中国股票市场的波动率聚集性研究——基于Markov机制转换Copula模型的实证分析

波动率聚集性是金融资产收益率序列中的一个重要特征。构建了Markov机制转换Copula模型研究中国股票市场的波动率聚集性(波动率相关性结构)。采用上证综合指数和深证成份指数日内高频数据,构造已实现波动率作为隐波动率的代理变量,对中国股票市场进行了实证分析。结果表明,SJC Copula相比其他Copula能更好地刻画中国股票市场的波动率聚集性,波动率聚集具有明显的尾部非对称特征,高波动率的聚集相比低波动率的聚集发生概率要更高。另外,基于Markov机制转换SJC Copula模型的研究表明,中国股票市场的波动率聚集还具有明显的尾部动态特征。

过度关注与股价波动聚集性

依据过度关注假说,建立了基于过度关注的噪音交易理论模型,模型刻画了股票收益率与历史波动的关系,认为过度关注能够产生股价波动聚集性。通过对全球19只发达和新兴国家地区股票指数的收益率数据进行GARCH族实证,结果表明收益波动的聚集性与过度关注有关,新兴国家的历史股票收益率与波动能够预测未来的股票收益率和波动,且收益率的波动对历史波动具有非对称性反应,而发达国家股票收益率波动则不受历史波动的影响。

鲜活农产品拍卖相关指标的波动聚集性分析

成交价格、供货量、交易量和流拍率是我国鲜活农产品拍卖的4个重要指标并呈现波动聚集性。运用条件异方差模型分析了相应的收益率、供货量变动率、交易量变动率与流拍变动率的波动特征。实证结果表明,这4个序列均存在很强的波动聚集性:分别用t-ARCH(1)模型、正态-EGARCH(1,1)模型、GED-EGARCH(1,1)模型、t-EGARCH(1,1)模型拟合收益率序列、供货量变动率序列、交易量变动率序列、流拍变动率序列,具有较好的效果。此外,还进一步分析了相应的预测性能和杠杆效应。

中国住房价格波动聚集性研究及短期预测

相对于传统的均值-方差分析,ARCH效应的存在将会使投资者在短期内面临更大的风险。有效地捕捉住房价格ARCH效应对研究住房价格短期走势有重要的实践意义。将长短2个时段样本运用回归模型、GARCH模型、AR模型对中国住房均价及四大直辖市数据进行实证,结果表明:在2个时段上我国住房价格均存在ARCH效应,除重庆外其他3个直辖市也存在ARCH效应;此外,在短时段的预测上,回归模型略优于GARCH模型,而GARCH模型在长时段预测效果上要优于回归模型。可见,在相关数据难找的情况下,GARCH模型是切实可行的短期预测方法。

沪深300股指及期货波动率聚集性研究——基于Markov机制转换SJC Copula模型

选取沪深300指数及沪深300股指期货当月连续合约日内5 min高频交易数据为研究对象,研究我国股票期现货市场波动率聚集性及尾部动态特征。结果显示:三状态Markov机制转换SJC Copula模型比其他模型能更好地刻画波动率的相关性结构,沪深300指数和股指期货波动率的尾部均存在明显非对称特征及动态特征,上尾相关性均大于下尾相关性,股指期货的高波动率聚集比沪深300指数高波动率聚集具有更高的发生概率,而低波动率聚集具有相反的发生概率。

基于GARCH模型的品类供货量、交易量、流拍率与价格的波动性分析

论文分析了同一品类产品交易日的价格、供货量、交易量和流拍率的波动特征,研究了拍卖市场各时间序列波动的随机性特征。以昆明国际花卉交易中心为实例研究,选择其2009年2月16日至2010年2月12日的交易数据进行分析,利用GARCH类模型,分别建立收益率、供货量变动率、交易量变动率、流拍变动率的预测模型,拟合最佳分布,并分析杠杆效应。研究表明:四个波动序列预测模型的Theil不等系数值均介于0和1之间,具有较高的预测精度,供货量、交易量负冲击大于正冲击,而流拍率仅存在正冲击。

银行间同业拆借利率的波动性研究

为了研究银行间同业拆借利率的运行规律及波动特征,文章选取2006年10月13日至2017年6月9日的7天Shibor的周数据,构建对数收益率r_t序列进行研究。为了消除ARFIMA模型残差的ARCH效应及反映模型波动的非对称性,运用不同分布下的EGARCH模型进行拟合;计算不同分布下的VaR,并运用Kupiec和Christoffersen统计值来对VaR模型进行回验。结果显示,EGARCH-sged模型能比较准确地拟合r_t序列的波动性和计量风险。

ARCH类模型及其在上证指数收益波动中的应用

介绍ARCH模型、GARCH模型和GARCH—M模型,分析ARCH类模型的特点。然后以上证综指日收益率作为研究对象,采用ARCH类模型结合Eviews统计软件对上证综指日收益率的时变性进行实证分析。实证结果表明,GARCH(1,1)模型能较好地拟合上海股市收益率的波动特征,如波动聚集性、长记忆性等;GARCH(1,1)-M模型也能很好地拟合股市中风险与收益率之间的关系。

权证定价中基于GARCH模型族的波动率研究

传统的权证定价方法假定标的证券收益率服从对数正态分布。但现实世界中标的证券收益率却具有尖峰厚尾分布,波动率的聚集性,证券市场的"杠杆作用"等特征,因而传统定价结果可能导致偏差较大。为此,本文以随机波动率代替历史波动率的假设,消除金融时间序列的异方差性的影响;运用GARCH模型族中的3种模型(GARCH,EGARCH,GJR-GARCH)对其进行参数估计,及权证定价对比;还分别就历史与随机波动率的差别、对称型与非对称型GARCH模型的差别,以及理论与实际的差别进行了比较分析。结论得出这种差别的来源,并对此进行了探讨。

基于GARCH模型的人民币汇率波动研究

汇率作为世界各国货币之间相互联结的桥梁,其波动将对一国金融体系和宏观经济的稳定产生重要影响。以2018年1月-2020年12月的美元兑人民币汇率中间价共730个日度数据为样本,运用广义自回归条件异方差(GARCH)模型对其波动性进行预测分析,实证结果表明:人民币汇率序列存在"尖峰厚尾"与"波动聚集"的特征,并且存在ARCH效应;GARCH(1,1)模型在一定程度上拟合了美元兑人民币的时间序列,对汇率波动的预测贴合于汇率的真实波动的走向,但没有贴合于其波动起伏的大小。最后针对如何完善外汇市场,保证汇率市场稳中向好提出建议。

宏观经济波动与AH股溢价率的动态相关研究——基于DCC-GARCH模型

由于AH股溢价率存在波动性聚集特征,本文使用DCC-GARCH模型实证检验宏观经济因素冲击与AH股溢价率的动态相关性。研究发现:(1)资本市场的整体波动与AH股溢价率波动具有动态相关性,境内资本市场的宏观经济冲击影响并不能使双重上市公司境外股票价格同步波动,从而产生AH股溢价率的波动;(2)国债指数与AH股溢价率呈现出动态正相关关系,人民币汇率的贬值预期与AH股溢价率的动态相关性变化较为复杂,呈现出由正转负的趋势性变化,其背后的原因是中国境内资本市场开放后与国际资本市场的联动性增强。最后,结合本文的研究结论,从促进公司估值的价值回归、提升投融资效率的角度提出建议。

期权上市对期货市场价格波动聚集性的影响——基于我国豆粕市场的实证分析

基于大连商品交易所2013年3月-2018年12月豆粕等期货合约价格的日度数据,利用GARCH模型和合成控制法分析了豆粕期权上市对于豆粕期货价格波动聚集性的影响.结果显示在豆粕期权上市初期,豆粕期货价格波动并未受到太大的影响;但是随着时间的推移豆粕期权对于豆粕期货价格波动聚集性的抑制效应逐渐显现.因此,相关部门应当加强期货市场和期权市场的联动性建设,有序的降低期权市场交易的门槛,更好的发挥期货及期权市场价格发现和规避风险的功能.

原油价格波动性及国内外传染效应

石油作为现代工业的血液,无论从短期还是长期来看,其价格的波动都会对经济运行产生很大的影响。我们的分析表明,已有研究对原油价格波动性的模拟存在预测性差和波动持续性过长两个不相容的缺陷。考虑到外生冲击可能会造成世界原油市场发生结构性的变化,同时考虑到原油市场的波动性聚集现象,我们建立了区制转换的原油价格波动性模型,即在不同的时期,原油价格的波动可能处于不同的状态之下,状态之间的转换满足一定的概率分布。我们的结果很好的改善了已有研究的上述缺陷,并且非常理想地拟合了突发政治事件和世界经济动荡对原油市场的影响。在检验表明原油价格波动确实存在区制转换的前提下,我们进一步又将模型扩展到多维情形,分析国际原油市场作为"波动源"对国内原油市场波动的传染。结果表明,国内外原油价格的波动性传染取决于国内原油价格的国际接轨以及国内定价机制是否造成原油市场投机。

基于稳定分布的EPGARCH模型

本文对EGARCH模型进行了推广,得到了EPGARCH模型。对该模型的参数估计采用了带约束条件的非线性规划方法。利用直方图、时序图和Q统计量检验等方法对沪深指数收益序列进行了特征分析,得出收益序列具有高峰厚尾和波动聚集性。通过对沪深指数的VaR计算,得到在金融风险度量中基于稳定分布的EPGARCH模型比基于正态分布的EPGARCH模型更加有效。

住宅价格涨跌幅、波动非对称性与空置量关系的实证研究

采用门限ARCH模型研究了我国住宅价格涨跌幅、波动的非对称性与住宅空置量之间的动态关系,实证结论表明:我国住宅空置量与住宅价格涨跌和住宅价格波动呈负相关关系;住宅价格波动具有非对称性,低住宅空置时住宅价格波动大于高空置时的住宅价格波动;同时住宅价格波动具波动聚集性;政府及时披露住宅空置信息和合理调控住宅空置水平,有利于住宅市场的稳定发展。

基于Block Bootstrap抽样的投资组合保险绩效评价

本文采用不固定区组长度的Block Bootstrap数据挖掘技术,以上证180作为风险资产进行抽样,对投资组合保险策略进行仿真。从一般意义上揭示了上证180作为风险资产的投资组合保险策略CPPI、TIPP和OBPI的绩效,并与B&H和CM策略对比,实证结果表明:由于我国证券市场趋势明显,在不考虑交易成本情况下,投资组合保险策略的绩效均好于投资组合B&H和CM策略,而且,OBPI的表现要比CPPI更好。

ARCH模型族在深圳成指中的应用

金融资产收益率一直是经济研究人员和投资者关注的焦点,ARCH及GARCH模型族可以较好地拟合金融资产收益率序列存在的尖峰厚尾、波动聚集性以及杠杆效应等特征。本文收集深圳成指(399001)二十年的日收盘价,通过GARCH-M模型论证了市场中预期风险增加一个单位,就会导致其收益率相应增加0.112个百分点,收益率的波动冲击影响会持续很长一段时间。利用EGARCH模型说明深圳成指收益率存在着信息不对称性,利空信息的冲击使得波动的变化更加大一些。同时根据相应的统计检验量,发现EGARCH模型比GARCH-M模型具有更好的拟合度,故实际中投资者应选用EGARCH模型预测深证成指的收益率。

基于EGARCH模型的降水量研究

降水量在农业、水利等各行业扮演着重要角色,提高降水量的观测与预测能力,有利于农业等各行业更好的发展。本文对沙雅县30年日均降水量动态数据进行分析,从中发现了降水量的波动聚集性,分别建立MA-GARCH与MA-EGARCH模型对降水量进行分析和预测。结果表明MA-EGARCH模型更能反映出降水量的特征,且预测短期降水量有较好的效果。通过MA-EGARCH模型能够较好的反映出降水量的动态变化。

石油期货价格波动的实证研究——上海、纽约和伦敦石油期货价格波动比较

石油期货价格波动性是值得研究的课题。本文研究了上海、纽约和伦敦石油期货价格波动性,它们都具有尖峰厚尾、成熟效应、波动聚焦性的特征。研究表明:上海燃料油期货市场的有效性明显低于纽约和伦敦,其深层原因是我国期货市场没有开放。

基于GARCH模型族的房价波动研究——以北京市为例

为了减少房价波动对经济的不利影响,研究房价的变化规律具有重要意义。该文运用GARCH模型族,以GDP、贷款利率等为自变量分析北京市房价的波动过程。计量结果显示:房价历史信息、GDP、CPI、贷款利率、土地成本对房价的影响显著;房价变化具有显著的波动聚集性和不对称效应;GARCH模型族能较好地拟合房价的变化规律。