基于TGARCH-偏态t分布模型的美元兑人民币汇率波动实证分析

文章使用R4.2软件,选取2015年1月—2022年9月工作日美元兑人民币汇率数据,选取非对称GARCH模型族,参考具有尖峰厚尾特征的分布函数。研究结果表明,基于偏态t分布的非对称TGARCH模型的拟合优度高于传统的GARCH(1,1)模型,且高于其他分布的EGARCH模型,一阶差分的美元兑人民币汇率序列具有杠杆效应。

Estimating GARCH Modeling Using Metropolis-Hastings Method in R

This paper mainly talks about a popular approach of volatility of a GARCH-type model in R, while the disturbances are independent and have identical Student-t distribution. It uses the Metropolis-Hastings method to perform the computations and gives the programs in details in R.

我国期货价格风险管理研究——基于VaR方法与GARCH-t模型的视角

本文利用我国商品期货及金融期货2010年9月份合约数据采用VaR方法对其收益率序列的波动性进行了检验。研究结果发现:首先,应用GARCH-t模型的方法对期货商品的价格风险进行管理具有显著的有效性和适用性,特别是在95%的置信水平下对收益率波动性的拟合效果最佳,同时该方法对期货商品正收益率的拟合效果比负收益率更好。其次,我国股指期货正式推出后,收益率波动性较模拟交易时期显著变小,表明改进后的交易制度及政府监管等措施可能限制了市场上的过度投机行为。最后,农副产品期货的风险暴露程度比股指、金属和能源化工等期货品种要小。

基于Pair Copula-GARCH-t的人民币汇率波动实证分析

通过构建Pair copula-garch-t模型,研究人民币对美元、欧元、港元、日元和英镑五种货币汇率收益率序列波动的条件与无条件相关变动关系。实证结果表明,在C藤结构中,人民币对美元汇率序列与人民币对港元汇率序列存在显著无条件正相关,且各收益率序列下尾相关显著高于上尾相关;在D藤结构中,不存在显著无条件相关,两者汇率序列既定的条件下,其他两种汇率存在显著正相关。

货币政策调整的金融市场效果检验——推广型T-GARCH模型的应用

通过构建推广型T-GARCH模型检验了央行货币政策调整对我国外汇市场、利率市场及股票市场波动的影响。其特别之处是区分了货币政策的可预见部分与不可预见部分的差别,并据此对三类主要市场的货币政策意外调整反应进行了系统性探讨。检验结果显示,货币政策调整对外汇市场、利率市场及股票市场资产价格波动的影响具有非对称性特点;利率市场对货币政策调整之未可预见部分的反应具有及时性和持续性特点,而外汇市场与股票市场对货币政策的反应较弱。

基于t-Copula-GARCH-t模型的中国股票市场风险分析

针对传统在险价值(value at risk,VaR)模型的局限性,结合Copula技术和GARCH模型,运用t-Copula-GARCH-t模型对中国股票市场进行风险分析,对上证综合指数和深证综合指数进行了实证研究,结果证实了所应用模型和方法的可行性和有效性.

沪铜期货市场风险度量实证研究——基于t分布的VaR-GARCH族模型

选取沪铜期货2004年8月1日至2009年5月30日的最活跃月份合约,根据金融资产尖峰厚尾的特性,采用基于t分布的GARCH族模型对其市场风险进行研究,实证结果表明,沪铜期货收益率在小幅波动后通常跟随着较小幅度的波动变化,同时大幅度波动变化之后跟随着较大幅度的波动;基于t分布的APARCH(1,1)模型能够很好地捕捉沪铜期货的市场风险。

基于ARMA-GARCH-t和Black-Litterman模型的资产投资组合研究

本文选取上海证券交易所不同行业3只市值热度较高的股票运用ARMA-GARCH-t模型对其日收益率与波动性进行预测,在推广的Black-Litterman(BL)模型的框架下,将投资者主观收益分布与资产的先验均衡分布相结合,计算资产的配置权重,并与传统的马科维兹均值-方差(MV)模型给出的组合权重进行对比,发现投资者对资产收益的信心水平越高,BL模型在投资组合中赋予相应资产的权重越高,且投资组合的收益也得到提高。最后,通过融资融券分析验证3只股票市场配置的有效性,说明BL模型给出的配置更符合投资者预期。该研究可以为资产管理者和投资者在资产配置方面提供更多借鉴。

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。

杠杆效应与沪市在险价值(VaR)的计算——基于GARCH-t、EGARCH-t和TGARCH-t模型的比较

通过比较EGARCH-t、TGARCH-t、GARCH-t模型计算沪市在险价值的效果,得到:1、沪市存在杠杆效应,并对沪市在险价值的产生重要的影响,忽略杠杠效应,就会低估沪市的风险;2、仅通过拟合分布特征不能准确地计算沪市的VaR,为了准确计算VaR,还必须考虑沪市的杠杆效应;3、EGARCH-t模型不仅具有较好的分布拟合能力,而且能够有效地刻画杠杆效应,因而更适合于沪市在险价值的计算,且计算出的VaR也比较准确、可靠。

沪深两市行业板块尾部相关性研究——基于M-Copula-t-GARCH模型

沪深两市收益率相关性一直是我国金融领域的研究热点,而其中对收益率尾部相关性方面的研究却较少。基于M-Copula-t-GARCH模型提出了对金融变量及其尾部相关性刻画更简洁适用的M’-Copula-t-GARCH模型。首先依市值及股票份额从两市19大板块中各选取有代表性的8大板块,用t-GARCH模型刻画各板块的边缘分布,然后用两步估计法估计M’-Copula模型中的参数,最后应用投资组合理论确定了最优投资组合。结果表明:16大板块上、下尾聚类结果有一定的差异。股价高涨时板块间的联动性更强,市场对利好消息的反应较为敏感。

基于t分布GARCH模型的电价波动时变性研究

电价的分布特性是电力市场风险管理和电力金融产品定价的重要依据。在对电力市场现货电价的变动规律综合分析的基础上,使用时变方差、时变自由度和正弦函数来刻画电价序列的异方差、尖峰厚尾和多重周期,建立了一个基于t分布的多周期GARCH模型。对PJM电力市场历史数据的分析表明:系统负荷平方对电价均值具有显著的影响,电价序列具有周、半月、月、双月、季、半年等多重周期和波动集聚性,其方差和尖峰厚尾呈现出明显的时变特征。该模型待估参数少,计算速度快,定阶容易,具有一定的实用价值。

基于ARMA-GARCH模型的沪深300指数日收益率波动特性研究

以沪深300指数为研究对象,运用R软件建立带正态分布和t分布的ARMA-GARCH模型,对2005年4月8日—2015年4月21日沪深300指数日收益率的波动情况进行了研究。研究表明:沪深300指数股票具有明显的ARCH效应,其对数收益率不具有正态分布的特性,但具有明显的"尖峰厚尾"现象和"长记忆"的特性,存在着波动率聚集现象;基于学生t分布的ARMA(2,3)+GARCH(1,1)模型是最优的拟合模型,可以较好地对沪深300指数的波动情况进行模拟。

股票收益率预测及风险与收益关系研究——基于ARMA-GARCH模型和高频数据

以沪深300指数的一分钟为间隔的实时价格为研究样本,利用ARMA模型和基于T分布的GARCH(1,1)模型,对其收益率进行了拟合和预测,同时运用GARCH-M模型,分析风险和收益之间的关系。研究表明,股指波动存在条件异方差性;ARMA模型长期预测效果较好,而GARCH(1,1)-T模型短期预测效果较好;沪深300指数的风险和收益不呈正比,说明我国股市发展不成熟。

基于Copula-GARCH模型的上证股指行业板块相关性研究

基于现代Copula理论,选用上海股票市场各行业板块指数,包括:工业股指数(SHGY)、商业股指数(SHSY)、地产股指数(SHDC)、公用事业股指数(GYSY)的组合为研究对象,构建了多元Copula-GARCH模型.同时考虑到相关参数的动态变化性,选择时变相关SJC-Copula模型较全面地研究各行业板块指数之间的相关性.通过对比多元正态分布、多元t分布与加入copula的多元正态copula模型、多元t-copula模型以及时变相关SJC-Copula模型的拟合情况,结果表明:①Copula函数具有比多元分布更为灵活的形式,它能更好地适应和刻画现实金融序列的分布.②上海股票市场各行业板块指数收益率序列之间均有较强的正相关关系.③时变相关的SJC-Copula函数考虑到了相关参数的动态变化性,可以更好地描述随着外部环境的不断变迁,变量间的相关性也在随时间而不断变化.

沪深股市的波动性分析——基于t分布下GARCH和SV模型的比较

构建基于N分布和t分布下的GARCH(1,1)和SV模型,并通过实证分析探讨了上证指数和深证成指收益序列的波动性.分析结果表明,GARCH(1,1)类模型和SV类模型能较好地拟合沪深股市收益率的波动,并指出我国股市存在较强的波动持续性;而基于t分布的各模型能有效地刻画股市的厚尾性;此外,通过计算VaR值,说明深市比沪市的风险更大,且SV类模型能更准确地反映收益率的风险特性.

Application of the Improved Generalized Autoregressive Conditional Heteroskedast Model Based on the Autoregressive Integrated Moving Average Model in Data Analysis

This study firstly improved the Generalized Autoregressive Conditional Heteroskedast model for the issue that financial product sales data have singular information when applying this model, and the improved outlier detection method was used to detect the location of outliers, which were processed by the iterative method. Secondly, in order to describe the peak and fat tail of the financial time series, as well as the leverage effect, this work used the skewed-t Asymmetric Power Autoregressive Conditional Heteroskedasticity model based on the Autoregressive Integrated Moving Average Model to analyze the sales data. Empirical analysis showed that the model considering the skewed distribution is effective.

基于VAR-GARCH模型我国外汇风险分析

通过对美元收益率R序列的特征分析发现,序列存在非正态性、尖峰厚尾、非对称性、异方差性的特征.分别基于正态分布、T分布、GED分布和偏态T分布的GARCH类模型对R序列进行实证分析.经过VAR方法的风险度量可知,基于T分布的GARCH-M模型对多头美元市场的风险度量最为准确.

基于时变T-Copula模型的期货合约相依关系研究

运用时变T-Copula模型描述多种期货合约价格变化的联合分布,并估测上海期货交易所交易的12种商品期货主力合约20分钟的价格变动的联合分布,发现时变T-Copula模型可以很好地同时描述多个合约价格变化的相依关系,尤其是显著的尾部相依性。