中国股市波动率变化特征的实证分析

将体制转换模型与广义自回归条件异方差(GARCH)模型相结合,用以对上证综合指数和深圳成分指数进行实证分析.刻画中国股市的波动持续性和体制变化特征,解决单体制GARCH模型的伪高度持续性问题,识别出两市高低波动体制.从分析结果发现,中国股市存在着明显的体制变化特征,高低波动体制显著相异;引进转换体制之后,持续性系数显著降低;T 1体制和涨跌停板制度对于抑制过度投机起着重要作用.     

MDH理论与日历效应下的中国股市量价关系

基于分布混合假说(MDH)理论的数学推导,以我国深沪股市的大盘指数为研究对象,检验原始交易量、包含自相关性的交易量对广义自回归条件异方差模型(GARCH)效应的解释效果,并分析日历效应对交易量与股价波动性关系的特殊影响.结果表明,GARCH模型可以很好地拟合中国股市的股价波动持续性问题;当引入原始交易量以后,股价波动性在一定程度上可以为原始交易量所解释,而包含自相关性的交易量对股市GARCH效应并无很好的解释力.经实证分析证实,股价的日历效应对于上海市场中交易量对股价波动性的解释有着推波助澜的作用.     

用ARCH模型研究中国股市的波动特征

中国股市的波动特征是学者们和投资者关注的一个重要领域,与国外成熟的证券市场相比,中国股票市场作为新兴市场,具有其特有的性质,如更高的不可预测性和复杂性,股票价格更大的波动幅度和频率.研究中国股市的波动特征就具有重要的理论价值和现实价值.投资者在选股过程中需要理解中国股市随时间变化的波动情形,而ARCH模型族正是研究股市波动随时间变化的工具.以上证综合指数为对象,采用GARCH类模型对中国股市波动情况进行实证研究,为股市收益的尖峰厚尾特点、波动的集簇性、时变性提供了实证证据,并对实证结果作了一些初步的探讨.     

股市波动的周内效应研究

收益与风险共存，以往对股市的周内效应研究仅集中在收益率上，对股市的另一特征波动性的周内效应进行了实证研究。应用无条件波动的修正Levene检验和条件波动的GARCH模型，研究了上证综合指数，结果显示我国股市存在显的星期一高波动现象，利用混合分布模型对此现象进行了解释，周末信息的积累对星期一交易的影响可能是其高波动的原因。     

上证综指收益率波动性的非线性方法研究

以上证综指日收盘价为样本建立了对上证综指收益率波动性的非线性模型.实证结果表明我国上海股市的价格波动具有异方差性及显著的左尖峰厚尾的特征;收益率的波动不服从正态分布;具有集聚性和记忆性;波动持续时间较长.通过分析比较GARCH模型拟合效果较好,并预测结果有一定的稳定性.同时对收益率建立了EGARCH（1,1）和TARCH（1,1）模型,表明收益率波动存在一定的杠杆效应.     

GARCH-neural网络模型对股票价格买卖差波动率的预测

股票价格买卖差是衡量金融市场流动性和有效性的重要指标,已经得到学术界的广泛研究.相比而言,作为衡量股票市场风险的重要因素的股票价格买卖价差的波动率却没有得到相同的重视.在广义自回归条件异方差(generalized autoregressive conditional heteroscedasticity,GARCH)模型的基础上,提出了GARCH-neural network (GARCH-NN)混合模型分析股票价格买卖价差波动率的动态性.以深圳证券交易所成分股价指数的高频数据为样本对所提模型进行了实证分析.运用GARCH家族模型对股票价格买卖差波动率的动态性进行分析,得出预测效果最优的GARCH模型.在最优GARCH模型的基础上结合神经网络分析方法即GARCH-NN混合模型对样本数据进行了实证分析.比较分析最优GARCH模型和GARCH-NN混合模型对股票价格买卖差波动率的预测效果,并以AIC(Akaike information criterion)和BIC(Bayesian information criterion)作为检验模型预测效果的指标.实证结果表明,提出的GARCH-NN混合模型更优.     

中国股市波动测度实证研究

提出了一种基于非参数波动测度的综合测度方法,该方法以已实现极差波动测度为基础,根据混合抽样模型(MIDAS)的思想,利用多元回归方法将基于高频数据的不同时间尺度的已实现极差波动测度组合成综合测度.通过对中国股票市场综合指数分析,发现利用综合测度方法可以更好描述高频数据的波动行为.     

上海证券A股市场波动性拟合模型改进研究

研究了将ARMA模型与ARCH族模型相结合,通过建立ARMA-EGARCH-M模型来拟合证券市场波动性,基于大样本数据通过样本期内外模型预测能力检验,得出结论认为针对上海证券A股市场,改进后的波动性拟合模型相较于广泛使用的GARCH(p,q)-M模型具有更好的样本外预测能力.     

异质波动条件下中国股市与国际股市联动性的动态分析——基于DCC—MVGARCH模型的实证研究

在定义与计算异质波动的前提下,使用DCC—MVGARCH模型,对中国股票市场与国际股票市场之间的联动性进行研究．结果表明,首先,中国市场与周边地区市场的联动性最强、新兴市场次之、欧美发达市场最弱;其次,从动态走势上看,金融危机的爆发使得中国市场与周边市场、印度市场以及欧洲市场的联动性发生显著上升,而美国、俄罗斯与巴西市场与中国的联动性则没有显著变化;最后,这种不规则走势为国际投资提供了避险的可能性．     

深证100指数日收益率波动性的实证研究

实证研究表明，对深证100指数日收益率可以建立GARCH（1，1）模型，但不能建立TARCH模型、EARcH模型、Asymmetric ComponentARcH模型，即深证100指数日收益率的杠杆效应不显著,换句话说，深证100指数日收益率波动行为具有ARCH效果，但不具有不对称性以及信息程度偏误等特性．     

中国股市波动集簇性和不对称性研究

利用GARCH类模型,以上证综合指数为对象对中国股市波动进行实证研究。新的证据显示中国股市波动的集簇性和不对称性是显的,并在中国股市的背景下对集簇性和不对称性的几种经济解释进行了理论分析。     

对上海股票市场波动性的ARCH研究

在分析上海股市收益波动特征的基础上,利用多种形式的ARCH类模型对上海股市日收益率的波动进行了实证分析,结果表明上海股市具有较为明显的ARCH效应．     

中国股票市场正反馈交易行为之实证

本文通过实证分析得出，上海股票市场中显著存在正反馈交易行为．并依靠Shiner、Sentana和Wadhwani提出的模型揭示了收益的自相关性、波动性与反馈交易行为之间的关系．     

中国股票市场分割(1991～2000)的理论探讨

与世界其他国家的证券市场相比,中国证券市场是一个高度分割的市场,这首先表现在它被划分成为A、B和H股三个市场,这三个市场不仅计价货币、交易机制和募集方式不同,而且各自允许开放的投资者对象也严格限定、互不开放。由此,这三个市场的股票价格彼此差别较大。重点考察了中国大陆的股票市场分割,其重要体现是中国B股市场普遍存在着严重的折价问题,在B股市场向国内持有外币的投资者开放之前,大多数上市公司B股价格不仅远低于其A股价格,有的还曾跌破发行价、资产净值和面值,这使得我国B股市场已经成为世界证券市场平均市盈率最低的市场,其平均市盈率只有11倍,这不仅大大低于A股市场平均市盈率(大于50倍),也低于国际股市的平均市盈率(15～20倍)。认为,资本控制,即投资限制、B股相对于A股的信息不对称和对人民币汇率的预期是形成B股折价的主要因素。     

具有随机收益率与波动率股票的一般价格分布

研究了收益率及波动率均为扩散过程的股票价格分布问题 ,给出了二者独立情况下分布的解析形式 ,并应用于欧式期权的定价。     

基于ARMA-EGARCH-M模型的沪深股市波动性分析

文章讨论了ARCH模型族的拟合波动性的优缺点,建立ARMA-EGARCH-M模型,简要说明了此模型的优点;以2000年1月11日-2006年3月15日上证综指和深证成指收盘价为样本,对我国沪深股市收益率分布用ARMA-EGARCH-M模型进行拟合分析,结果表明该模型能更有效地拟合我国沪深股市的波动性;最后解释实证结果和分析了我国股市的行为。     

香港股市与美国、英国股市的联动性

通过多变量协整理论，检验香港股票市场和世界上主要的股票市场一美国、英国股票市场的联动关系。结果表明，在1993年1月至1995年12周期间，香港市场与这些世界主要发达国家市场存在着弱的协整关系；而在1999年6月至2002年5月，香港股市与美、英股市之间不存在着协整关系。这一结果意味着分散投资于美、英市场与香港市场存在着长期的获利机会。     

股票波动率的高频率数据估计及实证分析

用分类方法,直接采用高频率数据来估计股票市场普通个股风险(总波动率)三个组成部分：整个市场水平波动率、特定行业水平波动率和特定厂商水平波动率,对中国股票市场进行了实证分析。