我国股指期货的推出对股票现货市场波动的影响研究--基于Markov-Switching-GARCH模型

为研究我国沪深300股指期货推出对股票现货市场波动性的影响,本文采用Markov-switching-GARCH模型进行了实证分析。之前的文章主要通过引入虚拟变量的方法研究股指期货推出对股票现货市场波动性的影响,由于它是采用外生变量刻画波动变化的,因此不能反映波动的结构变化,而Markov-sw itching-GARCH模型采用Markov状态转换的GARCH模型,通过内生的方式识别不同的波动状态,这克服了现有研究中的不足。研究结果表明:Markov-switching-GARCH模型能够较好地刻画收益波动的结构变化;沪深300股指期货的引入并没有加剧现货市场波动,相反减缓了现货市场的波动,提高了股票现货市场的稳定性。

基于Markov-switching-GARCH模型的股指期货与现货市场的相关性影响分析

通过能识别和捕捉内生性波动状态的Markov-switching-GARCH模型来改进含有虚拟变量的GARCH模型中不能很好地刻画外生性结构变化的不足,选取沪深300股指期货作为参照对现货市场的波动性影响进行分析。实证研究显示:该模型能够较好地刻画现货市场收益率的结构变化,反映了股指期货的推出不仅没有加剧现货市场的波动,反而减弱了现货市场的波动程度,使得市场流入的有效信息得到增强,市场运行效率整体得到明显提升。

基于Markov-switching GARCH模型的上证50ETF期权定价分析

上证50ETF由于其组合资产的对冲,其资产面临的主要是系统风险,通过马尔可夫结构转换GARCH模型(MS-GARCH模型)准确预判上证50ETF波动状态后对其实施风险管理。首先,根据MS-GARCH模型稳态分类方法对上证50ETF波动率划分3个波动区间;其次,将波动率以滚动窗口形式带入Black-Scholes期权定价模型;最后,运用均方误差、对称平均绝对百分比误差等确定最优模型。实证结果表明:拟合和预测期权价格得到MS-GARCH模型优于GARCH模型。通过准确预判上证50ETF波动状态,在高波动状态情行下可以对上证50ETF提前做好风险管理措施,为金融组合资产系统风险管理提供一个很好的参考依据。

DDMRS-GARCH模型及其在上海股票市场的实证研究

提出了2阶马尔可夫结构转换波动模型———DDMRS-GARCH模型,DDMRS-GARCH模型引入了2阶马尔可夫链,使得波动状态转移概率不仅依赖于波动状态,同时还依赖于波动状态的持久时间.将DDMRS-GARCH模型应用于上海股票市场收益时间序列进行了实证分析.

基于MRS-GARCH的社保基金投资风险测度研究

考虑到我国金融市场受宏观政策等影响较大,社保基金的波动可能存在结构变化特征,以"社保重仓"代表社保基金的投资组合,基于马尔科夫状态转移GARCH(MRS-GARCH)模型研究社保基金波动的变结构特征,测度其市场风险VaR和ES。研究发现:MRS-GARCH模型能够解决GARCH模型的伪强持续性,提高预测精度;误差服从GED分布的MRS-GARCH建模效果最好,其参数估计值表明"社保重仓"收益率波动存在不对称的状态转移特征;与"上证指数"、"深成指数"、"基金重仓"等相比,"社保重仓"虽然承担的风险较高,但其经风险调整的平均收益率也是最高的,遵循了"安全性"和"收益性"的委托投资原则。由此,建议"十二五"期间,应对社保基金投资实行分类管理,逐步做实个人账户基金,并允许其以委托投资的管理模式在资本市场上投资,以实现其保值增值。

基于时变Markov状态转换的RealizedGARCH族模型及其对期货波动率的预测

近年来,Realized GARCH族模型在金融市场波动率研究中展现了良好的预测效果.该文在两个Realized GARCH族模型基础上,考虑波动率存在非线性结构特征,引入基于显著跳跃方差测度的时变Markov状态转换机制以构建时变MRS-Realized GARCH族模型,推导其参数估计方法,并应用DM检验和MCS检验来评估模型的预测精度.最后,分别基于不同的评估方法,误差分布假设,滚动窗口长度,采样区间和跳跃测度对模型进行稳健性检验.以沪深300股指期货数据为例,实证研究表明:沪深300股指期货市场存在高波动和低波动状态,跳跃测度在低波动状态会对未来一期波动产生显著的正向影响,而在高波动状态会抑制未来一期波动;DM检验和MCS检验显示,时变MRS-Realized GARCH族模型在任意的损失函数指标下均具有最佳的波动预测效果;另外,稳健性检验结果证实该模型在不同情况下均具有最佳的预测表现.

基于结构转换非参数GARCH模型的VaR估计

考虑股市波动结构转换的特性和参数模型会产生误设的情况,提出具有马尔可夫结构转换的非参数GARCH模型,并利用非参数估计技术估计波动率.将沪深股市的波动变化分为下跌、盘整和上涨3个状态,分别采用基于马尔可夫结构转换参数与非参数GARCH(MRSGARCH)模型对我国沪深股市的波动率进行估计和预测,运用MSE1、MSE2和QLIKE对估计和预测出的波动率进行评价.结果表明误差分布服从正态分布的参数和非参数MRS-GARCH模型的估计和预测更准确.在此基础上对沪深股市收益率的动态VaR值进行估计,然后运用Kupiec检验法对这两类模型在预测实际损失的表现进行评价.估计和检验结果表明,基于参数和非参数的MRS-GARCH模型都能较好地估计中国沪深股市VaR,且基于非参数MRSGARCH模型的VaR估计效果更好.

人民币汇率与股市的风险溢出效应再检验——基于马尔科夫转换GARCH模型和混合时变copula模型的研究

本文以人民币兑美元汇率和沪深300指数为研究对象,使用马尔科夫转换GARCH模型分析了两者的波动非线性特征,利用该模型将汇率波动按照低频和高频状态分成了三个区间,并且从时间上与2015年的汇改相重合。同时,使用混合时变copula对三个子样本上汇率市场和股票市场波动率关联性建模。研究发现:2015年的汇率改革重塑我国汇率市场和股票市场的风险溢出效应;汇改后,两市风险关联性增加,并表现出了正面溢出效应。

基于马尔科夫状态转换下的高阶矩CAPM-GARCH模型的实证研究

为了反映资产组合风险在不同状态下对收益率的影响,从动态的角度提出基于马尔科夫状态转换下的高阶矩CAPM-GARCH模型,即高阶矩CAPM-MSGARCH模型。以上证180指数样本股的10支不同行业的股票为研究对象,实证分析结果表明:高阶矩系统风险对资本资产定价有显著的影响,并且高阶矩CAPM-MSGARCH模型能够较好地刻画风险的时变特征,显著优于传统的高阶矩CAPM-GARCH模型。

基于MRS-GARCH模型的中国股市波动率估计与预测

基于误差项服从正态分布、t分布、广义误差分布的GARCH族模型和MRS-GARCH模型对中国股市波动的结构变化特征进行了实证研究。结果表明,中国股市存在显著的高、低波动状态,两种波动状态的ARCH和GARCH项系数存在较大差异;高、低波动状态均具有较长的持续时间,低波动状态的持续时间长于高波动状态的持续时间,且中国股市更易于从高波动状态转向低波动状态;MRS-GARCH模型预测效果总体上优于GARCH族模型,基于正态分布的MRS-GARCH模型短期预测效果较好。

基于GARCH与Markov转换模型度量房价波动风险

为了防范房地产价格快速上涨或下跌带来的不利影响,监测房价波动风险具有重要的意义。该文采用自回归条件异方差(GARCH)模型和Markov机制转换模型研究房价波动过程。首先依据4个中国城市的数据对2类模型分别进行回归,然后根据回归结果计算房价波动率和房价下行概率,以此衡量房价的波动风险。结果显示:Markov模型的样本内拟合程度略高于GARCH模型,但这一差别十分有限。在预测房价下行概率时,Markov模型给出的结果对房价在短期内的变化情况较为敏感,而GARCH模型的预测值较为保守。虽然依据2种模型测算的房价下行概率在数值上有差别,但其走势基本一致,可以为投资者提供参考。

状态转换和中国股市的独特特征——基于马尔可夫状态转换-自回归模型的分析

本文采用马尔可夫转换-自回归模型分析了上证综指的周收益率。通过6个模型的比较,本文指出状态转换模型明显优于普通GARCH模型。研究表明中国股市存在多个独特特征:收益率在不同状态之间的变动规律差异显著;低波动状态的持续时间最短,出现频率也最低,而高波动状态出现次数最多,并且同牛市的相关性显著;中国股市中,低和中等波动状态之间无法直接转换,而是必须通过高波动状态作为媒介而相互转换。这些特征都显著区别于成熟市场,也提供了中国股市缺乏有效性的直接证据。本文结论有助于风险控制、预测等金融实践操作,对于股市制度设计和创新也能提供一定的方向指导。

基于市道轮换模型的SHIBOR市场利率

基于固定波动率模型和广义自回归条件异方差(generalized autoregressive conditional heteroskedasticity,GARCH)模型,研究引入马氏市道轮换模型.该模型可以将线性利率期限结构推广到非线性形式,运用到资产定价的变化中,特别是债券收益率的确定中.不同于唯一依赖利率水平的传统模型,马氏市道轮换模型能够模拟货币政策对利率的影响.利用2006-10-08至2013-03-29每周三上海银行间同业拆放利率(Shanghai interbank offered rate,SHIBOR)月度数据,用R语言实现并比较了固定波动率模型、GARCH模型以及混合GARCH马氏市道轮换模型对各参数的估计效果.结果表明,混合GARCH马氏市道轮换模型的拟合效果在各种情形下均占优.

GDP增长率不确定性测度的比较研究

文章利用GARCH-GAUSS、GARCH-T、GARCH-GED模型、马尔科夫机制转换模型和调查法测度1978年至2014年GDP年度增速序列的不确定性。研究发现在时间序列方法中,三种不同扰动项设置下的GARCH模型测度结果相似,并且马尔科夫机制转换模型能更好地测度GDP增速序列的不确定性。马尔科夫机制转换模型与调查法各有侧重,调查法能更好地反映出人们自身判断的经济不确定性,而马尔科夫机制转换模型能够分析不确定性的来源并且做出预测。

金融数据变结构波动性模型的综述及研究进展

分别从马尔可夫转换模型、马尔可夫混合模型及马尔可夫与ARCH类模型的联合,对变结构金融数据波动性模型进行了综述;这种变结构的波动模型克服了传统波动性模型(ARCH类)波动持续性被高估及无法实现体制(状态)间的转换的不足。

碳排放权交易风险度量模型的研究现状与展望

在绿色发展背景下,碳金融市场成为控制全球碳排放的重要工具。深入研究碳排放市场、精准预测碳收益和风险将促进碳排放管理和绿色产业升级改造。研究表明,碳交易数据具有复杂系统中数据的多重特点:自相关、非平稳、非正态,非线性、尖峰厚尾、有偏性、波动聚集性等,使得对碳交易数据的拟合和预测困难重重。本文采用文献查阅和分析的研究方法,梳理了国内外关于碳排放权交易市场中的碳交易数据风险度量的主流模型,以期为中国相关研究提供参考依据和路线指引。

基于结构转换PTTGARCH模型沪深股市波动率的估计

考虑股市收益率波动存在结构转换特征以及描述波动非线性和非对称特征的幂变换门限GARCH(PTTGARCH)模型,本文提出结构转换PTTGARCH模型.选取沪深300指数日对数收益率作为研究对象,将股指的波动变化分为下跌、上涨和盘整三个状态:选用2013年7月1日至2015年12月17日以及2015年12月18日至2016年1月8日作为样本内和样本外时期:分别应用GARCH,EGARCH,APGARCH,PTTGARCH模型及具有结构转换的相应模型对沪深股市波动率进行估计和预测,利用高频数据得到的已实现波动率作为股指实际波动率的估计.采用平均平方误差(MSE_1,MSE_2),平均绝对误差(MAE_1,MAE_2)对估计与预测的波动率进行评价,并采用模型信度集(MCS)检验比较各模型估计和预测能力.研究结果表明:单状态和具有马尔可夫结构转换PTTGARCH模型在样本内和样本外的拟合和预测结果均更为准确.

国际碳排市场动态效应研究：基于ECX CER市场

应用VAR模型研究了ECX CER现货与期货价格的关系,并利用脉冲响应分析了价格冲击效应。研究结果表明,CER现货价格对于其自身及各到期日期货价格的一个标准差冲击显示出很高的正效应,而CER各到期日期货价格对于其自身及CER现货价格冲击显示出较低的正效应,甚至出现负效应。进一步地,应用t-GARCH、Gaussian-GARCHt、-GJR和Gaussian-GJR来拟合CER期货市场与现货市场收益率序列的结果显示t,-GARCH(1,1)是最佳拟合模型。应用Markov机制转换模型进行的研究表明,CER现货市场和期货市场均存在较大的波动特征。

基于动态相关性的我国银行系统性风险度量研究

本文以银行股票收益率的动态相关性作为银行业系统性传染风险的市场衡量指标,采用多元GARCH-BEKK模型对我国上市银行自1999-2010年间的动态相关系数进行测算,并应用Markov区制转换模型对系统性风险状态进行识别和判断,研究表明,银行股票收益率的动态相关系数可以作为监测系统性风险的一项有效市场指标,结合Markov区制转换模型可以很好的判断整体系统性风险的变化,识别出高风险状态,为系统性风险的监测提供一定预警和防范作用。

碳贸易价格风险变动趋势与我国CDM发展策略

本文构建并拟合了包含分布转换的Markov-GARCH模型,计算了基于该模型的风险价值(VaR),对国际碳贸易市场价格风险变动趋势进行了分析。研究结果表明:碳贸易市场价格在均值、方差、峰度、波动聚集性以及分布形式方面都具有机制转换的特性;欧盟推出的EU ETS改革措施将促使未来碳贸易市场价格波动风险进一步降低。我国应当适时提高CDM合同最低限价;减少向CDM合同国际买方支付的风险溢价;暂停上马HFC-23和N2O分解类项目;加快国内碳贸易和碳金融市场的发展,争夺国际碳贸易市场定价权。