-
题名中国股市和债市波动溢出效应的MV-GARCH分析
被引量:38
- 1
-
-
作者
王璐
庞皓
-
机构
西南交通大学数学系
西南财经大学统计学院
-
出处
《数理统计与管理》
CSSCI
北大核心
2009年第1期152-158,共7页
-
基金
国家社会科学基金资助项目(05BJY098)资助
西南交通大学青年教师科研起步项目2008Q70资助。
-
文摘
股市和债市的波动溢出效应是研究金融市场信息流动、风险传递的重要内容。在估计了股市和债市候选MV-GARCH模型参数基础上,通过AIC准则等拟合优度方法选择了t分布型BEKK为最优模型,因为它更好的捕捉到了金融时序尖峰、厚尾的特征.结果显示,中国股市和债市波动溢出具有明显时变特征,波动影响不对称,股市对债市影响大于债市对股市影响。动态相关系数偏弱说明两个市场在资源配置能力、信息流动等方面存在显著的缺陷.
-
关键词
股票市场
债券市场
波动溢出效应
mv—garch
-
Keywords
stock market, bond market, volatility spillover effect, mv-garch
-
分类号
F224.2
[经济管理—国民经济]
-
-
题名我国股指期货与现货市场信息传递与波动溢出关系研究
被引量:47
- 2
-
-
作者
邢精平
周伍阳
季峰
-
机构
深圳证券交易所
深圳大学
-
出处
《证券市场导报》
CSSCI
北大核心
2011年第2期13-19,共7页
-
基金
国家自然科学基金(项目编号:70703024)
-
文摘
股指期货与现货市场关系是监管者关注的重点问题。本文采用我国股指期货上市以来1分钟级高频数据,应用向量误差修正模型、方差分解、多元T-GARCH等,考察期现两市信息传递、波动溢出效应的影响。实证结果表明,尽管股指期货和股票市场之间短期内存在相互引导关系,但股票市场价格变动更多来自于自身影响,起主导作用,而且两市长期均衡收敛也是以股票市场占主导地位;两市存在显著的双向波动溢出,期货市场的波动溢出效应强于股票市场的波动溢出效应;两市场存在明显的非对称效应,期货市场对"坏消息"更为敏感,而现货市场对"好消息"更为敏感。
-
关键词
股指期货
多元T-garch模型
信息传递
波动溢出
-
Keywords
stock index futures
mv-T-garch model
information transmission
volatility spillover
-
分类号
F830.9
[经济管理—金融学]
-
-
题名不同频率美元汇率动态相关性分析
被引量:1
- 3
-
-
作者
刘国光
王慧敏
-
机构
河海大学商学院
-
出处
《郑州轻工业学院学报(社会科学版)》
2004年第3期7-10,共4页
-
文摘
以美元兑日元、英镑以及瑞士法郎汇率日数据和5分钟数据为研究对象,运用恩格尔提出的DCC多元GARCH模型分析,发现不同时间频率情形下不同货币与美元汇率数据之间动态条件相关系数存在较大的差异,日数据情形下不同货币与美元汇率数据之间动态条件相关系数显示出动态可变特征,实际分析结果不支持5分钟不同货币与美元汇率数据之间动态条件相关系数动态可变结论。
-
关键词
DCC多元garch模型
动态相关系数
美元汇率
-
Keywords
DCC mv-garch model
dynamic correlation coefficient
dollar exchange rate
-
分类号
F830
[经济管理—金融学]
-
-
题名中国沪深股市结构性波动的政策性影响因素
被引量:13
- 4
-
-
作者
杨继平
陈晓暄
张春会
-
机构
北京航空航天大学经济管理学院
国网电力科学研究院
-
出处
《中国管理科学》
CSSCI
北大核心
2012年第6期43-51,共9页
-
基金
国家自然科学基金资助项目(70871003 71271011)
-
文摘
本文利用划分均值和方差变点的迭代累积平方和算法(ICSS:MV)对上证综指和深证成指1996年12月16日至2010年12月31日的日收益率序列进行结构变点的检验,通过将结构变点与重大事件对应选取影响沪深股市结构性波动的政策性事件,并根据选取的事件将样本区间分成13个子区间。为了避免参数模型中模型误设的缺陷,利用非参数GARCH模型估计样本区间的波动率;最后利用N-W核回归估计对非参数GARCH估计的波动率与收益率进行回归,分析股市结构性波动产生的政策性影响因素。通过分析发现央行调整存贷款基准利率和存款准备金率、国有股的减持、允许保险公司等机构投资者买卖证券投资基金、调整印花税等政策性因素是造成我国股市变结构波动的重要原因。
-
关键词
股市波动性
政策性因素
ICSS
mv算法
非参数garch模型
N—W核回归估计
-
Keywords
stock market volatility
policy factors
ICSS: mv algorithm
nonparametric garch model
N-W kernel regression
-
分类号
F830.91
[经济管理—金融学]
-