基于ARCH模型对万科A股票收益率波动实证研究

文章选取1996—2012年万科A股票收盘价格为样本对其收益波动性进行实证研究,对比分析GARCH、GARCH-M、TARCH和EGARCH四种模型。研究结果表明:万科A股票日收益率呈现明显的波动集群性特征,并且EGARCH(1,1)模型能最有效地捕捉万科A股票收益率的波动性。     

中国金属期货市场高频波动率预测模型比较研究

选取上海期货交易所铜、铝期货价格指数日内10分钟高频收益数据,构造了经调整的已实现极差波动率估计序列,利用6类GARCH族模型建模分析,描述了沪铜、沪铝期货价格指数的波动特征。运用多种损失函数比较了GARCH族模型样本外波动率预测精度的优劣,并在此基础上,采用Diebold-Mariano检验法评估了GARCH族模型的预测效果。结果显示,沪铜、沪铝期货市场上已实现极差波动率估计序列具有尖峰厚尾、集聚性、持续性等特征。对于沪铜期货市场,EGARCH模型具有相对较好的波动率预测能力,在某些损失函数标准下,FIGARCH模型以及GJR模型也体现出了较好的波动率预测能力,但FIGARCH模型的预测能力和其他模型相比较并不显著;对于沪铝期货市场,EGARCH和HYGARCH模型具有相对较好的波动率预测能力,而在某些损失函数标准下,FIGARCH以及IGARCH模型也体现出了较好的波动率预测能力。     

基于价差预测的商品期货跨期套利研究

机器学习方法在进行非线性预测时表现得极为出色,商品期货跨期价差的非线性特征正契合机器学习的应用实际。选取螺纹钢1809和1810两个合约2017年11月1日至2018年8月31日的30分钟数据作为分析对象,比较了人工神经网络、支持向量回归及Xgboost三种机器学习方法的套利效果。结果发现:支持向量回归的预测效果最佳,相对于传统的标准距离法套利模型,基于支持向量回归的套利模型无论是在收益率还是在胜率上都可以获得显著更优的表现。研究结论验证了机器学习方法在非线性时间序列预测中的优越性,也为低风险套利策略的开发提供了新的思路。     

MATLAB中基于GARCH模型对股票指数的拟合与预测——以恒生指数为例

从股票指数的基础时间序列出发,分析了时间序列的性质以及股票指数的特性。并以此为基础,运用经济统计与计量经济学,选取恒生指数2009年10月至2019年10月十年间日收盘价进行分析,同时利用MATLAB的金融工具分析箱,建立GARCH模型,对恒生指数的日收益率进行建模与预测。结果表明,GARCH模型能够较好地拟合样本数据的对数收益率;在短期内,模型同样拥有较好的预测效果。     

高管股权激励合约业绩目标水平与企业避税

文章采用固定效应模型,以我国2009—2017年实施股权激励的沪深两市A股上市公司为研究样本,致力于研究高管股权激励合约中业绩目标的设计水平对企业避税的影响。研究发现:当高管股权激励合约中业绩目标比历史水准高时,会增加企业的避税程度,而这种影响主要存在于国有企业中。研究率先检验了强制要求高管股权激励合约中设置较高的业绩目标对企业避税的影响,在一定程度上丰富了企业避税影响因素的研究,为企业在设置高管股权激励合约业绩目标时提供了经验证据,同时对企业高管进行避税决策具有一定的借鉴意义。     

股权分置改革对上证股指波动性的影响

随着时间序列计量经济学研究的快速发展,越来越多的模型被用到资产市场的研究中来,国内外都有大量的文献对股票市场波动率的建模,其中最常用的便是GARCH族函数了。本文运用TARCH和EGARCH模型分析了股权分置改革对上证综指波动性的影响,在得出沪市具有明显的杠杆效应的同时,也得出了股权分置改革轻微的增加了股指波动性,得出了与国内其他研究文献不同的结论。     

基于拟蒙特卡罗方法的Copula-GARCH类模型在外汇风险计算中的应用

本文利用GARCH、EGARCH模型分别估计了两种外汇收益率的边际分布,并选择适当的Copula函数拟合了两种外汇收益率相关结构。为了避免蒙特卡罗方法中随机数的聚集特性,本文运用了拟蒙特卡罗方法模拟投资组合的Va R值,并对不同的投资组合进行风险分析。     

基于bootstrap分析方法的中国股票型公募基金业绩实证研究

本文致力于研究中国股票型公募基金的业绩,评价和验证基金经理的业绩是源于运气还是实力?通过对2010年1月至2016年11月中国(股票型)公募基金的月度数据进行取样,建立CAPM模型和Fama-French三因子模型两个模型对于我国公募基金收益率进行拟合。综合评价之后,选取了拟合效果更好的Fama-French三因子模型进行进一步研究。此外,本文运用bootstrap分析方法模拟出每个样本基金具有同一风险暴露的超额收益率分布,将其超额收益率分布与真实的超额收益率进行比较,验证所有样本基金的业绩是来自能力还是运气,分析真正具有选股能力的基金。最后得到结论,在339个样本中国股票型公募基金中只有14位基金经理是显著具有选股能力。     

基于ARIMA模型的海南省国内生产总值预测

选取1978—2019年海南省GDP数据为研究样本,依据Box-Jenkins方法建立ARIMA模型,通过1978—2017年样本内数据建立ARIMA(1,1,2)模型,来预测2018—2021年样本外的海南省GDP数值。通过对模型诊断与检验,发现ARIMA(1,1,2)模型能较好地达到预测效果,预测平均误差控制在5%之内,能较好地对海南省GDP做出短期预测,为海南省政府制定经济发展目标提供参考。     

新三板不同层次挂牌企业融资效率评价研究——基于DEA模型

本文了解了新三板的层次划分与行业分布特点,从2015年股权公司公布的分层名单中选取了47家创新层企业与108家基础层企业为样本,分别运用DEA静态、动态模型对样本企业2014～2017年的融资数据进行了研究,分析了不同层次企业融资有效性差异及其产生原因。文章最后从模型输入指标与输出指标两个方面阐述了新三板企业非有效融资的发生缘由并进行改进,同时提出建议。