GARCH模型分析股票市场的波动性

本文全面比较了描述波动率的各种模型以检验各种模型设定在改善模型表现、降低模型误差方面的作用并运用GARCH族模型对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。通过比较发现对于深市股指收益率的波动性,EGARCH（1,1）模型能很好的拟合。同时还对股指收益率的波动性进行了预测分析。     

股指期货在动态投资组合保险策略中的应用

研究了国内市场推出股指期货之后,动态投资组合保险策略如何运用股指期货来调整组合资产。实证结果表明：投资组合保险策略在引入股指期货之后,一定程度上提高了投资收益率,明显减少了交易成本,而资产波动性并未发生显著变化。此外,在策略操作上,多头市场中应选取较高的风险乘数和较低的保本比例;盘整市场和空头市场中,较低的风险乘数和较高的保本比例将换取更高的收益率。     

深市股指波动性的实证研究

运用GARCH类模型对我国深市的两个股指日收益率的波动性进行研究,主要回答了中国股票市场是否存在GARCH效应,对于所选的两个股指的波动率,最适合的GARCH模型是什么2个问题。计算结果显示,对深证综指日收益率的波动而言,EGARCH-M(1,1)模型的拟合效果较好,而GARCH-M(1,1)则能较好地拟合深证成指日收益率的波动。同时,还对这两个股指日收益率的波动率进行了预测。     

浅谈股指期货与现货市场

股指期货是国际资本市场成熟的风险管理工具，是资本市场发展的必然产物。我国的资本市场经过十几年的发展目前已初具规模，证券市场的市价总值已超过我国国内生产总值的50％，市场的投、融资功能日益得到发挥。文章从股指期货市场与股票现货市场价格波动性和股指期赁市场与股指波动性两个方面回顾了股指期赁交易与现货市场的关系进行的研究，目的在于澄清股指期贷市场与股票现货市场价格波动关系，为股指期贷市场存在合理性的提供重要理论依据。     

股指期货对现货市场日内波动影响的研究

本文使用GARCH及其拓展模型对沪深300股指期货上市前后我国市场的高频数据进行了分析研究,研究发现：股指期货上市后,我国股票现货市场的波动性出现了显著上升,这种上升并不源于现货市场信息效率的提高。研究同时表明,股指期货引入所带来的高时间频率下现货市场的波动上升不仅仅局限于股指期货标的指数,沪深300指数成分股之外的股票波动性也出现了显著上升。研究表明,股指期货并没有提高现货市场的定价效率。     

基于小波分析方法的股指期货和现货市场关系研究

基于小波分析方法,利用5min高频数据研究了沪深300指数和沪深300股指期货的关系.通过小波分解方法将两市场收益率序列作信号分解,研究发现,在各尺度下股指期货市场的波动性都大于股票市场的波动性,同时随着尺度的增加,两市场的小波相关系数增加,即联动性增加.各尺度的格兰杰因果检验表明,期货市场与股票市场之间存在波动溢出效应,但溢出效应是单向的,即只存在期货市场向股票市场的溢出效应.     

基于VaR和压力测试方法的我国股指期货价格波动性风险研究

股指期货在我国起步较晚,加之金融市场波动性大、股票市场不稳定等特点,通过理论基础对其风险进行度量显得十分重要。通过综合运用VaR方法和压力测试方法,结合GARCH模型对未来收益率序列标准差进行预测,从而得到在一定置信水平下的风险测度。由此得出了收益率变化存在异方差性和不对称性的结论,同时提出建议与对策。     

我国国债收益率的预测与评价

由于我国的债券市场被人为地分成交易所市场和银行间市场，不同的国债投资主体被限制在不同的国债流通市场进行交易，因此国外的债券收益率的理论和模型并不能完全的适用于中国现状。目前，我国相关的主要研究大都针对某个特定的市场或某种特定的方法，缺乏一种完整的收益率模拟方法和评价体系，其一般仅对其中一个市场进行收益率的波动性分析，本文对交易所国债收益率建立ARIMA—TARCH模型并进行预测，预测评价指标和误差分析指标表明其具有很高的精度和预测能力。     

基于VaR-GARCH模型的金融衍生工具市场风险研究——以沪深300股指期货为例

针对我国金融衍生工具市场风险问题,本文利用沪深300股指期货的日数据,运用VaRGARCH模型对沪深300股指期货市场风险进行了实证研究.研究表明股指期货收益率序列具有尖峰后尾、集聚、平稳的特点.利用GARCH模型中的条件方差计算VaR的值,由此度量股指期货市场风险,并给出控制其风险的对策,从而获得控制股指期货市场风险的理论和方法.     

VaR-GARCH模型在我国股指期货风险管理中的应用

国内外预测股指期货合约的市场风险基本以VaR风险评估为主流,计算VaR的核心与关键是估计波动性参数.由于金融资产价格涨跌率时间序列具有波动聚集效应、厚尾效应及时变方差效应,故采用对波动性估计具有精度、准确度和可信度较高的GARCH模型.基于这一点,构建了VaR-GARCH模型,并以恒生股指期货指数做了实证分析,结果表明VaR-GARCH模型可以很好地控制和预测香港恒生指数的股指期货风险.