基于GARCH—VAR模型的银行外汇风险的实证研究

随着汇率制度的改革，金融机构所面临的汇率风险越来越大，为了准确的计量出商业银行的汇率风险并提出相关建议，本文建立了基于GARCH的VAR模型，收集了2011年到2012年的美元，欧元，港币，英镑，日元的汇率中间价，对于一个商业银行的外汇投资组合，利用模型计算出了组合的VAR值以及每种外币的VAR值，并且计算出了边际VAR，成分VAR值，增量VAR值，最后对投资组合提出了相关建议。

基于GARCH—VaR模型的人民币兑美元的汇率风险研究

本文以2006年1月1日至2013年10月31日人民币兑美元的中间汇率为样本数据，进行了计量检验，首先采用GARCH模型计算对数收益率的条件方差，其次运用V水方法中的参数法计算对数收益率的V水值，最后使用Kupiec检验法检验GARCH—VaR模型的有效性，实证研究表明运用GARcH—VaR模型研究汇率波动性有一定应用价值。

产业链视角下油料产品价格溢出效应的对比分析——基于三元VAR-BEKK-GARCH(1,1)模型

为了更好地理解油料产品价格的波动规律,提升国内油料产品价格研究水平,以大豆、油菜、花生为油料作物的典型代表,以2011年2月—2019年12月油料产业链上各个环节月度价格数据为基础,采用三元VAR-BEKK-GARCH(1,1)模型,研究油料产业链上、中、下游产品的价格溢出效应。结果表明:大豆产业链各环节产品均存在价格均值溢出效应,油菜产业链上、中游之间没有价格均值溢出效应,花生产业链上、下游之间不存在价格均值溢出效应;在大豆、油菜和花生产业链中,各环节产品间价格双向波动溢出效应明显。政府应通过建立农业产业链价格监测体系、多元化的价格监测体系、稳定的市场调节机制等措施,促进相关农业产业链的协调发展。

我国碳市场与化石能源市场溢出效应研究——基于VAR-GARCH-BEKK模型的分析

碳市场的建立是实现“双碳”目标的重要保障,分析碳市场与化石能源市场间的溢出效应有助于提升市场流动性、规避碳金融风险,从而更好地推动国家气候战略目标。本文运用主成分分析方法将我国8个碳试点价格集成,明确试点阶段我国碳市场的整体发展规律,并通过VAR-GARCH-BEKK模型,进一步探究了全国统一碳市场建立前后碳市场与化石能源市场之间溢出效应的变化情况。结果表明,试点阶段碳市场与各类化石能源市场之间均存在显著的单向均值溢出效应。然而,在全国碳排放权交易市场建立初期,仅有部分发电行业参与交易,这在一定程度上削弱了碳市场与化石能源市场之间的联动关系,造成了二者之间均值溢出效应的下降。此外,全国统一碳市场的建立吸引了更多的投资者,加剧了碳市场和化石能源市场间的风险传染,需要进一步完善监管政策体系,保障碳市场平稳健康运行。

基于Cornish-Fisher-VaR方法及t-GARCH模型的生猪期货套期保值研究

生猪期货作为一种新兴期货合约,其套期保值功能的实际效果以及套期保值比的测算需要深入研究。本文采用最小Cornish-Fisher-VaR方法和t-GARCH模型,对生猪期货的最优套期保值比进行了分析。研究结果显示,生猪期现货市场的价格波动相对较小,套期保值效果有进一步提升的空间;修正t-GARCH-VaR套期保值方法在不同置信水平下提供了灵活的套期保值比,更符合实际套期保值决策,并通过对套保组合绩效的分析,验证了修正t-GARCH-VaR套期保值方法的有效性。最后,针对生猪期货的套期保值,提出了进一步完善的建议。

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。

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VAR模型的生猪产业链价格波动影响因素分析

生猪产业链价格剧烈波动不仅关系消费者的切身利益,也对生猪产业长远发展具有重要影响。基于2009—2022年161个月度样本数据,文章采用VAR模型,从生猪产业链主要产品价格以及上游环节、中下游环节2个层面出发,探究生猪产业链价格波动的影响因素。结果显示:生猪产业链价格波动受自身主要产品价格的影响最大,前10期生猪产业链主要产品价格对当月生猪产业链价格波动仍具有61.835 8%的影响。从产业链上游环节观察,稻糠价格、大豆价格和小麦麸价格均能够对生猪产业链价格波动产生显著影响,前10期稻糠价格对当月生猪产业链价格波动的影响达到39.783 8%。从产业链中下游环节观察,通货膨胀水平和养殖场规模对生猪产业链价格波动的影响程度较大。研究表明,生猪产业链价格波动容易受到自身主要产品价格、稻糠价格、大豆价格、小麦麸价格、通货膨胀水平、养殖场规模等因素影响,应从完善价格波动预警机制和加强流通运行环节调控两方面着手推动生猪市场稳定发展。

利率、汇率与短期资本流动——基于VAR模型的实证分析

当前,新兴经济体市场资金流动逐渐复苏,我国短期资本双向流动活跃,资本流动带动经济发展的同时也可在短期内发生大规模变动破坏金融市场秩序。本文选取2010—2021年的月度数据,通过构建VAR模型探究利率、汇率与短期资本流动三者之间的具体影响。实证结果表明:利率与汇率对我国短期资本流动存在显著影响,短期资本流动对利率的冲击反应更加敏感。

我国牛肉价格波动影响因素研究——基于VAR模型的实证分析

为保证牛肉价格合理稳定、推动牛肉市场持续健康发展,文章基于2011年12月—2022年12月中国畜牧业月度数据,以内部传导和外部冲击为视角,选取玉米价格、生产者预期、犊牛价格、国家政策构建VAR模型,实证检验我国牛肉价格波动影响因素及程度。结果显示,玉米价格、生产者预期、犊牛价格、国家政策均可对牛肉价格造成影响。其中,玉米价格可通过内部传导机制对我国牛肉价格波动产生显著影响,且稳定贡献率在8%左右;国家政策可通过外部冲击机制对我国牛肉价格波动形成显著影响,贡献率为15%;前期牛肉价格可显著影响后期牛肉市场价格。因此,文章提出降低肉牛产业饲料成本、加大肉牛产业政府财政支持力度、完善牛肉价格波动市场监管体系的建议,以期为稳定牛肉价格、促进畜牧产业可持续发展提供参考。

大湾区建设背景下广东区域城镇化对制度转型的影响——基于VAR模型的脉冲响应函数分析

粤港澳大湾区建设,会进一步推动珠三角地区的发展,但同时也会拉大珠三角与粤东西北地区在经济与城镇化水平方面的差距。广东区域城镇化水平存在的差距,会对各区域制度转型产生不同程度的影响。文章基于VAR模型,利用脉冲响应函数分析了广东区域城镇化对对外开放、市场化与政府管制三个维度制度转型变量的影响。结果表明:珠三角与粤东西北城镇化进程均能促进对外贸易结构转型与升级,拉低外贸依存度,提高广东外贸经济抗风险能力;珠三角城镇化降低了政府管制的程度,从而提高了市场经济资源分配效率;粤东西北城镇化进程推动了市场化水平的提升。总体上看,城镇化对经济欠发达、制度转型相对滞后地区的影响作用较为显著。因此,广东应进一步推进以人为核心的新型城镇化战略,实现区域城镇化协调发展。

基于VAR模型的专业市场与跨境电商融合发展研究

专业市场如何应对电子商务冲击,是近二十年来各界普遍关注的现实问题。跨境电商和市场采购两种新业态新模式已成为我国外贸高质量发展的新引擎,专业市场与跨境电商的关系从冲击应对走向融合发展。浙江省义乌市是专业市场和跨境电商的改革前沿阵地。利用义乌市2008—2022年的时间序列数据,建立向量自回归模型,定量分析专业市场与跨境电商的融合发展关系。结果表明:专业市场生态体系有利于跨境电商“嵌入式”发展,专业市场的持续改革有效应对了跨境电商冲击,但两者融合发展仍缺乏互动效应和长效机制。为进一步促进两者融合发展,应搭建专业市场跨境电商平台、叠加商流和信息流带动产业转型升级、融通跨境电商进口贸易供应链和配套政策。

服务业进出口、OFDI和全要素生产率的动态关系研究——基于VAR模型的实证分析

研究服务业贸易、投资与服务业之间的影响关系,对提升我国服务行业国际竞争力、促进其高质量发展具有重要意义。论文使用我国2000—2021年数据,构建VAR模型对服务业进出口、服务业对外直接投资(OFDI)和全要素生产率的动态交互关系进行实证分析。研究结果显示,服务业进出口对服务业对外直接投资具有正相关关系,且长期支持效果明显;服务业进出口对OFDI、全要素生产率提升具有促进作用;在短期内,全要素生产率与OFDI之间存在双向促进作用,从长期来看则存在一定负向影响。基于实证研究结论,文中提出制定政策鼓励服务企业参与国际化竞争、发挥服务业进出口对OFDI的促进效应、提升服务企业自主创新能力等相关对策建议。

新疆乡村生态旅游与区域经济发展的动态关系研究——基于VAR模型

乡村旅游产业已成为一种具有重大意义的新兴产业,不仅可以加强城乡融合,还可以激发农村经济的活力,实现工业升级,成为当地实现乡村振兴的重要支撑。研究以2000—2020年新疆乡村生态旅游数据为基础,构建了以森林覆盖率、果园面积、年接待游客人数、农村人均家庭经营净收入、地区生产总值为变量的VAR模型,采用协整检验、格兰杰因果检验、脉冲响应和方差分解等分析手段,探讨新疆地区乡村生态旅游与地区经济发展之间的动态关联。结果表明:新疆乡村生态旅游与区域经济发展具有长期稳定共同发展的趋势;新疆地区生产总值GDP与森林覆盖率和每年接待游客人数具有单向因果关系;地区生产总值对森林覆盖率和每年接待游客人数的波动影响较大。

基于VAR模型的黑龙江省经济发展、能源消费与二氧化碳动态关系分析

基于黑龙江省2006—2021年的面板数据,首先采用IPCC提供的方法核算能源碳排放量。基于此,构建VAR模型,采用Granger因果检验、脉冲响应函数对黑龙江省经济发展、能源消耗和能源碳排放之间的动态关系进行分析。结果表明:黑龙江能源碳排放呈现倒U型,2016年达到研究期峰值。能源消费、经济发展和能源碳排放三者之间存在长期均衡关系。经济增长依赖能源消费,属于能源驱动型经济增长。能源消耗会导致能源碳排放长期增加,对经济发展作用较微弱。为此,黑龙江省应加快转变粗放式的经济发展方式,积极调整产业结构,加快能源结构转型。

基于贝叶斯模型与VAR模型的蔬菜销量与定价预测

对商超蔬菜日销售数据进行数据透视筛选,利用同期平均法处理异常值和缺失值,生成年度日销售新数据.对单品蔬菜销量进行Shapiro-Wilks检验,发现不服从正态分布,但经相关性分析发现同类别不同蔬菜单品销量间存在显著相关性.构建同类蔬菜销量Bayesian模型,定量化表达单品间销量的关系,建立单品蔬菜销量的Bayesian模型刻画销量的主要影响因素,两个模型分析和预测结果与实际相符.构建VAR(2)模型,完成未来一周补货设计.以收益最大化为目标,在满足市场需求与销售空间限制下,建立优化模型,完成未来一天的补货量及定价设计,为商超蔬菜销售提供合理化建议.

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。

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。