基于常数和门限AR-TGARCH模型的CAViaR研究

本文对AR-TGARCH模型进行了改进,提出门限I-AR-TGARCH模型、门限II-AR-TGARCH模型以及常数-AR-TGARCH模型,常数-门限I-AR-TGARCH模型和常数-门限II-AR-TGARCH模型,并且对中国四个股票指数2006年到2014年的数据进行实证分析,研究结果表明门限II-AR-TGARCH模型,常数-门限I-AR-TARCH模型和常数-门限II-AR-TARCH模型均比AR-TGARCH模型要优越,且常数-门限II-AR-TGARCH模型是最好的,常数-门限系列模型均优于其相对应的门限系列模型,四个指数均受到滞后风险的影响,且中小板指数和深圳成指所受到的滞后风险较小,上证指数同深圳成指具有传导双向关联性,上证指数和深圳成指会对中小板指数产生影响,上证指数对台湾加权指数具有传导性,台湾加权指数对上证指数却没有因果传导关联性。

金融机构间非对称风险传染关系研究——基于门限MV-CAViaR模型

以银行、证券、保险和多元金融的指数收益率作为研究样本,提出门限MVC AViaR模型研究国内金融机构间的非对称风险传染关系,并通过Wald统计量检验,分析上涨和下跌机制下金融机构间尾部风险的溢出强度和传递方向.结果表明,门限MV-CAViaR模型能较好得识别金融机构间的风险传染情况,在上涨和下跌两种不同的机制下,金融机构表现出显著的非对称风险溢出效应,其中,上涨机制的风险传染主要体现在非银行金融机构间的闭环式传递,下跌机制的风险传染更多体现在银行与非银行金融机构的相互传递.

石油期货收益率的分位数建模及其影响因素分析

石油期货收益率的分位数反映了收益率分布特征和石油市场风险特征,有必要建模考察分位数的变化模式与影响因素。针对现有研究在模型方法和分析角度上的不足,本文考虑分位数受市场冲击影响而产生的非线性自回归特征,提出门限CAViaR模型并用以分析石油期货收益率的分位数及其影响因素。基于1998-2009年布伦特原油期货价格的研究表明,石油期货收益率的分位数具有自回归特征并受前期油价涨跌的不对称影响,且油价下跌的作用更强。左尾分位数受油价涨跌的共同影响,而右尾分位数仅受油价下跌的影响,二者呈现不同特征。此外,本文通过考察分位数的动态变化模式揭示了油价风险特征,具有重要的风险管理作用。