宏观经济不确定性对碳交易市场时变波动的溢出效应——基于GARCH簇-SVAR-AB模型的实证研究

为探究经济不确定性影响中国碳交易市场排放权交易价格的影响因素,选取宏观经济、全国碳交易价格、煤炭能源、证券市场与电力消费五类变量,采用GARCH簇-SVAR-AB模型时域和频域溢出指数度量五大变量,对2014年-2022年我国碳交易市场价格的时变波动溢出效应水平及其非对称性进行实证研究。结果表明:碳交易价格波动对我国金融市场具有显著的时变波动风险溢出效应,且在不同冲击规模和正向、负向冲击下表现出风险传染的异质性和明显的非对称性;极端状态与正常状态下的风险溢出走势存在较大差异,极端状态下风险溢出水平远高于正常状态;经济政策不确定性短期上对碳交易市场交易价格有着显著影响,但长期的影响较弱。进一步分析发现,冲击规模和冲击方向均会对碳交易市场波动产生明显的非对称性影响,在极端风险事件冲击下风险的溢出效应及其非对称性更加显著。因此,政府应与金融机构一道,健全碳交易市场的政策调控体系与价格调控机制,创新碳金融衍生产品,降低碳交易市场价格波动对我国金融市场系统性风险的传递水平,阻断风险传递路径,不断提升我国绿色碳金融市场的发展。

基于GARCH-EVT-VaR模型的国际主要碳排放交易市场风险度量研究

选取欧洲碳排放权交易系统现货和期货数据,以及芝加哥气候环境交易所的数据,根据在险值理论、条件方差理论以及极值理论,构造GARCH-EVT-VaR模型,度量上述两个市场的正常波动和极端情况下的期望风险。对比两个市场的波动情况、市场效率以及市场风险,本文发现碳排放权交易市场下跌风险更大,并且下跌的信息对于市场的影响更明显。另外,认为强制性交易市场更适合碳排放权交易,且期货交易的引入增大了碳交易市场的不确定性。

基于GARCH-EWMA原理的期货交易保证金随动调整模型

在EWMA模型和GARCH模型思想的基础上,结合SPAN系统的思想,以保证金在期货交易中可以弥补最大损失额和保证交易的正常进行等作用为考虑因素,运用数理统计和VaR等风险管理方法,建立了保证金随动调整模型。在满足给定风险系数和置信水平的前提下,制定合理的保证金的收取比例,为期货交易的保证金水平的确定提供了新的计算方法。本模型的特点一是利用GARCH模型对EWMA模型中的关键参数-衰减因子进行测定,解决了以往使用EWMA模型时,对该参数人为赋值而导致模型人为因素过强的问题。二是在模型中引入波动函数,用来确定随时点t而不断变化的波动系数值。并采用大量的历史数据对大豆、豆粕两种期货品种的波动函数进行线性拟合,得到时点t与波动系数之间的连续线性函数,以代替以往波动系数与时点t之间所采用的极为粗糙的分段函数,从而大大提高了模型的灵敏性。三是采用近4500个合约价格的历史数据,对大豆和豆粕两种期货合约价格的涨跌停情况进行统计分析,得到这两类期货品种的涨跌停情况的概率分布。并分别考虑各种可能发生的情况综合计算最终单位保证金,使得保证金的计算更具全面性。

涨跌幅限制：是否稳定了股票市场？--基于GARCH事件模型的实证检验

本文应用GARCH事件模型对涨跌幅限制政策实施前后市场波动的结构性变化进行了实证检验。研究发现,涨跌幅限制政策对我国股市的波动性具有一定的抑制作用,但是非常有限,同时,涨跌幅对A股市场和B股市场波动性的影响相反。因此,涨跌幅限制并没有如预期的那样发挥比较大的稳定作用,应该适当修正或放宽该政策。

基于DCC多元GARCH模型的股票收益和交易量相关性分析

应用恩格尔提出的DCC多元GARCH模型对股票市场上股指和交易量变化之间关系进行探讨。结果发现各个市场之间的动态相关系数存在较大的差异,各个市场总体正相关机会远大于负相关。除了我国深圳股市A、B股市场外,其它市场支持条件相关系数动态变动的论断。

我国场外交易市场羊群行为的实证研究——基于GARCH模型

羊群行为现象是金融研究者关注的热点话题。通过建立GARCH模型,以我国代办股份转让市场和台湾兴柜股票市场为研究对象,对2009年至2012年我国场外交易市场羊群行为进行实证分析。研究表明:我国代办股份转让市场存在较弱的羊群行为现象,台湾兴柜股票市场不存在羊群行为现象;我国代办股份转让市场羊群行为在股市下跌阶段比上涨阶段表现明显;我国代办股份转让市场不明显的羊群行为现象由该市场下跌阶段较强的羊群行为导致。

基于扩展的GARCH模型股票交易量的研究

本文以股票作为研究对象,利用扩展的GARCH(1,1)-M模型对股票交易量进行了研究。实证结果表明,扩展的GARCH(1,1)-M模型是行之有效的。

我国试点地区碳排放权交易价格波动特征——基于GARCH族模型和在险值VaR的分析

选取北京、上海等碳排放试点地区的碳交易价格周数据,利用GARCH族模型分析讨论试点地区碳交易价格波动和风险特征,利用在险值VaR验证碳价波动风险差异,提出增强碳市场规模、提高碳交易活跃度、采取可行的方法监测各地碳交易价格波动、有效规避交易风险等建议。

基于GARCH模型的核证减排交易期货价格波动性研究

采用GARCH簇模型对欧洲气候交易所核证减排交易(CER)期货价格数据进行特征分析,发现虽然仅仅经过了三年多的发展CER期货价格收益率的波动与其他较为成熟的表现出了相似的特征,并从法规、市场构成、制度等方面对中国碳排放交易中心的建设提出建议。

基于GARCH模型银行股配对交易研究

配对交易是一种有效的套利策略,本文利用协整检验从A市银行股挑选出三组均有长期均衡关系的配对股票,并建立误差修正模型验证配对股票间的短期波动,然后通过建立GARCH模型计算动态的价差标准差作为交易信号来进行统计套利的模拟。模拟结果显示:2013年1月4日-2013年3月29日共56个交易日内,华夏银行和工商银行配对组合出现了8次套利机会;招商银行和中国银行组合出现1次套利机会;模拟套利时间区间内的每次套利操作在不考虑交易成本的前提下都能获得正的收益。

GARCH模型在研究股市交易量与股价关系中的应用

本文运用Granger因果检验和扩展GARCH模型实证研究了深圳A股市场交易量与股价之间的关系.得到了如下结论:交易量变量和收益率、波动率存在双向Granger因果关系;交易量只能在有限程度内解释波动率的持续性,深圳股市还存在其他影响波动率持续性的因素.

双限制Tobit自回归GARCH模型和价格限制下股票日收益率模型估计(英文)

本文提出了一个在价格限制即涨跌停板制度存在的情况下,股票日收益率可能遵循的时间序列模型一双限制Tobit自回归GARCH模型,建立了此模型的最大似然估计法(MLE),用Monte Carlo实验研究了最大似然估计量性质.作为此模型应用,我们对一个上海股市的股票日收益率模型参数进行了估计。

基于GARCH类模型的碳交易价格波动分析

碳交易价格及其波动情况直观反映了碳交易市场的稳定水平,是投资者关注的重要内容。文章通过构建GARCH类模型分析全国平均碳交易价格的波动情况,研究结果显示:碳交易价格波动出现集聚性,外部冲击对碳交易价格的影响虽然会消失,但有一定的持续性;碳交易价格不具有高风险高回报特征;外部冲击对碳交易价格的影响具有非对称性,坏消息对价格波动产生的影响更为突出。因此,有关部门应完善碳排放权交易市场机制设计,依据价格波动进行风险管控,建立符合我国国情的全国碳排放权交易市场。

基于GARCH簇-VaR模型的碳交易市场收益率波动性研究

碳交易市场的碳价格波动性是碳资产风险管理面临的主要问题。本文以上海环交所核证自愿减排(CCER)为对象,考察五种GARCH簇模型在四种分布假设下的波动率模型。研究表明,CCER收益率序列呈尖峰厚尾和波动集聚性,存在显著不对称效应和长期记忆性。通过对模型及Va R检验,发现仅有广义误差分布下的APARCH(1,1)能精确预测Va R。

融资融券交易对中国股市波动性的影响研究--基于GARCH模型

2010年3月31日我国证券市场推出了融资融券交易试点,标志着其单边交易模式退出证券市场的舞台。本文利用上海证券交易所的数据构建GARCH模型发现:融资业务会平抑股票市场的波动,融券业务则会加剧股票市场的波动。

融资融券标的证券配对交易策略研究——基于协整理论与GARCH模型

融资融券业务的开展为A股市场投资者提供了新的交易机制。本文研究了基于协整理论的传统配对交易模型建立方法,针对传统交易模型在实践中存在的一些问题,提出了具体改进措施:一是延后开仓策略;二是提前平仓策略;三是运用GARCH模型对价差波动率进行建模。

基于GARCH模型的股票配对交易策略设计——以基础建设行业为例

基于统计套利的配对交易策略是一种有效的配对交易策略。文章以基础建设行业为例,筛选出其中两支高度相关的股票进行套利研究。文章先以协整理论验证两股价间的长期协整关系,然后利用GARCH模型设定套利方案,并进行样本外实证检验以提高方案准确性。结果表明在不考虑交易成本的情况下,存在8次套利机会,其中5次可获得较高的短期套利收益,该策略适用于A股市场中风险中性的中型资金投资者。

沪深股市收益率波动性及其与交易量的关系研究——基于GARCH模型

本文选取上证指数和深证成指为样本 , 运用 GARCH 模型研究了沪深股市收益率序列的波动特征 , 在 GARCH 模型中引入成交量并将成交量分解为非预期成交量和预期成交量 , 以考察成交量对我国市场股票收益率波动的影响。

基于GARCH模型对我国股票交易数据分析——以工商银行股票交易数据为例

本文以工商银行2014年1月2日~2015年6月9日的股票交易数据为研究对象,分析工商银行股票开盘价发展趋势。首先,对数据的平稳性与随机性进行初步的判断;其次,通过数据分析建立了描述工商银行股票开盘价发展趋势的GARCH(1,1)模型;最后,检验模型的合理性。