上市保险公司股票价格波动性研究——基于非对称组合GARCH模型

保险公司在资本市场上市为人瞩目。保险公司的股票行情吸引广大投资者和保险从业人员的关心。上市保险公司的股价波动性值得众多利益相关者加以关注,也具有重大的学术研究价值。本文选取代表性上市保险公司人保的H股价格数据进行实证分析,对上市保险公司股票价格波动性进行研究。创造性地采用了非对称组合GARCH模型,对股价波动的长短期均值回复特征、波动丛集性和政策冲击的杠杆效应等进行考察,得到AR(6)、非对称组合GARCH(1,1)模型稳健的定量结果。据此向投资者、保险公司等利益相关者提出政策建议。有利于改善证券投资业绩,加强保险监管,提升险企风险管理水平,更好地促进保险业健康稳定发展。

金融时间序列的波动持续性与优化投资组合关系——基于GARCH(1,1)模型矩的视角

GARCH(1,1)模型是最具代表性的ARCH族模型,而ARCH族模型是描述金融时间序列波动持续性特征最为广泛使用的模型,因此对GARCH(1,1)模型进行研究具有很强的理论和实际意义。本文基于矩的角度对GARCH(1,1)模型描述的波动持续性进行了研究并得到了矩和波动持续性关系的具体数学描述。这为人们厘清掩藏在服从GARCH(1,1)过程的金融时间序列背后的规律提供了一个独特视角,帮助人们了解GARCH模型并优化投资组合。

基于Levy-GARCH模型的股票市场尾部风险度量研究

防范化解金融风险是牢牢守住不发生系统性风险底线的重要工作,描述资产价格规律、准确度量尾部风险是风险管理的前提。为研究非对称性和非高斯性对我国股市收益率预测和尾部风险度量的影响,本文使用20种Levy-GARCH模型对上证综合指数进行实证分析,计算噪声服从跳跃过程时的VaR和CVaR值,结合快速傅里叶变换数值计算和回溯测试进行检验。研究结果表明:在中国股市中,非高斯性和非对称性是不可忽视的重要特征,跳跃行为在收益率拟合、预测和风险度量方面有重要影响;在尾部风险度量上,带跳跃的非仿射结构条件方差模型表现稳定地优于仿射结构模型,而且有限跳跃过程模型的综合表现优于带无限活动率跳跃过程的模型。总的来说,非对称、非高斯、非仿射的Levy-GARCH模型在收益率拟合与尾部风险测度上表现更好,而且有限跳跃形态可以更准确地解释中国股票市场的尾部风险。

基于非对称GARCH模型的美元/人民币汇率VaR分析

GARCH模型在金融资产序列波动率的模拟和金融风险VaR的度量中有广泛的应用。自从2005年7月21日人民币实施浮动汇率机制以来,美元/人民币汇率的波动较为频繁。因此,利用非对称GARCH模型度量美元/人民币外汇汇率的波动性,并计算95%和99%置信水平下不同模型的VaR,运用Kupiec检验对不同模型一天VaR度量的精度进行比较,结果表明无论在95%低置信水平下,还是在99%的高置信水平下,TARCH-t和EGARCH-t对美元/人民币能很好的拟合实际日损失。

一个非对称风险度量模型及组合证券投资分析

在分析Jia&Dyer的风险-价值理论基础上,给出了一个基于预先给定的目标收益的非对称风险函数。该风险函数是低于参考点的离差和高于参考点的离差的加权和,它利用一阶"上偏矩"来修正二阶下偏矩,进一步建立了在此非对称风险函数下的二次规划组合证券投资模型;并证明了该模型与三阶随机占优准则的一致性;最后通过上海证券市场的实际数据验证了该模型的有效性和实用性。

基于非对称阿基米德Copula模型的投资组合风险度量

基于几何平均和加权平均的结合,构造非对称的加权混合阿基米德Copula模型,使得所建立的模型既能考虑资产组合内部各资产非对称的影响,又能捕捉到资产组合的上下尾相互作用的差异性.在实证研究中,以旅游业的金融投资组合作为研究对象,将非对称的加权混合阿基米德Copula模型和混合Copula模型在资产组合VaR计算精度方面进行了比较,结果发现非对称的加权混合阿基米德Copula模型真实反映资产组合相关结构非对称的差异性,具有较好的准确性及有效性.

基于ANN－GARCH模型的中国股市收益非对称波动拟合能力研究

在传统的非对称GARCH模型上加入ANN逻辑项,从而提高了模型的非对称性描述能力。不同于"黑箱"式的神经网络计算,这种方法的ANN逻辑项是可见、可分析的。通过对上证综指、深证综指和恒生指数的实证研究,发现三个市场都存在"杠杆效应"。研究表明:ANN-GARCH模型总体上比传统模型的拟合效果更好,预测能力更强。

一个非对称GARCH模型的严平稳遍历性

讨论了一个非对称广义自回归条件异方差新模型的严平稳性及遍历性,并且给出了该模型存在高阶矩的条件.

基于非对称GARCH模型的股票指数VaR的度量与实证分析

Va R法是目前金融机构广泛采用的风险管理工具。文章选取最新的上证综指和深证成指的日收盘价作为数据样本,基于GARCH类模型,探讨其在不同置信水平下,在分别服从正态分布、t分布和GED分布的假设下的Va R值,并通过回测检验对模型的有效性进行检验。实践证明,非对称的GARCH模型能够更好地拟合股票指数序列。

我国股票市场波动非对称效应的反转--基于VS-GARCH模型的实证研究

本文应用VS-GARCH模型对我国沪深两市的波动非对称性及非对称效应的反转进行了实证研究,结果显示,我国沪深两市波动性总体特征趋于一致,两市都存在非对称效应,两市都存在波动非对称效应的反转,表明我国股票市场的非对称效应不仅随时间变化,而且还随冲击程度的大小而变化。另外,非对称效应的反转现象还随股票市场发展逐步显著。

基于非对称Laplace分布的GARCH模型探讨我国证券市场风险

文章以GARCH模型为理论基础,在95%的置信水平下,对比收益率的分布不同,分别求出我国四种主要股票指数的各时期的风险值,非对称Laplace分布合适地描述金融数据的尖峰、厚尾和有偏的特征,最后对于模型的有效性,选用Kupiec方法对模型进行检测,表明收益率分布采用非对称Laplace分布从而有助于提高对股票指数的风险度量的准确性。

灰色GM(1,1)-小波变换-GARCH组合模型预测松花江流域水质

为了研究松花江流域水质变化情况,预测未来水质变化趋势以及对松花江流域水质的保护提供理论依据和决策方案,通过对松花江抚远段2012年前15周的实测溶解氧(dissolved oxygen,DO)、高锰酸盐指数CODMn、氨氮NH3-N数据分析,以灰色GM(1,1)模型、小波分解与重构和广义自回归条件异方差(generalized auto-regressive conditional heteroskedasticity,GARCH)模型为基础,建立了灰色GM(1,1)和灰色GM(1,1)-小波变换-GARCH组合的混合预测模型,并以抚远段实测DO、CODMn、NH3-N数据为实例进行验证,预测结果极显著(P<0.01),预测误差分别为3.39%、8.56%、7.83%,表明该预测模型精度较高,适用于对水质变化的预测研究。最后,利用该模型对松花江抚远、黑河、嘉荫和同江段2013年前8周的4个污染指标进行预测分析,预测结果与实测数据误差较小,基本符合水质未来变化趋势,为相关部门对松花江流域水质预测和保护提供参考。

基于多元GARCH-VaR的期货组合保证金模型及其应用研究

提出了确定保证金的非线性风险对冲原理、整体风险覆盖原理和动态预测原理,借助多元GARCH(1,1)模型所预测出的多种期货组合的协方差矩阵,计算该期货组合的波动值,并结合风险价值(Value-at-Risk,VaR)思想,建立基于多元GARCH-VaR的多种期货合约组合市场风险评价模型,并利用该模型计算大连商品交易所多种期货合约组合的保证金。本模型的特点一是通过保证金确定的非线性风险对冲原理,利用多元GARCH(1,1)模型在预测风险时对风险进行非线性对冲,解决了SPAN和TIMS系统对组合风险的直接线性相加减,导致预测值不精确问题。二是通过整体风险覆盖原理应用VaR模型计算整体市场风险,应用VaR模型计算任意期货合约组合的整体市场风险,满足了市场监管对整体风险覆盖的需要。三是通过动态预测原理,利用多元GARCH(1,1)模型对期货组合的风险进行预测,准确反映了期货价格时间序列具有波动聚集效应和时变方差效应,保证了预测的准确性。实证结果表明,本模型在保证较高风险防范能力的基础上可降低保证金的收取水平,为期货交易市场价格波动程度的衡量及浮动式保证金的确定方法提供了新的思路。

细长翼身组合体前体非对称涡特性研究

通过低速和高速风洞试验对翼身组合体的前体非对称分离涡气动特性的研究,以及对旋成体非对称涡进行了大量的资料研究,结果表明:本专题所研制的细长翼身组合体的前体在较大迎角下有多个非对称涡;迎角、旋成体的外形,尤其是头部的几何形状是细长前体出现非对称涡的关键因素。

因子多元GARCH模型在资产组合投资决策中的应用

基于现代资产组合理论和套利定价理论(APT),构建了具有因子多元GARCH效应的组合投资决策模型,并结合实际数据对模型进行了应用。

基于GARCH和E-GARCH模型的投资组合波动预测分析:以上证50指数为例

通过借助GARCH模型和考虑数据不对称性的E-GARCH模型,分析上证50指数投资组合波动的预测性,实证结果发现:上证50指数日收益率波动均存在条件异方差,市场收益率的波动随时间的变化而变化,而且经常在某一时刻中连续出现偏高或偏低的情况;另一方面,从GARCH模型和E-GARCH模型对上证50指数的预测比较可看出,选取的上证50指数样本数据具有一定的不对称性,短期来看,GARCH模型和E-GARCH模型都能够很好的拟合上证50指数的日收益率波动轨迹,预测误差较小。但随着样本期的延伸,相对于GARCH模型,E-GARCH模型预测效果的相对误差更小。

基于Pair-Copula-GARCH模型与CVaR的时变投资组合优化

以过去的信息为条件,以一致性风险度量CVaR为优化目标,以组合收益率为约束条件,建立了时变投资组合优化模型,通过基于pair-copula-GARCH模型的蒙特卡洛模拟方法得到未来某时刻收益率的多个可能情景,并引入一个特殊函数实现了投资组合模型的线性化,得到了最优投资组合策略.最后针对提出的模型进行了实例分析.

基于GARCH模型的Black-Litterman投资组合研究

该文以上证50样本期内38只股票周收益率为实证研究对象,利用GARCH模型预测周收益率和条件方差,并以此分别量化传统BL模型中的观点收益向量和观点误差矩阵,得到的BL预期收益率普遍高于市场均衡收益率.最后,基于该BL预期收益且不允许卖空条件,给出这38只股票的最优投资组合和有效前沿.

基于FNN-GARCH组合模型的船舶电磁仪表器材消耗预测研究

针对船舶电磁仪表器材消耗预测过程中存在的数据序列波动性问题,结合电磁仪表器材消耗特点和维修保障工作实际,分别建立了模糊神经网络模型(FNN)和广义自回归条件异方差模型(GARCH)以及FNN-GARCH组合模型,通过比较研究,基于FNN-GARCH1组合模型来对电磁仪表器材消耗量进行预测,可以很好地提高预测精度,为电磁仪表器材维修保障决策提供了定量依据和实用预测方法。