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.     

中国股市波动性研究

文章运用GARCH模型族对上证指数和深证成指收益率的波动性进行研究,分析了我国股市波动性的特点。通过比较发现,对于沪、深两市股指收益率的波动性,EGARCH(1,1)模型和EGARCH(1,1)-M模型都能很好地拟合,同时还对两市股指收益率的波动性进行了预测分析。     

中国股票市场收益率与波动性的阶段性研究

本文以上海综合指数和深圳成分指数为研究对象,用GARCH(1,1)-M模型对两市的波动性与市场报酬之间的关系进行了分阶段研究,同时分析了涨跌停板交易制度对波动性的影响.通过TARCH(1,1)模型来检验我国股市是否存在"杠杆效应",结果表明,沪深两市均存在显著的"杠杆效应",即报酬与波动呈负相关.     

沪深股指差额非对称的CARCH效应分析

根据非对称的CARCH理论，通过在模型分析中引入冲击因素和波动系数，对沪深股指差额波动率分析后发现：回归方程残差呈现显著的“聚集”现象，说明存在着ARCH效应；拟合CARCH模型冲击因素的显著性表明沪深股指差额波动率存在着明显的杠杆效应，负面的信息冲击比正面的信息冲击带来的波动更大；CARCH模型中的长期波动率表明，波动率收敛于稳态的速度更快。     

深沪股指收益率波动研究

文章选取沪、深两市1991年1月1日至2005年2月18日的股票指数作为样本,运用EGARCH(1,1)模型,研究指数日收益率波动的性质特征,并探讨了不同阶段股市对利好消息和利空消息的反映。结果表明:不同阶段的指数收益率序列具有结构特征,各阶段沪、深两市指数收益率均与滞后一阶高度相关,且两市指数收益率均具有信息不对称效果。     

涨跌停板制度下沪深股市向量自回归模型及波动性的协整分析

本文以上证综合指数和深圳成分指数为研究对象,选取了以1996年12月16日至2009年5月27日的两指数收盘价为样本,通过向量自回归模型（VAR）、协整分析、脉冲响应分析来检验两时间序列间的内在联系。结果表明,所选取观测交易日的沪深两市对数收盘价不存在长期均衡关系,并且两市股指收益率变化的相互影响的持续时间短;沪深两市不存在格兰杰因果关系,两市的独立性越来越明显;在不同时期,沪深两市波动的联动作用不同。     

运用最小二乘支持向量回归机和CARRX模型对股市波动率的预测

条件自回归极差模型(CARRX)是一类新的描述波动率的模型。为了提高CARRX类模型的预测精度,文章将最小二乘支持向量回归机(LSSVR)应用于CARRX模型。先将CARRX模型转化成ARMAX形式,再利用LSSVR对ARMAX模型的参数进行估计(LSSVR-ARMAX)。通过对沪深300指数的预测实证分析,发现无论是采用直接预测还是迭代预测,LSSVR-ARMAX模型的样本外预测能力均优于Perez-Cruz(2003)提出的方法;LSSVR的估计方法能够在长期预测中捕捉到极差波动率的变动趋势,而CARRX类模型对中短期极差波动率的预测准确度较高。     

中国沪深股市波动性和收益及联动性实证检验

文章利用ARMA-GJR-GARCH模型研究我国股市风险和收益的关系,并引入了沪、深两市收益率的时变性协方差,以及利用Granger因果关系检验,发现上海股市过去2期的收益是深圳股市的格兰杰因果关系,然而深圳股市过去股市的信息不能提高上海股市收益的预测能力。文章还利用每天的最高价格最低价之差的自然对数所得序列作为波动率的代理变量,以及Diebold mariano检验,发现引入协方差和将两市联合研究的模型比未加协方差和单个研究的预测能力要强。     

基于神经网络-Logit回归的混合两阶段财务困境预测模型

本文选取沪深两市在2003-2005年被实行退市风险警示的56家上市公司以及随机选取的56家正常公司进行研究,选取10个初始财务指标,在进行T检验的基础上,确定了7个财务指标作为判别模型中使用的解释变量.并利用基于神经网络-Logit回归的混合两阶段模型预测上市公司财务困境,结果显示,模型具有较强的判别能力.     

中国金融市场波动率的实现极差双幂次变差估计

实现极差和实现双幂次变差分别是针对金融市场中日益流行的高频实现波动率的重要改进,文章对一类新的结合了实现极差和实现二次幂变差各自的优点的实现极差双幂次变差估计进行了建模和实证研究,采用来自沪深两市的主要股指日内高频数据的对比研究显示:该波动率估计量不仅能够像实现极差一样准确捕捉到金融市场收益率无条件分布的尖峰厚尾特征,而且能够像实现双幂次变差一样很好的消除其偏态性.     

沪深300股指期货对现货市场影响的实证研究

文章采用事件研究的方法,系统考察了沪深300股指期货上市交易一年以来对于现货市场的影响程度及方向。通过使用市场模型和GARCH系列模型对沪深300股指的贝塔值以及波动率进行的实证研究,结果发现:沪深300指数期货的引入,很好发挥了期货交易管理风险和降低波动的作用,同时买空卖空的套期保值交易还降低了不对称信息对于现货市场的冲击,但是要警惕股指期货带来的系统性风险的提高。     

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”。     

基于AR-ARCH类模型的我国经济波动的实证研究

文章利用GAKCH、TGAKCH和EGARCH模型对我国实际GDP的波动率进行了实证分析.结果表明基于正态分布假设下的GARCH模型拟合效果最好,更能准确的描述我国经济的波动性,这表明我国经济波动率是变化的,实际GDP的增长率是对称的.     

沪深股市指数波动的因果关系

本文利用时间序列分析中的Granger因果关系检验法对中国证券市场A、B股的波动性进行分析,发现上海市场A、B股的波动间存在双向因果关系,而深圳市场A、B股的波动间则不存在显著可信的因果关系.对于A、B股市场间的关系以及深沪两市的差异,本文从信息传递和交易者构成的角度进行了分析.     

基于高频数据的沪指波动长记忆性驱动因素分析

借助于高频数据的最优取样法,利用已实现波动率给出的上证指数波动率的有效估计,在研究已实现波动率特性的基础上,用计量模型探讨沪指波动的长记忆特征.发现HAR-RV模型比FARIMA模型更能有效地刻画沪指波动的长记忆性,且HAR-RV模型样本外预测效果远远优于FARIMA模型,这说明沪指波动具有伪长记忆性,表面特征显示的长记忆性是由短期投资、中期投资和长期投资形成的短记忆性叠加而成.同时由于HAR-RV模型综合考虑了不同时间水平上的已实现波动率,从而在深层次上验证了中国股票市场的异质性和波动率的杠杆效应.     

深沪A股市场短期过度反应实证研究

本文利用1994年至2003年深沪两市的A股日数据考察了我国A股市场的短期过度反应效应.实证结果表明我国深沪两市A股市场在短期内不存在过度反应的反转修正,但随着累积时间的增加,平均累积超额收益率变化的显著性增强.     

国际金融危机下中国股市与全球股市联动效应的实证研究

随着经济全球化的日益深入,资本市场的联系也比以往更加紧密,文章通过ARCH模型和向量自回归(VAR)模型和ECM模型,对中国沪深两市和香港、日本、美国、日本、欧洲以及新加坡等主要国际股市之间的关系进行了实证研究.从股票价格和收益率两个方面研究两者之间的联动效应,进一步探讨它们之间长期的均衡关系和短期渡动之间的相关性和溢出效应.     

利用ETF类基金进行股指期货套利的方法研究

文章研究了利用ETF类基金进行股指期货套利的一种方法.首先选择基于A股市场投资组合的ETF类基金模拟股指期货标的指数沪深300指数,在确定ETF基金组合的基础上使用GARCH(1,1)拟合模拟沪深300指数的收益率;其次,基于中国金融期货交易所的沪深300指数期货仿真交易合约进行套利分析,分别讨论了ETF的一级市场套利和二级市场套利;最后,定义了套利收益率并选择广义极值分布对其进行拟合,给出了相关分布参数的估计值.     

基于“反事实”波动率的中国股指期货效应

以沪深300股指期货和沪深300股票价格指数为研究对象,采用基于"反事实"思想的政策效应评估方法,研究股指期货对股票价格指数波动性的影响。研究结果显示,股指期货的处置效应显著为负,沪深300指数的真实波动率远低于构造的"反事实"波动率,沪深300股指期货的推出能降低股票市场的波动性;通过安慰剂检验验证了实证结果的稳健性,表明沪深300股指期货发挥了市场"稳定器"作用。     

股指期货对股票现货市场影响的实证研究

我国于2010年4月16日正式推出了沪深300股指期货合约,这使我国资本市场发生了质的转变.文章借鉴了大量资料和成果,对引入GARCH模型HS300股指期货影响现货市场波动性的程度进行实证分析,将协整检验和Granger因果检验分析的方法加以运用来研究两市场彼此长期均衡的关系,同时应用多种方法(方差分解、脉冲响应分析、向量自回归(VAR)模型、向量误差修正(VEC)模型),进一步对期货与现货间价格发现功能进行了分析.