云南高校图书馆联盟文献共享服务平台- GJR-GARCH

GJR-GARCH: 作品数：32被引量：134H指数：6; 导出分析报告; 相关领域：经济管理更多>>; 相关作者：吴鑫育赵迎迎鲁旭梁斌陈敏更多>>; 相关机构：安徽财经大学暨南大学中国人民大学东南大学更多>>; 相关期刊：《系统科学与数学》《金融》《管理现代化》《现代商业》更多>>; 相关基金：国家自然科学基金国家社会科学基金重庆市自然科学基金国家建设高水平大学公派研究生项目更多>>

全球经济政策不确定性对韩国KOSPI股市波动的影响: 《金融》2024年第2期596-601,共6页李顺; 本研究采用GJR-GARCH-MIDAS模型,探讨全球经济政策不确定性(GEPU)对韩国KOSPI股市波动的影响。主要结果如下:首先,已实现波动率的增加对股市长期成分波动有显著正向影响;其次,全球经济政策不确定性对KOSPI股市长期波动产生显著负向影响...; 关键词：GJR-GARCH-MIDAS 全球经济政策不确定性(GEPU) KOSPI股市

全球政治、经济不确定性与黄金价格波动--基于GARCH-MIDAS模型的实证研究: 《数量经济研究》2024年第1期132-152,共21页于寄语于承峰魏金龙; 国家自然科学基金青年项目“银行理财产品的监管套利机制研究:效应测度、路径识别和风险影响”(72003059)的资助。; 从政治和经济不确定性两个维度入手构建GJR-GARCH-MIDAS模型,探讨全球不确定性对国际黄金价格波动的溢出效应及其传导路径,并对黄金市场的未来价格波动趋势进行考察。(1)全球政治、经济不确定性对黄金价格波动产生显著正向冲击,纳入不...; 关键词：黄金价格波动政治不确定性经济不确定性 GJR-GARCH-MIDAS模型

基于已实现EGARCH-FHS模型的上证50ETF期权定价研究被引量：1: 《中国管理科学》2024年第3期105-115,共11页吴鑫育姜晓晴李心丹马超群; 国家自然科学基金项目(71971001);安徽省自然科学基金项目(2208085Y21);安徽省高校杰出青年科研项目(2022AH020047);安徽省高校学科(专业)拔尖人才学术项目(gxbjZD2022019);安徽省高校优秀科研创新团队项目(2022AH010045);安徽高校协同创新项目(GXXT-2021-078)。; 本文基于已实现EGARCH(REGARCH)模型,结合滤波历史模拟(FHS)方法,构建了REGARCH-FHS模型对期权定价。采用上证50ETF期权数据进行的实证研究结果表明,不论是在样本内还是样本外,REGARCH-FHS模型均相比Black-Scholes模型和GJR-GARCH-FHS...; 关键词：期权定价已实现EGARCH GJR-GARCH FHS 价格极差

中美货币政策背离下股票市场的“裹挟效应”研究: 《管理现代化》2022年第5期37-44,共8页田容至曹高航项松林; 中央党校创新工程项目“国际经济秩序新变化与中国对外开放新格局”;国家社会科学基金重大项目“推动一带一路建设多边合作研究”(项目编号:18DV003)。; 随着中国全面对外开放格局的不断拓展和金融深化改革同步加速,中国股票市场在中美货币政策背离时期出现了被美国股票市场挟持波动的裹挟效应。本文综合性梳理中美货币政策背离的时间段,通过VAR-(N)模型初步探究中美股票市场裹换效应的存...; 关键词：货币政策股票市场裹挟效应 DCC-GJR-GARCH BEKK-GJR-GARCH

期权隐含投资者情绪与股市波动率: 《系统科学与数学》2022年第8期2107-2125,共19页吴鑫育王珍周海林; 国家自然科学基金项目(71971001);安徽省高校自然科学研究项目(KJ2019A0659);安徽省高校协同创新项目(GXXT-2021-078)资助课题.; 研究表明,期权价格中蕴含着市场前瞻性的信息,其有助于预测未来股市波动率.特别地,从期权价格中提取的隐含投资者情绪相比从股市提取的投资者情绪包含更多的信息(前瞻信息),对股市波动性分析具有重要的参考价值.鉴于此,文章采用上证50ET...; 关键词：GJR-GARCH-FHS模型经验定价核期权隐含投资者情绪股市波动率预测回归模型

网络视阈下中国股市风险的行业传染研究被引量：1: 《数量经济研究》2022年第1期123-150,共28页贾凯威李伯华吴津津贺迎; 辽宁省教育厅2019年度重点攻关项目“区域物流网络结构的演化机理与路径研究”(LJ2019ZL006);辽宁省2019年度社科规划基金项目“多层网络视阈下辽宁省银行系统性风险传染路径仿真研究”(L19BJY027)的联合资助。; 本文基于我国A股56个行业指数日收益率,利用GJR-GARCH-ADCC模型,得到各行业间的非对称动态相关系数,表征各行业间的动态金融传染。在此基础上,基于动态相关系数分别构建无向权重网络、有向权重网络及动态网络,提取网络特征并分析市场风...; 关键词：股市风险传染网络结构 GJR-GARCH-ADCC

Popular cryptoassets(Bitcoin,Ethereum,and Dogecoin),Gold,and their relationships:volatility and correlation modeling: 《Data Science and Management》2021年第4期30-39,共10页Stephen Zhang Ganesh Mani; Cryptoassets have experienced dramatic volatility in their prices,especially during the COVID-19 pandemic era.This pilot study explores the volatility asymmetry and correlations among three popular cryptoassets(Bitcoi...; 关键词：Cryptocurrencies Bitcoin Ethereum Dogecoin GOLD Correlation Leverage effect EGARCH GJR-GARCH MGARCH DCC

Multinational Companies'Hedging Effectiveness of Foreign Exchange Risk:A Quantitative Comparison Study: 《Fudan Journal of the Humanities and Social Sciences》2021年第2期285-302,共18页Xinbo Zhang; To investigate hedging effectiveness of multinational companies in respect of using currency derivatives,the author adapts an innovative and multi layers GJR-GARCH-based model.This model broke down the currency risk f...; 关键词：Hedging effectiveness Currency risk GJR-GARCH Multinational companies Comparison study Econometrics model

我国股市波动率区制转换特性描述与成因分析——基于MS(2)-GJR-GARCH: 《中国市场》2021年第5期31-33,共3页洪绍鹏王冀惟; 考虑到单一区制的GARCH族模型存在无法捕捉数据的结构性突变的缺陷,文章构建MS(2)-GJR-GARCH模型对上证指数与深圳指数的日收益率进行了拟合,采用MCMC方法以避免参数估计中存在的路径依赖问题。模型拟合结果说明:①上证指数与深圳指数...; 关键词：杠杆效应波动率聚集 MS(2)-GJR-GARCH MCMC估计

比特币现货市场与期货市场的风险溢出效应——基于动态CoVaR模型的研究被引量：3: 《武汉金融》2020年第9期25-31,共7页唐燕彭选华; 重庆市自然科学基金面上项目(cstc2019jcyj-msxmX0192);重庆市教委人文社科项目(18SKGH006)。; 为研究比特币现货和期货市场之间的风险溢出问题,本文选取GJR模型捕捉比特币与比特币期货价格波动的非对称性关系,并构建DCC-GARCH-GJR-CoVaR模型,分析风险溢出的联动性和时变性。本文采集2017年CME推出比特币期货合约后的日交易数据进...; 关键词：比特币现货比特币期货风险溢出 DCC-GJR-GARCH-CoVaR模型

GJR-GARCH