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。

基于TGARCH-偏态t分布模型的美元兑人民币汇率波动实证分析

文章使用R4.2软件,选取2015年1月—2022年9月工作日美元兑人民币汇率数据,选取非对称GARCH模型族,参考具有尖峰厚尾特征的分布函数。研究结果表明,基于偏态t分布的非对称TGARCH模型的拟合优度高于传统的GARCH(1,1)模型,且高于其他分布的EGARCH模型,一阶差分的美元兑人民币汇率序列具有杠杆效应。

我国期货价格风险管理研究——基于VaR方法与GARCH-t模型的视角

本文利用我国商品期货及金融期货2010年9月份合约数据采用VaR方法对其收益率序列的波动性进行了检验。研究结果发现:首先,应用GARCH-t模型的方法对期货商品的价格风险进行管理具有显著的有效性和适用性,特别是在95%的置信水平下对收益率波动性的拟合效果最佳,同时该方法对期货商品正收益率的拟合效果比负收益率更好。其次,我国股指期货正式推出后,收益率波动性较模拟交易时期显著变小,表明改进后的交易制度及政府监管等措施可能限制了市场上的过度投机行为。最后,农副产品期货的风险暴露程度比股指、金属和能源化工等期货品种要小。

基于Pair Copula-GARCH-t的人民币汇率波动实证分析

通过构建Pair copula-garch-t模型,研究人民币对美元、欧元、港元、日元和英镑五种货币汇率收益率序列波动的条件与无条件相关变动关系。实证结果表明,在C藤结构中,人民币对美元汇率序列与人民币对港元汇率序列存在显著无条件正相关,且各收益率序列下尾相关显著高于上尾相关;在D藤结构中,不存在显著无条件相关,两者汇率序列既定的条件下,其他两种汇率存在显著正相关。

基于GARCH模型的WTI原油价格波动性分析

运用GARCH、EGARCH的t分布模型对WTI原油现货价格进行了统计拟合分析,得到了其收益率序列尖峰厚尾和异方差性等主要概率特征,并对GARCH、EGARCH的t分布模型的预测效果进行了比较分析,发现基于学生t分布的EGARCH模型比GARCH模型能更好地描述WTI原油价格的波动特征,并且具有较好的预测能力。

货币政策调整的金融市场效果检验——推广型T-GARCH模型的应用

通过构建推广型T-GARCH模型检验了央行货币政策调整对我国外汇市场、利率市场及股票市场波动的影响。其特别之处是区分了货币政策的可预见部分与不可预见部分的差别,并据此对三类主要市场的货币政策意外调整反应进行了系统性探讨。检验结果显示,货币政策调整对外汇市场、利率市场及股票市场资产价格波动的影响具有非对称性特点;利率市场对货币政策调整之未可预见部分的反应具有及时性和持续性特点,而外汇市场与股票市场对货币政策的反应较弱。

基于t-Copula-GARCH-t模型的中国股票市场风险分析

针对传统在险价值(value at risk,VaR)模型的局限性,结合Copula技术和GARCH模型,运用t-Copula-GARCH-t模型对中国股票市场进行风险分析,对上证综合指数和深证综合指数进行了实证研究,结果证实了所应用模型和方法的可行性和有效性.

基于ARMA-GARCH-t和Black-Litterman模型的资产投资组合研究

本文选取上海证券交易所不同行业3只市值热度较高的股票运用ARMA-GARCH-t模型对其日收益率与波动性进行预测,在推广的Black-Litterman(BL)模型的框架下,将投资者主观收益分布与资产的先验均衡分布相结合,计算资产的配置权重,并与传统的马科维兹均值-方差(MV)模型给出的组合权重进行对比,发现投资者对资产收益的信心水平越高,BL模型在投资组合中赋予相应资产的权重越高,且投资组合的收益也得到提高。最后,通过融资融券分析验证3只股票市场配置的有效性,说明BL模型给出的配置更符合投资者预期。该研究可以为资产管理者和投资者在资产配置方面提供更多借鉴。

沪铜期货市场风险度量实证研究——基于t分布的VaR-GARCH族模型

选取沪铜期货2004年8月1日至2009年5月30日的最活跃月份合约,根据金融资产尖峰厚尾的特性,采用基于t分布的GARCH族模型对其市场风险进行研究,实证结果表明,沪铜期货收益率在小幅波动后通常跟随着较小幅度的波动变化,同时大幅度波动变化之后跟随着较大幅度的波动;基于t分布的APARCH(1,1)模型能够很好地捕捉沪铜期货的市场风险。

沪深股市的波动性分析——基于t分布下GARCH和SV模型的比较

构建基于N分布和t分布下的GARCH(1,1)和SV模型,并通过实证分析探讨了上证指数和深证成指收益序列的波动性.分析结果表明,GARCH(1,1)类模型和SV类模型能较好地拟合沪深股市收益率的波动,并指出我国股市存在较强的波动持续性;而基于t分布的各模型能有效地刻画股市的厚尾性;此外,通过计算VaR值,说明深市比沪市的风险更大,且SV类模型能更准确地反映收益率的风险特性.

基于混合Copula和ARMA-GARCH-t模型的股票指数风险度量研究

针对近期中国股票市场的剧烈波动给投资者带来的影响,本文选取中国沪深股市和香港股市中具有代表性的3种股票指数的日收益率数据进行建模分析。选用ARMA-GARCH(1,1)-t模型拟合其边缘收益率序列,利用Gumbel、Clayton和t-Copula的线性组合函数刻画其相关结构,再运用蒙特卡罗模拟方法计算不同置信水平下各股指的风险价值、预期损失和中位数损失,其中中位数损失是最近才提出的一种新的风险度量指标。本文的研究结果可以为有着不同风险偏好的投资者和管理者监管系统性风险提供借鉴。

杠杆效应与沪市在险价值(VaR)的计算——基于GARCH-t、EGARCH-t和TGARCH-t模型的比较

通过比较EGARCH-t、TGARCH-t、GARCH-t模型计算沪市在险价值的效果,得到:1、沪市存在杠杆效应,并对沪市在险价值的产生重要的影响,忽略杠杠效应,就会低估沪市的风险;2、仅通过拟合分布特征不能准确地计算沪市的VaR,为了准确计算VaR,还必须考虑沪市的杠杆效应;3、EGARCH-t模型不仅具有较好的分布拟合能力,而且能够有效地刻画杠杆效应,因而更适合于沪市在险价值的计算,且计算出的VaR也比较准确、可靠。

沪深两市行业板块尾部相关性研究——基于M-Copula-t-GARCH模型

沪深两市收益率相关性一直是我国金融领域的研究热点,而其中对收益率尾部相关性方面的研究却较少。基于M-Copula-t-GARCH模型提出了对金融变量及其尾部相关性刻画更简洁适用的M’-Copula-t-GARCH模型。首先依市值及股票份额从两市19大板块中各选取有代表性的8大板块,用t-GARCH模型刻画各板块的边缘分布,然后用两步估计法估计M’-Copula模型中的参数,最后应用投资组合理论确定了最优投资组合。结果表明:16大板块上、下尾聚类结果有一定的差异。股价高涨时板块间的联动性更强,市场对利好消息的反应较为敏感。

Estimating GARCH Modeling Using Metropolis-Hastings Method in R

This paper mainly talks about a popular approach of volatility of a GARCH-type model in R, while the disturbances are independent and have identical Student-t distribution. It uses the Metropolis-Hastings method to perform the computations and gives the programs in details in R.

基于非高斯分布GARCH模型的负荷预测

提出一种基于非高斯分布的广义自回归条件异方差(GARCH)模型的短期负荷预测方法。在论证自回归条件异方差(ARCH)效应存在性的基础上,将标准GARCH模型的正态条件分布假设推广为非高斯条件分布的形式(t分布、广义误差分布)。用极大似然估计获得ARCH族各模型的参数估计,建立了非高斯分布假设GARCH模型(GARCH-t,GARCH-GED)。比较了ARMA、标准GARCH、非高斯分布GARCH模型的预测能力,分析平均预测误差、最大预测误差能力等指标显示GARCH-GED模型表现最出色。算例表明,基于非高斯分布GARCH负荷预测模型是有效而可行的。

基于GARCH族模型的沪深300指数波动率预测

运用GARCH、EGARCH和GJR带正态分布和t分布的模型和方法对沪深300指数日收益率进行了统计拟合分析,得到了收益率序列尖峰厚尾性和异方差性等主要概率特征,并对GARCH、EGARCH、GJR带正态分布和t分布模型的预测效果进行了比较分析,发现基于学生t分布的GARCH(1,1)模型是最优的拟合模型,可以较好地提供沪深300指数未来两日的波动率预测.

对我国开放式基金风险的实证研究——基于GARCH模型的VaR方法

从我国开放式基金收益率序列的分布、波动性和杠杆效应三方面考虑,在正态分布t、分布和GED分布的假设下,建立了估计基金风险的VaR-GARCH、VaR-EGARCH模型,选择合适的模型对各只基金及不同类型基金的VaR值进行估计,并应用Kupiec方法对VaR模型的准确性进行了返回检验。结果显示,基于GED分布的GARCH模型计算的VaR值比基于t分布的GARCH模型计算的VaR值更真实地反映了基金的风险,不同投资类型和投资风格的基金的风险也不尽相同。

GARCH模型在我国深市风险度量中的应用研究

介绍了VaR的含义及计算方法,指出推测市场因子的波动率是计算的关键。从理论上对基于t分布和正态分布的GARCH模型进行了比较,得出基于t分布的GARCH模型更能刻画金融市场“尖峰厚尾”等实际特征。将基于不同分布的GARCH模型应用于我国深圳股市的风险度量,通过对比VaR的估计结果,说明基于t分布GARCH模型计算的VaR更有效地反映了金融市场的风险水平。

基于偏t分布的Shibor隔夜拆借利率影响因素分析

由于隔夜拆借利率更能有效反映货币市场短期资金供求关系,本文通过建立Garch模型分析影响Shibor隔夜拆借利率波动性的各种因素,发现新股发行对其影响显著远大于存款准备金制度;随着央行不断提高法定存款准备金率,准备金制度对波动性的影响有增强趋势。这一结论可以为央行把握存款准备金制度改革进程,准确估计Shibor隔夜利率的走势提供参考;也有利于央行更好地制定金融市场政策,实现货币政策既定目标。

基于GARCH模型的VaR方法对中国股市的分析

中国股票市场的收益率具有厚尾性 ,可以利用GARCH模型中的条件方差来度量其VaR。我们运用了基于不同分布假定下的GARCH模型的VaR方法对深圳股票市场与上海股票市场的风险进行了分析。分析的结果表明深圳股票市场比上海股票市场有更大的风险 ;