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.     

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．     

中国股市"已实现"波动率的周期性研究

论述证券市场“已实现”波动率的理论,利用深圳成分指数和上海综合指数的5 m in高频数据,对沪深两市的波动周期做了实证分析,通过Fourier谱分析,比较了沪深两市的波动周期,揭示了我国股市的周期波动性特征.目前,我国股票市场的周期性研究多集中在市场指数和收益率的低频数据周期分析,本文的特点是利用高频数据对波动率这一重要参数的周期性进行分析.     

基于时变ARMA-EGARCH-Copula模型的投资者情绪与股市收益动态相关结构分析

基于上证市场2011年7月~2017年3月数据,选取流通市值加权换手率、市场融资余额变化率、市场融券余额变化率、涨跌比、基金指数收益率等五项指标对投资者情绪进行测度,并通过时变ARMA-EGARCH-Copula模型实证分析了投资者情绪与市场收益率之间的动态相关关系。分析结果表明,样本期内,上证指数收益率和投资者情绪都存在明显的波动集聚性和持续性;投资者情绪与指数收益率之间总体正相关,但时变性较大。总体上,市场正常波动时两者相关系数与指数收益率大小呈负相关关系,而市场异常波动时,暴跌阶段负相关性有所强化,暴涨阶段负相关性有所弱化。本研究有助于金融监管部门适当引导投资者行为,以减少市场非正常波动,促进金融市场正常发展。     

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.     

TARCH-M模型在上证指数波动率的实证分析

本文应用TARCH-M模型,并且引入迭代累计平方和(ICSS)法则对上证指数进行波动时段进行划分,针对不同波动时段分析其上证指数日收益率上涨和下跌对上海股票市场非对称的影响特点.结果表明,上海股市在1997年以前,收益率的上涨比下跌对股市造成的影响更大,即与通常定义的“杠杆效应”相反;而在1997年以后,其“杠杆效应”才显著.此外,收益率和波动性在后两阶段出现明显的正相关关系,说明了投资者正从以前盲目投资逐渐转变为理性投资,上海股市已日趋成为一个成熟的市场.     

上海股票市场弱式有效性实证分析

运用现代投资分析理论与实证研究方法,对上海股票市场从１９９１年初～１９９６年底的市场弱式有效性进行了全面综合分析．对收益率正态分布检验的研究结果表明,上海股票市场收益率自１９９３年始已逐步趋向正态分布;对股价收益率序列相关检验的结果则显示,上海股票市场在１９９１年初～１９９２年底存在秩相关性,而自１９９３年初则开始呈现市场弱式有效特征．     

信息冲击对聚乙烯期货市场波动的影响

为了更好地刻画聚乙烯期货市场,基于APARCH和ST-GARCH模型,提出一种新的GARCH族模型:ST-APARCH模型。与APARCH模型相比,该模型对信息的处理更加平滑,而且概括了更多的GARCH族模型;与ST-GARCH模型相比,该模型考虑了不同市场收益率波动的次幂特征.使用聚乙烯期货市场的收益数据进行实证研究的结果表明,与GARCH,GJR-GARCH,APARCH模型相比,ST-APARCH模型能够更好地刻画聚乙烯期货市场收益率的波动特征,尤其是信息冲击所引起的复杂的杠杆效应.     

基于事件研究法的上海A股市场有效性研究

选择上海A股市场中具有大股东占用上市公司资金现象的30家上市公司作为样本,采用事件研究法,对信息公布日前后,股票的超额收益率和累积超额收益率的变化情况进行分析,以对上海A股市场的有效性进行实证研究。     

基于二叉树模型方法的Bermuda型理财产品定价

利用时变二叉树模型方法研究了Bermuda型理财产品进行期权定价问题.首先,利用点估计方法对沪深300指数的历史数据进行收益率和波动率的提取.其次,针对收益率序列和波动率序列的历史数据建立相应的时间序列模型,进而表明了收益率和波动率不为常数.再次,将未来时刻的收益率和波动率视为时间变量的函数,构造了时变参数下的二叉树模型.最后,对各类Bermuda型理财产品是否自动化再投资问题进行分析,并通过实证分析,得出指定理财产品的理论价格,结果表明对该类型理财产品选择自动再投资对投资者更有益.