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.     

基于ARIMA模型的黄金价格实证分析

本研究以2011年10月至2014年2月的上海黄金交易所黄金Au100g每日的加权平均价为例,以时间序列的相关理论为基础,建立ARIMA(2,1,0)模型对黄金价格的走势进行实证分析,并对2014年3月至2014年5月的数据进行短期预测.实验结果表明,ARIMA(2,1,0)模型能够比较准确地刻画黄金价格的动态走势,这为中国黄金投资者更好地预测黄金市场的行情提供了一个可行的方法,也为他们理性地投资黄金提供了一个理论依据.     

长记忆条件下我国房地产业的风险测量——基于GARCH和FIGARCH模型的动态VaR计算

从股票市场风险管理的角度分析房地产业指数,基于GARCH和FIGARCH模型对房地产业指数日收益率序列进行建模,在此基础上分别计算其VaR的值,并对二者进行比较。实证研究表明:房地产业指数收益率序列的波动具有长记忆性,FIGARCH模型的拟合效果优于GARCH模型;并且基于FIGARCH模型计算的VaR比基于GARCH模型计算的VaR能更有效地度量风险。     

基于ARCH类模型对沪市波动性的实证研究

在对股票市场的研究中,波动性一直是比较重要的一方面,利用ARCH类模型对上证综指日收益率进行分析,得出上证综指具有集聚性和长期记忆性。     

EGARCH模型和分位数自回归类模型在风险预测中的比较

利用了三种时间序列模型对中美汇率的风险进行一步向前滚动预测。1)EGARCH模型,它可以刻画金融资产收益率的尖峰厚尾现象,异方差性,波动集聚性和杠杆效应。2)非常适合具有异方差性的QAR模型,该模型不需要假定误差项的分布,可以很好地刻画条件异质性,在模拟具有尖峰厚尾的金融数据时,得到了广泛的应用。3)T-QAR模型,该模型可以通过门限变量控制分段线性函数,进而刻画金融资产具有的非线性性和非对称性。最后,对三种模型的预测效果进行了VaR回溯检验,结论是T-QAR模型的预测效果最佳,而EGARCH模型的预测效果最差。     

黄金交易市场的预测分析

黄金市场是投资者、管理者和经济管理学者共同关注的热点,自19世纪黄金市场建立以来,对黄金价格预测方法的研究一直是众多学者关注的焦点,随着黄金投资在中国的发展,其影响越来越大,深入了解其变化规律已经成为经济发展的迫切要求.目前,已有大量的学者仅从定性角度研究了黄金价格的影响因素,但定量研究的文章较少.主要是运用灰色马尔可夫预测法对黄金价格进行预测,考虑到重大事件的发生对黄金价格的影响,引入了虚拟变量,并基于上海黄金交易所提供的2008年1月9日到8月1日的数据对8月3日到10月31日12周内的黄金价格进行了预测.     

基于R/S检验、ARFIMA模型和小波方差的人民币汇率长记忆性检验

分别应用R/S检验、ARFIMA模型和小波方差对人民币兑美元名义汇率收益率序列的长记忆性进行检验.根据R/S统计量计算出Hurst指数为0.573 745 1,采用ARFIMA(2,d,1)模型对人民币汇率收益率序列进行拟合的效果比较好,其分数差分参数为0.145 7,利用Haar小波对人民币汇率波动绝对值收益率序列进行最大重复离散小波变换,得出其长记忆性参数为0.393 1.3种方法的研究结果均表明人民币兑美元名义汇率收益率序列存在长记忆性.     

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.     

行业股票日收益率的长记忆性研究

运用修正R/S分析和V/S检验两种分析方法,对我国股票市场13个行业日收益率序列的长期记忆性进行了比较研究,得出了以下结论：在5%的显著水平下,农林牧渔业的日收益率在两种方法下均不具有长记忆性;传播与文化产业的日收益率在修正R/S分析中不具有长记忆性,而交通运输仓储业的日收益率在V/S分析下不具有长记忆性;除上述提到的行业外,其余行业的日收益率在两种分析结果下,均具有明显的长记忆性。     

汇率收益率短记忆性与长记忆性特征的研究

采用Q检验,经典R/S分析法以及ARFIMA模型对人民币和欧元汇率收益率序列的记忆程度进行研究,结果表明人民币汇率收益率虽然不存在显著的短记忆性,但长记忆特征比较显著,而欧元汇率收益率虽然存在短记忆特征,但不存在显著地长记忆性,说明了欧元外汇市场的成熟和人民币外汇市场的低效,因此,对两种汇率收益率序列的拟合预测需建立不同的数学模型.     

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。     

基于局部Whittle法的长记忆参数及变点估计

利用最小二乘法判别变点存在性以及估计变点个数,同时利用改进的局部Whittle法对长记忆过程的变点及长记忆参数进行估计,并将其应用于上证指数的实证研究.结果表明:上证指数日收益率的波动率序列在不考虑变点的情况下具有显著的长记忆性,而在考虑变点的情况下,其长记忆性并不显著.因此,考虑变点能够避免伪长记忆的存在.     

我国股票市场的复杂网络特性及稳定性分析

以2017年沪深300指数成分股的收盘价为数据来源,使用重标极差法(R/S)对其收益率序列进行处理,删除短期记忆性数据。通过阈值法来构建股票市场复杂网络模型,并验证该网络具有小世界性和无标度性,通过子图中心性及最大连通子图节点个数的变化情况分析不同攻击方式下股票市场网络的稳定性。研究结果表明,相对于随机攻击,蓄意攻击下的网络更加"脆弱"。     

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。     

基于收益率分解模型的行业板块指数长记忆性研究

采用资产定价模型(Capital Asset Pricing Model,CAPM)将国内A股市场11个行业板块指数的收益率分解为市场超额收益率和行业本身超额收益率,使用重标极差法(Rescaled Range Analysis,R/S)和局部Whittle(Local Whittle,LW)方法,分别检验行业本身超额收益率和市场超额收益率及其波动率的长记忆性。实证结果显示,行业本身超额收益率的长记忆性要弱于市场超额收益率的长记忆性,同时行业本身超额收益率波动性的长记忆性更加受到行业本身的影响。     

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。     

石油价格的ARFIMA模型预测研究

经检验,石油价格波动具有长记忆性,而通常用于定量预测的ARMA模型是不考虑长记忆性的．应用考虑长记忆性的ARFIMA模型对石油价格进行了预测研究,预测结果表明,ARFIMA模型的预测结果要好于不考虑长记忆性的ARMA模型．     

基于GARCH模型的上证指数实证分析

在对GARCH模型进行探究的基础上,针对上证指数收益率的波动特征进行GARCH建模,最后通过对所得模型结果的分析得出了我国股市与其他发达国家的股市具有一些共同的地方,即我国的上证指数收益率序列具有显著的异方差特征,且收益率波动的大小与其自身过去的波动大小有非常明显的关系,因此说我国的大盘指数也可以采用GARCH模型来进行拟合和解释。     

基于GED—EGARCH模型的深圳股市风险价值研究

金融时间序列具有分布的厚尾性、波动的集聚性等特点,传统的方法难以准确度量其风险。根据GED分布适合刻画资产收益的厚尾分布和GARCH族模型能动态描述收益率行为的优点,得到基于GED分布的GARCH、EGARCH模型的日VaR的度量方法。利用深证综指数据,计算市场风险的日VaR,并利用Kupiec提出的LR统计量检验法对两模型的风险价值计算结果进行了比较。结果表明基于GED-EGARCH模型的风险价值能更好地刻画深圳股市的市场风险。