随机波动模型的持续性和协同持续性研究

波动持续性是广泛存在于经济和金融时间序列的一类普遍现象 ,它反映了经济和金融的风险相关性 .在介绍随机波动模型有关概念和性质的基础上 ,从单整的角度讨论了随机波动模型存在的持续性 ,并以此为基础 ,讨论向量随机波动模型存在的持续性和协同持续性 ,给出了随机波动模型的协同持续定理 .此外 ,文中进一步讨论了协同持续存在的条件和有关性质 。

带ARMA(1,1)条件异方差相关的随机波动模型的MCMC算法

我们首先提出了一个带ARMA(1,1)条件异方差相关的随机波动模型,它是基本的随机波动模型的一个自然的推广.进一步,对于这一新模型,我们给出了一个马尔可夫链蒙特卡罗(M CM C)算法.最后,利用该模型的模拟数据,展示了M CM C算法在这种模型中的应用.

随机波动率模型的最小熵鞅测度和效用无差别定价

本文研究了随机波动率模型的最小熵鞅测度和效用无差别定价。利用动态规划方法,得到了效用无差别定价满足的偏微分方程以及效用无差别套期保值策略。利用指数效用函数的最优投资策略与最小熵鞅测度之间的关系,证明了最小熵鞅测度的存在性,并利用偏微分方程给出了最小熵鞅测度。

向量随机波动模型的共因子研究

提出了向量随机波动模型波动协同持续 ( common persistence in volatility)的定义 ,证明了波动协同持续与协整 ( cointegration)两者之间的等价关系 ;同时 ,基于 Stock- Watson与Gonzalo- Granger因子分解 ,给出了协同持续因子 ( common persistent factor)的两种不同的表达形式 ,证明了两者间存在着协整关系 .文中讨论了在隐因子过程为 VAR( 1 )的假定下 ,协同持续因子的表达以及协同持续因子存在的必要条件 .

两因子期权定价模型的条件蒙特卡罗加速方法

对一类随机波动率模型下的欧式期权定价问题,首先推导出条件蒙特卡罗方法的计算框架,然后基于鞅表示定理构造了一类有效的控制变量.数值实验结果表明:结合鞅控制变量的条件蒙特卡罗方法有效地减小蒙特卡罗模拟误差,对模型参数的依赖性小.

随机波动模型的沪深股市比较研究

金融市场的风险和波动性一直是现代金融学研究的主题。金融风险具有时变性,金融波动具有持续性。介绍了刻画波动特性的随机波动模型及其估计方法。为了帮助投资者和政府监管机构理解沪深股市的风险特性,利用随机波动模型对上海股市和深圳股市的波动特性进行建模和比较分析,结果发现,上海股市比深圳股市的风险高,波动的持续性低;分析了产生这种现象的原因,并提出了若干建议。

基于多元条件极值模型的股指期货与现货下尾部相依性研究

运用多元条件极值模型研究了沪深300股指期货与现货指数之间的下尾部相依关系。通过先构建随机波动-超阈值(SV-POT)模型描述两种资产收益的边缘分布,再建立多元条件极值模型对分布下尾部的相依结构进行研究。实证结果表明:两个收益的下尾存在显著为正的相依关系且条件相依程度都在80%以上,但相差不大,两者可以看成是一个同质的市场。

基于MS-AR模型的黑龙江省生猪价格周期波动研究

为了研究黑龙江省生猪价格近年来涨跌变化的特点和规律,预测生猪波动周期和价格走势,降低生猪价格大幅波动引起的市场风险,笔者采用MS-AR模型对黑龙江省生猪价格周期波动特征进行了深入研究。结果表明:生猪价格时间序列中存在着'下跌区制''稳定上涨区制'和'快速上涨区制'三种状态;生猪价格在不同区制上具有不同的持续性和波动性,而且生猪价格在不同区制上的概率以及不同区制之间的转移概率存在着显著的差异,因此黑龙江省生猪价格调控政策应该依据生猪价格周期波动的区制特征来制定。

基于波动持续性的最优组合构建与分散化研究

构建恰当资产组合来减少风险,是投资组合理论研究的重要目标.由于金融时间序列的波动往往会伴随着持续性特征,该种特性会增大组合未来收益的风险.本文通过构建随机波动模型序列持续性最优投资组合模型,以降低金融资产波动的持续性特征对组合收益波动的影响;并通过研究其分散化水平,考察该投资组合构建方法的有效性与稳健性.研究发现:与均值方差的组合模型相比较,序列持续性组合的风险分散化水平更好.此研究在资产组合选择方面,具有较为重要的理论价值及实践意义.

中国股市超高频持续期序列长记忆性研究

针对股市超高频持续期序列,提出了长记忆随机条件持续期模型(LMSCD),并设计了一类基于混沌禁忌遗传算法的谱似然函数模型参数估计方法,通过Monte Carlo模拟实验,验证了方法的可行性。然后,利用沪市浦发银行股票的超高频数据,分别建立了交易持续期、价格持续期和交易量持续期的长记忆随机条件持续期模型,验证了中国股票市场超高频持续期序列长记忆性的存在。

中国股市超高频持续期序列长记忆性研究

文章针对股票市场的超高频持续期序列,提出了长记忆随机条件持续期模型(LMSCD),并给出了模型参数的极大谱似然函数估计方法。然后,利用沪市浦发银行股票的超高频持续期数据,分别建立了交易持续期、价格持续期和交易量持续期的长记忆随机条件持续期模型,验证了中国股票市场超高频持续期序列长记忆性的存在。

Hull-White随机利率模型在债券价值分析中的应用

Hull-White随机利率模型既考虑了短期利率的均值回复(meanreversion)特性,又与初始期限结构相符合。本文就如何将Hull-White模型应用于债券定价进行了探讨,并将之应用于债券价值的风险分析。

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。

金融市场波动模型化研究进展

金融风险的防范与规避是投资理论与投资实践的中心课题。文章阐述了金融市场波动的时变性及其高峰厚尾性、聚集性、杠杆效应、持续性、传导性等主要特征 ,并从 ARCH模型、SV模型的角度说明了国外模型化研究的进展情况 。

基于SCD模型的金融超高频数据信息含量研究

针对随机波动条件持续期模型(SCD模型)对于金融超高频数据的模拟优势,采用股票交易的分笔数据,在模型中引入消息指标变量、交易量和买卖价差三类微观结构变量,通过分析价格持续期与这些结构变量之间的相关性,以研究价格形成过程中的信息传递过程。研究结果表明:利好消息通常导致交易强度增加,利空消息通常会导致交易持续期延长,价格变化对交易持续期造成的影响有限;小盘股买卖价差影响后续价格交易持续期,但大盘股的影响并不明显;交易量的增加具有信息含量。

基于GERT的武器装备维修备件订货间隔期预测

由于武器装备维修备件的需求是随机波动的,订货间隔期的准确预测就成为了一个难点。针对这样一个随机波动的需求系统,提出了利用GERT随机网络模型对其进行描述,进而求出随机波动需求的订货间隔期的解析表达式,解决了不确定性需求的订货间隔期的预测问题,为武器装备维修备件的科学管理提供数据支持。通过实例验证表明,GERT随机网络模型是解决武器装备维修备件订货间隔期的一种有效手段和方法。

最小CVaR股指期货套期保值比率的实证研究

在最小CVaR套期保值的框架内,分别将正态假定法和Cornish-Fisher展开法与条件波动率模型相结合以计算套期保值比率,条件模型可以充分反应金融数据波动聚集的特征。文章通过沪深300股指期货对上证50ETF的套期保值实证研究发现,条件模型可以提高样本外套期保值效果;与最小方差套期保值的对比显示最小CVaR套期保值并没有取得更好的样本外套期保值效果。

利用金融期货规避商品价格风险的研究

本文利用韩国综合股票价格指数期货对我国钢材进行了交叉套期保值研究,建立了基于随机波动模型下的利用国外金融期货对我国商品现货交叉套期保值风险度量模型,并通过实证分析认为,基于随机波动模型下的风险在险值基本能够刻画出基差风险状况。本研究为利用金融期货对商品现货交叉套期保值提供了理论依据,对我国推出金融期货后,企业规避商品价格风险扩大套期保值品种具有一定的借鉴意义。

我国股市波动非对称性和混合分布假定的经验分析

混合分布假定(MDH)用信息流的自相关结构解释收益波动的GARCH效应和持续性。本文先运用EGARCH-GED模型考察沪深A、B股市场的波动非对称性,发现A股市场波动显著非对称、B股市场“杠杆效应”不显著。然后,我们根据“杠杆效应”的显著与否,把同期交易量作为信息替代指标分别引入EGARCH-GED和GARCH-GED模型的条件方差方程, 实证检验混合分布假定。最后,我们比较预期和未预期交易量对条件方差的解释力。研究表明:在B股和上证A股市场上,同期交易量对收益波动的GARCH效应和持续性有显著的解释力;同期交易量不能作为市场信息的完全替代指标;未预期交易量对收益波动有显著的解释力、比预期交易量的解释力强。