中国股市收益及波动的ARFIMA-FIGARCH模型研究

与现有研究方法不同,本文通过考察Akaike、Schwarz、Shibata、Hannan-Quinn四个信息准则,建立了描述深圳股票市场收益过程和波动过程双长记忆性特征的ARFIMA-FIGARCH模型。实证分析说明采用ARFIMA(0,m,1)-FIGARCH(1,d,0)模型拟合最好。研究结果表明:深圳成分指数日收益序列无长记忆,但波动序列具有较强的长记忆特征。

偏态t分布下FIGARCH模型的动态VaR计算

针对金融时间序列多是有偏分布和"长记忆性"的特征,讨论偏态t分布下分数维GARCH模型的动态VaR测算问题。在分析正态分布、学生t分布、广义误差分布下和偏态t分布的基础上估计模型参数,得出了动态VaR,并进行了失败率检验。实证结果表明:基于偏态t分布下的FIGARCH模型测算的动态VaR值克服了其他分布假设上的不足,能够较好地反映金融收益率的实际风险,并在该分布下的Pearson吻合度检验也证实了模型分布选择的正确性。

向量FIGARCH过程的持续性

协同持续是协整概念在时间序列二阶矩意义上的体现,主要讨论条件方差过程之间的长期均衡关系。基于脉冲响应分析给出分数维波动持续和协同持续的定义,并研究了一类范围更广的模型族——FIGARCH过程的持续性问题。最后,运用双变量FIGARCH模型对我国两大证券市场的波动持续性进行检验,实证表明其波动行为存在分数维协同持续现象,这为动态金融风险规避策略的构建提供了理论依据。

基于ARFIMA-FIGARCH模型的利率市场风险度量

随着中国利率市场化改革的加速,利率市场的风险管理问题引发了广泛的关注,作为筹集短期流动性资金的主要工具,同业拆借利率(Shibor)逐渐成为各金融机构决策参考的基准利率。在传统的ARMA-GARCH模型的基础上,引入Hurst指数捕捉Shibor的分形特征,使用扩展后的ARFIMA-FIGARCH模型对Shibor的隔夜和7日利率收益率的VaR进行度量和回测检验。结果显示:隔夜和7日利率收益率都具有反持续性,即收益率过去是上升趋势,则未来倾向于下降;考虑分形特征的ARFIMA-FIGARCH模型,比原模型对Shibor的度量更准确;在同业拆借市场中,Ged分布是解释多头VaR的理想选择,而正态分布是解释空头VaR的理想选择。

中国股市长记忆性与趋势变化研究——基于SEMIFAR-FIGARCH模型

文章对中国股市的长记忆性进行研究,在研究中将SEMIFAR模型与FIGARCH模型相结合,建立了既能反映收益率趋势变化情况又能描述收益率和波动长记忆特征的SEMIFAR-FIGARCH模型,利用该模型对我国沪、深两市的收益率和波动率的长记忆性及趋势变化进行实证分析,并与ARFIMA-FIGARCH、ARFIMA-HYGARCH模型结果比较拟合及预测效果。研究结果表明:我国沪、深两市的收益率和波动率均存在长记忆性;其收益率序列存在显著的趋势变化特征;SEMIFAR-FIGARCH模型的拟合和预测效果优于ARFIMA-FIGARCH、ARFIMA-HYGARCH模型,表明SEMIFAR-FIGARCH模型对我国股市有较好的模型解释能力和预测能力。

基于FIGARCH模型的地产股对金融股市场影响分析

2008年美国金融危机爆发后,房地产市场与金融市场的关系越来越受到人们的重视。本文以地产股指数变化情况代表房地产市场的整体发展趋势,选取中国深圳证券交易所地产股和金融股为研究对象,利用能够兼顾收益与尾部风险相关性测度的FIGARCH模型,探讨中国地产股对金融股波动及收益的影响;并以次贷危机爆发为界将样本分成两部分进行对比分析。结果表明,我国地产股整体行情指数的波动风险和收益对金融股股票均具有显著的正向影响;地产波动风险在危机前的影响大于危机后,而地产收益的影响则在危机后更大。研究结论有助于相关部门制定更合理的调控和监管政策,促进中国股市更健康的发展。

基于Skewed-t分布的FIGARCH模型与VaR的度量

金融资产收益率序列的波动具有典型的尖峰厚尾和非对称性特征,描述这种特性需以合适的概率分布函数为基础.因此,寻求更好的概率分布函数对风险度量、VaR的计算有着十分重要的意义.有鉴于此引入Skewed-t分布度量VaR,并比较分析了RiskMetrics及FIGARCH类模型度量VaR值的准确程度,本文同时分析了多头头寸和空头头寸情况下的VaR.结果表明,在两种头寸情况下,Skewed-t分布在空头和多头情形对资产厚尾特性以及非对称性的拟合效果均要比正态分布好;在两种头寸中不同的置信水平下,FIAGARCH(CHUNG)模型预测的VaR值改进了使用传统模型的精确性,高估或低估风险的程度较轻.

基于FIGARCH模型的中国房地产指数的实证分析

在T分布和正态分布假设下采用GARCH模型和FIGARCH模型对上证地产股指数日收益率序列进行建模分析,结果表明,上证地产股指数日收益率序列的波动具有显著的长记忆性,表明外部冲击对波动有着长期的影响。因此,采用FIGARCH模型建模的效果优于采用GARCH模型建模的效果,并且在T分布假设下拟合模型,其效果优于在正态分布假设下拟合的模型。

基于MODWT的FIGARCH模型波动的持续性与相关性

基于FIGARCH模型与最大重复离散小波变换的小波多分辨分析,提出了不同尺度下的FIGARCH模型,并以此来讨论金融波动序列在不同尺度下的持续性问题;利用可描述两列波动序列的整体相关特性的交叉互相关函数,提出了可以描述两列波动序列在不同尺度、不同滞后期下小波交叉互相关函数的定义,并进行了实证分析。

基于FIGARCH-EVT模型的黄金市场风险度量研究

针对中国黄金市场收益率的尖峰厚尾和波动聚集以及长记忆性等特征,利用FIGARCH模型能准确处理波动异方差性和长记忆性以及EVT方法能准确估计尾部风险的优势,提出了基于FIGARCH-EVT的动态VaR和CVaR风险度量模型。采用上海黄金期货Au1107合约进行了实证分析,其结果表明,FIGARCH-EVT模型能够较好地处理黄金市场收益率的三大特征,而且比GARCH-EVT模型风险度量的VaR和CVaR更精确。

基于FIGARCH模型的股指波动性估计与预测研究

首先引入了FIGARCH模型,并讨论了具有不同分布特征FIGARCH模型参数估计方法。采用沪、深两市的指数数据考察了考虑长期记忆的FIGARCH模型、不考虑长期记忆的GARCH模型和IGARCH模型对市场波动性的拟合效果和预测能力。实证结果表明非对称的t分布和广义误差分布的分布函数更适合我国股市波动特征的描述,FIGARCH模型在拟合效果和预测能力方面都要优于其他两个模型。

长记忆FIGARCH模型的预测(英文)

本文中,我们提出了一个FIGARCH模型的适应性预测方法.我们证明了一个适当的一阶或二阶的GARCH模型可以很好地对长记忆FIGARCH(1,d,0)模型进行一步预测.蒙特卡洛模拟结果显示,在波动率序列长记忆性不是太强的情况下,适应性预测的均方误差十分接近直接用原来FIGARCH模型进行预测的精度,但本文的方法计算量却小得多.实证方面,上证综指,恒生国企指数和欧元对美元汇率的波动率数据分析结果都表明,用低阶GARCH模型预测长记忆FIGARCH模型的有效性.

基于FIGARCH-EVT模型的上海燃料油期货市场风险度量实证研究

金融序列常伴随着"尖峰厚尾"现象,序列正态分布假设不成立,且很难避免极端情况发生.此外,根据数据特征我们发现上海燃料油期货市场存在长期记忆性.因此,本文将上海燃料油期货日对数收益率序列作为研究对象,运用FIGARCH模型过滤出近似独立同分布的残差序列,并采取规范方法来进行风险价值计算.实证结果表明本文选取的模型有效,能很好地规避风险.这可为金融市场参与者提供一种规避风险的工具,以便更好地辨识和预防损失的发生.

中国股市波动性过程中的长期记忆性实证研究

应用一类描述金融市场波动性过程的长期记忆特征的分整自回归条件异方差模型(FIGARCH模型),研究了中国股票市场波动性过程的长期记忆性,实证结果表明中国股市波动性过程具有明显的长期记忆特征;文章还分析了FIGARCH模型与传统的条件方差模型相比,在模型描述和预测上所体现出的优越性。

波罗的海干散货运价指数长记忆性实证分析

针对目前关于各类航运市场的研究都暗示出波罗的海干散货运价指数(BDI)很可能具有长记忆性的问题,对BDI是否具有长记忆性问题进行实证研究.BDI收益率序列的R/S分析和ADF-KPSS联合检验表明BDI收益率序列不具有显著的长记忆性;对代表BDI波动性的绝对收益率和平方收益率进行ADF-KPSS联合检验,发现两者都具有显著的长记忆性;应用FIGARCH模型,度量其波动的长记忆性.这些研究结果反映出国际航运市场确实具有一定的长记忆性.

引入持仓量的沪铜指数长记忆波动性研究

通过协整关系检验、误差修正模型、向量自回归模型、格兰杰因果关系检验、脉冲响应函数证明了在建立模型时引入持仓量序列的必要性。运用修正R/S分析,建立了沪铜指数收益率波动的ARFIMA、FI-GARCH、ARFIMA-FIGARCH模型,并运用此种模型对沪铜指数的收益率序列rt、收益率波动序列|rt|及残差序列|εt|进行相关研究和分析,结果表明:ARFIMA(0,d1,0)-FIGARCH(1,d2,1)模型的预测效果比较好。

国内外原油市场收益率及其波动性的双长记忆性测度

本文基于我国原油现货价格和欧洲Brent原油现货价格的数据,运用多种计量模型对原油市场收益率及其波动性的长记忆性进行测度。研究发现,我国原油市场收益率序列不存在长相依性特征,波动率序列则存在长记忆性效应;国外原油市场收益率及波动率序列均存在显著且较强的长记忆性。同时,检验结果表明,采用Student-t分布来刻画"尖峰厚尾"分布性质并利用TGARCH模型来描述"杠杆效应"是非常必要的。

我国短期利率序列均值过程和波动率过程的长期记忆性测度与检验

我们使用我国1996年1月至2008年6月期间的银行同业拆借利率,对我国利率均值过程及其波动过程的长期记忆性进行测度和检验。利用ARFIMA模型和FIGARCH模型的检验结果说明,我国利率序列的一阶矩中不存在长期记忆性,而二阶矩中存在显著的长期记忆性;进一步运用ARFIMA-FIGARCH模型对利率均值过程及其波动过程的双长期记忆性进行检验时发现,我国利率序列均值过程中不存在明显的长期记忆性,但波动率序列中存在非常显著且较强的长期记忆性特征;通过考虑Student-t分布进一步说明,我国利率序列中明显存在"尖峰厚尾"分布特征。

住宅价格的长记忆波动率特性实证分析!

运用FIGARCH模型,利用2000年第一季度至2009年第四季度的数据对商品住宅价格是否存在长记忆波动率的特性进行了实证分析。研究结果表明:我国商品住宅价格的波动存在长记忆性、聚集效应和异方差性。根据实证结果,对房地产调控及房价的研究提出了几点建议:对住宅价格的调控应当更加注重数量型工具,注重政策的稳定性和长期性,金融机构应当不定期地对房产信贷风险作出评估等。

中国股市收益分形分布的实证研究

近年来,分形分布在金融市场中的研究和应用逐渐引起研究者的浓厚兴趣。本文借助分形分布理论对中国股票市场的收益分布特性进行了实证研究,估计出了分形分布的参数,绘制了分形分布的密度曲线,并对其进行了拟合检验。实证结果表明,分形分布能较好地拟合中国股票市场的收益序列。