期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
中国股票市场波动的非线性GARCH预测模型
被引量:
52
下载PDF
职称材料
导出
摘要
本文首次应用广义自回归条件异方差(GARCH)模型及其两种非线性修正模型(QGARCH 模型和GJR 模型)预测中国股票市场的波动。结果表明QGARCH模型对中国股市波动具有非凡的预测能力,它明显地优于随机游动模型,但GJR
作者
魏巍贤
周晓明
机构地区
厦门大学金融研究所
中共陕西省委办公厅
出处
《预测》
CSSCI
1999年第5期47-49,共3页
Forecasting
关键词
中国
股票市场
波动预测
非线性
GARCH
模型
分类号
F832.5 [经济管理—金融学]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
1
共引文献
0
同被引文献
362
引证文献
52
二级引证文献
423
参考文献
1
1
Bollerslev T,J Econometrics,1992年,52卷,5页
同被引文献
362
1
黄海南,钟伟.
GARCH类模型波动率预测评价[J]
.中国管理科学,2007,15(6):13-19.
被引量:38
2
宋逢明,李翰阳.
中国股票波动性的分解实证研究[J]
.财经论丛(浙江财经学院学报),2004(4):23-28.
被引量:15
3
任甄,吴雷.
GARCH(1,1)模型波动率预测的实证研究[J]
.市场周刊,2010,23(11):60-61.
被引量:7
4
江晓东.
沪深港三地股指波动比较研究[J]
.内蒙古财经学院学报,2002(2):21-26.
被引量:2
5
何兴强.
中国股票市场收益非线性相关结构的经验分析[J]
.世界经济,2004,27(8):60-67.
被引量:5
6
徐正国,张世英.
调整"已实现"波动率与GARCH及SV模型对波动的预测能力的比较研究[J]
.系统工程,2004,22(8):60-63.
被引量:51
7
胡海鹏,方兆本.
股市波动性预测模型改进研究[J]
.数理统计与管理,2004,23(5):40-47.
被引量:7
8
阎海岩.
中国股市波动性研究[J]
.统计与信息论坛,2004,19(5):40-43.
被引量:14
9
杨克磊,毛明来,徐正国.
随机波动模型的沪深股市比较研究[J]
.天津大学学报(社会科学版),2004,6(4):334-338.
被引量:4
10
施久玉,胡程鹏.
股票投资中一种新的技术分析方法[J]
.哈尔滨工程大学学报,2004,25(5):680-684.
被引量:4
引证文献
52
1
黄海南,钟伟.
GARCH类模型波动率预测评价[J]
.中国管理科学,2007,15(6):13-19.
被引量:38
2
章蓉,慕永国,邱枫,任柏明.
PB-GARCH模型在中国股市收益波动率研究中的应用[J]
.哈尔滨师范大学自然科学学报,2006,22(6):33-36.
被引量:2
3
田益祥,庄作钦.
中国股市短期波动的非线性ARCH效应显著性分析及参数估计[J]
.数理统计与管理,2004,23(4):73-76.
被引量:4
4
江晓东.
沪深港三地股指波动比较研究[J]
.内蒙古财经学院学报,2002(2):21-26.
被引量:2
5
何兴强.
中国股票市场收益非线性相关结构的经验分析[J]
.世界经济,2004,27(8):60-67.
被引量:5
6
刘凤芹,吴喜之.
基于SV模型的深圳股市波动的预测[J]
.山西财经大学学报,2004,26(4):96-99.
被引量:10
7
兰旺森,张所地.
基于Fourier分析的中国股市波动周期研究[J]
.数学的实践与认识,2004,34(9):52-56.
被引量:4
8
雷鸣,缪柏其.
运用生存分析与极值理论对上证指数的研究[J]
.数量经济技术经济研究,2004,21(11):130-137.
被引量:17
9
马晓丽,刘新平.
利率期限结构转换模型及实证分析[J]
.纺织高校基础科学学报,2004,17(3):201-203.
被引量:1
10
施红俊,陈伟忠.
股票月收益实际波动率的实证研究[J]
.同济大学学报(自然科学版),2005,33(2):264-268.
被引量:10
二级引证文献
423
1
张敏,姚萍.
B-S-M期权定价公式和二叉树模型运用对比分析[J]
.中国物价,2021(4):69-71.
被引量:6
2
丁美荣,冯伟森,黄荣翔,罗嘉俊.
基于预训练模型和基础词典扩展的酒店评论情感分析[J]
.计算机系统应用,2022,31(11):296-308.
被引量:5
3
杨媚丹.
金融科技对我国股市波动的影响研究[J]
.投资与创业,2022,33(16):14-16.
4
熊景华,茹璟.
基于随机森林算法和模糊信息粒化的汇率预测组合模型研究[J]
.数量经济技术经济研究,2021,38(1):135-156.
被引量:14
5
黄良虎.
社交网络文本分析的短期股市行情预测分析[J]
.计算机产品与流通,2020(11):102-102.
被引量:1
6
黄飞,孙怡川,陶明珠.
基于生存分析的上证指数连涨连跌天数研究[J]
.长春工程学院学报(自然科学版),2020(2):115-118.
7
韩鞠,詹必雄,刘宜成,贺嘉辣,杨迦凌.
基于布谷鸟算法优化BP神经网络的塔吊安全研究[J]
.工业建筑,2023,53(S02):790-793.
被引量:1
8
黄海南,钟伟.
GARCH类模型波动率预测评价[J]
.中国管理科学,2007,15(6):13-19.
被引量:38
9
禹敏,陈收.
非正态ARCH族模型的预测绩效和VaR度量研究[J]
.中国管理科学,2007,15(z1):180-183.
10
董立杰.
上海股票市场星期效应研究[J]
.科技风,2007(6):20-21.
1
王宇新.
GARCH模型和SV模型对深圳股市的比较[J]
.合肥工业大学学报(自然科学版),2007,30(6):743-745.
被引量:6
2
康建林,朱开永,周圣武,韩苗.
GARCH模型在中国股票波动预测中的应用[J]
.赣南师范学院学报,2005,26(3):29-32.
被引量:5
3
彭潇熟,张德生,王若星,陈聪.
国际黄金价格具有外生变量的GARCH预测模型[J]
.黄金,2011(1):10-14.
被引量:8
4
李聪,刘诗绮,张伟伟.
上证综指收益率波动的预测研究[J]
.东方论坛(青岛大学学报),2015(6):120-125.
被引量:2
5
李行.
基于GARCH模型和VAR模型的中国股票市场实证分析——以深圳成分指数为例[J]
.时代金融,2017(2).
6
杨志强.
关于房地产经济周期波动预测与研究[J]
.经济视野,2013(23).
7
杜莉萍.
基于ANN-EGARCH模型的沪深300指数波动趋势预测[J]
.生产力研究,2013(2):58-61.
被引量:2
8
孟勇,王红霞.
关于金融市场波动预测模型研究的发展展望[J]
.统计与决策,2008,24(24):146-149.
被引量:1
9
黄冠钥,陈睿.
我国股市波动预测的非线性研究——来自GARCH族模型的对比发现[J]
.技术经济与管理研究,2007(2):56-59.
被引量:2
10
赖育新.
基于不同样本容量的创业板收益率比较研究[J]
.财经界,2015(3):135-136.
预测
1999年 第5期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部