中国股票市场正反馈交易行为之实证

本文通过实证分析得出，上海股票市场中显著存在正反馈交易行为．并依靠Shiner、Sentana和Wadhwani提出的模型揭示了收益的自相关性、波动性与反馈交易行为之间的关系．     

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.     

非线性时间序列建模的混合GARCH方法

在文献[1]的基础上，首次提出混合广义自回归务件异方差（Mixture Generalized Autoregressive Conditional Heteroscedastic Model简记MGARCH）模型；给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分务件；给出该模型参数估计的EM算法：利用BIC定阶准则对MGARCH模型的各成份进行定阶；计算结果表明该模型对金融非线性时间序列中存在的变异率现象具有较强的描述能力，有广阔的应用前景。     

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.     

基于模拟退火算法的VaR-GARCH模型

针对GARCH模型中的参数估计问题，提出了一种基于模拟退火算法（simulated annealing algorithm)的估计方法，并将其应用于VaR估计中，道琼斯指数和汇率的算例表明，基于模拟退火的VaR-GARCH模型在计算鲁棒性和估算精度方面优于传统的数值方法。     

GARCH-Jump模型对跳行为捕捉能力的讨论

讨论了GARCH-Jump模型的自回归结构对跳行为的影响,阐述了该模型在两种情况下由跳引发的数据失真.分析了模型跳部件与连续路径部件之间不能等同视之原因,得出GARCH模型不能适用于处理带跳金融数据的结论.最后提出了TGARCH-Jump模型的思想修正由无条件跳带来的数据失真.     

VaR--一种风险度量的方法

在险价值是目前市场风险估值的主流理论，被用来估计市场风险暴露在给定置信度下的最坏的预期损失.本文介绍了VaR的概念和计算方法。考虑到时变风险，讨论了GARCH模型，最后给出了评价模型的后验测试方法。     

多维门限GARCH模型

提出了一个新的多维ARMA-TGARCH(autoregressive moving average-threshold generalized autoregressive conditional heteroskedasticity)模型,研究了这个模型的结构性质和参数估计的渐近性质.首先,给出了该模型存在严平稳和遍历解,以及平稳解存在高阶矩的条件.其次,在二阶矩存在的条件下,证明了参数拟最大似然估计的相合性.最后,给出了参数拟最大似然估计的渐近正态性.     

我国通货膨胀的GARCH模型

从实证上说明了我国通货膨胀存在 GARCH现象 ,并建立了一个 GARCH( 1 ,1 )模型 .将估计的 GARCH( 1 ,1 )模型与回归模型比较 ,得出通货膨胀的 GARCH( 1 ,1 )模型优于回归模型 .     

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。