人民币汇率变动与上市公司外汇风险暴露——基于双变量GJR-GARCH模型的实证分析

近年来,中国紧密融入全球经济体系,人民币汇率的持续波动使得企业在市场中面临着不可避免的汇率风险。本文基于2022年中国沪深A股市场16个典型行业中的3066家上市企业,利用双变量GJR-GARCH模型探究了人民币兑美元、兑欧元和兑日元三种外币的汇率波动对企业的汇率风险暴露产生的影响。结果显示:(1) 人民币兑美元、兑欧元和兑日元汇率波动通过影响企业的营业成本间接导致企业承受汇率风险,且美元与欧元汇率波动与企业汇率风险暴露呈正相关,日元汇率波动则相反;(2) 三种主要货币的非对称性汇率风险暴露分别占企业总数的97.62%、93.47%和91.81%;(3) 不同外币兑人民币汇率波动对企业的影响程度存在差异,大部分企业经历了人民币升值而带来的损失;(4) 对外投资占比高的企业受到外汇风险暴露的影响更大;通过这些结论和政策启示,帮助企业与政策更好地理解和应对全球化经济中的挑战。

具有GJR-GARCH误差项时序的ADF单位根检验

在有限样本情况下,随机模拟了具有GJR-GARCH误差项时间序列的ADF单位根检验,分析了样本容量、扰动项高阶矩的存在性、肥尾和杠杆效应对临界值的影响．结果显示,条件分布为广义误差分布和t分布时,只可以直接使用zt统计量的Fuller的临界值表．

基于GJR-GARCH的VaR模型及其在上海证券市场的实证研究

针对风险价值VaR的一般参数方法都是对称的,其在处理非对称时间序列时存在着局限性,本文提出了非对称的VaR计算模型,并以上海证券市场为对象进行了实证研究,结果表明基于非对称的VaR计算模型优于对称的VaR计算模型。

基于AGT分布族和GJR-GARCH模型的原油市场下行风险测度

文章运用GJR-GARCH模型对原油市场波动率进行建模,利用AGT分布对收益率的尖峰肥尾、偏斜和非对称性特征进行刻画。研究不同分布形式下模型风险预测效果的差异,并与基于AGT分布的GARCH模型进行比较,同时考察波动率建模对风险预测表现的影响。采用VaR和ES作为风险度量指标,并利用5种统计量对模型VaR预测表现进行返回检验以及两种统计量对模型ES预测效果进行返回检验。研究结果发现,AGT分布及其7个子分布的样本外下行VaR和ES风险预测结果都通过了返回检验,相关金融机构在制定原油市场风险管理策略时,可以考虑采用基于AGT分布的GJR-GARCH模型来精确地度量原油市场下行风险。

基于双变量GJR-GARCH模型的汇率风险暴露研究——关于对外投资企业的实证分析

近年来,中国与全球经济的联系更加密切,对外投资规模持续扩大。而伴随着人民币汇率波动的不断加剧,作为对外投资参与主体的对外投资企业直接承受着较大的汇率风险。文章以境外资产总额和对外投资存量较大的30家中国对外投资上市企业为研究样本,针对对外投资过程中使用得最多的三种外币——欧元、美元和日元兑人民币汇率的波动,运用双变量GJR-GARCH模型考察对外投资企业的汇率风险暴露。实证结果表明:上述对外投资企业存在显著滞后一期的汇率风险暴露,其中80%、60%和67%的企业分别面临人民币兑欧元、兑美元和兑日元的汇率风险暴露,且风险暴露具有非对称性,人民币兑不同外币的汇率变动对企业的影响程度不同,大部分企业受损于人民币升值。

基于GJR-GARCH模型的港币汇率波动不对称性研究

本文对港币月度实际有效汇率1964.1—2009.6间收益率数据进行线性测试和非线性ARCH效应检验,然后建立并估计AR-GJR-GARCH模型,并使用标准化残差的残留ARCH效应检验、高阶GARCH检验和参数一致性检验来判断模型设定的结果,最后通过描绘出的信息反应曲线得出在好消息与坏消息下,港币汇率的波动呈现显著的非对称性特点的结论。

天然橡胶期货市场收益率的杠杆效应——基于GJR-GARCH模型的分析

本文使用我国上海期货交易所沪胶指数日收盘价数据,采用GJR-GARCH模型对我国天然橡胶期货收益率序列基本统计特征和杠杆效应进行研究。我们使用学生t分布来处理天然橡胶收益率序列的尾部特征,结果表明,我国天然橡胶收益率序列存在明显的"尖峰厚尾"分布,收益率波动具有非对称性,即存在杠杆效应,当天然橡胶收益率为负值时,会导致其条件方程向上修正;天然橡胶收益率为正值时,会导致其条件方程向下修正。

金融危机后中国股市波动研究——基于GJR-GARCH模型的实证分析

根据2008年1月1日至2010年5月31日上证综合股指数日数据,采用GJR-GARCH模型对金融危机后上证股市收益率的统计特性进行研究,并分析了上证股市收益率波动的非对称性现象。结论表明:上证综合指数序列存在冲击的非对称性,同时也存在着杠杆效应;并且,由拟合得到的新闻影响曲线可以看出,GJR-GARCH模型的新闻影响曲线也是非对称的,即同样强度的利空消息较利好消息对未来波动的影响更大。

基于GJR-GARCH模型的上海股票市场在险值分析

风险测度是现代金融活动的中心。近年来,新兴的VaR测度方法已成为国际上风险管理的主流方法。针对风险价值VaR的一般参数方法都是对称的,其在处理非对称时间序列时存在着局限性,本文提出了非对称的VaR计算模型,并以上海证券市场为对象进行了实证研究,结果表明基于非对称的计算模型优于对称的VaR计算模型。

基于Griddy-Gibbs抽样的混合高斯AR-GJR-GARCH模型的贝叶斯估计

综合考虑波动率的尖峰厚尾性、杠杆效应等特点,作者提出了混合高斯AR-GJRGARCH模型,并用基于Griddy-Gibbs抽样的MCMC方法对模型的参数进行了贝叶斯估计,然后以新东方的股票数据为例用Matlab和R软件对模型进行了实现与检验.结果表明:模型对波动率的各种特性都有一定的体现,并且估计方法的收敛速度较快、自相关性弱、算法复杂度低、稳定性良好.

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。

中国股市价值溢价与时变特质风险:基于GJR-GARCH-M模型的分析

考虑到无条件CAPM模型不能解释股市中的价值溢价异象,基于条件CAPM框架,采用GJR-GARCH-M模型考察中国股市中价值股、成长股的时变特质波动特点,并分析价值溢价与时变特质风险的相关性。结果显示,成长股的时变特质波动受新消息的影响较大,而价值股则受老消息的影响较大;利空消息和利好消息对特质波动的影响存在不对称性,利好消息对成长股波动的影响强于利空消息,利空消息对价值股的影响强于利好消息;价值股、成长股与特质波动之间出现了负相关关系,异质信念和卖空限制可以对此进行解释;价值溢价与时变特质波动呈正相关关系,特质波动风险可以解释价值溢价异象的存在。

基于GJR-GARCH-DCC模型的沪深港股市的联动性研究

以沪深港三地股票市场指数数据为样本,通过构建三元GJR-GARCH-DCC模型对沪深港股市之间的联动效应进行了分析。首先选择向量自回归(VAR)模型作为条件均值方程的形式,并在此基础上进行了格兰杰因果关系检验和脉冲响应分析,然后考察了条件方差方程和DCC方程,最后刻画出沪深港股市的动态相关系数图。分析结果表明,沪深港股市之间存在明显的联动性,股权分置改革之后,中国内地股市更加国际化,市场之间的关系存在非对称性,沪市在三个市场之间已经起到了主导作用,市场间的动态相关性呈现增加的趋势。投资者可以利用股市联动性的增强对股市的走势进行预测,同时监管部门也应该完善股市的制度,建立危机预警机制,以防止由联动性导致的国内外股市风险。

股指期货交易对股票市场波动性的影响——基于修正的GJR-GARCH模型

考虑到信息与波动性的相互联系,通过引入虚拟变量及恒生指数的条件方差到GJR-GAR CH模型的条件方差方程中,构造一个修正的GJR-GARCH模型去分析股指期货交易对股票市场的波动性。实证结果表明,股指期货对股票市场产生了稳定的影响,减低了股票市场的非对称的波动性,提高了市场信息的流动速度及质量。

GJR-GARCH模型的弱收敛极限过程

基于Nelson有关弱收敛的理论结果,将GJR-GARCH模型弱收敛于一个随机微分方程决定的扩散过程。结果表明:该方法验证了应用数学知识分析经济和金融中出现的经济现象的可行性,为进一步解决经济问题提供了理论依据。

基于GJR-GARCH模型的港币汇率波动不对称性研究

对1964-01～2009-06间港币月度实际有效汇率的收益率数据进行线性测试和非线性ARCH效应检验,估计GJR-GARCH模型参数,并使用标准化残差的残留ARCH效应检验、高阶GARCH检验和参数一致性检验来判断模型设定的结果,据所描绘的信息反应曲线得知:在好消息或坏消息条件下,港币汇率波动呈现显著的非对称性特征。

具有GJR-GARCH-skewt误差项时序的ADF单位根检验

本文在有限样本情况下,用Monte Carlo方法模拟了具有G JR-GARCH-skewt误差项时间序列的ADF单位根检验.分析模型中误差项的波动、条件分布中参数的设定、样本容量及杠杆效应对临界值的影响.结果显示,随着波动的持久性加强,使用经典ADF单位根检验的Zt、ZρFu ller临界值将降低检验的有效性.

基于GJR-GARCH模型的沪深300指数期权定价研究

本研究旨在深入了解中国股票指数期权市场的运行状况,基于GJR-GARCH模型,以沪深300指数期权为研究对象,探讨其定价特征及对市场波动的敏感性。通过对2022年3月至2023年12月的期权价格数据的实证分析,研究期权价格数据的统计特征发现其尖峰厚尾的非正态特征恰好说明沪深300期权市场波动的复杂性和异方差性;并利用GJR-GARCH模型探究沪深300指数期权波动率,进一步验证了该模型对市场波动特征的良好解释能力,为中国期权市场定价提供新的波动率测算指标。文章期望能够为未来的金融市场发展提供有益的见解,并为相关决策者提供科学的政策建议,推动中国股指期权市场的健康发展。

市场流动性与市场预期的动态相关结构研究——基于ARMA-GJR-GARCH-Copula模型分析

本文在兼顾"时间尺度"和"价格尺度"双重因素下构建了标准化的市场流动性测度,并利用时变信息熵方法提出了一类市场预期的新指标。将ARMA-GJR-GARCH模型与时变Copula模型相结合分析了市场流动性与市场预期之间的动态相关结构。利用2009年1月~2014年9月中国股市日度数据进行实证分析,结果表明:市场流动性和市场预期存在较明显的持续性和负向"杠杆效应",通过LL、AIC和BIC三种准则比较发现时变正态Copula模型的拟合效果最好,时变相关性分析说明市场流动性和市场预期长期内保持着负相关的总体态势,欧债危机期间时变相关系数在正负状态间转换频繁,其相关结构出现了几次较大的变点,但正常时期两者之间的相关程度并不显著。该结论对于监管部门在危机期间及时引导市场预期,增强市场流动性从而减少危机传染和缓释金融风险非常重要。

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。