基于时变高阶矩NAGARCHSK-LSTM模型的中国碳排放权价格预测

有效的碳价预测有助于碳市场以较低成本解决环境问题,实现碳排放减少的目标。现有研究忽略市场不对称和极端因素对碳价的时变高阶矩冲击关系,预测准确性存在质疑。基于碳价非对称性、极端冲击敏感性强以及时变波动等专属特征,构建新的机器学习碳价预测模型NAGARCHSK-LSTM。研究显示,NAGARCHSK-LSTM模型能有效捕捉碳价时变高阶矩特征,碳价预测精度和鲁棒性均优于其他基准模型,特别是模型长期预测优势得到验证。研究为投资者研判市场行情、开展价格分析提供技术手段。

中国股市高阶矩风险及其对投资收益的冲击

本文首先建立NAGARCHSK模型,推算市场收益率的条件高阶矩序列,在此基础上建立引入高阶矩风险的收益-风险时变四因子状态空间模型,并基于2000—2016年中国股票市场的收益率数据,实证探究不同时期市场高阶矩风险对投资收益的冲击。结果显示:我国股票市场收益受到高阶矩风险的影响,并且条件高阶矩序列表现出时变和波动聚集的特征,大规模的全球性金融危机和国内市场的重大风险事件均会使股市收益的条件高阶矩序列出现持续的异常波动。在未出现极端金融危机的稳定时期,市场收益率的条件方差会趋于对投资收益产生正向影响,条件偏度和条件峰度对投资收益的影响在正向和负向之间不断交替,增加了投资收益的不确定性。然而在全球性的极端金融危机时期,市场收益率的条件方差会转而对投资收益产生负向影响,条件峰度则会对投资收益带来持续的正向影响。

中国股票市场的高阶矩波动特征研究

最近的研究表明,除资产收益二阶矩外,高阶矩(包括三阶矩和四阶矩)同样是反映金融资产波动行为的重要方面。以中国股票市场最具代表性的两种股价指数——上证综指和深证成指10年的股价数据样本为例,通过构建可以刻画时变高阶矩的自回归条件方差-偏度-峰度模型,实证研究中国股票市场的高阶矩波动特征。研究表明,中国股票市场收益的偏度、峰度具有显著的时变性和波动聚类性;中国股市不但存在二阶矩(方差)风险,还存在显著的三阶矩(偏度)风险和四阶矩(峰度)风险,并且三阶矩风险和四阶矩风险具有同步性;将偏度方程和峰度方程引入波动模型会抵消原有方差波动的杠杆效应。初步提出将高阶矩波动模型运用于金融风险管理的思想。

高阶矩波动性建模及应用

为度量高阶矩风险的动态特征、考察时变高阶矩风险对金融投资决策的影响,本文提出了一个新的高阶矩波动模型NAGARCHSK-M模型。讨论了该模型的包容性,给出了关于高阶矩波动性建模的一整套建模技术,基于正态密度的Gram-Charlier展开给出了模型的参数估计方法。利用该模型对我国股市的高阶矩风险进行了动态描述,并讨论了时变方差风险、时变偏度风险和时变峰度风险对资产收益的影响。

基于高阶矩波动和Copula函数的相依性模型及其应用

本文提出了基于高阶矩波动的相依结构模型:Copula-NAGARCHSK-M模型。考虑资产的时变条件方差风险、条件偏度风险和条件峰度风险对边缘分布的影响,应用模型研究了上证综指和深证成指对数收益率之间、条件方差之间、条件偏度之间和条件峰度之间的相依结构。发现两股票市场的指数对数收益率之间、条件方差之间和条件峰度之间有相似的相依结构,而条件偏度之间的相依结构则是负方向的相似。