GAS-SKST-F模型及其在高频多元波动率预测中的应用

假定日收益率服从多元有偏学生t分布、已实现协方差矩阵服从矩阵F分布,本文构建了一种新的得分驱动模型:GAS-SKST-F模型。在该有偏厚尾多元波动率模型中,我们基于广义自回归得分(GAS)模型的基本思想对收益率和已实现协方差矩阵进行联合动态设定,协方差矩阵的更新过程依赖于收益率分布和已实现协方差矩阵分布联合似然函数的得分函数。已实现协方差测度在协方差矩阵的更新过程中发挥了重要的作用。基于20支上证50成分股高频数据的实证分析研究结果显示,与GAS-N-Wishart模型和GAS-tF模型相比,无论样本内还是样本外,GAS-SKST-F模型有着更加良好的样本内估计和样本外预测能力。

人民币汇率波动的农业股票价格效应研究

选取2009-11-02—2016-06-30人民币兑美元汇率、人民币兑欧元汇率、上证综合指数、农业板块指数和期货市场指数等数据,运用协整检验、格兰杰因果关系检验以及VAR-BEKK模型,对2008年金融危机后人民币汇率市场和农业股票市场和农产品期货市场之间的互动关系进行实证研究。实证分析发现,人民币汇率市场与农业股票市场和农产品期货市场之间均存在长期均衡的协整关系;汇率与农业股票和期货市场之间存在单向格兰杰因果关系;农业股票市场和期货市场与汇率市场之间存在双向波动溢出效应。

MCMC方法在估计二元随机波动率模型中的应用

金融数据的波动性一直是经济学研究的热点问题之一,随机波动率模型(SV)在波动率建模中有着重要的应用.马尔科夫链蒙特卡罗(MCMC)方法是估计参数的一种有效方法,给出估计一类二元SV模型参数的MCMC算法,并通过WinBUGS软件编程实现了该算法.文章最后给出了模型和程序的一个实际应用.

基于随机波动率模型与GARCH模型的资本市场研究

本文就我国股市上证综指、深圳成指与香港恒生指数和美国道琼斯工业指数分别运用单变量GARCH、多元GARCH、单变量随机波动率与多元随机波动率4个模型来刻画资本市场的波动。研究结果表明,在对4个资本市场指数波动率的刻画中,多元模型优于单变量模型,且随机波动率模型要优于GARCH模型,上证综指与深圳成指和道琼工业指数之间存现显著的波动溢出,恒生指数与美国道琼工业指数波动率之间也存在显著的正向关系。对不同资本市场间波动率溢出以及信息传导机制的研究有助于有效控制不同股市间的风险传染,防范金融风险。

高维波动率的预测

多维波动率的预测在实际投资决策中是一个重要而困难的问题。本文分析了能够运用到高维情形下的五种波动率模型的预测方法,它们分别是EWMA模型、OGARCH模型、ICGARCH模型、GOGARCH模型和DCC模型等。对两组高维真实数据的波动率进行预测比较的结果显示,ICGARCH模型和DCC模型能够给出比其他三种模型更为准确的预测结果,此外,OGARCH模型EWMA模型要好,而预测效果最差的是GOGARCH模型。

基于遗传算法的预测结合方法及其应用

金融资产的方差与协方差是资产配置、套期保值、风险管理等实务应用的关键参数,因此对多元波动率预测模型的研究具有重要意义。文章采用预测结合技术,根据设定的优化准则对多个多元波动率模型的预测加权结合作为协方差的预测,其中最优权重通过遗传算法确定并动态调整。以常用低频与高频多元波动率模型为待选模型,沪深300指数与股指期货为实证数据,在多种常用损失函数下的样本外预测性能比较指出,基于遗传算法的线性预测结合在指数变化平稳与震荡期间均可以获得统计上显著较高的预测精度,是较使用单个多元波动率模型更稳健的选择。

基于DC-t-MSV模型的套期保值研究

利用多元随机波动率模型确定最优套期保值率:首先建立动态相关系数多元随机波动率模型(DC-MSV),再建立基于t分布的动态相关系数多元随机波动率模型(DC-t-MSV)。以沪深300股指期货数据为样本,利用以上两种模型分别结合方差最小套期保值模型计算最优套期保值率,结果表明,利用DC-t-MSV模型的套期保值效果优于DC-MSV模型。DC-t-MSV模型引入t分布,充分考虑了金融数据尖峰厚尾的特性;同时,参数估计部分采用马尔科夫链蒙特卡罗模拟方法(MCMC),克服了MSV模型参数估计困难的缺点。

实现相关系数模型:基于动态相关高频Bi-GARCH过程的MC检验

使用高频数据构建的实现波动率已被多数文献证实具有良好的实证性质和应用前景。文章通过构建具有不同动态相关模式的高频Bi-GARCH模型,对其多元方向扩展的实现相关系数模型捕捉变动金融资产价格相关系数的能力和其他常用模型进行了蒙特卡洛对比测试。研究证明,该模型与其他模型相比是否具有显著优势依赖于相关系数的变化方式:当金融市场较为平稳,资产价格相关系数相对稳定时,此类方法并不明显的优于其它方法;然而当金融市场急剧变化导致资产价格相关系数快速变动时,此类方法要显著优于其它方法。