中国股市收益波动的实证研究

采用GARCH类模型，利用上证综合指数对中国股市收益波动进行了实证研究。以前的研究显示中国股市波动存在反向的不对称性或不对称性不显著，并归因于中国股市的高投机性。而本研究的TARCH模型和EGARCH模型的实证结果首次提出了新的不同证据。说明中国股市存在显著的不对称性。对杠杆效应和波动反馈效应在中国股市的作用进行理论分析，认为波动反馈效应更能说明中国股市波动的不对称性。     

用ARCH模型研究中国股市的波动特征

中国股市的波动特征是学者们和投资者关注的一个重要领域,与国外成熟的证券市场相比,中国股票市场作为新兴市场,具有其特有的性质,如更高的不可预测性和复杂性,股票价格更大的波动幅度和频率.研究中国股市的波动特征就具有重要的理论价值和现实价值.投资者在选股过程中需要理解中国股市随时间变化的波动情形,而ARCH模型族正是研究股市波动随时间变化的工具.以上证综合指数为对象,采用GARCH类模型对中国股市波动情况进行实证研究,为股市收益的尖峰厚尾特点、波动的集簇性、时变性提供了实证证据,并对实证结果作了一些初步的探讨.     

标度无关性计算及其在股市波动中的应用

标度无关性是广泛存在于自然界系统甚至于经济金融系统可观测量的幂函数关系,它揭示了股票市场波动的金融复杂性·在分析股市波动标度无关性及其非趋势波动分析DFA算法基础上进行了应用研究,对中国上海、深圳两地股市和东大阿派股价指数进行了标度无关性分析,实际计算了这些股指DNA游走位移、均方值和标度无关性指数,结果表明这些股指均具有持久性     

基于中国股市波动率的多元模型比较与分析

讨论了DCC-GARCH和ICA-GARCH的多元时间序列协方差模型,并从中国股市出发,对中国股市的波动率进行估计及预测.同时,引入VaR模型,比较各多元模型衡量中国股市波动率的准确性及适用性.     

基于GARCH类模型的中国股市收益率分析

自二十世纪八十年代以来, 金融时间序列的波动群聚性,尖峰厚尾性和长记忆性特征的研究已经成为众多研究的论题, 是当今金融风险管理的核心. GARCH类模型是波动群聚性建模中常用的模型. 作者在简要介绍金融时间序列波动性的GARCH模型的基础上, 运用MATLAB软件包编程, 利用FIGARCH模型、NAGARCH模型和EGARCH模型对中国股市波动特征进行建模, 并比较了正态分布、Studentt分布、GED分布和偏t分布等四种不同分布特征的FIGARCH、NAGARCH和EGARCH模型对中国股市波动特征的拟合.实证结果表明, 偏t分布更适合我国股市波动特征的描述, FIGARCH模型在拟合效果方面要优于其他模型.     

中国股市跳跃行为的随机波动模型分析

基于上证综指样本数据,探讨双跳跃随机波动模型并研究股市波动跳跃行为.应用马尔科夫蒙特卡洛方法对模型参数进行估计,通过残差正态检验比较各类随机波动模型刻画股市波动能力,采用损失函数评价法和线性回归法,评估其对上证综指波动的预测精度.结果显示,中国股市跳跃波动程度和强度较大,对股市收益和波动均有显著影响;在引入跳跃成分刻画股市异常波动行为后,双跳跃模型显著提高股市收益波动率的估计精度与预测能力.     

股市波动的周内效应研究

收益与风险共存，以往对股市的周内效应研究仅集中在收益率上，对股市的另一特征波动性的周内效应进行了实证研究。应用无条件波动的修正Levene检验和条件波动的GARCH模型，研究了上证综合指数，结果显示我国股市存在显的星期一高波动现象，利用混合分布模型对此现象进行了解释，周末信息的积累对星期一交易的影响可能是其高波动的原因。     

洞悉中国股市的波动特征及其时间敏感性--R/S分析方法的理论及其应用

运用R／S分析方法对中国股市进行研究，摒弃了以前多数学者对中国股市的单个指标的片面研究．而是从纵横两个方面研究中国股市．横向表现在选择了中国股市最具有代表性的两个指数——上证综指和深成指数；纵向表现在分别探索了两个指数在5个长短不同的时间增量上的收益率的分形特征及其时间敏感性．最后通过纵横两个方面的比较揭示了中国股市的波动特征。     

股指极端波动下中国股票市场网络拓扑结构

采用最小生成树方法构建股票市场网络，研究中国股市网络在股指极端波动前、中、后阶段MST结构的演化、拓扑指标与关键节点不同时期的个体行为特征.结果表明:中国股市行业内有很强的聚集性和行业间的匀质性;在极端波动时MST网络收缩，波动后网络又伸展扩张;极端波动中后期，材料业和信息技术业异军突起占据网络重要位置;不同传染源引起的极端波动其风险传播途径不同.股指极端波动加剧了股票市场股票间的联动性，市场中资产发生重新配置，网络结构产生新的调整.     

随机波动模型估计及在金融风险防范中的应用

对随机波动（SV）模型提出了一种基于禁忌遗传算法的伪极大似然（TSGA－QML）估计。Monte Carlo试验表明这种方法在参数估计与波动估计上都有较好效果。利用这一方法对上海股市收益进行了波动分析，发现上海股市的收益具有很高的波动持续性。     

上海证券交易所Ａ股市场的波动性分析

运用主要的三种条件异方差模型：ARCH、GARCH、EGARCH模型，对上海证券交易所A股指数的波动性进行拟合，分析模型对上证A股指数收益的波动性、杠杆效应的拟合情况，比较不 同模型对未来波动性的预测情况。实证分析结果表明：EGARCH模型比较适合对我国股票市场 波动性作长期预测，若假设收益序列服从t分布，由此改进的EGARCH-T模型会得到比正态分 布下更好的拟合与预测效果。     

中国期市收益率波动与交易量和持仓量关系的实证研究

用计量经济模型对我国的两个期货合约的收益率波动进行了多层次的实证研究．结果表明：交易量与收益率波动的关系是正相关，持仓量与收益率波动之间的关系是负相关；将交易量、持仓量分割为预期和未预期两部分，发现未预期部分对收益率波动有更大的影响，且未预期部分本身的正、负变动对收益率波动的作用程度是不对称的；大的持仓量能减缓收益率波动．     

多元GARCH模型在国内企业债券波动传递研究中的应用

利用多元GARCH模型研究国内企业债券信用价差的波动传递问题,考察了企业债券信用价差序列的波动持续性和信用价差序列间的波动溢出效应.研究表明,相同或相关产业的企业债券表现出双向的波动溢出效应,而上游产业对下游产业企业债券的波动有显著影响,存在单向的波动溢出效应.     

开放式基金净值波动不对称检验

利用GARCH（1,1）-N、GARCH（1,1）-T、EGARCH-N和EGARCH（1,1）-GED4种模型,结合标准正态分布、学生t分布、广义误差分布3种分布形态,对我国2003年前发行的17支开放式基金净值的波动是否存在不对称进行检验。结果显示,EGARCH（1,1）。N模型和EGARCH（1,1）-GED模型能较好地刻画我国开放式基金净值的波动特点,开放式基金净值收益的波动具有异方差性和不对称性,同时正向与负向期望收益对波动也有影响。     

银行间债券市场回购利率的波动性分析

引入了状态转移TGARCH模型(称为SW-TGARCH模型),并对我国银行间债券市场回购利率进行分析.与ARCH类模型相比,SW-TGARCH模型能够更好地描述其波动性,并解决了GARCH模型高持续性及状态转移问题.实证分析表明,造成我国银行间债券市场回购利率波动性状态转移的最主要原因是政策因素.     

基于实际波动率的我国股市波动率实证研究

从上证180样本股中随机抽取30只股票,采用日内分钟交易数据,对实际波动率的部分性质进行实证研究,得出经实际波动率标准化的收益率序列接近于正态分布,对数实际波动率序列的分布近于正态,实际相关系数序列接近于正态分布,实际波动率序列、对数实际波动率及相关系数序列均具有显著的长记忆特征,不同股票的对数波动率序列之间具有显著的相关性。     

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 .     

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。     

对上海股票市场波动性的ARCH研究

在分析上海股市收益波动特征的基础上，利用多种形式的ARCH类模型对上海股市日收益率的波动进行了实证分析，结果表明上海股市具有较为明显的ARCH效应．     

股票波动率的高频率数据估计及实证分析

用分类方法，直接采用高频率数据来估计股票市场普通个股风险(总波动率)三个组成部分：整个市场水平波动率、特定行业水平波动率和特定厂商水平波动率，对中国股票市场进行了实证分析。