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.     

中国市场汇率变动与股票市场价格波动的相关性研究

采用向量自回归VAR模型及协整检验等时间序列分析方法研究2005年人民币汇率制度改革后汇率变动与国内A股股票市场价格变动的关联效应,选取2005-07-21-2007-10-30间美元兑人民币汇率、上证综指及深证综指的日数据进行分析.结果发现我国外汇市场汇率变动与A股市场股指波动存在一定的正相关关系,汇率与A股市场股指波动均会受到前期汇率及其自身滞后项的较大影响,二者之间存在一种长期的均衡关系.这些结论对于探讨我国汇率变动与股指波动间的关系具有一定的现实意义.     

基于SV模型的沪深股市风险分析

利用SV-N模型、SV-t模型和SV-GED模型对深证综指和上证指数数据进行仿真分析,用预测参数估计得到的波动率计算var值并与相应实际指数收益率进行比较.研究结果表明,上证指数和深证综指都表现出强的波动持续性,且深证股市的波动水平比上海股市要大,风险也要高.并且,基于GED分布的SV模型能更好的反映沪深股市风险.     

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。     

中国股票市场收益率的R/S分析

运用重标度极差分析方法,分析我国上证综指、深证成指、青岛海尔、长安汽车的收盘指数的对数收益率序列.结果表明,从长期来看,三者都存在持久性特征.上证综指的持久性特征要略强于深证成指,深证成指要强于青岛海尔,青岛海尔要强于长安汽车.     

中国股票市场收益率的DFA分析

运用消除趋势波动分析方法,来分析我国上证综指、深证成指、青岛海尔、长安汽车的收盘指数的对数收益率序列．结果表明：从长期来看,前三者都存在持久性特征．上证综指的持久性特征要略强于深证成指,深证成指要强于青岛海尔,青岛海尔要强于长安汽车．但经过5次拟合后,发现前三者的指数值差异要大于长安汽车,即波动性要强于长安汽车．     

中国股票市场的月份效应研究

选取1990年12月19日至2015年9月30日间上证综指的日收盘价和1991年4月3日至2015年9月30日深证成指的日收盘价作为样本数据.运用均值—方差等描述性统计和GARCH模型对我国股票市场的月份效益进行定量分析,结果得出上证交易市场存在收益率为正的"二月效应"与收益率为负的"七月效应",深圳交易市场存在收益为正的"二月效应".     

金融危机前后中美金融市场溢出效应研究

采用VAR-GARCH-ECCC模型,选取上证综指、标普500以及美元指数3个市场指数,研究金融危机前后两个时期中美金融市场间收益和波动溢出效应.结果表明,与金融危机前相比,危机后存在显著的均值溢出现象,具体表现为上证综指和标普500之间的双向均值溢出和美元指数对上证综指的单向均值溢出.虽然上证综指和标普500以及美元指数之间的波动溢出效应在危机前后均不显著,但其相关性显著加强.     

基于修正GARCH模型的中国股市周内效应实证研究

运用总样本区间（1996～2009年）上证综指和深证成指数据,同时以合格境外投资者制度（QFII）实施为分界点,前后分为两个子样本区间（1996～2002年和2002～2009年）,采用修正GARCH模型分别研究三个样本区间中国股市周内效应特征。研究结果表明：1）在不同的样本区间中,中国股市收益率和波动率均存在周内效应;2）中国股市收益率和波动率周内效应在不同的样本区间：表现并不一致,前子样本区间沪深股市收益率和波动率存在更加显著的周内效应。     

利率期限结构波动效应协整的实证

在刻画短期利率波动具有长期回复均值和负向飘移率的非线性均值-广义自回归条件异方差(GARCH)模型中,引入马尔科夫区制转移特征,给出波动区制转移概率的计量递推公式和最大似然函数数值求解程序.对动态模型综合设计的科学性进行参数假设检验,证实非线性均值回复与马尔科夫区制转移效应的GARCH模型相比,其单独或双项组合的杠杆效应、负向信息强响应、高波动低持续等效应模型具有更强的现实数据拟合能力,可从时间序列和横截面角度,进一步揭示短期市场利率期限结构的内在波动规律.