期刊导航
期刊开放获取
重庆大学
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
基于GARCH模型族的沪深300波动率实证分析
被引量:
2
下载PDF
职称材料
导出
摘要
本文以沪深300日收益率为分析对象,运用正态分布、学生t分布、GED分布下的GARCH、EGARCH、TGARCH,研究了沪深300自2005年4月8日发布以来至2013年3月30日的收益率的波动性,实证表明,沪深300波动具有尖锋厚尾性和高聚集效应;发现沪深300的收益率序列不服从正态分布且具有非对称性,其中基于GED分布的GARCH(1,1)是最优的拟合模型。
作者
王未卿
李秋梦
邢德鑫
机构地区
北京科技大学东凌经济管理学院金融工程系
出处
《中国证券期货》
2013年第5X期34-35,共2页
Securities & Futures of China
关键词
GARCH模型族
沪深300
波动性
分类号
F224 [经济管理—国民经济]
F832.51 [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
5
共引文献
18
同被引文献
12
引证文献
2
二级引证文献
8
参考文献
5
1
(美)RueyS.Tsay著,潘家柱译.金融时间序列分析[M]. 机械工业出版社, 2006
2
Mehmet Orhan,Bülent K ksal.A comparison of GARCH models for VaR estimation[].Expert Systems With Applications.2012
3
Bollerslev T.Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics . 1986
4
Engle Robert F.Autoregressive conditional heteroskedasticity with estimates of the variance of United Kingdom inflation[].Econometrica.1982
5
Robert Engle.New Frontiers for ARCH Modeling[].Journal of Applied Econometrics.2002
共引文献
18
1
李志鹏,姚小义.
我国互联网货币基金收益波动风险比较[J]
.财会月刊(中),2015(9):120-124.
被引量:4
2
任继勤,单晓彤,梁策.
中国主板与创业板市场风险比较分析——基于GARCH-VAR方法[J]
.财贸研究,2015,26(3):128-132.
被引量:11
3
丁雪.
农产品价格波动研究的回顾与评述[J]
.东南大学学报(哲学社会科学版),2015,17(S1):30-32.
被引量:3
4
瞿慧,李洁,程昕.
HAR族模型与GARCH族模型对不同期限波动率的预测精度比较——基于沪深300指数高频价格的实证分析[J]
.系统工程,2015,33(3):32-37.
被引量:15
5
黄晓凤,王廷惠,程玉仙.
国际股票、外汇及原油市场对CER市场的波动溢出效应[J]
.系统工程,2015,33(5):1-9.
被引量:5
6
纪琼.
上证50ETF期权的定价研究[J]
.经营管理者,2015(24):23-24.
被引量:3
7
施雅丰,陶祥兴.
带高频信息及交互效应的波动率模型[J]
.海南金融,2015(2):4-10.
8
赵尚梅,孙桂平,杨海军.
基于信息传导的期权对股票市场稳定性影响[J]
.管理科学学报,2015,18(6):84-94.
被引量:4
9
陈诚,陈宝婷,张慧娟.
香港创业板市场与主板市场,NASDAQ市场的价格与波动率溢出效应[J]
.中国商界,2010,0(6X):76-77.
被引量:1
10
王敏,张萍.
初探我国沪市股价波动性——基于ARCH模型和GARCH模型[J]
.科技创业月刊,2010,23(1X):105-106.
被引量:8
同被引文献
12
1
林娟,杨凌.
银行间债券市场7天回购利率波动性分析[J]
.福州大学学报(哲学社会科学版),2007,21(2):45-47.
被引量:6
2
巢燕若.
我国货币市场基金收益率研究[J]
.世界经济情况,2007(3):26-29.
被引量:6
3
王晓航,胡唯一.
货币市场基金能否替代银行储蓄[J]
.大连海事大学学报(社会科学版),2008,7(1):56-59.
被引量:2
4
刘洋,王雅丽.
货币市场基金利率风险的认识和规避[J]
.商业时代,2009(7):66-66.
被引量:1
5
赖艳丽.
GARCH模型族在沪深300中的比较研究[J]
.上海管理科学,2012,34(4):68-75.
被引量:2
6
王晓芳,王瑞君.
上证综指波动特征及收益率影响因素研究——基于EEMD和VAR模型分析[J]
.南开经济研究,2012(6):82-99.
被引量:20
7
刘克鹏.
余额宝收益率严格跟着Shibor走吗——基于2013年6月-2014年5月数据的实证研究[J]
.商,2014(24):152-153.
被引量:5
8
杨毅,刘柳.
余额宝收益率与上海银行间同业拆借利率的关系[J]
.财会月刊(下),2014(10):70-72.
被引量:16
9
柴用栋,曹剑飞.
互联网货币基金收益率与商业银行理财产品收益率、SHIBOR利率的关系研究[J]
.学术论坛,2014,37(10):79-84.
被引量:15
10
庄雷.
余额宝与国债市场收益率波动的实证研究[J]
.经济与管理,2015,29(3):74-79.
被引量:7
引证文献
2
1
康凯.
基于EGARCH模型的沪深300指数波动性及其收益率分布的研究[J]
.市场周刊,2017,0(4):73-74.
被引量:6
2
徐争荣,林清泉.
基于VAR模型的互联网货币市场基金收益率的影响因素研究[J]
.工业经济论坛,2018,5(4):6-19.
被引量:2
二级引证文献
8
1
舒服华,陈传杰.
基于EGRACH模型的我国中债国债收益率预测[J]
.金融教育研究,2017,30(5):20-27.
被引量:4
2
梅杰,徐玲.
改进的EGARCH-EWMA金融时间序列预测模型[J]
.中国管理信息化,2017,20(23):116-120.
3
刘子婷.
基于EGARCH模型的股票价格预测[J]
.高师理科学刊,2018,38(6):18-23.
被引量:2
4
李存斌,刘定,李格格,董佳.
我国电力工业科研投入与行业发展的关系研究[J]
.科技管理研究,2019,39(24):97-104.
被引量:2
5
陈玲,刘艳华.
沪深300指数价格波动的集聚性分析[J]
.铜陵学院学报,2019,18(6):32-36.
6
凌卉,王慧颖.
互联网货币基金收益率影响因素分析研究——基于传统货币基金与互联网货币基金的对比角度[J]
.知识经济,2020(16):41-42.
7
刘霆.
中美贸易摩擦背景下人民币汇率波动特征研究[J]
.现代营销(下),2022(5):1-3.
8
徐璐.
基于EGARCH模型进行的互联网金融理财产品收益波动及风险分析[J]
.环渤海经济瞭望,2022,36(2):173-176.
1
熊正德,张洁.
“已实现”波动率在VaR计算中的实证研究[J]
.经济数学,2006,23(3):325-328.
被引量:2
2
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
3
张旭东,陈亚洲.
对我国A股市场股指波动特性的实证分析[J]
.经营管理者,2010(24):9-9.
4
文竹.
基于GARCH模型族的上证指数波动性研究[J]
.中国商论,2013,0(4Z):87-88.
5
戴兰兰,潘冠中.
基于GARCH族模型的上证综合指数波动性分析[J]
.经营管理者,2011(9X):184-185.
6
邹新月,代林清.
金融资产价格波动的宏观因素实证分析[J]
.浙江工商大学学报,2010(2):42-49.
被引量:4
7
崔霞,刘娟,黄午琴.
金融危机对中国股市波动影响的实证研究——基于GARCH模型族的分析[J]
.中国证券期货,2012,15(A08):13-14.
被引量:2
8
李访宁,王志,贺展.
基于VaR方法和GARCH模型族的上证综指实证分析[J]
.宁波工程学院学报,2016,28(2):9-13.
9
李小瑜.
基于GARCH模型的人民币对美元汇率波动的实证分析[J]
.大观周刊,2013(12):8-9.
10
齐胜理,丁元子.
“杠杆效应”对计算沪市在险价值的影响[J]
.安徽工业大学学报(社会科学版),2009,26(1):28-29.
被引量:1
中国证券期货
2013年 第5X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