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。

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。

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VaR和Garch-t的中小板指数基金的风险模型构建及实证研究

近年来，中小板指数基金投资越来越受到广大投资者的关注，科学有效地量化该类基金风险，有益于投资者的资产管理和金融市场的稳定。本文针对中小板指数基金的统计特性，构建了Garch—t模型，并以VaR作为风险度量工具，采用Monte Carlo模拟方法，对中小板指数基金的风险模型和计算方法进行了研究，并以广发中小板指数基金为例进行了实证分析，为对我国中小板指数基金的风险度量提供了科学模型和计算方法，也为投资者提供了可靠参考。

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。

基于GARCH-t的上海股票市场险值分析

本文通过上海股票市场的实证分析表明:(1)收益率分布假设是正确计算VaR值的前提,对于普遍存在着的收益率分布非正态的状况,一般的GARCH模型可能低估风险,必须选择能准确描述收益率尾部分布的模型;(2)VaR值的评价必须严格遵循统计分布及其检验准则,否则,较低的VaR值意味着可以节约资本成本,极易被当事人接受,这样事实上隐含着极大的危险。

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。

流动性调整门限效应下的市场风险度量

为了刻画流动性对金融市场风险的影响,并且考虑到金融数据的尖峰厚尾性,对传统的门限UHF-GARCH模型进行扩展,加入持续期门限和对数持续期门限效应,基于标准T分布建立门限UHF-GARCH-MD模型和门限UHF-GARCH-LD模型,结合交易的及时性和交易深度刻画金融市场流动性风险,评价并比较两类门限模型的拟合优度和流动性风险度量精度.实证发现,持续期杠杆效应对金融市场流动性风险存在显著影响,门限UHFGARCH-LD模型不仅刻画了金融数据的尖峰厚尾性,并且捕捉高速流动性和低速流动性对金融市场风险的不对称影响,可有效地度量流动性风险,为金融市场风险研究提供了流动性新视角,也可为市场风险防控提供参考.

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。

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Copula模型的外汇投资组合风险度量

在我国国际储备资产构成中,绝大部分为外汇储备,其中约70%是美元资产。如何通过外汇储备的投资组合来缓解美元贬值的汇率风险,以及在保持外汇储备安全性及流动性的基础上提高外汇储备的收益性异常重要。选用GARCH-t模型和混合连接函数,对外汇资产的汇率风险进行了风险分析(α=0.025的风险投资分析),通过蒙特卡洛模拟,求得最后的投资组合是:45%的总投资金额对日元进行投资,55%的总投资金额对美元进行投资,可使投资组合的风险最小。

融资融券交易保证金比例的个性化动态设置研究

保证金比例的个性化动态设置是中国证券市场中融资融券信用交易业务发展的必然趋势。文章根据融资融券交易的保证金信用融资模式,构建了ARIMA-GARCH-BSM期权定价模型,利用结构化建模方法探讨如何解决融资融券信用交易业务保证金比例动态设置问题,并选择融资融券交易比较活跃的标的武钢股份进行了实例验证计算。检验结果表明该模型有效性很高。

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.

基于云理论的风电场群长期出力区间预测

风电的不确定性给风电集群式开发和并网带来极大挑战,风电功率的点预测已很难满足电网长期灵活规划的实际需求。针对风电场群的长期风电功率区间预测问题,提出了一种基于云理论的D藤PairCopula-GARCH-t模型,用于预测风电场群的出力区间。GARCH-t模型较为准确地反映了预测误差的尖峰厚尾特性,提高了风电功率预测的精度。D藤Pair Copula模型有效地描述了风电场群之间出力的相关性。以期望、熵和超熵为数字特征的云模型预测出的风电功率区间,不仅能反映风电的随机性和模糊性,也能合理地描述两者之间的关联性,为规划人员作长期风电并网规划提供参考。

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.

基于ARCH类模型的中国经济波动性研究

应用ARCH类模型对中国实际GDP的波动率进行了实证研究,利用准极大似然估计方法QML估计三种ARCH类模型(GARCH、T-GARCH和E-GARCH)。实证研究表明:GARCH(1,1)模型是最优的拟合模型。这意味着中国经济波动率是变化的,而且GDP实际增长率是对称的。因此,在经济系统自身还不具备自我稳定功能的条件下,外部干预是保证经济平稳过渡的重要条件。

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.