基于CVaR-GARCH-GED模型的单品种期货风险价值预测

本文利用CVaR-GARCH-GED模型,首先以沪铜期货市场的连续结算价日数据为样本,对我国期铜市场风险进行拟合分析;然后利用不同分布假设下的GARCH族模型对期铜市场风险进行实证研究。结果表明CVaR-GARCH-GED模型能够更好的反映出期货市场收益的尖峰厚尾性,并且能够显著提高预测的准确性。

基于CVaR-GARCH-GED模型的股指期货风险预测

本文以我国沪深300指数期货合约(IF1012)的日收益率为样本进行实证分析,结果表明:建立在GARCH-GED模型基础上的CVaR预测收益率涨跌变化与原始收益率的变化趋势一致;CVaR准确性检验说明CVaR预测收益的准确性在95%的置信水平下是显著的,能够比较准确地预测风险。

基于GED—GARCH模型的中国原油价格波动特征研究

本文采用中国大庆原油价格日平均交易数据,建立了基于GED分布的GARCH(1,1)、GARCH-M(1,1)和TGARCH(1,1)三个模型,描述了中国原油价格与国际接轨以来的波动特征。实证结果表明,与国际油价类似,中国原油价格的波动也存在显著的GARCH效应,但其波动冲击的半衰期要比国际油价短,为5天。而且,中国原油收益率受到预期风险的负向影响,表明中国原油市场并非完全市场化运作,当然这种负向影响程度较小,约为8%。另外,中国原油价格的波动存在显著的杠杆效应,相同幅度的油价下跌比油价上涨对未来油价的波动具有更大的影响,前者是后者的1.7倍左右。最后,基于GED分布的GARCH模型比基于正态分布的GARCH模型能够更好地描述中国原油价格的波动特征,并且具有较好的预测能力。

基于GED—GARCH模型的中国粮食价格波动特征研究

文章建立ARCH族模型分析了2000年1月至2013年7月的粮食价格波动特征,对GED分布、t分布和正态分布下的ARCH族模型估计结果进行对比,研究表明:粮食价格具有明显的"尖峰肥尾、非正态"的特征;假设价格收益率均值方程的残差序列服从正态分布时的AIC、SC值最大,而在GED分布条件下AIC、SC值最小,估计出来的GED参数值小于2,验证了残差序列有典型的"尖峰肥尾"特征;大米价格和大豆价格具有明显的波动聚集性,小麦和玉米价格则没有明显的ARCH效应;大豆市场存在高风险高回报的特征,同时存在明显的非对称性特征,相比于价格下跌信息的冲击,价格上涨信息带来的冲击要大得多。大米市场既不存在高风险高回报的特征,也不存在"杠杆效应"。

基于GARCH-GED分布模型的证券投资基金风险度量

随着基金行业改革的推进,市场风险日益成为证券投资基金面临的主要风险。基于收益率序列的波动聚集特征,在计算VaR时对方差-协方差法进行了改进:为描述分布的尖峰厚尾特性,假定其收益服从GED分布;为描述条件方差的时变性,将GARCH模型引入VaR计算,并以10只开放式基金为样本进行实证分析。结果表明:基于GARCH-GED模型的VaR方法比传统方法更有效,能够较好地刻画证券投资基金的市场风险。

基于GED-EGARCH模型的深圳股市风险价值研究

金融时间序列具有分布的厚尾性、波动的集聚性等特点,传统的方法难以准确度量其风险。根据GED分布适合刻画资产收益的厚尾分布和GARCH族模型能动态描述收益率行为的优点,得到基于GED分布的GARCH、EGARCH模型的日VaR的度量方法。利用深证综指数据,计算市场风险的日VaR,并利用Kupiec提出的LR统计量检验法对两模型的风险价值计算结果进行了比较。结果表明基于GED-EGARCH模型的风险价值能更好地刻画深圳股市的市场风险。

我国玉米期货价格波动特征研究——基于GED-GARCH类模型

玉米期货市场价格的大幅度波动将影响其在市场中价格发现、套期保值及稳定生产的积极性作用。本文构建了基于GED分布的GARCH类模型对我国玉米期货价格波动特征进行分析,结果表明:我国玉米期货价格收益率波动具有显著的集聚性,2009年前后的玉米期货价格收益率在冲击持续性、预期风险对收益率的影响和波动的非对称性等方面存在显著差异。基于GED分布的GARCH类模型能够更好地拟合我国玉米期货价格收益率的波动。

基于GARCH模型的VaR方法对中国股市的分析

中国股票市场的收益率具有厚尾性 ,可以利用GARCH模型中的条件方差来度量其VaR。我们运用了基于不同分布假定下的GARCH模型的VaR方法对深圳股票市场与上海股票市场的风险进行了分析。分析的结果表明深圳股票市场比上海股票市场有更大的风险 ;

多尺度GARCH模型研究货币增长对期货价格波动的影响

选取M2同比增长率为货币供应量的增长指标,从收益的波动性与分布出发,运用GARCH-GED模型对上海期货交易所的铜、铝和橡胶期货数据进行检验,求得收益的波动序列。同时,运用小波db(4)对波动序列进行小波分解,得到反映长期趋势的低频数据。通过对低频数据和M2同比增长率之间的Granger因果检验,得出货币供应量的增长会加剧期货市场的波动,从而为流动性过剩对期货市场产生影响提供有力证据。

基于GARCH-GED模型的证券投资市场风险实证分析

近些年来,市场风险逐渐成为了证券投资基金面临的主要风险,目前对于证券投资市场上的风险预测与评估较为流行的方式就是Va R方法。本文将GARCH模型引入Va R计算,以10支开放式基金为样本进行实证分析,研究结果表明基于GARCH-GED模型的Va R方法与传统方法相比更能够有效地反映证券投资市场的风险。

基于HP滤波—AR模型—GARCH族模型对黄金价格预测研究

黄金作为一种特殊的贵金属,不仅其本身具有货币和商品的双重功能,而且对经济领域有着重要影响,因此预测黄金价格趋势对社会经济发展具有重要意义。文中提出了一种新的预测方法:首先采用HP滤波将时间序列分解为趋势要素序列和周期波动序列;然后针对不同序列的性质,对趋势要素序列采用自回归模型(AR)拟合预测,对周期波动序列采用ARMA-GARCH族模型拟合预测;最后将两个预测序列相加与原序列比较;预测结果在模型精度和范围上均令人满意。

基于GARCH族模型的VaR与CVaR值的实证与应用

文章以港交所H股指数期货的收盘价格数据作为实证载体,研究在正态分布、T分布和广义误差分布下GARCH、EGARCH及PARCH模型的VaR值和CVaR值,经过比较和检验,其结果显示:一、三种分布对结果拟合最好的是广义误差分布GED;二、在VaR值预测失效的时候,CVaR值仍然能够比较准确的预测结果,对CVaR值的测量效果最佳的是基于GED分布的PARCH模型。

基于GARCH模型的VaR度量证券投资基金风险实证研究

相对于度量金融资产风险的各种波动性方法和灵敏度方法,VaR方法以其概念简单易懂、关注下行风险和可计算复杂投资组合的风险等优点成为国际上广泛采用的先进风险度量方法。但计算VaR有许多不同的方法,针对不同的资产或资产组合找到合适的VaR计算方法是应用VaR的关键问题。分析证券投资基金的统计特征和风险特性,采用厚尾分布和GARCH模型来计算其VaR值,通过比较得出GED分布假设下的GARCH模型方法是所分析的几种VaR计算方法中的最优方法。

基于GARCH类模型的外汇汇率波动分析

一、引言GARCH类模型是反映市场收益率波动特征最常用的模型,它很好的反映了收益率波动的群集和异方差性。Engle(1982)

基于VaR-GARCH模型的我国开放式基金风险实证研究

从收益的波动性与分布出发,组建起计算时变风险价值的VaR-GARCH模型族,并应用该模型族在两种厚尾分布假设下对我国开放式基金的市场风险进行了实证分析。研究结果表明,基于广义误差分布的VaR-EGARCH模型能相对较好地刻画开放式基金的统计特征与市场风险。

基于概率理论和AR/GARCH模型的非线性损伤识别

为了解决在不确定因素干扰下的结构非线性损伤识别问题,提出了基于概率理论和自回归/广义自回归条件异方差(AR/GARCH,autoregressive/generalized autoregressive conditional heteroskedasticity)混合模型的非线性损伤识别方法。描述了AR/GARCH模型的组合理论及其相应的组合公式,给出了模型参数估计和定阶方法。利用损伤前后的加速度响应信号构造AR/GARCH模型,并进一步提取出非线性损伤特征因子。采用概率理论和置信区间方法获取相应的损伤存在概率,并建立基于层间刚度的基本概率损伤指标。在此基础上,基于权化技术提出了改进概率损伤指标以提高识别可靠性。数值计算和实验验证结果表明,基于概率理论和AR/GARCH模型的损伤技术可以较好地解决不确定因素干扰下的非线性损伤问题,改进概率指标的识别效果明显优于基本概率指标。

GARCH模型的残差分布比较研究及实证分析

在三种不同的分布假设:正态分布、学生t分布、GED分布下,对GARCH模型进行了比较研究。并对沪深300指数收益率进行了实证分析。研究结果表明:在不同的分布假设下,GED分布更能反映沪深300指数收益率的尖峰厚尾性,更能准确地描述沪深市场的波动性。

基于ARIMA-GARCH模型的应用研究——以佐丹奴华侨店的销售量为例

本文采用时间序列分析方法,通过销售量受到季节循环变动趋势和随机变动趋势的影响,提出在销售量预测的时候应该首先剔除随机变动的影响,在考虑季节趋势的基础上建立AR-GARCH模型,对佐丹奴华侨店的销售量数据进行分析和预测,为企业提供了定量的分析预测数据。结果表明,所建立的模型对于拟合和预测均是有效的。

基于AR-GARCH模型的沪市行业指数周内效应研究

国内外众多学者曾研究并证实股市周内效应的存在。由于综合指数涵盖股票类型众多,其周内效应不可完全作为投资、政策制定决策的合适参考。本文选取2004年1月至2012年12月的上证工业、商业和地产指数的对数收益率数据,分别建立带虚拟变量的AR-GARCH模型。经分析发现,工商行业收益率存在显著的周四负效应,同时,三个行业的收益率波动均表现出显著的周一波动增强作用。文章最后根据周内效应存在的可能原因提出了稀释效应的建议。

基于VaR-GARCH模型的国际原油期货风险分析

基于金融时间序列的实际分布的尾部明显更厚,而峰度则更高的特征,可以运用在不同的分布假定下的GARCH模型的VaR计算方法来对市场的风险进行分析。利用GARCH族模型以国际原油期货的日收益率数据分别在t-分布和广义误差分布(GED)条件下来度量原油期货的在险价值VaR。在验证了多个模型和二种分布组合之后,得出了GARCH(1,1)-t分布模型对原油期货能较好的拟合和反映出国际原油期货收益率的风险特征性。