基于混频数据抽样的已实现EGARCH模型的波动率预测

该文以沪深300股指期货高频数据为样本,在Realized EGARCH模型的基础上引入了混频数据抽样(MIDAS)结构与时变波动,构建了基于偏t分布的SMA-Realized EGARCH MIDAS模型,该模型提高了模型捕捉长记忆性的能力,更好地刻画了模型的时变波动性.通过滚动时间窗的方法对模型进行VaR预测与后验测试,采用MCS检验评估各模型在不同测度下的波动率预测能力.研究结果显示:相比于传统的Realized GARCH模型、Realized EGARCH模型和Realized EGARCH MIDAS模型,本文提出的SMA-Realized EGARCH MIDAS模型具有更好的样本拟合效果与样本外波动率预测精度.

基于QR-MS(2)-EGARCH(1,1)-st模型的互联网金融指数风险度量

基于2012—2021年互联网金融指数的日收盘价数据,采用二区制MS-GARCH(1,1)类模型刻画互联网金融指数收益率的波动过程,通过分析选出较优的模型MS(2)-EGARCH(1,1)-st,结果显示,互联网金融指数收益率存在两种划分明显的波动状态:平缓波动状态比剧烈波动状态的持续性更强,且剧烈波动存在非对称效应。将MS-EGARCH模型与分位数回归(QR)模型的组合模型进行互联网金融指数收益率的风险测度,并通过Kupiec回测检验方法计算拟合成功率,结果表明,QR-MS(2)-EGARCH(1,1)-st求解得到的风险价值(VaR)具有较高拟合成功率。

中国股指收益率的周内效应检验——基于EGARCH模型和交叠样本法

“周内效应”对有效市场假说提出了挑战。本文基于上证综指和深证成指2000年—2022年的日度收益率数据,基于条件异方差性对股指收益率的周内效应展开实证研究。结果发现中国股指的“周内效应”存在时变性,具体表现为在2002年左右到2017年左右的负向周五效应,在2000年到2006年为正向、在2006年左右到2015年逐渐过渡为负向、在2015年左右到2021年逐渐转为正向的周三效应。

基于在线LASSO VAR和EGARCH模型的风场功率集成概率预测

由于风速波动性大,风力发电往往呈现一定的不确定性.传统风能预测模型以均值为0、方差固定的正态分布度量不确定性,但方差可能随时间变化,即具有异方差性.为提升预测精度,基于在线最小绝对收缩和选择算子的向量自回归(LASSO VAR)和指数自回归条件异方差(EGARCH)模型,提出一种考虑异方差性的风场级功率集成概率预测模型.首先使用在线LASSO VAR模型预测风力机的有功功率,再利用自回归条件异方差检验验证残差的异方差性,并利用信息冲击曲线和动态显著线评估正负残差对未来条件方差的不对称影响.然后针对异方差性和不对称性,使用EGARCH模型对单风力机有功功率的残差进行预测,得到有功功率的条件方差.最后,考虑各风力机有功功率的相关性,将风场中各风力机的有功功率求和,得到整个风场总有功功率的概率预测结果.将该方法应用于中国华东某地风场,验证了该模型能有效提高预测精度.

基于VAR和EGARCH的投资者情绪对股市收益率的影响研究

借鉴国内外已有成果,用主成分分析法将2个主观指标与4个客观指标相结合,形成一个能有效衡量投资者情绪的综合指标,其能反映6个原始指标的大部分信息,且与股市收益率显著相关。在研究投资者情绪波动和股市收益率波动时,用向量自回归(vector autoregression,VAR)模型探索了二者间的关系;考虑证券市场信息的不对称性,运用了指数广义自回归条件异方差(exponential generalized autoregressive conditional heteroskedasticity,EGARCH)模型。研究表明,投资者消极悲观情绪对股市收益率的冲击作用大于积极乐观情绪;投资者情绪受收益率下降的冲击影响远大于收益率上涨的影响。

结合货币政策研究股票市场的价格波动情况

本文通过大智慧软件收集上证指数、上证电信、上证能源、云南白药等四支股票的日开盘价数据,从中国人民银行货币政策大事记中选取2015年1月1日至2019年12月31日期间,我国的20次存款准备金率和存款基准利率调整事件作为外生变量,通过R软件进行实证分析,构建时间序列的EGARCH(p, q)模型,结合模型参数,根据一些评价指标构建时间序列模型,把外生变量分别添加在模型的方差和均值方程中,以此讨论对股市收益、波动的影响,给投资者和政策研究人员提供良好的决策参考。

EGARCH-GED模型在计量中国期货市场风险价值中的应用

根据我国期货市场收益的基本特性,本文从收益的波动性与概率分布出发,建立了能准确度量时变风险价值的EGARCH-GED模型,并与基于正态分布和t分布GARCH模型的风险价值计算效果进行了比较。结果表明,基于EGARCH-GED模型的风险价值能更好地刻画我国期货市场的市场风险。另外,对我国期货市场各交易品种的风险趋势进行了比较和解析。

期货市场交易量与收益率及其波动关系的实证研究——ARMA—EGARCH—M模型的应用

通过建立ARMA—EGARCH—M模型对中国期货市场铜、铝交易量与收益率及其波动的关系做了一个全面的实证研究。结果表明:同期交易量与收益率波动正相关,将交易量分为预期与非预期两部分后发现非预期部分对收益率的波动有更大的影响;交易量的引入并没有消除波动的ARCH效应;中国期货市场杠杆效应不明显;铜在期货市场的运行有效率,而铝却缺乏效率。

基于MRS-EGARCH模型的沪深300指数波动预测

提出了一种新的马尔可夫机制转换EGARCH模型,假定收益残差序列可以服从高斯分布、t-分布或广义误差分布,并允许非高斯分布中自由度与所处机制有关,以刻画可能存在的时变峰度及厚尾特征.以沪深300指数为例进行实证研究,发现新模型能区分隐藏在指数收益序列中的不同机制.预测成功率指标表明设定收益残差服从厚尾分布的MRS-EGARCH比单机制EGARCH具有更好的波动率预测性能.

基于EGB2分布族的GAS-EGARCH模型与VaR预测

GARCH族模型是刻画资产收益率的常用工具,在风险度量领域具有广泛应用。为了更有效地描述收益率的偏斜厚尾等特征,越来越多学者对GARCH族模型的条件分布形式进行了研究。但是仅对GARCH模型条件分布进行修正是不够的,还需要对模型本身的函数形式进行修正。基于得分函数的时变参数建模思想近年来受到广泛关注,本文借助这一思想对EGARCH模型中对数标准差进行时变波动建模,并利用EGB2分布族作为模型的条件分布,进而建立GAS-EGARCH-EGB2模型。以我国10只中证行业指数为研究对象考察GAS-EGARCH-EGB2模型的风险预测效果,GAS-EGARCH-EGB2模型样本外VaR预测表现普遍优于ACM-EGARCH-EGB2模型。

基于AR-EGARCH的空气温度预测模型

天气衍生产品定价极其复杂,其中与温度相关的产品是目前研究热点,其定价核心在于温度变量的精确预测。传统AR-GARCH温度预测模型难以描述温度变量波动率的非对称性。基于此,构建了AR-EGARCH温度预测模型,它能够描述波动率的非对称性,更好地反映温度变化过程。对中国东部南北线六个较发达的城市进行实证研究,结果表明:六个城市的温度变化具有明显的非对称性,AR-EGARCH模型无论是拟合还是预测效果都较传统的AR-GARCH模型更优。

股指期货波动溢出效应的实证研究——来自双变量EC-EGARCH模型的证据

当前中国股指期货尚未上市,而香港市场的恒生股指期货则是一个很好的参照物。研究表明香港股市和期市之间存在相互引导关系,两市各自的波动性对消息的反应存在不对称性,并且期市和现市之间,期货交易产生的信息会加剧恒生指数的波动,而恒生指数的波动并不能对期货价格的波动产生显著的影响,因此存在不对称的溢出效应。

基于EGARCH和C-F扩展的VaR模型及应用

分别运用EGARCH和Cornish-Fisher扩展的VaR模型对中国深、沪股市的期望收益率与风险进行了实证比较研究,发现结合异方差的Cornish-Fisher扩展的VaR模型与仅用波动率描述的VaR计量方法比较,具有较好修正作用;同时对中国股票市场风险成因作了初步探讨。

基于ARMA-EGARCH-M模型的沪深股市波动性分析

文章讨论了ARCH模型族的拟合波动性的优缺点,建立ARMA-EGARCH-M模型,简要说明了此模型的优点;以2000年1月11日-2006年3月15日上证综指和深证成指收盘价为样本,对我国沪深股市收益率分布用ARMA-EGARCH-M模型进行拟合分析,结果表明该模型能更有效地拟合我国沪深股市的波动性;最后解释实证结果和分析了我国股市的行为。

AR-EGARCH模型在疾病指数时间序列建模中的应用研究

目的探索带有影响因素的疾病指数时间序列建模方法。方法采用黄瓜霜霉病病情指数时间序列从方法学的角度进行预测方法研究,将主成分回归模型和自回归条件异方差模型结合起来,建立AR(2)-EGARCH(0,2)模型。结果AR(2)-EGARCH(0,2)模型用应变量的过去值、过去误差和自变量的当前值、过去值的线性组合来预测病情,克服了主成分回归模型误差项不独立或存在异方差的缺点,模型取得了较好的预测效果。结论AR(2)-EGARCH(0,2)模型为本研究获得的预测效果较好的时间序列模型,适合于类似时间序列数据的结果预测。

基于EGARCH-VaR的半参数法及实证研究

在综合考虑了金融收益数据分布的尖峰厚尾特征及其波动集群性,尤其是其波动的“杠杆效应”对VaR估计的影响以及各种假定收益率分布在计算风险价值时存在不足的基础上,提出了基于EGARCH-VaR的半参数方法,并且与正态分布和t分布假设下的GARCH模型的VaR计量方法进行比较,通过实证分析,并利用后验测试,表明基于EGARCH-VaR的半参数方法对风险价值的测度优于正态分布和t分布假设下GARCH模型的VaR计量方法.

开放式基金收益的EGARCH模型及其非对称性研究

通过对极少被研究的中国股票型、债券型和混合型开放式基金收益率的波动性进行了GARCH和EGARCH模型分析,结果表明:大部分基金存在非对称效应,并且由于基金条件波动序列的非平稳性,信息冲击曲线具有多样化特征,这为非平稳非线性模型的研究提供了新的方向;通过构建基金类型指数,对开放式基金整体波动性的研究发现,中国开放式基金收益率的波动存在ARCH效应,但不具有非对称性效应。

基于EGARCH模型的我国股市杠杆效应研究

本文以沪市的上证指数以及八个分类指数1999年1月至2002年5月共792交易日的指数日报酬率与周转率为研究样本,通过指数自回归条件异方差模型(EGARCH)来检验我国股市是否存在"杠杆效应"。结果表明,在指数日报酬率序列中,9种股价指数中的7个呈现出显著的"杠杆效应",即报酬率与波动性之间为负相关;在指数日周转率序列中,所有9个股价指数均不存在"杠杆效应",即没有波动性的不对称效果,说明在现阶段我国股市中确实存在着"羊群效应",投资者往往根据市场的气氛而采取顺势操作的交易策略。

ARFIMA-EGARCH-M模型在汇率收益率波动分析中的应用

为了解决汇率收益率波动中的"尖峰厚尾"、中期记忆和非对称特征,提出了利用ARFIMA-EGARCH-M模型建立汇率收益率波动模型。以人民币/欧元的日汇率数据为例,在误差分布分别为正态分布、T分布、GED分布与SKT分布的前提下分别进行模型拟合分析,得出基于GED分布的ARFIMA(1,d,1)-EGARCH(2,2)-M模型拟合人民币/欧元汇率收益率效果最好,能较好地解决"尖峰厚尾"、中期记忆和非对称现象。

EGARCH模型在VaR中应用

提出了基于EGARCH-VaR的半参数方法,根据EGARCH模型参数估计得到VaR值,计算出溢出率。再根据正态分布和t分布假设下的GARCH模型参数估计得到VaR值以及溢出率。将GARCH模型的VaR值与EGARCH-VaR模型进行比较,结果表明,基于EGARCH-VaR的半参数方法对风险价值的测度优于正态分布和t分布假设下的VaR计量方法。