股指期货上市对股市波动率的影响——基于双重差分模型的分析

选取2007年1月至2017年12月沪深300和中证500指数每周的波动率、收益率及换手率数据,采用双重差分模型考察了2010年4月16日IF合约股指期货推出及2015年4月16日IC合约股指期货推出对指数波动率的影响.结果发现:从长期角度来看,股指期货的推出可以降低指数波动率;但是短期来看,股指期货的推出并不能降低指数波动率.对于沪深300指数而言, IF合约股指期货的推出短期内对指数波动率没有显著影响;对于中证500指数而言, IC合约股指期货的推出在短期内反而提高了指数波动率.长期来看,期货市场存在着对现货市场的稳定机制,但是短期来看,稳定机制并不存在.     

应用EWMA-GARCH(1，1)-M模型对沪深300股指期货最小VaR套期保值效果研究

VaR是目前国际上应用最广泛的度量金融风险的指标之一,其核心在于波动率,也就是方差的参数估计.采用EWMA模型估计方差,并且结合风险溢价特征的GARCH（1,1）-M模型计算出沪深300股指及其期货的最优衰减因子为0.933 25,摒弃了以往采用0.940 0作为衰减因子的一贯做法,并且运用Cornish-Fisher方程对正态分布的分位数进行了修正,得到修正后的套期保值比率以及资产组合的VaR,与传统的套期保值模型相比,该模型的风险价值VaR降低的程度明显,并且对投资组合未来的VaR具有很好的预测效果,表明EWMA-GARCH(1,1)-M模型对沪深300股指期货的套期保值效果较好.     

沪深300指数与国际股票指数的联动性研究

采用协整理论及基于VAR的Granger因果关系检验方法对沪深300指数和国外有代表性的股票指数（道琼斯指数、新加坡指数、日经225指数、德国DAX指数）为样本作建模分析,目的是找出国际指数的波动对我国沪深300指数的影响,期望在国内股指期货推出后能减少交易风险。Granger因果关系检验显示,新加坡指数是沪深300指数的Granger原因。最终作出的长期协整方程显示德国DAX指数、日经225指数、新加坡指数与沪深300指数之间存在长期的均衡关系。从最终构建动态模型来看,模型具有较好的拟合及预测精度。     

基于GARCH模型的黄金指数与美元指数波动性研究

近几年的黄金市场与美元指数市场波动都比较大,但波动的方向不一致。通过对两者的波动进行研究,主要有单位根检验、ARCH效应的检验、GARCH模型分析以及因果关系检验,结果表明,黄金指数GARCH(1,1)最适合描述其市场波动,美元指数GARCH（2,1）最适合描述其市场波动,美元指数的预测对黄金指数的预测会有帮助。     

沪深300股指期货的价格发现能力及波动溢出效应研究--基于BEEK-GARCH 模型的证据

以沪深300股指期货自推出至今的1分钟数据作为研究样本,使用BEEK-GARCH模型量化沪深300股指期货和现货市场的价格发现能力及波动溢出效应.研究发现,我国期货市场成立初期并未发挥其价格发现功能,这一现象随着市场成熟度增加而逐渐改善,期货市场在价格发现过程中占主要地位.通过GARCH模型对收益率调整过程进行估计,发现市场之间存在双向波动溢出效应:短期内表现出均值回归;长期来看,误差修正项系数显著异于0,符合调整的负反馈性质,价格偏差会被纠正从而达到长期均衡.     

自动化生产线物料搬运站的设计

在混合分布假说理论的基础上，根据Jone 等（1994）的研究成果将成交量划分为成交次数和平均交易头寸，并考虑已实现波动率的跳跃和非对称性特征，构造了量价关系的基础模型、连续和跳跃波动量价关系模型及量价关系非对称模型，并利用沪深300股指期货高频数据分别对各模型进行实证分析。研究发现沪深300股指期货成交量与价格波动之间表现明显的正相关关系，成交量、成交次数及平均交易头寸对连续和跳跃波动都有明显的正向影响，下偏已实现半方差较上偏已实现半方差包含更多的市场波动信息，平均交易头寸作为量价关系背后的主要驱动因子，可以更好地解释市场波动。     

股票市场系统流动性风险溢价牛熊市差异研究

从行业和市场行情变化出发研究了股票市场系统流动性风险溢价的差异。以沪深300指数和沪深300行业指数为对象，选取的样本期间横跨牛市行情和熊市行情，采用二元均值GARCH（1,1）——Diagonal BEKK模型进行实证检验。结果表明，在混合市场行情下，总体样本和行业样本的系统流动性风险溢价都不显著，在牛市行情下，不存在系统流动性风险，而在熊市行情下，系统流动性风险显著存在，并且不同行业的系统流动性风险溢价存在一定的差异。     

我国人寿保险公司经营绩效的DEA有效性分析

基于ARMA-GARCH模型，并结合均值回归效应，溢出效应和周内效应，本文研究了恒指隐含波动率指数(VHSI)能否被预测及预测是否有助于期权投资实践的问题.研究结果验证了香港股市具有均值回归的特性，标准普尔500指数对恒指隐含波动率指数有明显的溢出效应.此外，恒指隐含波动率指数呈现出周一上涨，周五下跌的特征，具有明显的周内效应.最后，本文运用ARMA-GARCH模型对恒指隐含波动率指数进行预测，并结合实际的市场数据做了期权交易模拟.结果显示，ARMA-GARCH模型比ARMA模型更适合对恒指隐含波动率进行建模；考虑了均值回归效应，溢出效应和周内效应之后，ARMA-GARCH模型对恒指隐含波动率指数的预测能力显著提高，并且预测结果有助于期权交易获得较好的收益.     

阻抗匹配三相变四相变压器数学模型及应用研究

基于机构投资者情绪的实际情况修正DSSW模型,分析机构投资者情绪对股票收益的影响机制。以“中国证券分析师指数”作为中国机构投资者的情绪指数,应用GARCH模型对中国沪、深两市机构投资者情绪及其波动与股票收益间关系进行实证分析,结果表明中国机构投资者情绪存在一阶自回归,方差为异方差;机构投资者情绪是影响股票收益的重要因素,其情绪波动（方差）也对股票收益产生一定影响,但未形成系统风险。     

基于物联网的室内环境监控系统的设计

针对EVaR (Expectile-based Value at Risk) 风险度量提出了基于GARCH类和SV波动率模型的EVaR风险度量计算方法，即EVaR计算的参数模型方法并基于模拟学生t分布时间序列数据,给出EVaR样本外预测的失败率检验方法：Kupiec失败率检验和动态分位数(DQ)检验法与采用CARE (Conditional Autoregressive Expectile)模型的EVaR计算方法进行了对比研究，结果表明基于GARCH类模型和SV模型相对于基于CARE模型有更优的EVaR预测效果.选取2004年1月5日到2009年12月30日的国内外五个股票市场指数数据，针对日对数收益率进行了EVaR风险度量的实证研究，得出在金融危机期间，基于参数模型的EVaR预测要比基于CARE模型的EVaR预测更接近市场实际风险.     

沪深股票市场之间波动性影响关系研究

以对沪深两市波动性指标的解构分析为基础,给出了基于GRACH模型、Granger模型的综合运用,同时引入协整检验和误差纠正机制的均衡分析方法,对沪深两市的波动相关性进行实证分析和模型检验,系统性揭示了沪深两市波动性的关键特征和沪深两市波动互相影响的因果规律,为基于沪深两市金融资产的定价和风险管理奠定了基础.     

基于机器学习和经验模态分解的跨期套利研究

采用滚动经验模态分解(EMD)方法对沪深300股指期货当月和下月合约的价差波动进行分解,分别利用Elman网络、随机森林(RF)、支持向量回归(SVM)3种机器学习模型及自回归移动平均模型(ARIMA)对不同频率信号进行分析,合成最终的预测结果,并根据预测结果设计跨期套利策略.研究结果表明:SVM,RF和ARIMA模型...     

均值溢出效应显著背景下A股市场杠杆效应研究——基于EGARCH模型

目的在考虑了港股对A股的均值溢出效应后,对A股市场杠杆效应进行研究。方法利用EGARCH模型对以沪深300指数为代表的A股市场杠杆效应进行研究。结果一是A股市场波动存在明显的异方差性和信息冲击的非对称性;二是将均值溢出效应纳入分析框架建立的EGARCH模型在各项指标上的表现均普遍优于不考虑均值溢出效应而建立的EGARCH模型。结论就A股市场而言,负项干扰引起条件方差的变化比正项干扰大,即利空信息对波动的影响更大。     

沪深300股指期货价格与其现货价格波动关系的研究

本文通过对沪深300股指期货价格、现货价格序列来研究期货价格和现货价格之间存在的关系,选取了2010年至2018年8年间的沪深300股指期货价格、现货价格作为研究样本。通过对样本数据的平稳性检验、协整检验,并通过VAR模型作脉冲响应分析表明:股指现货价格对股指期货价格存在正向波动效应。     

基于MF-DCCA方法的证券市场间交叉相关性研究

针对多变量随机波动模型难以刻画金融时间序列尖峰厚尾特征的问题，构建了贝叶斯多变量厚尾随机波动模型。通过模型的贝叶斯分析，选择参数先验分布，设计基于Gibbs抽样的MCMC算法，据此估计模型参数，解决多变量随机波动模型参数较多难以估计的问题；并利用沪深300股指期货与现货交易数据进行实证分析。研究结果表明：贝叶斯多变量厚尾随机波动模型能更准确地刻画金融市场的波动特征以及金融市场间的波动溢出效应。     

我国股指期货与股市波动相关关系的实证研究

在简要回顾相关文献的基础上,研究了股指期货与股市波动的相关关系。选取2010年4月16日至2016年10月13日的沪深300股指期货及沪深300指数作为研究对象,样本数据分为股指期货推出后短期、中期、中长期和长期四个时间段,建立相关模型进行相关性分析、单位根检验、协整分析和格兰杰因果检验。研究发现,第一,股指期货与股市波动存在高度的正相关性;第二,两者之间存在长期稳定的均衡关系;第三,格兰杰因果检验结果表明,短期和中期的股指期货和股指现货之间并不存在明显的价格引导关系,中长期的股指期货的变化会引起股票市场的波动,而长期的股指期货则与股指现货之间存在着明显的双向因果关系。     

中国粮食产量增长率波动的计量研究

对中国粮食产量增长率的波动性进行了实证计量分析,利用最大似然方法估计了3种GARCH族模型(GARCH、T-GARCH和E-GARCH)。实证研究表明,GARCH模型提供了最好的统计拟合,它表明波动率是变化的,中国粮食总产量的增长率是非对称的,国家持续稳定增长的粮食供给很难实现。国家根据此结论,应该制定出有利于粮食供给的保护性政策,才能维护国家的粮食安全。     

我国生猪调控政策对猪肉价格波动的影响

基于2004—2018年周度猪肉价格、生猪疫情时间序列数据,采用一阶对数差分形式的广义自回归条件异方差模型(GARCH)和门限自回归条件异方差模型(TARCH),实证分析不同阶段猪肉价格的波动特征、不同生猪调控政策对猪肉价格波动的影响。结果表明,猪肉价格波动呈现波动性集聚特征和非对称特征,价格下跌引起的波动大于价格上涨引起的波动。不同的生猪调控政策对猪肉价格波动的影响不一样,生猪补贴政策、猪肉储备政策对猪肉价格波动起到抑制作用,可以减小市场波动风险;而近年来实施的"禁养区"等生猪调控政策提高了猪肉价格波动率。     

基于小波Mallat算法的外汇汇率预测模型

用小波Mallat算法对RMB／UsD汇率一阶差分数据进行了分解和单支重构;对单支重构后的近似分量和细节分量分别建立了GARCH（1,1）模型和ARCH（1）模型;综合各层预测值得到原时间序列的预测值．实证研究表明该方法的预测效果要优于传统的模型．     

LSM可转债定价模型及其应用研究

可转债定价一直是可转债发行与投资分析的关键,通过引入最小二乘蒙特卡罗模拟法(LSM)对可转债进行定价研究,利用GARCH模型对股价波动率、无风险利率等参数进行估计,并利用平赌过程适配法提高LSM的执行效率.实证结果表明,最小二乘蒙特卡罗模拟法具有较好的预测效果,为可转债定价提供了一条有效途径.