基于DCC—GARCH模型的外汇储备结构动态调整研究

本文构建的基于DCC—GARCH的外汇储备结构动态调整模型,包括三项改进:采用动态条件自相关多元GARCH模型度量风险、引入利率平价反映可比货币收益率及将黄金视为外汇储备替代资产纳入到统一分析框架中。实证表明,最优外汇资产组合时变特征并不明显,中国完全可以在不引起国际金融市场大幅震荡的情况下有条不紊地调整资产结构。研究还发现,过去可能存在着高估欧元地位的现象;次贷危机发生后美元权重没有明显下降,这一反常结果说明国际储备体系需要根本性改革。此外,寻找低点适当增持黄金,对改善中国储备资产结构是十分有必要"补修"的一课。

文化艺术品市场与股票市场的联动性分析——基于DCC—GARCH模型的研究

随着文化与金融的融合,文化艺术品的证券化的出现,资本市场的风险波动也对文化艺术品交易产生影响。文章利用DCC—GARCH模型对艺术品市场与证券投资市场之间的联动关系进行研究,研究表明在样本区间文化艺术品市场和股票市场之间存在一定的动态相关性。上海证券市场对于文化艺术品市场的关联作用很弱,深圳证券市场与文化艺术品市场具有较强的联动效应,波动溢出效应呈现不断增强趋势。基于此文章从完善市场交易规则、健全市场准入制度、建立艺术品投资对冲机制等方面提出相关对策建议。

基于Prophet-DCC-GARCH组合模型的国债与股票投资组合VaR估计

随着经济社会的发展,经济周期波动、市场不确定性加剧,风险值(VaR)的预测迫在眉睫。文章采用风险型的科技股票比亚迪和稳健型的国债的收盘数据,以DCC-GARCH模型为基础,引入Prophet模型,更改DCC-GARCH模型的均值项,考虑节假日、特殊事件和年周期性、周周期性,构建了Prophet-DCC-GARCH组合模型。该组合模型的预测误差(RMSE)为:比亚迪3.044 959×10^(-4),国债7.760 821×10^(-6)。采用计量经济学方法计算VaR,在置信度为0.95%时,2个头寸的联合风险值为:DCC-GARCH模型0.038 8,Prophet-DCC-GARCH组合模型0.037 0。组合模型中,Prophet模型提取了潜在风险影响因素,所以风险值明显要小。在对多个头寸的风险值进行预测时,考虑其中潜在的影响因素,可以更好地提供VaR预测值,进而为投资者提供更可靠的建议。

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。

基于小波分解和ARIMA-GARCH-GRU组合模型的制造业PMI预测

制造业采购经理人指数(PMI)是反映国家经济运行情况的重要指标,而传统预测模型对该类时序数据预测精度不高。针对制造业PMI指数的非线性、波动性和数据量少的特点,提出一种基于一维离散小波变换进行数据预处理的组合模型。时序数据经过小波变换,由整合移动平均自回归–广义自回归条件异方差模型(ARIMA-GARCH)处理稳态低频数据,门控循环单元(GRU)处理波动性强的高频数据,将各频段预测结果进行融合得到最终预测结果。为验证模型有效性,选取一定数据量的PMI指数进行实验。结果表明,与其他常见模型对比,本文构建的组合模型具有较好的预测精度与性能,平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)分别达到0.00329、0.004162、0.65%。

基于DCC-GARCH-ΔCoVaR模型的碳市场和煤炭市场风险溢出效应研究

基于武汉、广东、深圳碳市场和煤炭市场的收益率数据,运用DCC-GARCH模型刻画碳市场和煤炭市场收益率的非线性相关性,进而基于上述模型得到的参数,运用ΔCoVaR模型测算出碳市场和煤炭市场间的风险溢出效应。结果表明:在碳市场建设初期,碳市场和煤炭市场的风险溢出效应主要表现为煤炭市场对碳市场的单向风险溢出效应。随着市场的不断完善,煤炭市场与碳市场之间会产生双向的风险溢出效应;煤炭市场对武汉碳市场表现为正向的风险溢出效应,对广东和深圳碳市场表现为负向的风险溢出效应。

得分驱动时变DCC模型及其应用

收益率协方差矩阵在投资组合和风险计量中有重要应用。文章先用得分驱动方法推导出DCC模型的等价形式,以此表明DCC模型的观测驱动特性;然后再次采用得分驱动方法将DCC模型的参数时变化,得出加速DCC(aDCC)模型。随机模拟及实证研究显示,加速DCC模型不仅具有更好的波动拟合效果,而且基于其构建的最小方差组合还能实现更小的组合方差及夏普比率。

房地产业与商业银行间风险溢出效应研究--基于DCC-GARCH-CoVaR模型

2020年新冠肺炎疫情的爆发成为我国市场经济发展的巨大阻碍,疫情冲击下,房地产业与银行业作为我国重要行业也受到极大影响,基于此背景,对我国房地产业与三类上市商业银行(国有银行、城市银行、股份制银行)股市风险溢出进行研究,首先构建各收益率序列ARMA-GARCH模型,接着对房地产业与三类商业银行分别拟合DCC-GARCH模型,以此研究两行业的动态相关关系,最后通过该模型计算CoVaR值、ΔCoVaR、%ΔCoVaR值来度量两行业间风险溢出效应强度.实证研究结果表明,疫情爆发前期,房地产业与商业银行间基本为正向动态相关关系,且两者间存在正向风险溢出效应,随着疫情的爆发,两行业间的正向动态相关性显著增强且风险溢出效应也随之增强,均为正向溢出,其中对股份制商业银行影响较大.

混合Beta分布GARCH模型的EM算法求解与实证分析

GARCH模型在处理时序数据异方差问题中得到广泛应用,然而在面临一些特殊领域的数据,尤其是金融市场领域中具有高峰厚尾、非对称性、有界取值区间等特征的数据时,传统正态分布的基本假设往往与现实严重不一致。针对此类问题,文章提出混合Beta分布的GARCH模型,并给出了基于完全数据最大似然函数的EM算法估计模型的参数,以仿真模拟数据和金融市场现实数据为例,进行了实证分析。结果显示,在违背正态分布假设的情形下,混合Beta分布GARCH模型更能有效地提炼波动的一系列非正态性信息,同时也验证了EM算法对模型的参数求解行之有效。

房地产企业资本结构对股价波动的传递效应分析——基于结构化GARCH模型

中国房地产企业资本结构长期处于高负债、高杠杆状态。在二十余年的房地产高速发展过程中,高杠杆风险长期被忽视,甚至被认为是房地产企业发展的固有模式。在结构化GARCH模型中引入资本结构因素,检验房地产企业资本结构对股价波动的传递与溢出效应。研究发现:中国房地产市场具有结构化特征,杠杆乘数与股价波动具有同步性;过高的负债水平并不会提升房地产企业的规模效应,反而会抑制股票收益率的增长。

基于ARIMA-GARCH模型的人民币汇率波动研究

人民币正式加入SDR以来,人民币汇率的波动日益复杂,而汇率变动特征的识别是预测人民币汇率的关键环节。为提取出人民币汇率波动的特征规律,本文选择对2016年10月10日—2020年10月10日的人民币兑美元日序列建立模型并预测。同时,本文为评价ARIMA-GARCH组合模型的预测效果,将其与ARIMA模型预测结果相互对比。结果显示,ARIMA-GARCH模型不仅可以提取出人民币汇率波动的规律性,还可以改良ARIMA模型的预测精度,预测精度最高,在短期内能够得到较好的预测值。

中国金融市场风险溢出效应及其时空特征——基于溢出指数方法与DCC-GARCH模型

运用溢出指数模型和DCC-GARCH模型对我国2005年7月22日至2021年8月27日七大金融市场的风险溢出效应及其时空特征做出了全面分析。结果显示:在时间维度上,中国金融市场风险溢出指数在18%~52%之间波动,动态相关系数在0.09至0.31间变动,当重要政策和事件冲击时金融市场风险溢出程度明显增强,并且风险溢出水平随时间的累积和消减具有非对称性特征。在空间维度上,金融市场间存在非对称溢出效应。房地产、商品和股票市场的风险净溢出指数为正,黄金、货币、外汇和债券市场的风险净溢出指数为负,商品和黄金市场、股票和房地产市场以及债券与黄金市场间的风险关联性较大。

中国黄金与行业股票市场的动态相关性研究——基于DCC-GARCH模型

利用2015—2023年的黄金AU9999与十个上证行业指数日收益率数据,建立DCC-GARCH模型来分析动态相关性并计算最优投资权重和最优对冲比率。实证结果发现,黄金与行业股票市场存在动态相关性;黄金市场对十个行业的避险和对冲作用有差异,市场极端情况下黄金与行业指数均高度负相关,熊市期间黄金与原材料以外的九个行业具有不同程度负相关,黄金与工业、可选消费等七个行业长期具有负相关性;黄金平均权重在主要消费行业占比最高,原材料行业的对冲比率最高。最后提出资产组合纳入黄金、持续评估和区分行业进行风险管理的建议。

基于GARCH模型的林业碳汇项目期权价值评估

森林具有强大的碳汇功能,林业碳汇项目是实现碳达峰目标的中坚力量。合理评估林业碳汇项目价值有助于加速林业碳汇市场的发展,缓解我国碳排放压力。以浙江省仙台县碳汇造林项目为研究对象,基于二叉树期权定价方法,采用GARCH模型估计价值波动率参数,实证检验了期权价值对林业碳汇项目经济价值的附加作用。结果表明:期权价值对提升林业碳汇项目价值有显著的正向效益,考虑期权价值使得项目价值提高了71.5%。敏感性分析表明价值波动率与项目期权价格呈同向变动关系,采用GARCH模型估测价值波动率对林业碳汇项目定价具有重要意义。基于研究结论,提出建议:明确碳汇交易规则,健全碳汇市场定价机制;促进碳汇金融创新,推动投资策略多元化。

沪深300指数的市场风险预测——基于GARCH模型

随着金融全球化和自由化程度不断加深,金融市场在得以发展的同时也面临着日益剧烈的市场风险。文章基于2010年1月4日至2024年3月20日沪深300指数日收盘历史数据,运用GARCH模型分别在90%、95%和99%的置信水平下预测沪深300指数市场风险。研究显示:(1)GARCH(1,1)正态分布模型在90%、95%、99%置信水平下的失败天数和LR值均未通过检验;(2)GARCH(1,1)-t分布模型在90%置信水平下的失败天数和LR检验值均通过了检验,在95%置信水平下的LR值通过检验,在99%的置信水平下失败天数为0,低估了沪深300指数收益率损失的风险;(3)综合来看,GARCH(1,1)-t分布模型能够更有效地预测沪深股市的市场风险。

基于GARCH类模型和极值理论的理财产品风险分析

风险分析是理财产品管理和运营的重要依据。本文依据广义自回归条件异方差(GARCH)类模型和极值理论,利用理财产品的净值数据进行建模,对理财产品的风险值进行估计。实证结果验证了模型在实际应用中的可行性和有效性,说明该方法适用于理财产品风险的动态分析。

基于GARCH类模型对美国股市波动性的对比分析

为研究美国股市股指的波动性特征,本文选取美国股市的Nasdaq指数和Russel2000指数的日收盘价数据,借助统计软件,利用GARCH类模型进行实证分析。实证结果表明:Russel2000指数的风险较Nasdaq指数更稳定,更适合投资,且相较GARCH(1,1)模型,满足学生t分布的APARCH(1,1)模型拟合的条件异方差可以更好地反映种股指日对数收益率的波动率情况,因此可选用此模型对两种指数波动率的未来值进行预测,为投资者提供未来投资参考。

基于GARCH族模型的波动率研究——以燕京啤酒股票收益率为例

本文主要研究了波动率预测及燕京股票与食品板块指数、深成指数的关系这两个问题。首先,本文构建了以日数据为基础的GARCH族模型,并以此为基础预测了燕京啤酒股票日对数收益率的波动率,使用了四种损失函数法评价各模型样本外的预测能力。其次,对燕京股票股价、食品板块指数和深成指数的对数做了协整分析,构建了关于三者日对数收益率的VAR(1)模型,并完成了对应分析。最后得出结论,GARCH-n模型预测能力最好,食品板块指数对燕京股票具有较为明显的牵动效果,但深成指数的牵动效果较弱。

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。

宏观经济不确定性对碳交易市场时变波动的溢出效应——基于GARCH簇-SVAR-AB模型的实证研究

为探究经济不确定性影响中国碳交易市场排放权交易价格的影响因素,选取宏观经济、全国碳交易价格、煤炭能源、证券市场与电力消费五类变量,采用GARCH簇-SVAR-AB模型时域和频域溢出指数度量五大变量,对2014年-2022年我国碳交易市场价格的时变波动溢出效应水平及其非对称性进行实证研究。结果表明:碳交易价格波动对我国金融市场具有显著的时变波动风险溢出效应,且在不同冲击规模和正向、负向冲击下表现出风险传染的异质性和明显的非对称性;极端状态与正常状态下的风险溢出走势存在较大差异,极端状态下风险溢出水平远高于正常状态;经济政策不确定性短期上对碳交易市场交易价格有着显著影响,但长期的影响较弱。进一步分析发现,冲击规模和冲击方向均会对碳交易市场波动产生明显的非对称性影响,在极端风险事件冲击下风险的溢出效应及其非对称性更加显著。因此,政府应与金融机构一道,健全碳交易市场的政策调控体系与价格调控机制,创新碳金融衍生产品,降低碳交易市场价格波动对我国金融市场系统性风险的传递水平,阻断风险传递路径,不断提升我国绿色碳金融市场的发展。