基于MCMC方法的CEV过程的参数估计研究

以沪深300股指为研究对象,假定其服从CEV过程,利用MCMC方法对模型参数μ、σ^2、α进行估计．实证分析中利用GARCH模型对股指建模,以考察σ^2、α的先验分布得出参数的贝叶斯估计结果,并对参数估计的收敛性进行诊断．结果表明,沪深300股指收益率波动性的弹性不为0,即沪深300股指的分布不服从对数正态分布,CEV过程不等同于几何布朗运动．     

GARCH模型的残差分布比较研究及实证分析

在三种不同的分布假设:正态分布、学生t分布、GED分布下,对GARCH模型进行了比较研究。并对沪深300指数收益率进行了实证分析。研究结果表明:在不同的分布假设下,GED分布更能反映沪深300指数收益率的尖峰厚尾性,更能准确地描述沪深市场的波动性。     

VaR方法在开放式基金风险评估中的运用—基于PARCH模型的分析

中国开放式基金的收益率序列呈现左偏、尖峰厚尾、波动聚集的特性,利用ARCH(自回归条件异方差)模型进行拟合能够更好地刻画其分布特征。通过对拟合效果的比较,发现PARCH(Power ARCH)模型对基金日收益率序列的拟合效果最好。在此基础上,建立PARCH-VaR模型,用以评估中国开放式基金的风险。在残差服从正态分布t、分布及广义误差分布的三种假设下,基于广义误差分布的PARCH模型计算的VaR值最能够客观地反映中国开放式证券投资基金的风险。     

我国股指期货对现货价格引导关系的实证研究

本文以沪深300指数期货和沪深300指数为例,从实证的角度研究了股指期货对现货价格的引导关系。采用沪深300指数期货上市半年之后(2010.12.01-2011.11.30)的价格数据。通过协整分析,验证了两者之间具有长期均衡关系;通过建立误差修正模型(ECM),观察两者短期内的价格引导关系,发现沪深300指数期货与沪深300指数的价格之间并没有表现出有明显的引导关系,从一定程度上说明了沪深300指数期货的价格发现和信息传递的功能并没有很好的体现出来。     

沪深300股指期现货间价格波动关系与走势预测

针对沪深股市时间序列的预测不稳定问题,分析股指期货与现货市场之间的价格传导关系与波动相关性。运用向量自回归(vector autoregressions,VAR)模型与动态条件相关多元-广义自回归条件异方差(dynamic conditional correlation-generalized autoregressive conditional heteroscedasticity, DCC-GRACH)模型,对期货与现货价格波动联动性进行实证分析,构建长短期记忆(long-term and short-term,LSTM)神经网络算法对沪深300股指现货价格走势进行动态预测,分别选取2016年9月至2019年4月沪深300指数的期货与现货价格作为研究对象。结果表明,股指期货市场与现货市场价格的传导过程,存在领先滞后关系,价格波动之间显著具有时变、持续的动态相关性与长期均衡关系, LSTM算法利用股指期货的价格较为精确地预测现货价格的变化范围与走势,序列参数越长,算法的准确率与预测结果越精准。     

基于非参数密度估计的股指期货收益率分布研究

文章采用非参数密度估计方法,对我国新兴的金融衍生品——沪深300股指期货,其收益率的分布进行了探索性研究,并从实证的角度验证了股指期货收益率分布的非正态性,运用核密度估计的方法得之间的函数关系,而是直接从数据出发,该方法较好地捕捉金融市场中收益率的分布特征。至于非参数估计下的收益率分布,由于不需预先确定变量之间的函数关系,而是直接从数据出发,该方法较好地捕捉金融市场中收益率的分布特征。     

深沪股市日对数收益率的统计分析

利用广义双曲分布族中的正态逆高斯分布,结合Matlab,Eviews和SPSS统计软件,对深、沪股市A股的收盘价所对应的日对数收益率进行了统计分析研究．实证研究结果显示,利用广义双曲分布拟合股价目对数收益率比正态分布拟合效果好．从而为广大投资者提供决策依据．     

深沪股市日对数收益率的统计分析

利用广义双曲分布族中的正态逆高斯分布,结合Matlab,Eviews和SPSS统计软件,对深、沪股市A股的收盘价所对应的日对数收益率进行了统计分析研究．实证研究结果显示,利用广义双曲分布拟合股价目对数收益率比正态分布拟合效果好．从而为广大投资者提供决策依据．     

基于EGARCH—GED模型下的股市风险测度研究

根据我国股市市场收益的基本特征,首先运用AR—EGARCH模型来捕获上海证综合指数收益序列的自相关性、波动集聚性和杠杆效应;然后利用广义误差分布估计其厚尾分布,建立了能准确度量时变风险价值的AR—EGARCH—GED模型,并与基于正态分布和学生t分布的AR—EGARCH模型所计算的风险价值效果进行比较．最后,通过实证分析,并利用后验测试,表明基于AR—EGARCH—GED模型的风险价值能更好地刻画我国股市的市场风险．     

会计师事务所规模对审计质量影响的实证研究

以在沪深两市主板发行A股股票的上市公司为实证分析的统计样本,利用多元统计分析方法研究了我国会计师事务所规模对审计质量的影响。研究结果表明,我国会计师事务所的规模与审计质量之间存在影响较弱的正相关关系。     

中国股票市场波动性的实证分析

为了正确理解中国股票市场的波动性,采用无条件波动性估计方法和条件波动性模型对波动性进行度量和建模,并对中国股票市场长期波动性的特征进行动态分析和实证检验．结果表明：中国股票市场历史上确实存在较高的波动性,但是进入2000年以后波动性呈现逐年下降的趋势;较高的波动性总是出现在股市的上涨时期．而较低的波动性则出现在股市下跌时期,这种波动方式与成熟市场的波动方式存在显著差异;上海和深圳股票市场的波动性都表现出一定程度的时间依赖性和非对称性,其中深圳市场具有更显著的杠杆效应和波动性;上海市场的有效性要强于深圳市场,上海市场能够提供更高的风险溢价．     

ARCH类模型及其在上证指数收益波动中的应用

介绍ARCH模型、GARCH模型和GARCH—M模型,分析ARCH类模型的特点。然后以上证综指日收益率作为研究对象,采用ARCH类模型结合Eviews统计软件对上证综指日收益率的时变性进行实证分析。实证结果表明,GARCH(1,1)模型能较好地拟合上海股市收益率的波动特征,如波动聚集性、长记忆性等;GARCH(1,1)-M模型也能很好地拟合股市中风险与收益率之间的关系。     

投资者心理偏差对股市异常波动的影响研究

股票市场的异常波动性一直存在,基于消费的资产定价模型无法对其作出合理的解释。构建非理性投资者效用值与股票收益率之间的回归模型,并对回归模型的残差表现出的波动聚集性用GARCH模型进行修正,最终得到拟合效果更好的GARCH（1,1）模型。实证结果表明非理性投资者的损失规避行为是引起股市异常波动的重要因素。     

基于Gumbel Copula的金融市场波动溢出模型

将Gumbel Copula函数与GARCH模型结合起来刻画金融市场间的尾部相关结构,结果表明,Gumbel Copula可以有效刻画金融市场波动溢出效应;对沪深股市的实证研究表明,次贷危机不仅造成了沪深股市的低迷,而且加剧了沪深股市的波动溢出效应,认为次贷危机是沪深股市相关结构的一个结构性变点.     

沪深300股指期货波动溢出效应研究

本文研究表明沪深300股指期货与现货市场间存在不对称的波动溢出效应,股指期货交易产生的波动会引导现货市场波动,并且影响程度高达52%,而现货市场交易产生的波动并不能对股指期货市场产生显著的影响。另外,本文通过脉冲响应函数进行分析,发现沪深300股指期货价格变动较现货价格变动超前15分钟。     

上证综合指数波动情况研究——基于滚动窗口的马尔科夫链预测模型

文章运用基于滚动窗口的马尔科夫链预测模型,对上证综指的变动进行研究,创新的给出概率转移矩阵、极限概率以及预测准确率的时变特征,并给出马尔科夫链预测模型的最优窗口长度和状态定义阀值。研究揭示,大盘波动幅度与大盘的极限概率有着密切的关系;股指期货推出后大盘平盘概率占据主导地位,平稳性显著提高,马尔科夫链预测模型的预测准确率也有了较大提高。     

反馈交易规则与股票收益自相关实证分析

研究了反馈交易规则与上证综合指数日收益自相关之间的联系,样本取自上证指数1992年9月29日至1997年9月30日的日收益率数据。此外,文中采用GARCH (1,1)处理收益波动的异方差性,模型参数采用极大似然估计。实证模型还考虑了非同步交易引起的工序列相关以及反馈交易的非对称性。结果表明,除以往文献涉及的正序列相关外,正反馈交易将导致收益负的序列自相关,且相关系数绝对值随波动增大而增大,从而整个收益表现出随波动变化的序列相关。     

经济增长水平对股市波动影响的实证分析

本文从经济增长水平角度对＂后金融危机时代＂的股市波动进行实证分析研究,论证股市波动与宏观经济之间的关系,有助于了解股市波动的一般规律。     

动态VaR估计模型及实证

为了准确描述金融收益率序列的波动率聚集,异方差、厚尾等特性,研究我国证券市场的时变风险,本文利用极值理论和GARCH模型在处理金融数据上的优点,构造了基于GARCH-EVT的条件VaR模型,并对沪市综合指数收益率进行实证研究,结果表明,上海股市存在ARCH效应,收益率序列具有较强的自相关性;以GARCH模型为基础的条件极值方法比GARCH-正态和GARCH-t模型更好地消除了厚尾性对估计结果的影响,能更准确地捕捉风险的时变特性.