基于TGARCH-偏态t分布模型的美元兑人民币汇率波动实证分析

文章使用R4.2软件,选取2015年1月—2022年9月工作日美元兑人民币汇率数据,选取非对称GARCH模型族,参考具有尖峰厚尾特征的分布函数。研究结果表明,基于偏态t分布的非对称TGARCH模型的拟合优度高于传统的GARCH(1,1)模型,且高于其他分布的EGARCH模型,一阶差分的美元兑人民币汇率序列具有杠杆效应。

基于偏斜t混合模型的流式数据自动聚类方法研究

流式数据分析的主要过程是以设门的方式对样本数据中的细胞群进行类群划分.由于传统人工设门方式的缺点,提出了一种基于偏斜t混合模型的流式数据自动聚类方法.该方法采用有限混合模型形式,以偏斜t布为模型密度函数,并通过期望最大化方法估计模型参数.通过对两组不同类型实验数据进行分析,结果表明:相比于非基于模型的聚类方法,基于混合模型的聚类方法对于流式数据的分析具有更好的鲁棒性,能够降低数据中离群值对结果分析的影响;相比于高斯混合模型、偏斜正态混合模型、t混合模型,基于偏斜t分布的混合模型具有更好的灵活性,不仅能够拟合流式数据中椭圆对称分布的数据,而且对于高度非对称分布数据的分析也具有很好的效果.

偏态t分布下FIGARCH模型的动态VaR计算

针对金融时间序列多是有偏分布和"长记忆性"的特征,讨论偏态t分布下分数维GARCH模型的动态VaR测算问题。在分析正态分布、学生t分布、广义误差分布下和偏态t分布的基础上估计模型参数,得出了动态VaR,并进行了失败率检验。实证结果表明:基于偏态t分布下的FIGARCH模型测算的动态VaR值克服了其他分布假设上的不足,能够较好地反映金融收益率的实际风险,并在该分布下的Pearson吻合度检验也证实了模型分布选择的正确性。

基于有偏t分布ARMAX模型的短期电价预测

基于正态分布假设的时间序列分析模型不能有效地处理电价的有偏厚尾性,在对电力市场现货电价的影响因素和波动规律综合分析的基础上,提出了一种基于有偏学生t分布ARMAX模型的短期电价预测方法。该方法可同时考虑电价分布的有偏厚尾性、多重周期性及其与负荷之间的非线性相关性。对PJM电力市场历史数据的算例研究表明,该方法计算量小,待估参数少。

缺失偏t正态数据下线性回归模型的统计推断

本文研究缺失偏t正态数据下线性回归模型的参数估计问题,针对缺失偏t正态数据,为使样本分布更加接近真实分布,改善模型的回归系数、尺度参数、偏度参数和自由度参数的估计效果,提高参数估计的稳定性,提出一种适合缺失偏t正态数据下线性回归模型的修正随机回归插补方法.通过随机模拟和实例研究,同随机回归插补,多重随机回归插补方法比较,结果表明所提出的修正随机回归插补方法是有效可行的.

偏t APARCH模型估计VaR的优越性分析

鉴于金融资产的回报存在有偏、尖峰和肥尾的特性,波动呈现集聚和不对称的特征,寻找科学的VaR测度方法进行风险管理成为金融监管者与金融机构都极为关注的焦点。针对这一问题,国内外的理论和实证研究表明偏 t A-PARCH模型相对于GARCH类模型、正态APARCH模型和 t APARCH模型较能准确有效地估计VaR。因此,随着中国资本市场的不断发展,风险管理重要性的日益凸现,偏tAPARCH模型有望成为一种强有力的风险量化分析技术。

偏t正态数据下混合线性联合位置与尺度模型的参数估计

偏t正态分布是分析尖峰,厚尾数据的重要统计工具之一.研究提出了偏t正态数据下混合线性联合位置与尺度模型,通过EM算法和Newton-Raphson方法研究了该模型参数的极大似然估计.并通过随机模拟试验验证了所提出方法的有效性.最后,结合实际数据验证了该模型和方法具有实用性和可行性.

多种天气条件下的天空光偏振模型

天空光偏振模型能够仿真天空光偏振态的分布规律,是研究天空光偏振态分布与大气特性参数之间的定量关系的重要工具.首先,基于倍加累加法的辐射传输模型和T矩阵法计算粒子散射特性,建立了适用于多种天气条件下的天空光偏振模型,可覆盖可见光波段到近红外波段;其次,在比较实验中,所建立模型的仿真结果与Hovenier等人的计算结果有95%的全天空光仿真点的相对误差小于5%;最后,利用基于液晶相位可变延迟器(liquid crystal variable retarders,LCVR)的全偏振成像探测系统进行全天空光探测实验,结果表明,所建模型的仿真精度优于传统模型,并且在80%的区域内与实际观测结果保持一致.由此可以得出结论,所建立的天空光偏振模型能够比较准确模拟多种天气下的全天空范围内天空光偏振态分布规律,为不同天气条件下偏振遥感探测和偏振导航等技术提供有力的理论依据.

基于偏t分布的Shibor隔夜拆借利率影响因素分析

由于隔夜拆借利率更能有效反映货币市场短期资金供求关系,本文通过建立Garch模型分析影响Shibor隔夜拆借利率波动性的各种因素,发现新股发行对其影响显著远大于存款准备金制度;随着央行不断提高法定存款准备金率,准备金制度对波动性的影响有增强趋势。这一结论可以为央行把握存款准备金制度改革进程,准确估计Shibor隔夜利率的走势提供参考;也有利于央行更好地制定金融市场政策,实现货币政策既定目标。

非对称随机波动率模型的偏度影响分析

本文考虑了资产收益率遵循广义双曲有偏学生t分布（GHST），及其与波动率误差项存在相关性等的随机波动率模型，以分析其对收益率条件偏度的作用。采用上证综指实证显示，遵循GHST分布且存在滞后相关的SV模型，能更好地捕捉和复制上证综指的关键特征。其中，超额峰度的生成归因于厚尾分布；GHST分布的偏斜参数对收益率负偏性提供了解释；理论上占优的滞后相关性设定并不存在偏度生成机制，但其与偏斜分布的结合，使模型绩效表现更好。

基于t-Copula-VaR模型的基金家族风险实证研究

基金家族已经成为基金市场的主要竞争主体,当前着眼于单只基金的风险度量已无法适应基金市场发展的需要。文章基于基金家族的视角,构建t-Copula-VaR风险度量模型,度量中国证券市场上的31个基金家族的风险,并对其有效性进行返回检验。实证结果显示,基金家族内部各成员基金之间存在较强的相关关系,但基金家族成员基金的数量对整个基金家族的风险值无显著影响。

不同分布下非对称GARCH模型波动率预测评价

以损失函数为评价标准,研究不同分布(正态分布、T分布、广义误差分布、偏态T分布)下非对称GARCH模型在上证综合指数波动率的预测能力并进行比较.结果表明,无论样本内还是样本外,非对称GARCH模型均能很好地预测上证综合指数的波动率,其中偏态T分布下TGARCH模型能更加准确地描述收益率分布的尖峰厚尾及非对称特征,预测能力最强.

我国农产品期货市场的风险测度模型及其后验分析

近年来,我国农产品期货市场取得快速发展,但有关该市场波动特征和风险状况的研究却非常缺乏。以我国农产品期货市场中的4种代表性价格指数为例,首先对其价格变化统计特征及波动模式进行了全面深入的检验,然后运用严谨系统的后验分析(Backtesting analysis)方法,分别在多头和空头两种头寸状况以及5种不同分位数水平下,实证对比了8种风险测度模型对VaR(Value at Risk)和ES(Excepted shortfall)两种不同风险指标估计的精度差异。研究结果表明,我国农产品期货市场的价格波动不存在显著的杠杆效应(Leverage effect),但却具有明显的有偏(Skewed)和条件厚尾(Conditional fat-tail)特征。另外,在综合考虑了模型估计效率和风险测度精度后,基于有偏学生t分布的普通GARCH模型是一个相对合理的风险测度模型选择。

基于广义双曲线SV模型的极值风险度量研究

在金融风险的度量中,拟合分布的选取直接影响到风险度量的精度问题。针对金融收益序列的动态变化,在SV模型中引入广义双曲线学生偏t分布(SV-GHSKt)拟合金融收益序列的尖峰厚尾、不对称以及杠杆效应等特征,通过马尔科夫蒙特卡洛模拟的方法将收益率序列转化为标准残差序列,然后用极值理论的POT模型拟合标准残差序列尾部分布,进而建立一种新的金融风险度量模型———基于SV-GHSKt-POT的动态VaR模型。用该模型对上证综合指数做实证研究,结果表明,SV-GHSKt-POT的动态VaR模型能很好地模拟金融收益序列的尖峰厚尾性、波动集聚性及杠杆效应,并且能够合理有效地提高风险测度的精度,尤其在高的置信水平下表现更好。

鲁棒PPLS模型及其在过程监控中的应用

概率偏最小二乘(PPLS)模型建立的条件是主元和误差都服从高斯分布,但是高斯分布的期望和方差容易受到离群点的影响,导致模型的鲁棒性较差。针对PPLS模型的不足,提出一种鲁棒概率偏最小二乘(RPPLS)方法,用拖尾更宽的T分布代替高斯分布,通过调整自由度参数,使模型对含离群点数据的拟合效果更好。更进一步,将RPPLS引入过程监控中,提出GT2和GSPE两个监控指标,分别监控过程的受控状态以及模型关系的变化。PPLS和RPPLS在TE过程监控的应用结果表明RPPLS不仅能更准确检测故障的产生,而且能更有效降低故障的漏报率。

基于VAR-GARCH模型我国外汇风险分析

通过对美元收益率R序列的特征分析发现,序列存在非正态性、尖峰厚尾、非对称性、异方差性的特征.分别基于正态分布、T分布、GED分布和偏态T分布的GARCH类模型对R序列进行实证分析.经过VAR方法的风险度量可知,基于T分布的GARCH-M模型对多头美元市场的风险度量最为准确.

基于条件有偏t分布ARMAX-GARCH模型和极值理论的电力市场风险测度研究

在对电价的基本特征综合分析的基础上,采用残差服从时变偏度和自由度的有偏t分布ARMAX-GARCH(ARMAX-GARCH-VST)模型对电价序列的相关性、有偏性、多季节性、异方差性和波动集聚性进行过滤,以获得统计特性更好的独立同分布残差序列,然后运用极值理论描述ARMAX-GARCH-VST模型归一化残差的尾部分布,以获得更加精确的VaR估计。基于PJM电力市场历史数据的分析表明,ARMAX-GARCH-VST模型和ARMAX-GARCH-EVT模型都能对现货电价的变化做出比较迅速的反应,VaR的估计结果在各个置信水平下均准确有效,但ARMAX-GARCH-EVT模型的VaR估计结果更加准确,表现出了更好的动态特征。该结果对于电力市场参与者准确地测度价格波动风险和制定有效的风险规避策略具有重要的指导意义。

我国消费行业间风险度量及相依性研究

对食品加工制造、饮料制造、服装家纺、白色家电、汽车整车行业板块指数进行风险度量及相依性研究,构建ARMA-GARCH-偏t模型,求得95%、99%置信水平下的VaR序列检验风险度量效果,采用C-Vine Copula与D-Vine Copula模型对由经验累积分布函数转化的99%置信水平下的VaR序列进行相依性研究,结果表明:ARMA-GARCH-偏t模型风险度量效果较好;C-Vine Copula表明服装家纺为风险传递的中心行业;D-Vine Copula表明饮料制造与汽车整车行业相关性最弱,D-Vine Copula模型更能体现行业间的风险相依关系。

我国股市风格资产收益的双长记忆性研究

文章以中信标普公司推出的6种风格资产日收益序列为实证样本,运用4个信息准则来选择skt-ARFIMA-HYGARCH模型以研究其序列的分形特征,刻画其双长记忆性,研究结果显示:6种股市风格资产收益序列具有显著的双长记忆性特征;基于skt分布下的ARFIMA(1,d1,1)-HYGARCH(1,d2,0)模型能够较好地刻画股市风格资产日收益序列的实际分布特征,最后运用修正Pearson吻合度检验也证实了选择skt分布是合理的。

GAS-SKST-F模型及其在高频多元波动率预测中的应用

假定日收益率服从多元有偏学生t分布、已实现协方差矩阵服从矩阵F分布,本文构建了一种新的得分驱动模型:GAS-SKST-F模型。在该有偏厚尾多元波动率模型中,我们基于广义自回归得分(GAS)模型的基本思想对收益率和已实现协方差矩阵进行联合动态设定,协方差矩阵的更新过程依赖于收益率分布和已实现协方差矩阵分布联合似然函数的得分函数。已实现协方差测度在协方差矩阵的更新过程中发挥了重要的作用。基于20支上证50成分股高频数据的实证分析研究结果显示,与GAS-N-Wishart模型和GAS-tF模型相比,无论样本内还是样本外,GAS-SKST-F模型有着更加良好的样本内估计和样本外预测能力。