在于能够提出或拟合出一个收益率分布函数,以具体的     

上海股市日收益率波动的特征

大量研究发现,在成熟的股票市场上,股票的市场收益率的波动性呈现波动聚类性、非对称性及收益与风险同方向变动的特点.本文利用ARCH模型族,对中国上海股票的日收益率的波动进行实证分析.     

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.     

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族模型的分级基金波动性分析

文章选取中证稳健股票、进取股票和进取债基三大分级基金指数系列的日收益率序列作为研究样本,运用GARCH族模型研究不同类型分级基金收益波动特征.根据AIC准则确定各指数收益率的残差分布与最佳ARIMA-GARCH族模型,并在此基础上,用GARCH-M模型研究波动与收益的关系,用TGARCH模型与EGARCH模型研究波动的非对称性.结果表明:分级基金指数收益率均具有明显的波动聚集性,市场存在强烈冲击,稳健股基具有显著的反向杠杆效应,稳健股基与进取债基有正的风险溢价.     

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”。     

内部控制质量评价指数统计及实证

文章采用迪博内控指数、课题组内控指数、内控信息披露指数和内控缺陷指数衡量内控质量,从股票交易量、收益波动率、净资产收益率方面研究内控质量的经济后果.实证发现:股票交易量、收益波动率均与内控指数成显著负相关,下一年的净资产收益率与内控指数成显著正相关.     

我国股市成交量及其波动性研究

一、引言 收益率与成交量是股票市场上的两个最为根本的变量.由于收益率直接与股价相关,而现代金融的核心问题之一就是定价问题,所以对股票市场的研究几乎都是以收益率为核心.关于收益率及其波动相互关系的问题已经有了大量的研究成果.     

上证指数收益率的ARCH族模型的实证分析

文章利用ARCH族模型,选取2005～2009年的上证综指日收益率作为对象对我国沪市波动情况进行了实证研究.研究结果表明,我国沪市日收益率序列具有明显的聚集性、波动性、尖峰厚尾的特征,ARCH族模型较好的拟合了上证指数收益率序列.