基于Factor-GARCH模型的动态VaR与CVaR度量及实证研究

动态CVaR作为投资组合的风险度量工具较动态VaR有很多优点,但同动态VaR的计算一样,随着投资组合资产数量的增加,计算难度迅速增大。通过改良Factor-GARCH模型,将其用于多种资产时变方差-协方差矩阵的估计,实现了降维的目的,克服了计算多元动态CVaR时的困难。实证研究表明,与动态VaR相比,动态CVaR作为一种更保守的风险度量工具,能准确反映投资组合的可能损失。

Factor-GARCH模型研究与理论探讨

结合国外研究现状,对解决多维GARCH模型的方法———Factor-GARCH模型进行了系统的讨论.将投资组合的收益率Rt表述为潜在公共因子的函数形式,并对函数形式中的一些变量和假定给出了理论和现实的解释;将投资组合的协方差Ht的结构进一步细化,将其表述为可观测变量的线性函数.并指出了今后的研究方向.

猪肉价格波动的影响因素分析及预警机制研究——基于山东省猪肉价格的实证分析

猪肉作为中国主要的肉类消费品,其价格波动不仅影响消费者,还关系到生猪养殖户的利益,猪肉价格保持正常波动至关重要。本研究选取山东省2016-2022年每月猪肉价格时间序列数据作为研究对象,构建GARCH (1,1)模型分析猪肉价格的影响因素,实证分析结果表明:在5%的显著性水平下,生猪价格、仔猪价格、滞后一期的羊肉价格、牛肉价格和滞后一期的牛肉价格对猪肉价格的影响均显著,其中滞后一期的羊肉价格影响最为显著,其系数绝对值为0.915,仔猪价格影响最小。同时,本研究通过建立灰色理论预警模型对猪肉价格异常值进行监测预警分析,结果表明灰色GM (1,1)具有较好的预警效果,其模型精度达到了87.12%,能够满足预测效果。最后,基于实证分析结果,从需求供给角度出发提出防止猪肉价格异常波动的具体建议。

基于GARCH模型和SV模型的VaR比较

简单介绍了VaR的含义及计算方法,指出推测市场因子的波动情况是计算VaR的关键.通过对比GARCH和SV模型,得出SV模型更能刻画金融市场的实际特征.将随机波动SV模型应用于VaR的计算,最后作实证研究.通过与GARCH模型下的结果对比,说明基于SV模型计算的VaR更具有动态性和准确性,VaR更贴切地反映了金融市场的风险水平.

中国股票市场流动性与收益率相关分析——基于Copula-GARCH模型的实证研究

股票市场流动性与收益率相关分析对把握股票市场内在运行机制至关重要。文章在借鉴既有研究的基础上,利用因子分析法重新选择构建了我国股票市场多维流动性度量指标,并在验证我国股票市场流动性与收益率非正态分布性的基础上,引入Copula函数构建Copula-GARCH模型对我国股票市场流动性与收益率相关关系进行了实证分析,发现我国股票市场流动性和收益率不存在尾部对称性,牛市时期收益率大幅增加而流动性也同时增强,熊市时期收益率急剧下降而流动性也同时减弱,但是前者同时出现的概率大于后者,这与成熟市场流动性与收益率负相关的流动性溢价理论是不相吻合的。

基于MES测度我国银行业系统性风险

本文基于我国14家上市银行2007年10月7日至2012年5月31日的数据,运用边际期望损失(MES)方法,度量了我国银行业系统性风险贡献度,并在建立面板数据回归模型的基础上,探究了银行业系统性风险贡献度的影响因素。实证结果表明:2008年1月至2008年12月美国金融危机爆发期间,我国上市银行系统性风险明显高于平常时期,MES方法度量的结果比较符合实际情况;此外,无论是危机期间还是危机之后,我国大型国有商业银行的系统性风险贡献度都很小,而规模较小的股份制商业银行的系统性风险贡献度相对较大;通常,高风险银行的系统性风险贡献度也大。

国际股市区域风险传染研究

美国次贷危机时期41个国家(地区)的股票市场可划分为五个金融联合区域:欧洲成熟区域、亚太区域、美洲区域、欧洲新兴区域和非洲区域。运用多元GARCH模型对这五个区域之间的风险传染关系进行实证研究,结果表明,欧洲成熟区域、美洲区域和亚太区域之间存在显著的双向波动溢出效应,从亚太区域到欧洲新兴区域存在单向波动溢出,而非洲区域和亚太区域之间并不存在显著的波动溢出关系。各区域间的经济金融联系是造成区域风险传染现象的主要原因。

基于双因子已实现GARCH模型的波动率预测研究

准确地预测金融市场的波动率对市场管理者和参与者而言都是至关重要的。本文在标准已实现GARCH模型基础上,将条件方差乘性分解为长期方差和短期方差两部分,分别构造包含杠杆函数的长期方差方程和短期方差方程,用以捕捉波动率的长记忆性和短期微观波动。运用上证综指和日经指数的日收盘价、已实现方差和已实现核波动此类高频数据进行实证分析,结果表明:与标准已实现GARCH模型相比,两指数的双因子已实现GARCH模型在样本内表现出更大的似然估计值;通过样本外误差函数分析和DM检验,双因子已实现GARCH模型也取得更好表现。

考虑外部系统性风险因素的供应链金融长期价格风险测度研究

基于中国供应链金融实践中多以具有强周期属性的大宗商品作为质押资产这一典型事实,将外部宏观经济波动引致的系统性风险因素考虑进质押资产的长期价格风险预测中。进一步,分别以已实现波动率和宏观经济景气指数作为宏观经济波动的代理变量,建立不同的GARCH-MIDAS模型,以期有效解决高频价格数据样本的小样本与长周期预测之间的难题。以螺纹钢为样本的实证结果表明:现货资产的条件波动率以及长期波动部分体现出显著的逆周期特征;宏观经济波动对于现货质押资产的整体波动影响显著,而且存在周期的不对称效应;通过稳健损失函数检验,GARCH-MIDAS模型在不同的样本外预测期限内,均体现出较好的预测能力,尤其是季度和半年度的长周期预测。所得结论为银行以及物流企业的供应链金融风险管理决策提供了量化基础。

因子多元GARCH模型在资产组合投资决策中的应用

基于现代资产组合理论和套利定价理论(APT),构建了具有因子多元GARCH效应的组合投资决策模型,并结合实际数据对模型进行了应用。

应用EWMA-GARCH(1，1)-M模型对沪深300股指期货最小VaR套期保值效果研究

VaR是目前国际上应用最广泛的度量金融风险的指标之一,其核心在于波动率,也就是方差的参数估计.采用EWMA模型估计方差,并且结合风险溢价特征的GARCH(1,1)-M模型计算出沪深300股指及其期货的最优衰减因子为0.933 25,摒弃了以往采用0.940 0作为衰减因子的一贯做法,并且运用Cornish-Fisher方程对正态分布的分位数进行了修正,得到修正后的套期保值比率以及资产组合的VaR,与传统的套期保值模型相比,该模型的风险价值VaR降低的程度明显,并且对投资组合未来的VaR具有很好的预测效果,表明EWMA-GARCH(1,1)-M模型对沪深300股指期货的套期保值效果较好.

基于EWMA-GARCH(1,2)模型的VaR应用研究

VaR在国际上被广泛应用于度量各种金融风险,其核心在于波动率,也就是方差的参数估计。在金融背景下,一般研究条件方差比较经典的模型是GARCH模型,但有时候单一模型有其局限性。针对以上问题,提出一种将用GARCH(1,2)模型与EWMA模型相结合计算VaR的参数估计方法,并用实例验证了该模型的实用性及精确性。

基于修正GARCH模型的可转债定价研究

可转债是一种兼具债权与股权双重性质的复杂金融衍生品,发行人与投资者均可以利用各项条款来满足自身投融资的需求。本文以光大转债(113011)为例,将GARCH模型应用于未设有回售条款的可转债估值分析,并引入回售条款与稀释因子,加上已有的赎回条款对模型估值结果进行修正。研究结果显示:修正前,基于GARCH模型分析的理论价与实际价相比普遍存在低估;修正后,虽有误差但较修正前明显减小。最后,根据研究结论得出若干启示供我国可转债定价与可转债市场发展参考。

中国证券市场三因素模型敏感系数稳定性和可预测性研究

三因素模型回归系数是测度投资对象系统风险的重要指标。我们利用chow检验对证券收益三因素模型结构的稳定性进行了分析研究,用ADF检验对模型的三个回归系数的稳定性进行了实证分析,运用ARMA和GARCH模型对回归系数的预测能力进行了研究。结果表明三因素模型结构不稳定,但短期比长期结构稳定性要高;大部分组合回归系数时序稳定性较差,同时ARMA和GARCH模型对每个回归系数时间序列进行预测显示有较好的预测能力。

我国证券市场节日效应与节日风险研究——基于上证综合指数的分析

基于GARCH-M模型和虚拟变量回归的方法对我国2000—2009年上证综合指数节日效应和节日风险进行了较为全面的分析和研究,研究结果表明:我国上证综合指数元旦节前节日效应不显著,市场风险变化也不显著,元旦节后节日效应显著为正且元旦节后市场风险显著提高。春节前节日效应显著为正且市场风险显著降低,而节后节日效应不显著且市场风险显著提高。劳动节前后节日效应不显著,节前市场风险变化不显著,节后市场风险显著提高。国庆节前后节日效应不显著,节前市场风险显著降低而节后市场风险显著提高。中秋节前节日效应不显著,节前市场风险显著降低,节后节日效应显著为负且市场风险变化不显著。其他节日前后节日效应不显著且市场风险变化也不显著。

房地产价格影响因素与波动研究——以合肥市为例

2015-2016年合肥市房价一路攀升,波动较为明显。为了研究合肥市房价的影响因素和波动情冴,首先建立多元线性回归模型研究房地产价栺与经济因素、供给因素和需求因素乊间的关系。然后对各个因素做相关性检验,发现各个因素乊间相关性较大,存在多重共线性。因此,为了剔除自变量乊间的相互影响,建立一元回归模型分别研究房价与各个因素乊间的关系。然后,建立GARCH(1,1),TARCH模型研究合肥市房价的波动情冴。最后得到相关的结论。

城市轨道交通站点客流不确定性研究

为提高城市轨道交通站点客流预测的可靠性,在分析客流不确定性影响因素的基础上,基于ARIMA-GARCH模型,依据南京地铁珠江路站点客流数据对客流不确定性进行建模和预测,并从预测置信区间和无效覆盖率两方面与传统的时间序列进行对比分析,研究结果表明,ARIMA-GARCH能够较好地拟合客流波动情况,为城市轨道交通运营与管理提供理论依据。

Fama-French-ARMA-GJR-GARCH-AEPD定价模型——基于次贷危机影响下美股收益率的实证研究

在Fama-French四因子定价模型的基础上,运用Fama-French-ARMAGJR-GARCH-AEPD模型进行实证分析,结果表明此模型不仅能更好地拟合次贷危机影响下下跌的美股与复苏美股的收益率、消除自相关与ARCH效应问题,而且AEPD分布既能捕捉到残差的偏度又能获得残差的左尾和右尾分布情况。以"日"为单位,用固定长度的滚动时间窗口的预测方法,Fama-French-ARMA-GJR-GARCH-AEPD模型的预测值要好于Fama-French-ARMA-GJR-GARCH-Normal模型的预测值。

基于PSO的证券市场GARCH模型实证研究

粒子群算法是一个有效的快速寻找连续函数极值的方法,它规则简单,编程易于实现。突破传统经济计量学“同方差条件”的限制,引入了GARCH模型,针对GARCH模型传统估计方法的不足,提出利用粒子群及其改进算法,快速精确地估计证券市场GARCH模型的参数,动态的度量描述证券市场收益序列的条件异方差;并利用算法建立美国证券市场道琼斯指数收益的GARCH模型,进行了走势预测,实例证明它是一个简单有效的算法。

基于DCC-GARCH的海上风电场出力空间相关性分析及预测

多座海上风电场出力之间存在一定的空间相关性,构建合适的风电出力相关性模型有助于提高风电出力的预测精度。针对空间相关性具有时变特性以及难以描述和衡量,提出基于动态条件相关广义自回归条件异方差(DCC-GARCH)模型的海上风电场出力相关性模型。利用多维正态分布和DCC-GARCH模型拟合多风电场的皮尔森相关系数,求解随时间变化的风电场出力空间相关系数,在准确表征空间相关性大小的同时体现空间相关性的时序变化特征。基于DCC-GARCH模型建立多座风电场出力动态空间相关性短期预测模型。基于江苏省盐城市海上风电场数据进行算例分析,结果验证了所提方法的合理性和有效性。