基于改进GARCH-M模型的汇率波动特征

在分析汇率数据的基础上,本文理论构建了改进的GARCH(1,2)-M模型,实证检验汇改前、后实际汇率波动的特征。结果表明:我国汇率形成体制具有较强的内在稳定器功能;实际汇率波动主要受汇率风险与上期汇率波动的影响,比例值约为44∶53;2005年7月汇改后,实际汇率波动的稳定性略有提高,但结构性变化不明显;汇率波动具有1期路径依赖性与时滞连带性;汇率风险具有1.8倍的乘数效应,且对汇率波动具有1.5倍累积效应;新息冲击、利率变动对实际汇率波动的影响较弱,皆有2期时滞性。模型启示:稳定汇率、稳定经济基本面与预防和管理新息冲击是新一轮汇改要考虑的三项重点,这有利于在可控、主动与渐近的原则下稳定人民币汇率。     

扩展SV模型及其在深圳股票市场的应用

在金融风险的研究中很重要的一个领域就是量测金融风险的波动性。本文所研究的这种波动性指的是资产收益的方差随时间不断变化,这在讲师经济学中称之为异方差问题。许多高频的金融时间序列都具有异方差现象。对于波动性的量测（即异方差的量测）,主要有两种模型方法：其一是ARCH模型族的量测方法,它包括Engle的ARCH模型（1982）、Bollerslev的GARCH模型（1986）以及在此基础上提出的其他扩展模型;另外一种方法就是SV(Stochastic Volatility）模型。本文提出扩展的SV模型及其参数估计方法和波动估计方法,并进行蒙特卡罗试验,最后利用扩展SV模型对深圳股票市场的波动性进行了实证研究,说明扩展SV模型比标准SV模型描述金融波动性的优越性。     

中国股票市场的股票收益与波动关系研究

检验中国证券交易四类股票收益与波动的时间序列特征，以及收益与波动之间的关系。首先应用广义自回归条件异方差模型（GARCH）和指数GARCH模型以获得合适的条件方差序列。应用结果发现，波动性随时间变化的证据，并且波动高／低的时期趋向于聚集，显示出高度持续性和可预测性。然后，应用均值GARCH（GARCH－M）模型检验预期收益与预期风险的关系。研究结果认为，每日交易量作为每日信息到达时刻的代理变量对于中国股票市场每日收益的条件波动的解释力度不显著。     

用AR-EGARCH-M模型对中国股市波动性的拟合分析

利用AR（m)-EGARCH(p,q)-M模型，以1996年12月16日－2001年9月28日上证综指和深圳成指数盘价为样本，对我国股市的波动性进行拟和分析，并对实证结果给予了解释，指出了中国股市目前的一些发展现状。     

GARCH模型在计算我国股市风险价值中的应用研究

主要讨论VaR模型中有关波动率的估计方法。通过拉格朗日检验（LM），发现上海股市的日收益率服从ARCH过程。分别采用GARCH（1,1）模型、RiskMetrics和移动平均法预测上海股市日收益率的波动性，计算每天的VaR。返回式检验表明，GARCH（1,1）模型比RiskMetrics和移动平均法能更准确地反映我国上海股市的风险。     

中国股票市场的三因子模型

通过对中国股票市场从1995年7月到2000年6月所有A股股票月收益率的研究，发现股票市场具有显著的市值效应，账面市值比效应、市盈率效应和价格效应，这些效应不能用市场β值来解释，但再加上两个因子：市值因子和账面市值比因子，可以很好地解释这些效应，这个三因子模型也能够很好地解释中国股票市场众多指数的差异。     

中国股票市场的非对称效应研究

为检测重大风险事件对我国股票市场影响的非对称效应,运用贝叶斯MCMC推断技术对我国上证综指和深证成指进行了实证研究.研究结果显示:基于t-分布的门限随机波动模型比基于正态分布的随机波动模型能更加合理地刻画经济事件、政治事件和自然灾难对我国股票市场收益和波动影响的非对称特性.并且发现,经济事件、政治事件和自然灾难对我国股票市场收益和波动的影响均具有显著的非对称性.相对而言,政治事件对股票市场收益的影响存在正向杠杆效应,而经济事件和自然灾难却存在反向杠杆效应;经济事件和政治事件对股票市场波动的冲击存在正向杠杆效应,而自然灾难则存在反向杠杆效应.此外,除在牛市环境下利好经济事件和利空经济事件对股票市场收益和波动的影响具有反向杠杆效应之外,其它风险事件在熊市和牛市环境下对收益和波动的影响均具有正向杠杆效应.     

期货市场交易量与收益率及其波动关系的实证研究--ARMA-EGARCH-M模型的应用

通过建立ARMA-EGARCH-M模型对中国期货市场铜、铝交易量与收益率及其波动的关系做了一个全面的实证研究。结果表明：同期交易量与收益率波动正相关，将交易量分为预期与非预期两部分后发现非预期部分对收益率的波动有更大的影响；交易量的引入并没有消除波动的ARCH效应；中国期货市场杠杆效应不明显；铜在期货市场的运行有效率，而铝却缺乏效率。     

中国股票市场行业风险结构的实证分析

从两个方面研究中国股票市场行业风险结构，首先是利用分解法将股票市场行业整体平均风险分解为系统风险和非系统风险；其次是利用CAPM模型计算单个行业的风险组成。主要结论有：在样本期间，系统风险占行业平均风险的比例超过了70％，系统风险随时间呈现下降趋势，但行业非系统风险不存在明显的时间趋势；不同行业的风险构成存在很大差异。     

中国股票市场的收益与波动关系

在考察现有的2种收益与波动关系模型(GARCH-M和SV-M)差异的基础上,运用更具理论优势的SV-M模型,研究了实行涨跌幅限制制度前后中国股市收益与波动关系的不同状况,并结合波动反馈效应理论,探讨了中国股市预期收益与波动之问的跨期关系.研究表明:中国股市的收益与同期波动之间存在负相关关系,这一关系在实行涨跌幅限制制度后变得更为显著;中国股市存在波动反馈效应,且预期收益与波动之间的跨期关系为正;涨跌幅限制制度不仅限制了沪深股市的暴涨暴跌现象,而且增加了股指收益率的自相关性和波动的持续性.     

深市停发新股对我国股市信息引导格局的影响

从信息流的角度,研究了深市停发新股前后我国证券市场信息引导格局的变化.实证结果表明,在深市停发新股之前,深市A股收益、收益波动单向引导着沪市的收益和收益波动;但在深市停发新股之后,深市A股的收益对沪市A股收益的引导关系变得不再显著,沪市A股收益和收益波动开始显著地引导着深市A股的收益波动.研究结论表明,2000年10月深市停止发行新股对沪深两市在中国证券市场中的相对地位有着决定性的影响,投资者弃深投沪的趋势已经开始显现.此外,研究还发现,随着中国股市的逐渐规范,交易量里开始含有未来收益与收益波动的有用信息.     

中国股市信息流、波动性与交易量关系

基于混合分布假定(MDH),研究了中国股票市场信息流、回报的波动性和交易量之间动态关系。结果表明,基于回报序列与基于交易量序列推断出的信息流过程并不是一致的,反映了我国股票市场的回报波动性与交易量对信息流过程的反应并不是一个协调的过程。鉴于价格波动与交易量之间的关系反映了信息披露、信息传递、市场对信息的评估与消化机制的特性,这种非协调性也可能根源与信息作用机制的非均衡性。     

基于MDH假说的中国沪深股市量价关系实证研究

GARCH类模型在研究股票市场量价关系时得到了广泛的应用。本文基于一种新的GARCH模型，把股市的波动分解为长期波动趋势和短期波动成分，验证中国股票市场是否符合研究量价关系的主流理论——混合分布假说理论，并得出中国股票市场波动的一般性及特质性。其研究结论对监管机构把握股市的运行规律，制定合理有效的监管政策具有重要的指导意义。     

上海股市周日效应GARCH模型族的实证研究

利用GARCH模型族，实证分析了上海股票市场的波动特征，发现存在较为明显的周日效应。     

上证指数收益率、波动性与成交量动态关系研究——基于日数据的非线性动力学实证分析

对上证指数的收益率、波动性与成交量的动态关系进行了实证分析.采用EGARCH(1,1) M模型和ARMA(4,3) ARCH(1)模型分别测度上证指数收益率的波动性以及成交量的波动性,使用逐步回归法建立了收益率与成交量(R-V),收益率的波动性与成交量(hR-V)以及收益率的波动性与成交量的波动性(hR-hV)等的二维动力学模型,并用动力学方法研究以上诸二维系统的动力学行为.研究结果表明,虽然大量研究结果表明股市收益率时间序列存在混沌现象,但由收益率与成交量、波动性与成交量等构成的二维动力系统并不存在混沌现象.     

预测沪深股市市场波动性

研究目的在于:首先,检验和对比三种GARCH模型对于我国上海、深圳股市波动性的预测能力.其次,使用非对称的预测指标以体现对于预测误差高低的不同个体需求.在对于4个对称型的预测常规指标中,TGARCH对于2个市场波动的预测结果都是最佳的,而EGARCH的预测结果也要好于GARCH(1,1).这表明我国上海与深圳市场受坏消息的负面影响大于同等程度好消息的正面影响,而运用单边非对称的GARCH模型将更利于提高波动性预测的准确性.在非对称预测指标方面,研究认为EGARCH模型对于那些更愿意低估市场波动性的投资者而言较为有利,而GARCH(1,1)模型则相应满足了希望高估市场波动性的投资者的需求.这也表明投资者应根据自己的需要来选择相应的波动性预测模型.     

外汇市场与股票市场间波动溢出效应——基于汇改后数据的小波多分辨分析

随着金融全球化与自由化进程的加快以及人民币汇率体制改革和中国企业股权分置改革的深化,外汇市场与股票市场间的信息流动和风险传递进一步加强。通过小波多分辨分析能够从不同尺度研究外汇市场与股票市场间的波动溢出效应,以达到从时频2个角度同时进行研究的目的。实证结果表明,人民币汇率波动与股票价格波动的低频信号具有协整关系。其独到之处在于发现不同交易周期上波动溢出效应存在非一致性:短期主要表现为股票市场向外汇市场的单向波动溢出;而随着交易周期的加长,则表现为双向波动溢出效应。     

收益率,波动率与投资者风险偏好

为研究资产期望收益率与条件方差间的相关性,本文使用上证综合指数日度收益率数据及混频条件异方差模型(GARCH-MIDAS)对投资者风险偏好进行了估计.理论模型表明,当投资者持有的风险资产权重不变时,时间维度上两者的同期相关性取决于投资者风险偏好.当假设风险偏好固定不变时,GARCH-MIDAS的估计结果显示投资者表现为风险中性.随后通过Markov机制转移模型识别出了熊市和牛市两种市场状态,并分别研究了两种状态下的投资者风险偏好.其结果显示:熊市下投资者有显著的风险厌恶,而牛市下投资者则表现为显著的风险追求.