沪深两市行业板块尾部相关性研究——基于M-Copula-t-GARCH模型

沪深两市收益率相关性一直是我国金融领域的研究热点,而其中对收益率尾部相关性方面的研究却较少。基于M-Copula-t-GARCH模型提出了对金融变量及其尾部相关性刻画更简洁适用的M’-Copula-t-GARCH模型。首先依市值及股票份额从两市19大板块中各选取有代表性的8大板块,用t-GARCH模型刻画各板块的边缘分布,然后用两步估计法估计M’-Copula模型中的参数,最后应用投资组合理论确定了最优投资组合。结果表明:16大板块上、下尾聚类结果有一定的差异。股价高涨时板块间的联动性更强,市场对利好消息的反应较为敏感。

基于不同分布假设GARCH族模型对上证指数波动性分析的比较研究

股票市场的波动性研究已经成为众多研究者和投资者广泛关注的焦点。以上证股票收益率为研究对象,在三种不同的分布假设下,利用GARCH族模型对上证指数波动性进行了比较研究,分析表明:上证股票收益率具有显著的条件异方差性,且基于GED分布的GARCH(1,1)模型是消除该条件异方差性的最佳模型;上证股票收益率具有正的风险溢价,且基于GED分布的GARCH(1,1)-M模型是反映风险溢价情况的最优模型;上证股票收益率存在着明显的不对称性(杠杆效应),利空消息比利好消息更容易引起大的波动,且基于标准正态分布的EGRCH(1,1)模型是揭示该不对称性的最佳模型。

我国股市非对称反应影响因素的实证分析

本文运用T-Garch-M模型对我国股票市场的特征风格指数和不同样本期的综合指数进行了实证分析,结果表明,市道(牛市或熊市)、市盈率高低、盈利状况(绩优或绩差)、股价高低和股票风格特征(价值股或成长股)等因素对我国股票市场信息非对称反应有显著影响,股票规模大小(盘子大小和市值大小)对非对称性反应的影响不显著。

我国股市信息非对称效应的影响因素研究

本文运用T-Garch-M模型对我国股票市场的特征风格指数和不同样本期的综合指数进行实证分析,结果表明:市道、市盈率高低、盈利状况、股价高低和股票风格特征等因素对我国股票市场信息非对称反应有显著影响,股票规模大小对非对称性反应的影响不显著。

沪市180指数波动的实证研究

本文将ARCH族模型运用于我国上海股票市场的实证分析,从实证结果中选择适合上证指数收益率序列的模型,我们得出运用GARCH(1,1)-t模型对上证180指数收益率序列进行刻画较为合适.

M-Copula模型在金融时间序列分析中的研究与应用

研究了M-Copula模型的建模方法及应用.运用EM算法估计模型的参数,得到相应的统计结果.并利用M-Copula对上证综指和深证成指做了相关分析.通过分析两样本数据的特征,均建立了GARCH-t的边缘分布模型;根据两个对数收益率序列之间的相关特性,选取M-Copula模型对其相关结构进行建模分析,因M-Copula综合了不同Copula的特点,所以分布形式更加灵活,描述数据的厚尾和相关性特征的能力更突出,效果比单一的Copula更好.