基于VaR-EGARCH-GED模型的沪市短期波动性研究.docx

基于VaR-EGARCH-GED模型的沪市短期波动性研究
摘要
本论文基于VaR-EGARCH-GED模型，对沪市短期波动性进行研究。通过对近年来沪市交易数据进行回归分析，发现VaR-EGARCH-GED模型能够较好的解释沪市的波动性。具体的研究结论是，沪市短期波动性的主要影响因素包括市场收益率、交易量、金融政策及宏观经济状况。这些因素对沪市波动性的贡献有所不同，其中市场收益率和交易量的贡献较为显著。
关键词：VaR-EGARCH-GED模型、沪市、波动性、市场收益率、交易量、金融政策、宏观经济状况
Introduction
股票市场的波动性一直是研究的热点问题之一。波动性的大幅度波动不仅会对投资者的心理和资产造成不小的影响，还可能对整个金融体系造成不良影响，因此对波动性进行分析和预测具有重要的意义。因此，本文采用VaR-EGARCH-GED模型对沪市短期波动性进行研究，以增加对市场波动性的认识和预测的准确性。
理论框架
VaR-EGARCH-GED模型旨在解决沪市短期波动性的计量问题。该模型是基于EGARCH模型的扩展，通过加入收益率等因素，能更全面地研究股票市场的波动性。同时，GED分布比较适用于对极端风险的度量，能更好的衡量尾部风险。
研究方法
通过对近年来沪市交易数据进行回归分析，应用VaR-EGARCH-GED模型，分析各因素对沪市波动性的贡献。具体分为以下几个步骤：
1.数据采集：收集近几年的沪市交易数据，包括收盘价、日交易量及宏观经济指标等；
2.数据处理：针对股票市场的非常规变动，如股权分置等，进行数据处理，以减少伪波动的影响；
3.模型建立：应用VaR-EGARCH-GED模型，构建对沪市波动性的量化模型；
4.模型分析：通过回归分析得到模型的回归系数和方差，描述波动性的变化趋势和波动水平；
5.结论展示：总结分析结果，提出对股民和政策制定者的建议。
实证结果及分析
模型拟合结果表明，VaR-EGARCH-GED模型能够较好地解释沪市的波动性，与现实情况具有较高的拟合度。具体而言，沪市短期波动性的主要影响因素包括市场收益率、交易量、金融政策及宏观经济状况。这些因素对沪市波动性的贡献有所不同，其中市场收益率和交易量的贡献较为显著。同时，也发现了不同市场状态下，波动性的特征不同。例如，牛市时沪市的波动性更多来自交易量和宏观经济状况，而熊市时则更多来自市场收益率。
结论及建议
本文在VaR-EGARCH-GED模型的基础上，对沪市短期波动性进行了研究和分析。研究结果表明，波动性主要来自市场收益率、交易量、金融政策及宏观经济状况，且在不同市场状态下，波动性的特征有所不同。因此，对于股民来说，应该根据市场状态加以选择投资品种，避免在高波动性的时期过度投资，并根据市场变化加以调整投资策略。对于政策制定者来说，需要采取一系列有力措施，稳定市场情绪，维护市场稳定。比如加大监管力度，强化风险管理，防范市场异常波动等。