股本规模、波动性和小盘股效应--来自沪深股市的实证研究

以往的实证研究已经证明“小盘股效应”的存在，但中小上市公司收益率波动性研究却较少。本文采用GRACH类模型，利用三个针对不同股本规模的指数对我国股市中小上市公司收益率波动进行了实证研究，研究显示中小上市公司收益率具有较高的波动性，文章对此进行了分析并提出一种对“小盘股效应”的新解释和相关政策建议。     

交易量与股价波动性:对中国市场的实证研究

以沪深股市的20只股票为样本，对条件方差方程中是否引入交易量分别建立的两组收益率GARCH模型进行分析．结果表明，引入交易量后，GARCH效应显著减小，大部分模型的GARCH效应不再显著，而所有模型交易量的系数估计量均显著为正．并以中国市场为实例，证明交易量具有序列相关的性质，支持了交易量作为信息到达数量的代理变量对股价波动持续性的解释作用．     

机构投资者对中国股市波动性影响的实证研究

以中国股票市场上的上证指数与深证成份指数的日收益率为样本，采用GARCH与EGARCH模型，来研究机构投资者对中国股票市场波动性的影响。实证研究的结果发现，在大力发展机构投资者后，股指收益率波动性数值减小。波动的平稳性增强，波动的杠杆效应减弱，这表明机构投资者能够有效地降低股市的波动性。     

中国股市波动性过程中的长期记忆性实证研究

应用一类描述金融市场波动性过程的长期记忆特征的分整自回归条件异方差模型(FIGARCH模型)，研究了中国股票市场波动性过程的长期记忆性，实证结果表明中国股市波动性过程具有明显的长期记忆特征；文章还分析了FIGARCH模型与传统的条件方差模型相比，在模型描述和预测上所体现出的优越性。     

股指期权推出对股票市场和股指期货市场波动性影响

对于证券市场来说期权具有价格发现、活跃股票市场、增强市场的流动性与稳定性、促进资本形成、确保资本市场良性运行等功能.以韩国KOSPI200指数和KOSPI200指数期货为研究对象,使用GARCH(1,1)模型、TARCH(1,1)模型对韩国KOSPI200股指期权推出后KOSPI200指数和KOSPI200指数期货的波动性进行了研究.研究结果表明:KOSPI200指数期权推出对于KOSPI200指数和KOSPI200指数期货的波动性和非对称波动性都有显著的影响,KOSPI200指数推出后KOSPI200指数和KOSPI200指数期货的波动增大,同时股指期权推出后现货市场的不对称性加大,而股指期货市场的不对称性减小.结论对于新兴市场经济国家股指期权产品的设计和中国股指期权推出后的风险防范有着重要的参考价值.     

股指期权推出对股票市场和股指期货市场波动性影响:以KOSPI200股指期权为例

股指期权是以股票指数为标的期权类衍生产品,对于证券市场来说期权具有价格发现、活跃股票市场、增强市场的流动性与稳定性、促进资本形成、确保资本市场良性运行等功能,以韩国KOSPI200指数和KOSPI200指数期货为研究对象,使用GARCH(1,1)模型、TARCH(1,1)模型对韩国KOSPI200股指期权推出后KOSPI200指数和KOSPI200指数期货的波动性进行了研究,研究结果表明:KOSPI200指数期权推出对于KOSPI200指数和KOSPI200指数期货的波动性和非对称波动性都有显著的影响,KOSPI200指数推出后KOSPI200指数和KOSPI200指数期货的波动增大,同时股指期权推出后现货市场的不对称性加大,而股指期货市场的不对称性减小.结论对于新兴市场经济国家股指期权产品的设计和中国股指期权推出后的风险防范有着重要的参考价值.     

银行间债券市场回购利率的ARH／GARCH模型及其波动性分析

使用ARCH／GARCH模型对我国银行间债券市场三个月回购利率进行了分析，发现其波动性能够用不对称性GARCH模型得到很好的描述，同时，这种不对称性不同于股票收益率中的不对称性。即利率在向上变动的过程中其波动性反而较大。     

国际股指波动性的非对称效应异方差模型及聚类分析

为了分析我国与国际上其他已推出股指期货的国家或地区股指波动特征的相似性,采取传统时间序列模型分析与数据挖掘技术相结合的方法,对全球23个国家或地区的股指波动特征作了聚类分析.首先,针对股指收益序列的非对称性和异方差特性,建立非对称效应异方差模型并估计其模型系数.然后,对特征抽取后的系数使用欧氏距离判断序列之间的相似程度并进行层次聚类分析.最后,通过实证检验各个国家或地区的股指波动相似性,找出了与我国情况较为近似的国家或地区,从而证实了本文方法的有效性.     

银行间债券市场回购利率的ARCH/GARCH模型及其波动性分析

使用ARCH/GARCH模型对我国银行间债券市场三个月回购利率进行了分析,发现其波动性能够用不对称性GARCH模型得到很好的描述.同时,这种不对称性不同于股票收益率中的不对称性,即利率在向上变动的过程中其波动性反而较大.     

期货市场价格波动与市场弱有效性的检验与分析

通过对中国期货市场铜和铝两种金属期货品种收益率的分布与波动性进行实证分析，论证其时间序列存在ARCH效应；运用GARCH模型对两种期货品种进行了拟合分析和统计检验，结果表明这两个期货品种的波动性均具有很高的持续性，但上海铝期货的波动性相比于上海铜，其波动性受各种外部冲击的影响较大；通过GARCH(1，1)的市场有效性检验，论证中国金属期货市场尚未达到弱式有效，市场风险较大。     

中国股市波动的异方差模型及其SPA检验

以中国股票市场最具代表性的股价指数-上证综指的高频(High-frequency)数据样本为例,实证计算了以GARCH族模型和随机波动(Stochastic volatility)模型为代表的不同异方差模型对中国股市波动率的预测,并进一步运用SPA(Superior predictive ability)检验法,实证检验了不同异方差模型对中国股市波动的刻画能力和预测精度问题.实证结果显示,就中国股市而言,随机波动(Stochastic volatility)模型是预测精度最高的异方差模型,但在某些损失函数标准下,EGARCH模型也具有良好的波动预测表现.     

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。     

中国股票市场报酬与波动的GARCH-M模型

运用 GARCH-M模型对上海和深圳股票市场的市场波动特征以及市场波动和报酬间的关系进行了实证研究 ,探讨引起我国股票市场波动较大 ,收益相对较低的原因 .同时分析涨跌停板交易制度对市场报酬和波动产生的影响 .     

随机波动模型参数估计的新算法及其在上海股市的实证

研究用马尔科夫链蒙特卡罗(MCMC)算法估计随机波动模型的参数问题.基于“前向滤波,后向抽样”方法提出一种新算法,并将新算法同原有算法进行了比较.然后利用新算法对上海股市进行波动性分析,发现中国涨跌停板制度对波动的持续性估计有着重要的影响,忽视这些因素将会导致波动的持续性被高估.     

分形理论在沪深股市研究中的应用

为了考察分析股票价格运动是随机、均衡的行为还是复杂、非线性的行为,本文通过对中国股市的实际数据进行实证分析,发现按照不同的统计尺度,上证综合指数和深圳成份指数具有整体和部分特征相同的一致性特性,体现出了系统的自相似性,并且呈现出尖峰胖尾的列维稳定分布特征。同时,计算出了上证综合指数和深圳成份指数每日收益序列的分形维数,二者均为分数维数并且数值为1.5~2,这些结论从一定程度上一致地证实了我国两个股票市场确实存在内在的分形性质。     

Asymmetry of the Conditional Volatility of Chinese Stock Market

This paper mainly investigates the asymmetry of the conditional volatility of Chinese stock market by using the GARCH models. We collect the dally data of Shanghai composite index to analyze the volatility asymmetry. The empirical results show that there exists a distinct volatility asymmetry for return. In addition, we extend G JR model to the case with the information flow that is represented by the volume, and the results imply that the volume can＇t substitute the information flow to account for the conditional volatility asymmetry.     

金融波动的平方根随机自回归波动模型

讨论了SR-SARV模型的时间聚合性和同期聚合性,比较了波动模型之间的关系,指出了SR-SARV模型研究的意义,并给出其参数估计方法,对上证指数进行了实证研究。     

长记忆随机波动模型的估计与波动率预测——基于中国股市高频数据的研究

为了有效捕捉中国股市波动率的长记忆性,提高远期波动率的预测精度,本文基于中国股市高频数据建立了长记忆随机波动模型,检验高频数据中时变的“日历效应”成分的频率,有效地对“日历效应”进行滤波。使用频域内拟极大似然方法估计LMSV模型参数,为了提高计算效率应用混沌优化算法进行最优搜索。对比了高频数据直接建模和已实现波动率方法建模的预测结果发现,通过高频数据估计的LMSV模型可以很好保留高频数据中所包含的信息量,克服信息丢失问题,预测结果要优于已实现波动率方法建模预测的结果。