已实现GARCH-GED模型的研究及应用

针对高频金融数据分布普遍存在尖峰厚尾的现象,将经典的已实现GARCH模型的残差分布拓展到服从广义误差分布的形式,并将杠杆函数的幂次放松为待估参数,建立了新的已实现GARCH-GED模型。基于上证50指数5 min频率的高频数据的实证研究结果表明:相对于正态分布假设下的已实现GARCH模型,已实现GARCH-GED模型更能刻画波动率的杠杆效应,在一定程度上提升了对尾部风险度量的精度。

GARCH-GED Model Based-AGA for Financial Risk Measure

GARCH model under the assumption of generalized error distribution(GED) is used to obtain the daily-volatility of log-return.The parameters are estimated by adaptive genetic algorithm.The tests of VaR and CVaR show that GARCH-GED model is valid for financial risk measure.

基于GARCH-GED模型的利率风险实证研究

上海银行间同业拆放利率(Shibor)与货币市场发展已经形成了良性互动的格局,它在市场化产品定价中已经得到广泛运用。我们用其中的隔夜拆借利率数据进行了实证分析,建立了G A R C H-G ED模型,度量了我国上海银行间同业拆放利率的V a R值。从分析中可以发现:用G A R C H(1,1)-G ED模型可以很好地拟合该利率的波动性,据此方法计算出利率风险。我国银行间同业拆放利率隔夜利率的波动比较剧烈,为商业银行风险管理提出要求,相关利率风险管理也是我国商业银行面临的紧迫任务之一。

加权马尔科夫AR-GARCH-GED模型在降水量中的预测

针对降水量序列的随机性,基于非线性时间序列理论和马尔科夫链原理,首先应用AR-GARCH-GED模型拟合时序的总体趋势,得到的精度指标是随机波动的,其次应用有序聚类对精度指标分类,用加权马尔科夫链对精度指标状态预测,再次应用状态概率线性插值法修正精度指标,最后反推出预测值。该方法既包含了非线性时间序列的点预测,又融合了加权马尔科夫模型的状态预测,从而较好的揭示了降水量的内在规律,提高了预测精度,得到了满意的结果。

基于VaR的中国有色金属期货市场风险测度研究——以上海期货交易所铝期货和铜期货为例

本文利用GARCH-GED模型和半参数方法对上海期货交易所铝期货和铜期货的市场风险进行了测度。研究结果表明,沪铝期货和沪铜期货收益率序列不服从正态分布,具有尖峰厚尾、波动聚集的特征;沪铝期货的市场风险较沪铜期货更小。

基于上证综指的节日效应实证研究

传统金融理论是在理性人假说和有效市场假说的基础上建立起来的,但近年来越来越多市场异象的存在使传统金融理论的地位受到质疑。作为市场异象之一,节日效应近年来倍加受到研究者们的重视。文章以上证综指日收益数据为研究对象,使用引入虚拟变量的ARMA-GARCH-GED模型,考察在1999年12月30日-2013年1月4日期间,股指收益率是否存在显著的节日效应,并对可能影响结果的星期效应进行了检验。结果表明:总体检验中,沪市存在显著的节前效应和节后效应;分节日检验中,元旦节不存在显著的节前效应和节后效应;春节存在显著的节前效应和节后效应,且节前效应更为显著;劳动节存在显著的节前效应和节后效应,且节后效应比节前效应更显著;国庆节仅存在显著的节前效应;在考虑了星期效应之后,节日效应依然显著存在。

基于不同残差分布下GARCH模型的VaR估计

为了研究在不同残差分布下哪种GARCH-VaR模型更能有效反映中国证券投资基金的市场风险,文章运用GARCH(1,1)-N模型、GARCH(1,1)-t模型和GARCH(1,1)-GED模型分别对4只证券投资基金进行VaR估计,并对得出的结果进行全面比较.结果表明,GARCH(1,1)-GED模型有可能更有效地预测市场风险.在此基础上利用Kupiec的LR检验法对这3种模型进行检验,检验结果表明,GARCH(1,1)-GED模型的VaR估计效果更好,能较好地估计中国证券投资基金市场VaR.

流动性过剩对期货市场影响的实证研究

文章选取M2同比增长率为流动性指标,并转化为虚拟变量,建立含有流动性指标的GARCH-GED模型对上海期货交易所的金属铜和天然橡胶进行检验,并运用小波db(4)对波动序列进行小波分解。实证结果表明,超额货币供应量会加剧期货市场的波动,从宏观和微观两角度验证了流动性过剩对期货市场的影响是显著的。

基于Copula-GARCH模型的上证股指行业板块相关性研究

基于现代Copula理论,选用上海股票市场各行业板块指数,包括:工业股指数(SHGY)、商业股指数(SHSY)、地产股指数(SHDC)、公用事业股指数(GYSY)的组合为研究对象,构建了多元Copula-GARCH模型.同时考虑到相关参数的动态变化性,选择时变相关SJC-Copula模型较全面地研究各行业板块指数之间的相关性.通过对比多元正态分布、多元t分布与加入copula的多元正态copula模型、多元t-copula模型以及时变相关SJC-Copula模型的拟合情况,结果表明:①Copula函数具有比多元分布更为灵活的形式,它能更好地适应和刻画现实金融序列的分布.②上海股票市场各行业板块指数收益率序列之间均有较强的正相关关系.③时变相关的SJC-Copula函数考虑到了相关参数的动态变化性,可以更好地描述随着外部环境的不断变迁,变量间的相关性也在随时间而不断变化.

多尺度GARCH模型研究货币增长对期货价格波动的影响

选取M2同比增长率为货币供应量的增长指标,从收益的波动性与分布出发,运用GARCH-GED模型对上海期货交易所的铜、铝和橡胶期货数据进行检验,求得收益的波动序列。同时,运用小波db(4)对波动序列进行小波分解,得到反映长期趋势的低频数据。通过对低频数据和M2同比增长率之间的Granger因果检验,得出货币供应量的增长会加剧期货市场的波动,从而为流动性过剩对期货市场产生影响提供有力证据。

供应链融资业务中钢材质押贷款动态质押率设定的VaR方法

异于债券、股票等质押融资业务,存货质押业务动态质押的核心在于预测其长期价格风险。从分析存货质押市场收益率的统计特征出发,以场外现货交易为主的钢材((HRB335)日数据为例,建立能刻画钢材收益率序列异方差性和尖峰厚尾特性的VaR-GARCH(1,1)-GED模型。同时,提出置于多风险窗口下运用样本外预测未来质押期内钢材价格风险水平,给出厚尾分布下长期风险VaR的计算解析式,得出与银行风险承受能力相一致的质押率。进而,基于失效率法则建立长期风险的碰撞序列函数,回测多风险窗口下长期VaR值。实证分析显示,模型得到的质押率在控制好风险的同时降低了效率损失,为商业银行提供一种动态质押率的风险管理模式和框架。

基于VaR-GARCH模型族的我国期铜市场风险度量研究

描述了金融时间序列的一般特性,从收益的波动性与分布出发,组建起计算时变风险价值的VaR-GARCH模型族,并应用该模型族在3种分布假设下对我国铜期货的市场风险进行了实证分析.研究结果表明,基于广义误差分布的VaR-EGARCH模型能很好地刻画期铜收益的尖峰厚尾性与市场风险.同时,对期铜市场风险的变动趋势进行了详细剖析.

基于GED—GARCH模型的中国原油价格波动特征研究

本文采用中国大庆原油价格日平均交易数据,建立了基于GED分布的GARCH(1,1)、GARCH-M(1,1)和TGARCH(1,1)三个模型,描述了中国原油价格与国际接轨以来的波动特征。实证结果表明,与国际油价类似,中国原油价格的波动也存在显著的GARCH效应,但其波动冲击的半衰期要比国际油价短,为5天。而且,中国原油收益率受到预期风险的负向影响,表明中国原油市场并非完全市场化运作,当然这种负向影响程度较小,约为8%。另外,中国原油价格的波动存在显著的杠杆效应,相同幅度的油价下跌比油价上涨对未来油价的波动具有更大的影响,前者是后者的1.7倍左右。最后,基于GED分布的GARCH模型比基于正态分布的GARCH模型能够更好地描述中国原油价格的波动特征,并且具有较好的预测能力。

二元GED-GARCH模型的利率与汇率波动溢出效应研究

分别运用二元N-GARCH模型和二元GED-GARCH模型,对金融危机前后利率和汇率的波动溢出效应进行研究,通过自适应绝对偏差和自适应均方误差的平方根2种标准进行评价。研究认为,二元GED-GARCH预测效果更好,在金融危机前利率与汇率之间存在着由汇率到利率的溢出效应;在金融危机之后,利率与汇率具有双向的波动溢出效应。

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。

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。

基于分位数回归模型的人民币汇率风险测度方法研究

采用分位数回归模型探讨了人民币汇率收益率风险的测度方法。首先,对传统的GARCH族模型在测度人民币汇率收益率方面进行一定的改进,摒弃了传统的条件方差的正态分布假定,采用现阶段常用的测度金融风险的一种方法,用广义误差分布(GED)来代替收益率序列的正态分布假定,并用GEDGARCH模型来刻画收益率序列波动的时变性和聚集效应;其次在GED-GARCH模型的基础上,采用分位数回归(QR)模型,构建了QR-GED-GARCH模型以进一步度量汇率收益率序列的尾部风险特征。失败率检验以及拟合成功率的比较结果表明,QR-GED-GARCH模型可以全面地对汇率收益率序列的风险特征进行描述,在5%的显著性水平下,QR-GED-GARCH模型比GED-GARCH模型对汇率收益率风险的拟合成功率更高,达到98.08%。该方法不仅能够很好地处理汇率收益率序列的尖峰厚尾分布特征,对异常值的稳健性也很强,可以推广到其他金融子市场的风险测量分析中。

我国股市波动非对称性和混合分布假定的经验分析

混合分布假定(MDH)用信息流的自相关结构解释收益波动的GARCH效应和持续性。本文先运用EGARCH-GED模型考察沪深A、B股市场的波动非对称性,发现A股市场波动显著非对称、B股市场“杠杆效应”不显著。然后,我们根据“杠杆效应”的显著与否,把同期交易量作为信息替代指标分别引入EGARCH-GED和GARCH-GED模型的条件方差方程, 实证检验混合分布假定。最后,我们比较预期和未预期交易量对条件方差的解释力。研究表明:在B股和上证A股市场上,同期交易量对收益波动的GARCH效应和持续性有显著的解释力;同期交易量不能作为市场信息的完全替代指标;未预期交易量对收益波动有显著的解释力、比预期交易量的解释力强。

我国开放式基金风险的影响因素研究——基于面板数据的实证分析

本文基于面板数据模型对我国开放式基金风险的影响因素进行实证研究表明:我国基金风险很大程度上取决于股票市场的波动;基金风险和基金本身的规模具有一定负相关性;基金资产配置状况以及基金经理的变动均会对开放式基金风险产生影响;实力强大的基金公司可以更好的利用公司资源,对基金进行更科学的管理,降低基金风险。实证研究的结论对基金投资者具有一定的指导作用,同时对于证券监管部门的政策制定和监管也具有一定的参考意义。

中国燃料油期货市场动态套期保值研究——基于Copula-GARCH模型的实证分析

为了更好地规避中国燃料油市场价格风险,利用Copula函数的秩相关系数代替皮尔逊线性相关系数,并用GED-GARCH模型求出燃料油现货和期货收益率的动态标准差,从而建立动态的最小方差套期保值模型,并对2009—2012年中国上海市燃料油期货进行套期保值策略分析。实证结果表明:与传统线性最小方差套期保值模型相比,动态套期保值模型提高了中国燃料油期货市场的套期保值有效性;具体而言,在样本区间内,动态模型的套期保值有效性为44.76%,比传统模型的有效性提高了32.1个百分点。