VaR-FIAPARCH模型与上证基金指数风险价值

通过对我国上证基金指数的日收益率序列的基本统计分析发现,收益率序列存在尖峰厚尾性,不服从正态分布,但杠杆效应不显著,而且收益率和方差都具有显著的长记忆性。由此建立ARFIMA-FLAPARCH-skt模型来计算基金指数的在险价值VaR,并对结果进行实证检验,结果显示相对于不考虑波动率长记忆性的ARFIMA-APARCH模型,ARFIMA-FLAPARCH-skt模型在1%及更低的显著水平上对于多头和空头计算VaR可以得到较好的度量结果。

基于Skew-t-FIAPARCH的金融市场动态风险VaR测度研究

本文引入FIAPARCH模型刻画金融价格条件波动率特征,引入有偏学生t分布捕获收益率有偏特征,并以此来测度金融市场动态风险VaR;进而运用返回测试和动态分位数回归方法对风险测度模型准确性进行实证检验。结果表明,RiskMetrics和GARCH-N测度金融市场的风险的可靠性差;有偏学生t分布比正态分布、学生t分布更能准确反应金融收益分布实际特征,具有更高的风险测度能力;FIAPARCH-SKST展示出比其它模型具有绝对优越的风险测度效果。

双长记忆GARCH族模型的预测能力比较研究——基于沪深股市数据的实证分析

GARCH族模型在金融风险的度量中有着广泛的应用。在考虑股市收益率和波动率序列双长记忆性的基础上,基于上证综合指数和深圳成份指数的日收盘价序列,从证券投资风险量化的角度,引入受险值VaR和相对正确符号指标PCS作为模型预测误差衡量指标,比较分析了双长记忆GARCH族模型在不同分布假设情况下的的拟合与预测精度。结果显示:偏t分布能较好描述沪深股市的厚尾特征;在较小的VaR水平下ARFIMA(2,d_1,0)-FIAPARCH(1,d_2,1)-skt模型对股市波动风险具有较强的预测能力,而ARFIMA(2,d_1,0)-HYGARCH(1,d_2,1)-skt对股市的涨跌趋势具有较强的预测能力。

新兴市场国家间的金融危机传染效应研究

在全球金融一体化程度不断深入的背景下,金融危机所伴随的传染效应需要加倍关注。以2007年全球金融危机为背景,采用多元FIAPARCH动态时变相关系数模型研究了此次危机对巴西、俄罗斯、印度、中国和南非五个新兴市场国家间的传染效应,按照宏观经济定性分析法和隐马尔科夫转换模型两种方式对金融危机演化过程的不同阶段进行了时间上的划分,并分别进行了实证研究。实证结果表明在金融危机爆发后的初期,均没有传染现象发生;随着危机的深入,各个市场开始受到美国市场的影响发生传染现象,但传染的时间窗口并不同步;随着雷曼破产事件的发生,传染程度加剧,五个市场同时受到强烈的传染;直到2009年随着全球经济的复苏,五个市场同时表现出强劲的回升势头。

境内外人民币国债市场联动关系研究

本文利用Granger因果检验、ARMAX-BEKK模型以及ARMAX-FIAPARCH-DCC模型,研究境内外人民币国债市场之间的联动关系。结果表明:在岸人民币国债市场对离岸人民币国债市场存在单向的报酬溢出效应;在岸人民币国债市场和离岸人民币国债市场之间存在双向的波动溢出效应;利差因素对境内外人民币国债的收益率及其相关性均有显著影响;中国宏观经济的平稳运行对两个市场的相关性具有显著的提升作用。