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BEMD和Copula的沪港股市相关性研究

为深入探讨沪港两股市间相关结构的微观特征,本文在Copula理论的基础上引入二元经验模态分解(BEMD)算法,分别刻画了上证综指和恒生指数日收益率序列之间的整体相关性和微观相关性。研究结果表明,在港股市间整体相关性方面以及经BEMD分解后不同尺度上微观相关性刻画方面,时变SJC Copula函数都能较好地描述两收益率序列之间的相关结构,即沪港股市间存在时变的非对称尾部相关关系。此结果也进一步证实新方法在刻画相关性方面的有效性。     

基于DFA的我国股票市场标度特性研究

将消除趋势波动分析法(DFA)应用于我国沪深两市不同时间标度收盘指数的对数收益率序列,全面分析了我国股市的标度特性.发现标度指数随着考察时间的长短,即数据个数的不同而不同,但从长期来看,两市波动都存在持久性特征,而且收益率的绝对值序列和平方值序列的持久性更明显;在相同时间范围内,不同时间标度序列的标度指数相差不大,存在标度不变性;小标度时间序列存在多重分形特征.这些结果说明我国股票市场存在复杂的非线性动力学特性.     

香港国企H股与沪深股市股指收益率波动特征及其关系研究

选取香港国企H股指数、上证指数和深圳综指2003年2月26日至2006年5月12日的股票日收盘指数作为样本,运用TARCH模型研究收益率波动的特征.结果表明:三市指数收益率均存在信息不对称效应,但沪、深股市比香港国企H股波动剧烈.运用Johansen多变量协整关系检验及Granger因果关系检验.结果发现,它们之间存在着长期稳定的协整关系.香港国企H股与内地股市关系密切,香港国企H股的变动会对沪、深股市产生影响,而沪、深股市的变动不会对香港国企H股产生影响,同时上海股市的变动也会对深圳股市产生影响,但深圳股市的变动对上海股市影响不大.     

牛熊市视角下我国股市波动率的长记忆性研究

为更好地理解我国股票市场运行状态,使用局部Whittle(local Whittle,LW)半参数法分别估计了沪/深股市在牛/熊市阶段波动率的长记忆性强度.实证结果显示:沪(深)市波动率在牛/熊市阶段均存在显著的长记忆性,且熊市波动的长记忆强度要大于牛市;在牛(熊)市阶段,沪市波动的长记忆强度大于深市,且两者的差异在牛市阶段更为明显.特别的,对波动序列作了长记忆真伪性检验,增强了估计和解读的合理性.     

中国股市长记忆检验的滑动分块自助法仿真

提出基于滑动分块自助的GPH(Geweke,Porter-Hudak)检验方法,并检验沪、深股市的各种收益率序列的长记忆性.结果表明,沪、深两市的日指数收益率序列是一个I(0)过程而非长记忆过程.然而,沪、深两市的绝对值收益率和收益率平方序列却是一个分数差分过程,沪市的绝对值收益率和收益率平方序列的分数差分值大约为0.30,深市的绝对值收益率和收益率平方序列分数差分值大约为0.35.即深市的长记忆性强于沪市,同时也说明上海股市的运行效率要高于深圳股市.     

我国股市与汇市间的风险溢出效应检验——基于二次汇改后的实证分析

采用二次汇改后沪深300指数和人民币/美元汇率的日数据,结合AR-GARCH模型和极值理论POT模型,度量两个市场的95%和97.5%置信水平的Va R,并利用基于交叉相关函数的风险溢出检验方法,分析沪深300指数与汇率间的风险信息溢出。实证结果表明:在95%置信水平下存在汇市到股市的单向风险溢出而在97.5%置信水平下存在股市和汇市间的双向瞬时溢出效应。因此,监管层应制定金融稳定政策,防止两者间的风险传导。     

基于变结构copula模型的股票市场分析

通过构建度量相关性的变结构copula模型,对股市的波动情况进行分析.模型利用copula函数在度量相关结构上的优势来处理金融市场的变结构问题,采用Bayes时序诊断和Z检验的方法对变结构点进行了诊断,在实证分析中,运用此模型对沪深股市的波动情况进行分析,结果表明,变结构的copula模型能较好的拟合股市的波动情况.     

基于VAR模型的融资融券交易对中国股市波动性的影响研究

选取2010年4月1日—2019年11月29日的融资余额、融券余额和沪深300指数的日度交易数据,运用Granger因果关系检验、VAR模型和脉冲响应函数等方法研究融资融券交易对中国股市波动性的影响.结果表明:融资融券交易与股市波动具有双向Granger因果关系;融资融券交易对股市波动具有显著的负向冲击,即对股市波动具...     

沪深A股综合指数的时间序列分析建模与预测

通过基于Box-Jenkins方法的时间序列分析技术,对中国沪、深A股综合指数的2000～2009年月收盘数据序列进行建模分析,验证了沪、深A股综合指数月收盘数据的时间序列特性,研究并选择了这两个序列的最佳ARMA模型,本文也通过模型对2010年的综合指数进行了预测.模型实证分析的结果表明：在股市综合指数时间序列分析建模与预测方面,Box-Jenkins方法及其模型是一种精度较高且切实有效的方法模型.     

我国证券市场波动性与流动性的复杂网络特性

分别基于股票价格波动相关性、流动性相关性,运用阈值法构建了我国沪深股票市场股票关联网络,研究网络的拓扑特征.实证研究表明:股票之间的价格波动和流动性大多呈同向变动趋势;在一定的阈值区间内,股票关联网络具有小世界性,表明单个股票价格波动或流动性的增减,可以通过网络传染给其他股票,同时这种传播在集团内部更为容易;并且在特定阈值区间内,股票关联网络的度分布具有无标度性,说明我国股票市场中存在少量的具有较大市场影响能力的股票,它们对网络的整体价格波动(流动性)关联起着重要作用.实证研究结果对股票投资组合风险管理具有一定的指导意义.     

基于GARCH模型的沪深股市分析

利用我国沪深股市2007年7月1日至2010年7月1日的收盘指数,对沪深股市的波动性、收益率及其相关性进行了实证分析研究。研究表明,沪深两市具有明显的GARCH效应,而且两市之间具有联动性。     

中国股市波动过程分析

使用一般到特殊的建模方法,建立沪深两市收益率的波动模型.实证分析表明ARFIMA-APARCH-skewed-t过程能有效刻画沪深两市收益率的数据生成过程.     

中国沪深股市收益率相关性的实证分析

沪深股市相似的结构和监管环境使得两市的收益率之间具有相互作用和影响。运用Granger因果检验及GARCH—M模型对沪深两市间的相关性进行了分析和检验,结果表明,沪深股市收益率之间存在较强的相关性,沪市对深市的均值溢出效应显著。     

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.     

中国股票市场的流动性与波动性实证研究

通过对中国股票市场流动性指标和波动性指标的分析,发现市场具有较高的流动性,市场波动程度略低于其他国家的股票市场.从上海股市和深圳股市的横向比较来看,近年来两个市场的流动性没有显著的差异,两市波动序列的吻合程度非常高,波动具有很强的同步性,表明在相同市场制度环境下,市场参与者行为的同质性最终决定了两市运行特征的相似性.     

基于ARMA-EGARCH-M模型的沪深股市波动性分析

文章讨论了ARCH模型族的拟合波动性的优缺点,建立ARMA-EGARCH-M模型,简要说明了此模型的优点;以2000年1月11日-2006年3月15日上证综指和深证成指收盘价为样本,对我国沪深股市收益率分布用ARMA-EGARCH-M模型进行拟合分析,结果表明该模型能更有效地拟合我国沪深股市的波动性;最后解释实证结果和分析了我国股市的行为。     

基于时序模型的股指序列分析

根据计量经济时序模型,基于2005～2009年沪深两股市的数据和统计软件EVIEWS,将计量模型与分形维数相结合,利用股指的高维混沌特征,以L-P算法确定了分形维数。运用向量自回归VAR模型,对沪深两个股市进行了单位根检验,根据AIC和SC信息准则确定滞后阶数,并对股市的未来趋势进行了有效地动态和静态预测,得出了较为合理的结果。     

沪深两市股票指数的长记忆性

针对中国股票市场的长记忆性问题,讨论了分整自回归移动平均(Auto-regressivefractionalintegratedmovingaverage,ARFIMA(p,d,q))模型中的参数估计问题,重点集中在对分整参数d的估计。使用Hurst指数方法估计d,并分别用经典R/S方法、有偏修正R/S方法和无偏修正R/S方法进行估计,并结合上证指数和深证成指的收益率数据,给出了3种方法的估计结果。实证结果表明,中国股票市场已初步显示出了长记忆性。给出ARFIMA模型的最优阶数和全部参数估计值。得出了上证指数和深证成指收益率所适合的最优的ARFIMA模型。     

沪深股市股价收益的分布与时序分析

将1990至2002年6月的上证综合指数和深证综合指数的走势分成6个阶段，对沪深两市综合指数的走势及其波动情况进行了综合分析，给出了它们的对数收益率的分布特征，并用时间序列模型对综合指数的收益进行拟合和检验，得到了一些富有启发性的结论。