基于MCMC算法AR-GARCH模型中国出口集装箱运价指数波动性研究

我国是集装箱货物进出口大国,集装箱班轮运价的剧烈波动使货主和班轮公司面临巨大的风险.为研究我国出口集装箱运价波动风险,对中国出口集装箱运价指数(China Containerized Freight Index,CCFI)建立基于Griddy-Gibbs抽样MCMC算法的贝叶斯AR-GARCH模型.针对1998年4月至2013年12月的CCFI总指数的去均值周收益率数据,建立残差基于正态分布和T分布的AR-GARCH模型,运用Win Bugs软件和MH算法进行贝叶斯参数估计,发现AR(3)-GARCH(1,1)模型拟合效果最好;参数估计结果表明,波动具有较强的持续性,不存在'风险溢价'和'杠杆效应'.经对比,发现AR-GARCH-T模型拟合效果更好;对比ML方法,发现MCMC算法估计结果的样本内拟合优度较差,而样本外预测能力较强.

AR-GARCH型残差控制图及其应用研究

受控过程经常呈现出自相关性和波动簇聚性并存的特征.为解决这类过程的监控问题,本文提出ARGARcH型残差控制图,用自回归模型结合残差图解决自相关问题;用受控过程的条件标准差替代无条件标准差,构造控制图的控制线,解决波动簇聚的问题.并结合对股票周收益序列进行监控的实例对该控制图的有效性加以分析.

基于X-12-ARIMA和AR-GARCH模型的房价波动研究

以SAS软件为工具,以2007年1月至2015年6月北京市新建住宅价格指数序列为样本,构建时间序列模型进行实证研究.结果表明,基于X-12-ARIMA模型和AR（2）-GARCH（1,1）模型的复合模型是拟合房价的最优模型.房价序列存在明显的季节特征和典型的波动聚集性,X-12季节调整方法和异方差模型显著有效,拟合相对误差不超过0.4%.对房价的短期预测表明,近期内房价仍保持3%~5%的增长态势,且外部因素对房价的影响程度远远大于房价自身的波动冲击力.

融资融券交易对股价波动的影响——基于AR-GARCH模型的实证分析

基于2008年3月31日至2012年4月27日的日数据,运用带虚拟变量的AR-GARCH模型实证分析2010年3月31日实施融资融券制度这一事件对标的证券的价格波动是否具有冲击影响。我国的融资融券制度对股价波动产生了显著影响,但是在我国的证券市场中,融资融券交易的价格发现功能并没有得到发挥;我国的融资融券交易与股价之间主要是负向反馈机制,融资融券扩大了股价的波动,而非平抑股价波动。追涨杀跌导致的股市波动扩大,主要跟市场制度不健全、投资者风险意识淡薄、融资融券制度推出初期规模较小有关。要不断扩大融资融券的标的证券范围,完善转融通机制;加强证券市场风险教育,完善融资融券的风险控制手段。

改进型LOBNN&AR-GARCH模型在股票预测中的应用

为实现对股票价格的短期预测,本文在Laguerre正交基神经网络(LOBNN)模型的基础上,提出了一种新的组合预测模型来预测短期股价的变化。该模型先通过改进LOBNN模型的权值求解算法,用以增强模型的通用性。接着在其基础上设计新的迭代算法,进一步提高模型的预测精度,进而得到新的LOBNN模型。之后将股价数据分别代入AR-GARCH模型和改进后的LOBNN模型,得到输入数据的两组预测值。最后通过不同的权重来组合两种预测结果,生成最终股价的预测结果。文末的仿真结果表明该组合模型在预测精度与通用性上较原始模型有较大的提升,是一种高效的预测模型。

互联网金融与传统金融的双向系统性风险溢出效应研究——基于AR-GARCH-CoVaR模型分析

互联网金融的迅猛发展,对我们的生活产生了巨大影响,有关它的研究也备受关注。本文建立了互联网金融对传统金融机构的双向系统性风险溢出效应模型,采用AR-GARCH-Co VaR分析方法。研究表明,互联网金融是风险损失最大的行业,应加强自身风险控制和消费者保护。其次,互联网金融对银行业的风险传染最为明显,远远大于证券业和保险业。最后,两者的双向风险传染效应均为正向,且存在不对称性,以银行与互联网金融的关系最为显著。传统金融业在与其竞争时应加强风险监控、促进自身业务转型、创新金融互联网模式。

基于AR-GARCH模型的城镇职工平均工资实证研究

基于SAS软件系统,通过对1978-2008年广东省城镇职工平均工资序列进行分析,建立了AR(1)-GARCH(1,1)拟合模型,实证结果显示拟合效果较好,对以后的分析预测及制定相关政策有一定的帮助.

我国碳排放权交易价格波动特征研究——基于AR-GARCH模型的分析

我国目前已建成七大碳排放权交易市场。为研究价格收益率序列的波动特征,本文利用AR-GARCH模型对各个碳排放交易市场的日收益率序列进行拟合,描述其可能存在的自相关性和条件异方差动态。结果表明,深圳市、北京市、上海市、天津市、湖北省交易所的日收益率存在显著的自相关性和条件异方差,AR-GARCH（1,1）模型对这5个市场有较高的拟合优度,当期的收益率大小及波动程度均受滞后期影响,外部冲击会加剧收益率的波动性,且波动的持续时间普遍较长。

AR-GARCH模型在股票市场的应用

本文介绍了AR-GARCH模型,以及当前国内外的研究情况,并利用此模型对从2003年1月7日到2010年11月19日的上证指数进行实证分析.结果表明,在股票价格序列中普遍存在的尖峰厚尾现象在上证指数中同样存在,还有明显的异方差性,并且AR-GARCH模型可以很好的拟合股指收益率波动情况.

我国上市商业银行系统性风险度量研究——基于AR-GARCH-CoES模型

基于我国上市商业银行的日度股价数据,采用改进后的AR-GARCH-CoES模型,即将只关注单一分位点上期望损失的CoVaR模型改进为关注尾部损失的均值的CoES模型,度量了我国上市商业银行对整个银行体系的系统性风险。结果表明:大型上市商业银行的自身风险相较于中小型上市商业银行要小;大型上市商业银行对银行系统整体的影响要高于中小型上市商业银行;各上市商业银行的ΔCoES绝对值要高于其ΔCoVaR绝对值,即CoVaR模型低估了上市商业银行的系统性风险。

AR-GARCH模型在证券套利中的运用

套利在金融领域尤其是在西方比较成熟的市场是一种主流的投资方式,在我国金融市场尤其是证券领域中,利用统计方法制定统计套利策略,相关的实证研究正逐步兴起。本文尝试使用一个比较适合的方法进行统计回归,并将不同的股票筛选组合成由包含三支股票的证券组合和一支目标股票构成的资产组合,再采用AR-GARCH模型对中心化的价差序列进行拟合,并得到以2σ为交易信号的最优阈值,从而得出能较为稳定地获得收益的结论。

基于AR-GARCH模型的贵州茅台股票收益波动率预测研究

文章选取贵州茅台(600519)股票2017年1月3日到2018年5月7日的A股市场交易日收盘价格,建立2期连续复利对数收益率的AR-GARCH模型。首先对该收益率数据进行正态性和平稳性检验,检验结果显示数据呈现尖峰厚尾的分布特征并且是平稳的非白噪声序列,然后通过ARCH效应检验发现该收益波动率数据存在异方差现象,这都符合建立AR-GARCH模型的三个基本要求,最后运用SAS9.2进行模型参数估计及检验,针对建立的AR-GARCH模型进行2期连续复利收益率的拟合,拟合的结果能够较好的捕捉贵州茅台股票6次大波动。

基于AR-GARCH模型的消费随机预测

论文基于时间序列和随机理论,提出了消费随机预测AR-GARCH模型仿真方法,估计出社会消费的预测值与置信区间。应用AR-GARCH模型模拟出全国社会消费品零售总额历月的走势并对其预测,研究表明,该模型预测精度高,反映出我国社会消费品零售总额虽呈现出逐年上升的走势,但增幅却有平稳下降的可能,并据此提出相关政策建议,为消费政策的调整和完善提供决策依据。

加权马尔科夫AR-GARCH-GED模型在降水量中的预测

针对降水量序列的随机性,基于非线性时间序列理论和马尔科夫链原理,首先应用AR-GARCH-GED模型拟合时序的总体趋势,得到的精度指标是随机波动的,其次应用有序聚类对精度指标分类,用加权马尔科夫链对精度指标状态预测,再次应用状态概率线性插值法修正精度指标,最后反推出预测值。该方法既包含了非线性时间序列的点预测,又融合了加权马尔科夫模型的状态预测,从而较好的揭示了降水量的内在规律,提高了预测精度,得到了满意的结果。

香港离岸人民币同业拆借利率风险度量研究——基于AR-GARCH-POT方法的分析

本文将极值理论和AR-GARCH模型相结合,度量不同期限香港离岸人民币同业拆借利率的风险值,同时对比研究伦敦欧洲美元同业拆借利率市场对应期限的风险,并且以此推演香港离岸人民币同业拆借利率的未来发展趋势。研究结果表明,香港离岸人民币同业拆借市场正处于国际货币离岸市场发展的初始阶段,未来其总体风险将减少并且风险值会随着期限的延长而增加。最后,本文针对上述现象提出了发展香港离岸人民币市场的政策建议。

基于趋势调节的碳排放权市场周内效应研究

以湖北碳排放权市场为对象,使用2014年4月28日到2024年3月25日共2376个数据样本点,构建具有趋势调节的T-AR(1)-GARCH(1,1)模型,刻画碳排放权市场周内效应形式及其影响关系。结果显示,湖北碳排放权市场在高波动和低波动下分别呈现正向和负向的周一效应。即当市场波动较高时,周一收益在市场下降趋势下会导致市场收益上涨12.8%,而当市场波动较低时,周一收益则导致市场收益下降2.3%。特别是周一效应被证明受到自身长期滞后收益的负向影响,以及欧盟碳价的正向影响。研究表明碳排放权市场价格并非随机游走,而是呈现周内效应特征,为研判碳市场效率,开展量化投资等提供参考。

人民币实际有效汇率和美元指数对中国进出口贸易的影响

在分析当前人民币实际有效汇率与美元指数对中国进出口贸易研究现状的基础上,借鉴Johansen协整模型和误差修正模型,利用GARCH模型计算月度波动率,对2001年1月至2010年6月我国进出口总量月度数据进行实证研究.从人民币实际有效汇率及其波动以及美元指数及其波动对进出口贸易的影响进行分析.研究结果表明:人民币实际有效汇率对中国的出口影响较大,而对进口影响较小;美元指数的波动对中国进出口贸易的影响幅度较大.同时,研究表明美元指数是人民币实际有效汇率的Granger原因,反之不是.研究证明,自加入WTO以来,中国的贸易失衡状况不仅与人民币实际有效汇率水平有关,也和美元本身汇率水平及其波动有关.研究结果为人民币实际有效汇率政策和贸易政策的制定提供了一定的参考.

人民币实际有效汇率波动对中国进出口贸易的影响

汇率是实现经济内外均衡的调控工具,研究其对进出口贸易的影响对制定宏观经济政策有重要指导意义。本文运用AR-GARCH模型和协整理论,分析了人民币实际有效汇率波动对我国进出口贸易的影响作用。结果表明,长期内人民币实际有效汇率波动与我国进出口之间存在协整关系,但短期内影响作用不显著。

VaR和CVaR在商业银行利率风险管理中的应用

商业银行是负债经营的高风险特殊行业,收益与风险并存,如何控制和管理潜在的风险是商业银行风险管理者关注的问题,本文利用相关国债和拆借利率的数据来进行实证分析,论证CVaR和VaR方法,对于尾部风险控制的优劣,建立相应的模型以便模拟考察我国商业银行面临的利率风险状况。

气温指数保险定价中的温度预测模型评价——基于保险人及被保险人视角

合理定价气温指数保险关系着保险人及被保险人共同利益,而温度预测是气温指数保险定价的关键,现有关于温度预测模型的选择只是单纯从预测精度考虑问题,评价标准过于单一。根据气温指数保险投保人多为广大农民的现实,基于保险人及被保险人视角,构建了更加客观的评价模型,并以长江中下游中稻气温指数保险合约为例,比较了时间序列模型和回归模型,结果表明,如果单纯从模型预测精度角度来看,两种模型基本相当;但若运用所构建的评价模型来分析,用时间序列模型预测气温,进而为合约定价,可使保险公司获得更高的保费收入,对被保险人来说,虽然支付了稍高的费用,但期末获得正收益的概率却大大提高了,因此时间序列模型较优。