白糖期货波动特征实证检验

对我国郑州商品交易所白糖期货在2006—2011年收益率序列的波动特征进行了实证检验。研究结果表明:白糖期货的收益率分布均表现出尖峰厚尾特征,GARCH(1,1)模型检验结果发现,其α+β值小于1,但非常接近1,表明都具有很强的波动持续性;EGARCH(1,1)和TGARCH(1,1)模型估计的结果则表明白糖期货表现出正的杠杆效应。     

基于GJR模型的中国股市收益率波动性研究

取一段时间的上证指数日收盘价为数据样本,从时间序列分析的角度运用模型重组方法构造带student-t分布的ARMA-GJR-M模型研究中国股票市场收益率的波动性。结果表明,ARMA(4,3)-GJR(1,1)-M模型能够全面描述中国股票市场收益率的非正态性、尖峰厚尾异方差性、强烈的波动集聚性和自相关性以及波动过程中的杠杆效应这四大特征。同时,收益率与风险大小成正比也在模型中得到很好的体现。实证结果显示,ARMA-GJR-M模型的拟合效果比GJR-M模型的更好。     

半参数门限随机波动率模型及其实证研究

为了描写金融资产收益率波动率非对称性,以及充分刻画金融资产收益率偏态厚尾等典型特征,将门限效应和非参数分布引入到标准的随机波动率(SV)模型中,构建半参数门限随机波动率(TSV-DPM)模型对金融资产收益率的波动率进行建模。利用基于贝叶斯的MCMC算法估计模型参数,使用对数预测尾部得分(LPTS)比较不同模型在极端事件中的预测能力。以欧元/美元汇率日度数据对TSV-DPM模型进行实证分析,结果表明TSV-DPM模型不但能够有效的刻画欧元/美元汇率收益的波动率的动态特征,而且对极端事件的预测能力优于SV-DPM模型,同时验证了欧元/美元汇率收益率具有较强的波动率持续性和较弱的波动率非对称性。     

基于GARCH族的VaR方法在上证市场中的风险度量

使用上证地产指数的日对数收益率的数据,对其收益率序列进行统计描述,并且建立GARCH族模型。分别在正态分布、T分布和GED分布下总结GARCH参数并计算VAR值,通过实证分析指出序列分布具有尖峰厚尾的特征,上证地产指数的对数价格具有波动率聚集现象,其中利好消息的波动比利空消息更大,上证地产指数存在明显的杠杆效应;T分布下的EGARCH(1,1)模型能够更好地拟合上证地产指数,得出的VAR值准确性较高的结果。     

棉花期货价格波动率分析

针对棉花已成为制约“十四五”规划中纺织行业发展不可或缺的关键因素这一事实,提出通过研究棉花期货价格的波动来体现纺织业成本变化。 基于 2008 年 1 月 2 日到 2021 年 9 月 6 日棉花 CF999 期货价格数据时序图,得到原序列不平稳的结论,处理后得棉花期货价格收益率序列,由 J-B 统计量、ADF 检验 统计量,得到棉花期货价格收益率序列是平稳时间序列,但不服从正态分布,有尖峰厚尾和高阶异方差性的统计特征;然后考虑收益率序列服从 T 分布和广义误差(GED)分布,分别构建 GARCH 类模型,具体利用GARCH、GARCH-M、EGARCH 和 MS-GARCH 4 种模型对棉花价格波动特征进行研究,结果表明:基于 T 分布 的模型比 GED 分布更能描述棉花期货价格收益率序列的波动特征;棉花市场不是“高风险、高回报”产业;收益率序列存在反杠杆效应;MS(3)-GARCH(1,1)模型的拟合效果最优,收益率序列有体制变换现象,各种波动的持续期不同,高波动状态最短,为 2. 12 d;最后提出相关建议。     

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.     

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。     

股票收益率预测及风险与收益关系研究——基于ARMA-GARCH模型和高频数据

以沪深300指数的一分钟为间隔的实时价格为研究样本,利用ARMA模型和基于T分布的GARCH(1,1)模型,对其收益率进行了拟合和预测,同时运用GARCH-M模型,分析风险和收益之间的关系。研究表明,股指波动存在条件异方差性;ARMA模型长期预测效果较好,而GARCH(1,1)-T模型短期预测效果较好;沪深300指数的风险和收益不呈正比,说明我国股市发展不成熟。     

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.     

沪深股市的波动性分析——基于t分布下GARCH和SV模型的比较

构建基于N分布和t分布下的GARCH(1,1)和SV模型,并通过实证分析探讨了上证指数和深证成指收益序列的波动性.分析结果表明,GARCH(1,1)类模型和SV类模型能较好地拟合沪深股市收益率的波动,并指出我国股市存在较强的波动持续性;而基于t分布的各模型能有效地刻画股市的厚尾性;此外,通过计算VaR值,说明深市比沪市的风险更大,且SV类模型能更准确地反映收益率的风险特性.     

基于非线性分位数自回归的股市收益自相关性研究

股市收益的自相关性是金融市场研究的热点问题,对股票价格预测及股市风险度量具有重要意义。由于收益序列存在尖峰厚尾及非线性特征,传统的线性均值模型往往难以具有代表性。在分位数回归框架下,以正负向收益作为分段机制,建立非线性分位数自回归模型,用于刻画收益序列的自相关特征。选取上证综指日收益率、周收益率及月收益率数据进行实证研究,结果表明,不同时间频率的收益序列自相关性较为一致,且存在典型的非线性和异质性特征。当前期收益为负向时,收益序列呈现出低分位点处(低迷市场)强正自相关、中位点处(温和市场)弱自相关、高分位点处(积极市场)强负自相关的特点;而当前期收益为正向时,结论与之相反。最后对结论进行分析并给出相应政策性建议。     

基于交互作用系统的股票价格波动相关性

根据随机交互作用系统之一的接触过程理论,构造了一个股票价格模型来模拟金融市场股票价格时间序列及其收益率序列.重点讨论了模拟收益率序列的相关性,并与实际数据上证综指(SSE)、深证成指(SZSE)进行了对比分析.在交叉相关性分析中,分别研究了不同的信息传播速率和初始信息携带率之间的交叉相关性,并用实际数据对SSE与SZSE作对照,发现它们之间都是存在交叉相关性的;在自相关性分析中,采用了常规自相关函数、q阶自相关函数以及多重自相关函数分别对单个模拟数据以及实际数据进行分析,从3种结果中都可以看出模拟数据的收益率序列同实际数据一样是具有波动集簇性的.     

股票月收益实际波动率的实证研究

阐述了实际波动率的理论背景，以及国外在实际波动率研究方面已得出的一些基本结论．对深沪股市随机抽取的30只股票数据进行了实证检验，得出对数实际月波动率序列的分布与正态分布无差异、月收益率经月实际波动率标准化后的序列的分布与正态分布无差异的结论．利用月实际波动率对广义自回归条件异方差类模型的波动率模拟效果进行了检验，发现该模型的波动率度量精度略胜一筹，但也只能解释一小部分收益率的变动．     

基于ARMA-GARCH模型的沪深300指数日收益率波动特性研究

以沪深300指数为研究对象,运用R软件建立带正态分布和t分布的ARMA-GARCH模型,对2005年4月8日—2015年4月21日沪深300指数日收益率的波动情况进行了研究。研究表明:沪深300指数股票具有明显的ARCH效应,其对数收益率不具有正态分布的特性,但具有明显的"尖峰厚尾"现象和"长记忆"的特性,存在着波动率聚集现象;基于学生t分布的ARMA(2,3)+GARCH(1,1)模型是最优的拟合模型,可以较好地对沪深300指数的波动情况进行模拟。     

基于半参数LM-ARMAX模型的股价波动成因分析

选择沪市1991-2010年所有上市公司的数据,建立LM-ARMAX模型来实证股票价格波动的决定因素;然后,根据模型半参数估计的结果,进行基于半参数估计的广义似然比检验和基于Wild Bootstrap的Smirnov检验.研究结果表明:市帐率和成交量是股票价格波动的主要因素,而净资产收益率对股票价格波动的影响不显著;相比起"指数研究"和"样本替代研究"而言,实证的数据精确度更高,说服力更强.     

基于Copula模型的股市收益率与成交量的相关分析

建立了基于AR(1)-GARCH(1,1)的Gumbel Copula模型,并以此为基础刻画了中国房地产股市收益率与成交量之间的相关性.通过AIC信息准则进行拟合优度检验发现,Gumbel Copula函数模型能够更好地刻画收益率与成交量之间的相关结构,收益率与成交量之间存在上尾高的非对称相关,以及很弱的正相关的特征.     

国际干散货运输市场分形特征

为探析干散货运输市场的分形特征,研究其波动的长记忆性,提出基于分形市场假说的分析方法.采用线性和非线性相关性检验、ARCH效应检验等定量方法研究BDI、BCI和BPI收益率的分形特征.结果表明,国际干散货运输市场具有显著的分形特征,运价指数收益率呈现较强的尖峰厚尾特征,具有明显的线性和非线性相关性及条件异方差性.     

中美棉花期货价格波动特征的比较研究

利用GARCH(1,1)模型和EGARCH(1,1)模型分别对中国和美国棉花期货价格的波动特征进行对比分析.结果表明,从总体看郑州和纽约棉花期货市场都具有价格波动剧烈的特点,郑州棉花期货市场收益波动不具有杠杆效应,证明中国的棉花期货市场还不够成熟.     

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.     

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 .