股票市场波动性研究——基于ARMA-TGARCH-M模型的实证分析

通过构建ARMA-TGARCH-M模型,并同时利用上证综合指数和深圳成份指数的低频日收益率和5分钟高频收益率数据,对中国股票市场的波动性问题进行了实证研究。结果表明:中国股票市场存在着大幅度高频率波动,市场总体风险较大,而且收益率波动也存在着波动集群性、尖峰后尾性和非对称分布等特征,深圳股票市场在各方面的特征也都比上海股票市场突出。此外,低频日收益率序列和5分钟高频收益率序列都存在着显著的平稳性、自相关性和ARCH效应,中国股票市场还存在着较长的外部冲击波动持续期,且杠杆效应显著。GARCH族模型能够很好地拟合中国股票市场的波动性问题。

基于ARMA-稀疏贝叶斯模型的汇率预测研究

文章基于ARMA模型和稀疏贝叶斯模型,提出了ARMA-稀疏贝叶斯模型,充分利用ARMA模型和稀疏贝叶斯模型在线性模型及非线性模型预测中的优势,将收益率序列分解为线性自相关主体和非线性残差2个部分,然后用ARMA模型对线性自相关主体数据进行预测估计,用稀疏贝叶斯模型对非线性残差进行预测估计,最后合成人民币兑美元日汇率中间价序列预测结果。研究结果证明,运用所建模型预测人民币日汇率中间价和上证指数收盘价,均取得了较好的效果。

投资者情绪与市场收益的双向波动溢出关系——基于TGARCH-M和BEKK-GARCH模型

投资者情绪是影响资产价格的系统性因子,但投资者情绪与市场收益波动是否存在双向影响的研究相对较少。基于TGARCH-M和BEKK-GARCH模型,利用中国A股数据的实证分析论证了投资者情绪与市场收益率之间的相互影响。研究结果表明,投资者情绪对收益率波动具有显著的冲击效应,并且收益率对投资者情绪也存在显著的波动溢出效应,二者之间存在双向的波动溢出关系。同时,中国股票市场中存在与“风险溢价”相悖的现象,即承担风险越大,所获收益越小。此外,不同风格资产的投资者情绪效应存在差异,小盘股、高市盈率股及亏损股更易受投资者情绪的影响。

新冠肺炎疫情对中国旅游业的冲击影响研究——基于修正的TGARCH-M模型

新冠肺炎疫情已给我国的旅游业带来了巨大冲击。文章基于2014年1月2日到2021年1月5日共1709个申万旅游综合指数的日度数据,分析了近7年我国旅游业的发展情况。并通过对疫情期间旅游业的综合指数生成过程中融入波动冲击量构建了高拟合程度的服从t分布状态的TGARCH-M模型,研究了新冠肺炎疫情给我国旅游业带来的额外冲击。实证结果表明:我国近7年的旅游业在市场上的波动表现出正反馈效应,正向冲击与负向冲击相比没表现出明显的“杠杆”效应;旅游业在疫情发生前后呈现出不同程度的波动性,疫情发生后旅游业指数的波动冲击额外增加了2.08 ×10−5个单位;但由于额外增加波动冲击值较小,说明疫情对我国旅游业带来的冲击性并不是那么严重,也表明疫情过后旅游业能够以较快的速度恢复。

新马尔科夫模型的黄金价格短期预测

对黄金价格建立了ARMA-马尔科夫预测模型,该模型将数据统计特征与灰色理论密切结合。ARMA部分用来揭示预测序列的线性变化趋势,而马尔科夫状态转移概率矩阵用来确定状态转移的规律。实证研究表明,该模型预测精度优于ARMA模型以及灰色马尔科夫模型的预测精度。

中国股市行业板块的动态相关性建模——基于DCC-MVGARCH模型

相关性的讨论是现代金融分析的重要内容,行业板块的相关分析是组合投资的关键步骤。基于能刻画动态相关的DCC-MVGARCH模型对我国波动剧烈的六个股市行业板块进行了相关性研究,结果表明:十个板块相关性序列可看成常量,Pearson相关系数仍能刻画其相对大小,这为机构投资者按Pearson相关系数进行组合构建提供了实证依据;五个动态相关性序列是宽平稳而非严平稳的,适合采用随机过程建模以实现预测,另外动态相关性与时变波动率存在一定的关系,当波动率增强时,相关性有随之增大的趋势。

少样本视觉诱发电位获取研究

本文设计了两种从少样本中提取视觉诱发电位的方法。计算机仿真数据实验表明,ARMA—滤波器比最佳线性时变滤波器更优越。最后,我们通过临床研究检验了ARMA—滤波器,结果同样证明,ARMA—滤波器提取视觉诱发电位非常有效。

风险值和尾部条件期望的实证比较分析

由于风险值VaR具有一定局限性,因此人们在VaR的基础上又提出了一种新的度量市场风险的方法:尾部条件期望TCE。利用GED分布和T分布的TGARCH-M模型建立计算公式,并实证比较了VaR和TCE度量市场风险的准确性,结果表明,在通常情况下TCE和VaR均能较准确地度量市场风险。

中国股市周期性研究及其价格监控

对股市周期性和股市价格的监控和预警的研究有利于给予投资者相关的信息.为了探究股票市场的周期性,引入带虚拟变量的ARMA-TGARCH-M模型来研究中国股市的周期性.为了对股票市场进行监控和预警,利用基于ARMA-TGARCH-M模型的残差控制图来实现对股票市场的监控和预警.实证结果发现:中国股市存在着显著的正的周一和周二效应,这主要是由于周一和周二在消化周末所发布的信息导致的.通过残差控制图对超过控制限的点进行分析发现基于ARMA-TGARCH-M模型的控制图能够很好地捕捉到股票市场的不受控状态.

网络舆情对股票收益率的影响——基于微博数据的分析

随着网络的发展以及我国资本市场的成熟,大部分网民开始从传统信息媒介转移到信息量更大的互联网平台。由此,股市的网络舆情也孕育而生。通过主成分分析法构建网络舆情指数,运用VAR模型及TGARCH-M模型探究了网络舆情与股票收益率之间的关系。研究发现,股市术语的总体涨跌信号,对股市行情存在显著影响,同时可以预测短期的股市行情。进一步,本文对证券监管机构、证券投资者等提出了具体的建议。

权证上市对标的股票的影响--基于中国股市的分析与实证

本文基于连续时间动态资产定价模型,推导出权证作为一种新的、依赖于标的股票的风险资产上市交易后,标的股票均衡价格变动的一般性结果,揭示出标的股票资产定价机制必然发生根本性改变;通过建立标的股票收益率与波动率的计量模型验证理论结果;实证考察,在中国,权证上市交易后对标的股票收益率及其波动性的影响,最后得出关于标的股票收益率各方面特征变化的完整结论,作为监管部门与投资者决策的参考依据。