基于PCA-GARCH-LSTM模型的股价预测研究

股市波动日益成为社会的焦点话题,如何高效且准确地预测股票价格成为当前热门研究课题。为减少计算量并提高工作效率,在预测前对股票数据采用降维技术,同时考虑股票波动情况,结合主成分分析(PCA)、广义自回归条件异方差(GARCH)和长短期记忆网络(LSTM)3种模型,构建组合模型进行股价预测。为检验模型预测效果,以上证指数和中证500指数为例,对收盘价进行预测。对比实验结果表明,该PCA-GARCH-LSTM组合模型的RMSE、MAE、MAPE值均小于其他对照模型,证明了该模型预测的有效性。

基于GARCH-EVT模型的黄金投资风险度量研究

本文利用1975年1月2日至2012年7月27日国际黄金日收益率时间序列,研究黄金投资风险特征及GARCH-EVT模型刻画黄金投资风险的适用性。研究发现,黄金日收益率时间序列呈现高峰厚尾分布,具有显著的波动集群性。返回检验证明,利用GARCH-EVT模型计量出的黄金投资动态VAR通过Kupiec检验,能够较好的覆盖黄金投资实际损失,预测黄金投资风险的能力较高。

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。

GARCH-EVT模型在动态VaR中的应用

在综合考虑金融资产收益数据分布的波动集群性和厚尾特征,尤其是波动的条件异方差对动态VaR估计的影响的基础上,运用极值理论(EVT),建立了GARCH-EVT模型,计算了上海证券市场综合指数的动态VaR,并且将GARCH-EVT模型与GARCH-NORMAL模型进行比较.通过实证分析,并利用后验测试,结果表明GARCH-EVT模型优于GARCH-NORMAL模型.GARCH-EVT模型很好地解决了波动集群性和厚尾现象,为管理者和投资者提供了一个控制风险、预测收益的量化工具.

基于GARCH-EVT-VaR模型的碳市场风险计量实证研究

对欧盟碳市场风险进行实证研究,在分析碳市场价格波动特征基础上,将条件方差和极值理论纳入Va R计量框架,建立量化碳市场价格波动风险的GARCH-EVT-Va R模型。应用该模型对欧盟碳排放交易市场(EU ETS)进行实证研究,结果显示:碳市场价格波动具有尖峰、厚尾、自相关、波动性聚类和条件方差等典型特征,EUA和CER价格波动呈现显著同步性;碳市场存在显著的极端价格波动风险,GARCH-EVT-Va R模型能够更准确地量化碳市场风险,从而为应对极端事件预留充足的风险储备。

基于GARCH-EVT-COPULA模型的外汇投资组合风险度量研究

基于巴塞尔协议和商业银行风险管理新视角,本文运用GARCH-EVT-COPULA模型构建了GARCHEVT-Gaussian-COPULA和GARCH-EVT-t-COPULA两种方法,对美元、欧元、日元和港元四种人民币汇率的等权重投资组合风险进行了度量,优化了极值分布作为COPULA函数边际分布的多序列超阈值比例确定方法,并与历史模拟法、正态方法、蒙特卡罗方法三种传统方法和单用极值方法度量的VaR进行了比较并作返回检验。结果表明:GARCH-EVT-Gaussian-COPULA和GARCH-EVT-t-COPULA两种方法符合巴塞尔协议的内部模型法(I--)对商业银行风险管理的要求,而且估计结果优于其他四种方法,其中,GARCH-EVT-Gaussian-COPULA方法的估计结果比GARCH-EVT-t-COPULA方法更有利于节省商业银行的经济资本。

基于GARCH-EVT-VaR模型的国际主要碳排放交易市场风险度量研究

选取欧洲碳排放权交易系统现货和期货数据,以及芝加哥气候环境交易所的数据,根据在险值理论、条件方差理论以及极值理论,构造GARCH-EVT-VaR模型,度量上述两个市场的正常波动和极端情况下的期望风险。对比两个市场的波动情况、市场效率以及市场风险,本文发现碳排放权交易市场下跌风险更大,并且下跌的信息对于市场的影响更明显。另外,认为强制性交易市场更适合碳排放权交易,且期货交易的引入增大了碳交易市场的不确定性。

基于GARCH-EVT模型的证券投资基金动态风险测度

文章考虑了一类极值风险特征更为明显的金融资产,以股票基金、混合基金和债券基金为研究对象,比较研究了RiskMetrics、GARCH和GARCH-EVT 3类模型在动态极端风险测度上的表现,分别采用似然比检验和Bootstrap方法对3类模型给出的VaR和ES动态风险测度效果进行了返回测试。实证研究表明:基于GARCH-EVT模型给出的各类基金动态VaR和ES风险测度结果更为准确,意味着将GARCH模型与极值理论相结合,能够实现极端风险的准确测度;ES风险测度比VaR风险测度更保守,在测度极端风险时,应采用ES风险测度作为VaR风险测度的补充。

中国外汇储备市场风险测度——基于GARCH-EVT-COPULA模型的利率和汇率风险集成分析

在汇率和利率双重变动影响的背景下,中国外汇储备资产组合的市场风险引起了学界和市场的普遍关注。通过考虑汇率和利率两类基本市场风险因子,基于GARCH-EVT-COPULA模型和蒙特卡洛模拟方法对中国外汇储备市场风险进行测度。结果显示:在充分考虑汇率和利率两类基本市场风险因子条件下,现行外汇储备投资组合的整体市场风险相对于单一风险因子测度较低,两类市场风险因子在我国外汇储备组合中的风险对冲效应明显。此外,基于均值C-VaR优化的结果表明,适当降低欧元币种资产,有助于外汇储备组合提高收益并降低市场风险。

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GARCH-EVT模型VaR法的开放式基金风险测度研究

VaR(Value at Risk)法是一种能够全面测量复杂证券组合的市场风险的方法,在风险测量和管理中具有明确的理论指导意义,在金融市场中极端事件时有发生,VaR度量极端事件下的金融市场风险误差较大,而极值理论则为测量极端市场条件下的风险提供了一种新思路。根据金融时间序列往往具有高峰厚尾以及波动集聚特征,传统的VaR估计通常基于GARCH模型,文章针对极端情况下的基金市场风险,将基于GARCH模型的VaR法与基于EVT(Extreme value theory)的VaR法相结合,以契约型开放式基金易方达50指数日指数条件损失作为研究目标,利用GARCH-EVT模型,对样本基金的市场风险进行估计,并通过Kupiec失败频率检验方法检验模型的准确性。结果表明,GARCH-EVT模型的VaR估计精度优于GARCH模型,故GARCH-EVT模型更能精准度量基金的市场风险。

金融科技对金融机构的风险溢出效应——基于GARCH-EVT-Copula-CoVaR模型的研究

金融科技规模不断扩张,其风险溢出问题影响着中国金融稳定。基于中国金融科技自身特点,筛选最优Copula函数,运用GARCH-EVT-Copula-CoVaR模型测度金融科技对不同类型金融机构的风险溢出值。结果发现:金融科技和金融机构间存在双向风险溢出;金融科技对不同类型金融机构的风险溢出不尽相同,金融机构中银行业所承担的风险溢出最高,其次是基金业和证券业,保险业最小;相比之下,金融机构对金融科技的风险溢出更为明显。

基于GARCH-EVT模型的黄金投资风险度量研究

本文利用1975年1月2日至2012年7月27日国际黄金市场日收益率时间序列,研究黄金投资的风险特征,以及利用GARCH-EVT模型刻画黄金投资风险的适用性。研究发现,黄金投资日收益率时间序列呈高峰厚尾分布,具有显著的波动集群性。返回检验证明,利用GARCH-EVT模型计量出的黄金投资动态VaR通过Kupiec检验,能够较好地覆盖黄金投资的实际损失,预测黄金投资风险的能力较高。

基于EVT的EGARCH-M模型在动态VaR中的应用

综合考虑金融资产收益数据分布的波动集群性和厚尾的特征,尤其是波动的条件异方差对动态VaR估计的影响,运用极值理论建立EGARCH-M-GEV动态风险度量模型,并通过上证指数对其进行实证分析,为管理者和投资者提供了一个控制风险、预测收益的量化工具,为风险防范提供了参考.

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。

基于高频数据的GARCH模型拟极大指数似然估计的一种portmanteau Q检验

已有研究表明,基于高频数据的GARCH模型的拟极大指数似然估计可以提升估计精度,但鲜有研究就该估计量的性质推导其对应的检验统计量。文章基于高频数据的GARCH拟极大指数似然估计性质,提出一种portmanteau Q检验统计量,通过模拟验证了该检验统计量的理论正确性,并选取沪深300、中证500和上证50等3个指数进行了具体应用。结果显示,在模型充分时,文章提出的检验统计量的分布更近似理论推导的分布,优于基于低频数据的检验统计量结果,且由于包含高频信息,该统计量能更好地捕捉高频残差自相关性;而当低频残差自相关性时,即使相关性较弱,该统计量也能识别模型是否充分,对GARCH模型的阶数识别有一定效果。实证研究也表明,该检验统计量能对高频信息有效利用,具有一定的实用性。

基于GARCH-EVT-POT模型的VaR风险测度研究——以沪深300股指为例

2015年,中国股票市场风云变幻,跌宕起伏。股票市场的过山车波动,为进一步增强风险管理意识,提高风险测量水平提出了更高的要求。本文以能代表中国股市六层市值的沪深300股指为例,将GARCH模型与极值理论相结合,同时,针对性的运用描述后尾的GARCH-t模型,建立GARCH-t-EVT-POT-Va R模型,对沪深300股指进行风险测度。后验测试发现,GARCH-t-EVT-POT-Va R与GARCH-t-Va R均能较好的描述股市风险,但GARCH-t-EVT-POT-Va R模型的准确性更高,效果更好。

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。