基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用SV模型分析我国沪深300指数的波动情况,实证结果表明沪深两市股价波动具有很强的持续性,但其波动的杠杆效应并不显著,不同于之前学者的研究结果,究其原因,主要是因为沪深300指数的编制方法较单一指数不同,在样本股选取上更为严格,要求更高,因此其作为股指期货的合约标的,具有波动较平稳的特点.进行风险度量时,结果证实杠杆SV模型较之SV -n,SV-t模型能较准确的度量市场风险,是对实际市场波动情况的较好拟合.
推荐文章
基于ISNN和HGA的沪深300指数预测方法
结构化神经网络
量化正交遗传算法
指数预测
时间序列预测
基于非参数模型的沪深300股指波动性研究
非参数自回归模型
多项式样条估计
局部线性估计
预测
沪深300指数
股指期货对股票指数波动性的影响——基于沪深300股指期货仿真交易的计量检验
证券市场
股指期货
波动性
Granger检验
GARCH(1,1)-M模型
基于EGARCH-GPD模型的沪深300指数的VaR度量
EGARCH模型
广义Pareto分布
POT
VaR
Kupiec失败率检验
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SV模型的沪深300指数波动分析及风险度量
来源期刊 技术与市场 学科 地球科学
关键词 沪深300指数 SV模型 波动 VaR
年,卷(期) 2011,(11) 所属期刊栏目 金融管理
研究方向 页码范围 168,170
页数 分类号 P618.130.8
字数 2442字 语种 中文
DOI 10.3969/j.issn.1006-8554.2011.11.109
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨少华 华侨大学经济与金融学院 4 15 3.0 3.0
2 林晓浩 华侨大学经济与金融学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (25)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (3)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
沪深300指数
SV模型
波动
VaR
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
技术与市场
月刊
1006-8554
51-1450/T
大16开
四川省成都市
62-125
1980
chi
出版文献量(篇)
29073
总下载数(次)
69
论文1v1指导