波动性比率与涨跌幅限制实证研究

从交易机制的角度解释了股市开盘收益率的波动大于收盘收益率的波动的原因。在考虑了涨跌幅限制的存在对股票价格行为的影响后，建立了一个简单的计量模型，提出涨跌停频率的大小与波动率的正相关关系及涨跌停日的日内收益率与次日隔夜收益率的正相关关系的假设，并就中国股市的情况进行了实证分析，得出了与假设一致的结论。这里的研究为“方差比率之谜”提供了新的解释思路。     

京东小金库收益波动率的GARCH类模型构建

鉴于互联网金融对经济发展起着越来越重要的作用,针对收益波动率的分析已成为当下热点话题,提出基于互联网理财产品收益波动率的研究。首先选取京东小金库(嘉实)七日年化收益率作为研究对象;其次运用ADF检验、自相关性检验等方法仔细分析数据特征,得出收益率具有非平稳性、自相关性、尖峰厚尾、波动集聚性、异方差性等特征;最后基于数据特征分析结果对收益率构建了基于GED分布的TGARCH(1,1)和EGARCH(1,1)模型,通过ARCH效应检验以及模型输出结果,得出上述模型可以很好地拟合数据的结论;分析模型结果发现:京东小金库收益率存在反杠杆效应,即当市场上出现"利好消息"时,收益率波动更明显。     

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。     

浅谈关于组合证券投资的风险与收益

本初步探讨有关组合证券的收益与风险，利用均值和方差来描述证券投资收益率。     

上证综合指数波动性的实证分析

以上证综合指数的日收益率为研究对象,建立了基于正态分布的GARcH(1,1)模型,同时考虑到股票收益率受到风险水平的影响,进一步建立GARCH(1,1)-M模型.实证研究结果表明,上证综合指数的收益率具有尖峰厚尾、方差随时间而变化特点与波动集群的现象.在研究样本区间内,GARCH(1,1)模型能较好地拟合上证综合指数收益率的波动性,同时,其期望收益与期望风险存在着正向关系.     

上证指数收益率波动的实证分析——基于ARCH族模型

利用ARCH族模型对上证指数股票收益率进行定量与定性分析,表明上证指数日收益率存在高阶的ARCH效应,条件方差对日收益率有很强的影响,其中EGARCH模型在反映股市波动性方面优于其他模型.     

关于我国个股收益波动性的实证分析

一、引言 在使用基于均值一方差模型的投资决策方法时,用收益率的样本值估计方差,而用标准差表示未来期望收益率可能偏离程度,即收益的波动性。对于一个理性的投资者,他的决策依赖于被考虑的重要变量在将来时刻的分布,该分布是根据一切可利用的信息得出的条件分布,不仅其均值影响决策,方差也应进入决策函数,由于未来收益的不确定性,因此投资者在进行投资决策时就要利用一切可能的信息,既考虑投资组合预期收益率(条     

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．     

基于Matlab的股票市场收益率波动分析实验

针对金融风暴背景下的股票市场价格的波动特性,应用数学分析、经济统计与计量知识,对中国上海、深圳股票综合指数2007~2009年的数据进行实验分析,并利用Matlab金融分析工具箱以及广义自回归异方差模型编程建模,实现对股票市场收益率的分析和预测。结果表明,股票市场收益率序列的波动有显著的异方差性。     

上证A股指数成交量与指数收益率关系对比分析

利用SSA分析对成交量对数变化率与价格对数收益率进行分层次分解和重构,从而在方差贡献率接近的情况下进行对比分析,给出了它们间的关联关系。并对波动率曲线做出了分析,方差随时间而变化特点与波动集群的现象。     

深圳股市量价关系的实证分析——经济数学模型的应用

结合投资者情绪的影响,利用脉冲响应函数和方差分解对价量因果关系的动态表现形式作了进一步分析。实证结果表明:深圳股市收益率、收益率波动、投资者情绪这三个变量对股票交易量都有着不同的影响。其中股票收益率和收益率波动对交易量的影响主要是通过对预期交易量来起作用的。     

交易量与股价波动性动态关系的研究

交易量与股价变化的关系是金融市场研究的重要课题之一.VGARCH模型是在传统的GARCH模型中加入交易量得到的衍生模型.通过对上证指数波动性预测的实证分析得出:VGARCH模型能更准确地预测股票指数的波动性.进一步指出,相比于交易量,其波动率能更好地度量每日信息到达量.     

论明代前期的“虚拟银本位”

明代货币制度经历了从明初“禁银”到后期“皆用银”的发展过程。然而,在“禁银”的铜钱和纸钞时期,从政府到民间,白银并没有退出了商品交换的舞台,始终是商品交换的重要媒介,充当着一般等价物。因此,洪武元年至宣德十年,政府法令“禁银”,而现实中仍然“用银”的时期是“虚拟银本位时期”。     

基于 GARCH-EVT-VaR 模型的碳市场风险计量实证研究

对欧盟碳市场风险进行实证研究, 在分析碳市场价格波动特征基础上, 将条件方差和极值理论纳入 VaR 计量框架, 建立量化碳市场价格波动风险的GARCH-EVT-VaR 模型。应用该模型对欧盟碳排放交易市场(EU ETS)进行实证研究, 结果显示: 碳市场价格波动具有尖峰、厚尾、自相关、波动性聚类和条件方差等典型特征, EUA 和CER 价格波动呈现显著同步性; 碳市场存在显著的极端价格波动风险, GARCH-EVT-VaR 模型能够更准确地量化碳市场风险, 从而为应对极端事件预留充足的风险储备。     

基于市值规模的中国股票市场量价关系实证研究

基于MDH理论,引入成交量的门限GARCH-M模型研究了我国股票市场不同市值规模公司的成交量与收益率之间的关系。结论表明：成交量与收益率波动性正相关,而收益率的波动性又与收益率之间存在正相关关系,因此成交量与收益率正相关,并且随着公司市值规模的递增,这种正相关性逐渐变弱;未预期成交量对收益率的正向影响显著强于可预期成交量的影响;未预期成交量对收益率的放量冲击效应强于缩量冲击效应,并且这种杠杆效应与公司市值规模负相关。     

深市波动率特征分析

股价与成交量是股市中的两个重要变量,研究股票市场的波动率,掌握股票市场的主要波动性特征,进而有效管理市场,具有重要的理论意义和实践价值.采用计量经济分析技术,采集深市交易数据,分析了深市日收益率序列和波动率序列的每周不同天效应和记忆性.分析认为,深市日收益率序列不存在每周不同天效应,但存在1～2星期的记忆性;波动率序列则存在每周不同天效应和持续性;同时,交易量对波动率具有很好的解释作用,而波动率则不对交易量具有解释作用.     

混合GARCH模型下股票市场跳跃形态分析

在跳跃扩散模型下,假定跳跃强度服从门限自回归模型(self-threshold autoregressive model,SETAR)以反映跳跃强度的结构性突变,并使用GARCH模型描述收益率波动扩散形态.以受波动率影响的跳跃强度控制跳跃行为发生概率,并以受跳跃行为影响的GARCH模型控制正常扩散过程,构建了SETARGARCH模型.以上证房地产指数为例,实证研究发现,股指存在门限效应,GARCH效应明显,跳跃突变发生的概率为35.21%.资产收益率总体方差中有较大的部分是由跳跃行为异常所引起.历史波动率直接影响未来跳跃强度预期,历史跳跃行为干扰加剧了当期收益率波动扩散,波动率扩散和跳跃行为具有双向反馈机制.     

中国股市流动性、波动性和交易特征的实证研究

分析了指令驱动交易机制下中国股市的流动性、波动性和交易特征．研究发现．市场深度、成交量，换手率以及绝对收益等都表现出显著的日内时际模式．另外，流通股本大的股票具有相对较小的流动性，流动性负相关于波动性,正相关于成交量．     

波动率持续性基于信息到达过程的成交量解释

综合利用对数周期图方法、Granger因果检验、以及扩展广义自回归条件异方差模型 ,对随机抽取的 10只上证 180成份股进行了实证研究 .得出以下结论 :收益波动率和成交量有相同的长记忆特征 ;信息到达过程是波动率行为的原因之一 ,成交量和波动率展现出的相互因果关系可能是它们同受信息到达过程影响的结果 ;成交量变量能够在有限程度内解释部分波动率的持续性 .     

基于分类信息GARCH模型的高频数据波动率研究

提出了基于分类信息的C-GARCH模型和S-GARCH模型,并结合传统未考虑分类信息下的GARCH模型,以上证综指五分钟数据为样本,对波动率进行了实证分析;研究结果表明:分类信息GARCH模型优于未考虑分类信息的模型,最优模型为C-GARCH模型,其次为S-GARCH模型;好消息和坏消息对高频数据方差的影响程度相对较小,但却提高了描述精度;好消息与方差波动负相关,坏消息与方差波动正相关;坏消息对波动率的影响比好消息大,具有非对称性。