中国新能源股票市场收益及其波动相关性

本文利用2017年9月至2022年9月中国中证新能源指数、中证航空主题指数、中证医药健康100策略指数、中证农业主题指数和中证有色金属指数的交易日收盘价数据,采用3种多元GARCH模型(CCC-GARCH、DCC-GARCH和ADCC-GARCH)探索中国新能源公司与航空公司、医药健康公司、农业公司以及有色金属公司之间的动态股票收益与波动相关性。条件均值方程的估计结果显示,航空公司、医药健康公司与农业公司滞后1期的股票收益显著影响新能源公司的当期股票收益。CCC-GARCH、DCC-GARCH和ADCC-GARCH模型估计的条件相关系数表明,样本期内中国新能源公司的股票回报与有色金属公司的股票回报的条件相关性最大,其次依次为航空公司、农业公司和医药健康公司。通过滚动向前一步的动态条件相关性检验也表明了估计结果的稳定性。因此,投资者可以考虑将有色金属公司的股市表现作为预测新能源公司股票回报的先行指标,以降低投资风险。

基于Levy-GARCH模型的股票市场尾部风险度量研究

防范化解金融风险是牢牢守住不发生系统性风险底线的重要工作,描述资产价格规律、准确度量尾部风险是风险管理的前提。为研究非对称性和非高斯性对我国股市收益率预测和尾部风险度量的影响,本文使用20种Levy-GARCH模型对上证综合指数进行实证分析,计算噪声服从跳跃过程时的VaR和CVaR值,结合快速傅里叶变换数值计算和回溯测试进行检验。研究结果表明:在中国股市中,非高斯性和非对称性是不可忽视的重要特征,跳跃行为在收益率拟合、预测和风险度量方面有重要影响;在尾部风险度量上,带跳跃的非仿射结构条件方差模型表现稳定地优于仿射结构模型,而且有限跳跃过程模型的综合表现优于带无限活动率跳跃过程的模型。总的来说,非对称、非高斯、非仿射的Levy-GARCH模型在收益率拟合与尾部风险测度上表现更好,而且有限跳跃形态可以更准确地解释中国股票市场的尾部风险。

基于小波分解和ARIMA-GARCH-GRU组合模型的制造业PMI预测

制造业采购经理人指数(PMI)是反映国家经济运行情况的重要指标,而传统预测模型对该类时序数据预测精度不高。针对制造业PMI指数的非线性、波动性和数据量少的特点,提出一种基于一维离散小波变换进行数据预处理的组合模型。时序数据经过小波变换,由整合移动平均自回归–广义自回归条件异方差模型(ARIMA-GARCH)处理稳态低频数据,门控循环单元(GRU)处理波动性强的高频数据,将各频段预测结果进行融合得到最终预测结果。为验证模型有效性,选取一定数据量的PMI指数进行实验。结果表明,与其他常见模型对比,本文构建的组合模型具有较好的预测精度与性能,平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)分别达到0.00329、0.004162、0.65%。

含零收益率的金融非对称Log-GARCH模型研究

在实际外汇市场中,由于诸如交易缺失、舍入误差等原因使得收益率序列中出现零值,常见GARCH族模型无法对含零收益率数据进行有效拟合,导致波动率估计结果产生较大偏差。为了更准确地估计汇率波动率,本文对含有零收益率的外汇数据进行建模。首先运用不受条件方差为正限制的log-GARCH模型对汇率市场收益率数据进行拟合,同时提出一个处理含有零收益率的数据处理框架,即将零值视为缺失的观测值。然后通过结合QMLE方法和期望最大化(EM)算法对含缺失观测值的log-GARCH模型进行无偏估计。最后通过实证分析比较零收益率两种不同处理方法——非零值代替零值方法和将零值视为缺失值方法下波动率估计结果的差异。研究结果显示零收益率的存在会增加波动率的估计偏差,将非零值作为缺失值方法得到的估计结果更接近市场真实情况。

基于ARIAM-GARCH深度学习的股价预测与决策

对于绝大多数股民而言,大盘股具有投入成本高、损失大、资金流转慢等特性,为使得股民减少损失,提高收益,通过针对于中小企业股,采用两阶段的方法对股价进行了预测,给出了一种最优投资组合决策方法。第一阶段先用ARIMA-GARCH模型进行建模,提取每日收益率的波动率,再将波动率加入到原有数据集中,构建CNN-BiLSTM-AT深度神经网络模型进行预测,最后使用XGBoost算法对预测值进行修正。第二阶段在给定投资者的期望收益率的条件下,用Bayes方法进行投资组合,获取最优投资决策。实证研究表明,此方法对于选取的10只中小企业股有着较好的研究结果。

黄金国内国际板对原油避险能力的研究

我国黄金市场对原油市场的避险能力表现尚不清晰。基于原油市场收益率极端风险和价格下跌风险2种视角,采用分位数GARCH模型,实证对比考察了黄金国内板和国际板对上海原油和WTI原油避险能力的差异,并基于波动溢出和价格发现功能视角对结果进行了合理解释。结果表明:黄金国际板对上海原油的避险能力最弱。从国际视野来看,由于上海原油不仅易受到WTI原油风险的影响,而且与黄金国际板的联动性弱于WTI原油与黄金国际板的联动性,使得黄金国际板对上海原油的避险能力整体弱于其对WTI原油的避险能力;从国内视野来看,由于黄金国际板的价格发现功能严重滞后于黄金国内板,使得黄金国际板对上海原油的避险能力整体弱于黄金国内板对上海原油的避险能力。

中国与国际玉米价格的波动关系分析

本文在政策分析的基础上,建立VAR-BEKK-GARCH模型进行实证分析。首先,国际玉米价格的波动幅度比中国价格波动幅度大,临储政策取消后,中国价格波动幅度变大。其次,临储期间,中国价格的预期波动可以影响国际价格的波动,而国际价格的随机波动可以影响中国价格的波动。在生产者补贴期间,中国价格的预期波动和随机波动均可影响国际价格的波动。再次,中国价格的影响力在中国市场和进口市场占据主导地位,与国产玉米供给本国市场的数量地位相符。最后,中国玉米进口的不断增加将降低对本国市场价格的主导能力,需重视通过“期货+保险”规避价格风险,并分散玉米进口源,以提高市场主导力。

产业链视角下油料产品价格溢出效应的对比分析——基于三元VAR-BEKK-GARCH(1,1)模型

为了更好地理解油料产品价格的波动规律,提升国内油料产品价格研究水平,以大豆、油菜、花生为油料作物的典型代表,以2011年2月—2019年12月油料产业链上各个环节月度价格数据为基础,采用三元VAR-BEKK-GARCH(1,1)模型,研究油料产业链上、中、下游产品的价格溢出效应。结果表明:大豆产业链各环节产品均存在价格均值溢出效应,油菜产业链上、中游之间没有价格均值溢出效应,花生产业链上、下游之间不存在价格均值溢出效应;在大豆、油菜和花生产业链中,各环节产品间价格双向波动溢出效应明显。政府应通过建立农业产业链价格监测体系、多元化的价格监测体系、稳定的市场调节机制等措施,促进相关农业产业链的协调发展。

我国碳市场与化石能源市场溢出效应研究——基于VAR-GARCH-BEKK模型的分析

碳市场的建立是实现“双碳”目标的重要保障,分析碳市场与化石能源市场间的溢出效应有助于提升市场流动性、规避碳金融风险,从而更好地推动国家气候战略目标。本文运用主成分分析方法将我国8个碳试点价格集成,明确试点阶段我国碳市场的整体发展规律,并通过VAR-GARCH-BEKK模型,进一步探究了全国统一碳市场建立前后碳市场与化石能源市场之间溢出效应的变化情况。结果表明,试点阶段碳市场与各类化石能源市场之间均存在显著的单向均值溢出效应。然而,在全国碳排放权交易市场建立初期,仅有部分发电行业参与交易,这在一定程度上削弱了碳市场与化石能源市场之间的联动关系,造成了二者之间均值溢出效应的下降。此外,全国统一碳市场的建立吸引了更多的投资者,加剧了碳市场和化石能源市场间的风险传染,需要进一步完善监管政策体系,保障碳市场平稳健康运行。

房地产企业资本结构对股价波动的传递效应分析——基于结构化GARCH模型

中国房地产企业资本结构长期处于高负债、高杠杆状态。在二十余年的房地产高速发展过程中,高杠杆风险长期被忽视,甚至被认为是房地产企业发展的固有模式。在结构化GARCH模型中引入资本结构因素,检验房地产企业资本结构对股价波动的传递与溢出效应。研究发现:中国房地产市场具有结构化特征,杠杆乘数与股价波动具有同步性;过高的负债水平并不会提升房地产企业的规模效应,反而会抑制股票收益率的增长。

基于ARIMA-GARCH模型的人民币汇率波动研究

人民币正式加入SDR以来,人民币汇率的波动日益复杂,而汇率变动特征的识别是预测人民币汇率的关键环节。为提取出人民币汇率波动的特征规律,本文选择对2016年10月10日—2020年10月10日的人民币兑美元日序列建立模型并预测。同时,本文为评价ARIMA-GARCH组合模型的预测效果,将其与ARIMA模型预测结果相互对比。结果显示,ARIMA-GARCH模型不仅可以提取出人民币汇率波动的规律性,还可以改良ARIMA模型的预测精度,预测精度最高,在短期内能够得到较好的预测值。

绿色债券市场和能源行业股票市场的风险溢出效应研究

本文使用四种多元GARCH模型分析中国绿色债券市场与传统能源行业股票市场之间的动态条件相关和波动性溢出效应。实证结果表明,DCC-GARCH模型拟合样本数据最好,并且能够利用该模型构建套期保值比率和最优投资组合权重。此外,在绿色债券和传统能源产业的股市之间,有着显著的动态关系,并且呈现较为明显地双向波动性溢出效应。最后,本文利用DCC模型中的条件波动率来估计套期保值比率,为投资者在绿色债券市场和传统能源股票市场上投资提出套期保值建议,以规避投资风险。

基于极值谱风险模型的银行业系统性风险度量研究

近年来极端事件频发,股市波动呈现出独特的特征,传统风险测度方法预测准确性明显降低,因此,本文首先构建POT谱风险模型测度国有银行、股份制银行、农村商业银行和城市商业银行在极端事件时期的尾部风险,并运用伯努利模型检验法和MAE法评估POT谱风险模型的准确性。其次结合DCC-GARCH模型构建POT-DCC-GARCH模型测度极端事件时期各银行与金融市场间的风险溢出效应。研究结果表明,99%置信水平的谱风险值在保持理论失效率的同时具有更小的均方误差;各类型银行市场均对金融市场产生了正向的风险溢出效应,但我国银行业系统性风险总体处于较低水平;相对于国有银行和股份制银行,农村商业银行和城市商业银行的系统性风险更为显著。

碳排放期权定价及实证研究——以湖北碳排放交易中心为例

碳期权作为碳金融市场上重要的交易产品,合理定价有利于投资者做出理性的碳期权套期保值决策,降低碳交易市场风险。因此,本文基于湖北碳排放交易中心碳配额数据构建定价模型,以此对我国八大碳交易市场价格提供一定的借鉴。本文将GARCH模型和期权定价模型B-S引入碳排放交易期权的定价研究中。通过碳排放交易中心配额期货收盘价的数据检验,发现价格波动情况具有非正态性和尖峰厚尾的特征,并采用GARCH模型拟合预测碳价收益率波动率,将预测的数据求取标准差后得到最终日波动率,从而带入B-S定价模型中进行价值估值。结果表明,GARCH模型具有良好的拟合性,有利于提高定价的精准度。

我国股票市场和汇率市场的波动溢出效应及非对称性研究

本文运用GARCH族模型系统分析了疫情发生后我国汇率市场和股票市场的波动溢出效应及其非对称性。实证结果发现:第一,BEKK-GARCH模型结果表明股票市场对汇率市场存在单向的、不对称的波动溢出效应。第二,TGARCH模型表明股票市场和汇率市场都存在非对称性,股票市场和汇率市场中坏消息引起的波动比同等好消息引起的波动要大。第三,DCC-GARCH模型表明股票市场上涨与人民币升值之间存在正向动态相关性,且相关关系愈加紧密。基于此,本文从完善人民币汇率形成机制、加强跨境资金监管、稳步推进资本项目扩大开放等方面提出相关政策建议。

投资者情绪指数构建及其与超额收益率关系研究

有效度量市场投资者情绪是研究投资者情绪对资本市场影响的关键。选取2008—2022年证券投资者信心指数、消费者信心指数、市盈率、成交量、换手率、新增投资者开户数的月度数据,用主成分分析法构建市场投资者情绪复合指数(CIMIS_(t)),并通过“孪生股票”模型和定性分析对CIMIS_(t)进行有效性检验。采用ARMA-GARCH模型消除CIMIS_(t)和超额收益率(R_(a))的自相关和异方差性,对其残差进行回归分析和Granger因果检验。实证发现,CIMIS_(t)能较准确表征中国股市投资者情绪,去除自相关和异方差性的投资者情绪与R_(a)呈显著正相关,对R_(a)拟合效果更好;短期内超额收益率明显影响投资者情绪,而投资者情绪不能明显影响我国股市的表现。研究结果为投资者在投资决策以及监管者在制定市场政策时提供参考。

宏观不确定性与资产价格的波动溢出效应研究——基于金融时间序列波动性模型油脂类农林产品期货价格分析

近年来,国内外经济环境的不确定性对中国期货类金融市场影响越来越显著。研究油脂类农林产品期货市场的波动溢出影响,对加速农林产品金融化和防范系统性金融风险、凸显农林产品期货市场管理价格风险的作用等具有重要意义。文章利用中国2018—2023年棕榈油、豆油和菜油农产品期货指数的月度数据,上证综合指数的月度数据以及PPI、EPU、PMI月度数据的宏观经济数据,以经济政策不确定性、证券市场、期货市场的作用路径,构建VAR-BEKK-GARCH模型考察宏观不确定性对棕榈油等油脂类农林产品期货价格的传导关系和风险波动溢出效应变化。结果表明:(1)油脂类农林产品期货价格具有显著的波动溢出效应,且通常是该波动溢出的风险传递者;从描述性统计结果的Jarque-Bera统计量来看,在显著性水平为5%时,三种油脂类农林产品期货指数收益率分别为496.39、975.02和647.07,指数变化率序列都不服从正态分布。(2)油脂类农林产品期货价格波动对中国金融市场的影响程度最强;指数收益率的一阶滞后项系数在5%的显著性水平上均显著。(3)在极端事件冲击下,油脂类农林产品期货价格对中国期货价格波动的依赖性较强,并表现出明显的时变特征。基于研究结论提出政策启示:政策制定者应借助溢出效应的分析结果,采取相应的监管和干预措施,维护市场的健康发展。金融监管部门应对中国农林产品期货市场建立风险监控、预警机制,有效防范系统性风险。

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。

宏观经济对股市波动的影响——基于GARCH-MIDAS-RTSRV模型的证据

本文对GARCH-MIDAS模型进行了拓展。首先,在估计GARCH-MIDAS模型的长期波动成分时,采用同时考虑噪声和跳跃影响的稳健双频已实现波动估计量RTSRV来代替传统的已实现波动估计量RV。其次,选取了经济变量并从中提取出主成分,从其水平值和波动率两个层面研究不同主成分对股市波动的影响。研究发现:本文构造的GARCH-MIDAS-RTSRV模型优于传统的GARCH-MIDAS模型,其预测精度更高并且可使投资者获得更高的经济价值;经济变量的主成分和已实现波动率均对股市的波动有显著的影响,并且相较于其水平值,波动率对股市波动的影响更为显著。

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

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,纳入不确定性因素的双因子GARCH-MIDAS模型对后者的解释效果较佳。(2)不同政治、经济不确定性子要素对黄金市场的冲击强度和冲击时间具有异质性;地缘政治行动和货币政策不确定性是影响黄金价格长期波动的最主要因素。(3)外部不确定性主要通过影响黄金的商品属性、资产属性、准货币属性对黄金市场施加影响,其中“准货币属性”是近年来不确定性冲击影响黄金市场波动的最主要路径。(4)模型预测结果显示,随着全球政治、经济不确定性因素的减弱和反复,黄金价格长期波动成分从2023年第二季度开始,将逐步下移,随后在第四季度有所反弹。