国内外食糖市场整合与价格间溢出效应研究——基于VEC-BEKK-GARCH(1,1)模型的实证

为测算国内外糖市整合程度和溢出效应,选取2000—2014年食糖价格月度数据,在平稳性的基础上运用Johansen协整检验考察两个市场的整合关系;基于VEC-BEKK-GARCH(1,1)模型测算国内外糖价均值溢出效应及彼此之间的波动溢出效应,结果表明:国内外糖市存在长期的整合关系,国际糖价对国内糖价具有显著的均值溢出效应,国内糖价也存在向长期均衡水平调整的反向修正机制,国内外市场价格间存在前者对后者显著的单向波动溢出效应;国际对国内食糖市场不存在波动溢出效应,一个可能原因是中国政府的行政干预在一定程度上对糖价造成了扭曲,减缓了国际市场对国内市场价格的冲击。

基于AR(1)-GARCH(1,1)模型的SHIBOR利率波动性研究

使用隔夜拆借利率数据为样本,利用模型对SHIBOR市场利率的动态特性进行研究.研究结果表明:首先,SHIBOR隔夜拆借利率存在条件异方差性;其次,所使用的AR(1)-GARCH(1,1)模型能够很好地刻画SHIBOR隔夜拆借利率序列的自相关性和条件异方差现象,进而可以准确地对其波动性进行估计和预测;再次,SHIBOR市场隔夜拆借利率的变动与其前一期利率的变动关系十分紧密,而隔夜拆借利率波动受前一期利率波动的影响很大,具有很强的持续性.

GARCH(1,1)模型参数的多变点检验

研究广义自回归条件异方差(GARCH)模型的多变点检验问题.基于残量累积和(RCUSUM)构造拟似然比检验统计量,对GARCH(1,1)模型中变点的个数和位置都未知的多变点进行检验.在上述过程中同时得到变点个数与位置的估计,并且证明了变点个数估计的一致性.数值模拟表明文中的方法是有效的.

基于趋势调节的碳排放权市场周内效应研究

以湖北碳排放权市场为对象,使用2014年4月28日到2024年3月25日共2376个数据样本点,构建具有趋势调节的T-AR(1)-GARCH(1,1)模型,刻画碳排放权市场周内效应形式及其影响关系。结果显示,湖北碳排放权市场在高波动和低波动下分别呈现正向和负向的周一效应。即当市场波动较高时,周一收益在市场下降趋势下会导致市场收益上涨12.8%,而当市场波动较低时,周一收益则导致市场收益下降2.3%。特别是周一效应被证明受到自身长期滞后收益的负向影响,以及欧盟碳价的正向影响。研究表明碳排放权市场价格并非随机游走,而是呈现周内效应特征,为研判碳市场效率,开展量化投资等提供参考。

基于混合Copula和ARMA-GARCH-t模型的股票指数风险度量研究

针对近期中国股票市场的剧烈波动给投资者带来的影响,本文选取中国沪深股市和香港股市中具有代表性的3种股票指数的日收益率数据进行建模分析。选用ARMA-GARCH(1,1)-t模型拟合其边缘收益率序列,利用Gumbel、Clayton和t-Copula的线性组合函数刻画其相关结构,再运用蒙特卡罗模拟方法计算不同置信水平下各股指的风险价值、预期损失和中位数损失,其中中位数损失是最近才提出的一种新的风险度量指标。本文的研究结果可以为有着不同风险偏好的投资者和管理者监管系统性风险提供借鉴。

上证综指波动率的估计——基于GARCH(1,1)模型的研究

波动率是测度风险的重要变量,在金融领域中占有至关重要的地位。采用GARCH(1,1)模型研究了上证综指的波动率。研究结果表明GARCH(1,1)模型能够准确地估计1年以上股市的波动率。

BP算法和对称ARCH类模型对股市波动性预测的实证比较

利用我国深圳股票市场的实际数据,建立了相应的BP算法网络预测模型和ARCH(1),GARCH(1,1)预测模型,分别用来对深成指数每个周末收盘价的波动性进行预测．研究表明,BP算法对样本外观测值的上凸曲线拟合得较好,对下凸曲线的拟合效果较差;ARCH(1)和GARCH(1,1)则反之,其预测曲线对样本外观测值的下凸曲线拟合效果都较好,但对上凸曲线的拟合效果都较差．通过采用6种常用的预测误差统计量:平均误差、平均绝对误差、均方根误差、平均绝对比率误差、Akaike信息准则、Baves信息准则对样本外数据的预测结果进行检验,BP算法的预测效果最好,ARCH(1)模型次之,GARcH(1,1)模型偏差．

供应链融资业务中钢材质押贷款动态质押率设定的VaR方法

异于债券、股票等质押融资业务,存货质押业务动态质押的核心在于预测其长期价格风险。从分析存货质押市场收益率的统计特征出发,以场外现货交易为主的钢材((HRB335)日数据为例,建立能刻画钢材收益率序列异方差性和尖峰厚尾特性的VaR-GARCH(1,1)-GED模型。同时,提出置于多风险窗口下运用样本外预测未来质押期内钢材价格风险水平,给出厚尾分布下长期风险VaR的计算解析式,得出与银行风险承受能力相一致的质押率。进而,基于失效率法则建立长期风险的碰撞序列函数,回测多风险窗口下长期VaR值。实证分析显示,模型得到的质押率在控制好风险的同时降低了效率损失,为商业银行提供一种动态质押率的风险管理模式和框架。

我国通货膨胀结构突变及不确定性检验

本文通过对我国通货膨胀率动态过程的结构突变特征进行样本内及样本外检验,进而对通货膨胀不确定性进行测度。研究发现,我国通货膨胀率序列在1983年1月至2010年9月之间存在一个显著的结构突变点,而该结构突变点发生在1996年4月,这与我国在1996年成功实现经济"软着陆"的事实相一致。虽然本轮金融危机致使我国通货膨胀产生相当程度的压力,在金融危机爆发期间我国通货膨胀率并没有凸现结构突变点。基于两个基准模型和五个比较模型在不同预测水平下对样本外数据进行预测所得结果表明,五个比较模型在大多数情况下能够获得小于两个基准模型的均值损失。此外,我们使用多个模型进行联合预测时发现,联合预测的结果具有一定的代表性和可靠性。

中国大豆批发价格波动规律研究——基于GARCH模型

本文运用GARCH(1,1)模型考察了我国大豆批发价格的波动特征。研究发现,1999—2008年期间我国大豆批发价格呈随机游走趋势,其波动具有右厚尾特征和集群性,价格波动具有ARCH效应,波动冲击影响衰减较慢,近期波动有加剧趋势。

基于极值理论的静态和动态风险度量模型的比较

文章运用极值理论建立了静态和动态的和风险度量模型。静态模型运用广义帕累托分布拟合收益率序列的尾部分布。动态模型首先运用AR(1)-GARCH(1,1)模型对收益率序列进行拟合,然后用广义帕累托分布对新息分布的尾部建模。采用上证综指和标准普尔500指数的对数收益率为样本,对静态和动态模型进行了比较研究。研究结果表明:对于VaR的度量,在置信水平较低时(如小于99%),静态风险度量模型更准确,在置信水平较高时,动态模型更好;对于ES的度量,动态模型具有通用性和优越性。

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

在考虑牛市、熊市的状况下,就沪深300股指期货仿真交易与现指的关系进行了Granger因果检验,然后利用加入反映沪深300股指期货仿真交易波动变量的GARCH(1,1)-M模型研究沪深300股指期货仿真交易对现指波动性影响。主要结论:在牛市中,沪深300股指是其期货交易变动的Granger原因;而在熊市中,沪深300股指期货是其现指波动的Granger原因。熊市中,沪深300股指期货仿真交易显著加剧了现指的波动性。

一个包含异质信念的GARCH模型

文章利用信息交易量得到投资者异质信念的代理变量,给出一个包含投资者异质信念的GARCH(1,1)模型。该模型的估计结果表明,上海证券市场与纽约证券市场上都存在明显的投资者异质信念现象,且异质信念显著放大了中、美证券市场上的投资风险。

人民币汇率定价权之争——基于在岸-离岸汇率的联动关系

分别采用DCC-GARCH(1,1)模型和多元TAR模型测算了CNY、CNH和NDF汇率的相关关系,并在升值、贬值和转变三种不同的人民币预期条件下分析了影响这种联动关系的诸多因素。实证结果表明:CNY、CNH与NDF汇率之间存在强烈且持续的相关关系。其中,离岸CNH市场的引导作用最大,NDF市场次之,而在岸CNY市场最弱,未来人民币汇率的定价权有可能会旁落至离岸市场。国际资本市场波动预期和中美利率的差异的外部影响可能是造成此次人民币汇率定价权转移的主要原因。因此,在推进人民币汇率市场化改革的同时应该协调推进人民币利率的市场化改革以防范国际市场的投机行为,否则,汇率改革容易受到利率改革落后和金融监管不到位的掣肘。

基于无偏灰色马尔科夫模型的人民币/美元汇率短期预测模型

对人民币/美元汇率建立无偏灰色马尔科夫预测模型,该模型是对GM(1,1)模型的改进.实证研究结果表明,该模型预测精度优于ARMA模型、GARCH(1,1)模型以及灰色马尔科夫模型的预测精度.

波动率预测的参数方法与非参数方法比较

对人民币/欧元汇率一阶差分数据建立了GARCH(1,1)模型,并在此模型基础上计算了条件方差;然后,在非参数自回归模型基础上,运用非参数局部线性估计方法计算出了条件方差;最后,运用两种不同的方法进行了比较,结果表明非参数方法的预测效果要优于参数方法的预测效果.

供应链风险传染效应的实证分析

文章选取2008年金融危机发生前后的产业指数数据,采用三元VAR-GARCH(1,1)-BEKK模型分析由煤炭、电力、制造企业构成的三级供应链风险传染效应。研究表明:制造企业与电力企业存在双向风险传染效应,电力企业风险只能单向传染给煤炭企业,煤炭企业风险能单向传染给制造企业。供应链成员企业之间的风险双向及跳跃式传染会加剧供应链整体风险,要求成员企业协同分析与控制风险。

基于BP神经网络的黄金价格非线性预测

针对黄金价格的非线性特征和神经网络的自身特点,利用BP神经网络建立了黄金价格的非线性预测模型。实证研究结果表明,BP神经网络模型具有较好的预测精度,可以为黄金投资和宏观经济决策提供一定的参考依据。

我国SHIBOR市场利率波动的实证研究

以SHIBOR(上海银行间同业拆借利率)市场利率为数据样本,构建了带有混合高斯分布的Markov状态转换GARCH(1,1)模型,分析表明我国SHIBOR市场利率变动的时间序列具有尖峰、后尾和波动聚集等现象。对比普通的GARCH(1,1)模型、Markov状态转换GARCH(1,1)模型和带混合高斯分布的Markov状态转换GARCH(1,1)模型的贝叶斯后验参数估计值发现,第三种模型对我国SHIBOR市场利率波动的拟合效果最好,普通GARCH(1,1)模型的拟合效果最差。研究说明我国SHOBOR市场发展正在逐步健全起来。

我国外汇储备汇率风险测度

选取2015年3月18日至2016年7月8日的美元/人民币日频汇率数据作为样本,建立了基于正态分布、t分布、GED分布的GARCH(1,1)模型来研究汇率的波动性,并计算出风险价值(VaR值),结果显示,在置信水平分别为0.99,0.95,0.9的条件下,基于t分布、GED分布的GARCH(1,1)模型的VaR值大于基于正态分布的GARCH(1,1)模型的VaR值,使其有效地估计风险具有现实意义。