黄金期货与白银期货的动态相关性研究——基于GJR-MRS-SJC-Copula模型的分析

金银期货具有“尖峰厚尾”、波动聚集、有偏和非对称等特征。文章通过构建ARMA(p,q)-GJR-SkT模型刻画金银期货的边缘分布,接着引入Markov状态转换的MRS-SJC-Copula模型考察上期所金银期货主力合约间的动态相关性及结构。结果表明,金银期货间存在有偏和非对称等特征,同时都具有负向“杠杆效应”,其相依结构是动态变化的,且持续存在高低两种不同状态的概率转换;利空消息对当期金银期货的冲击较大,且下跌带来的冲击要大于上涨产生的影响;动态联动性的内部结构显示金银期货收益率受过去信息的持续影响,同时各自的基差变化对动态相关性影响显著;突发事件的冲击会使金银期货的上下尾发生结构突变,引发风险传染。

上海股票市场波动不对称性研究—GJR-与VS-GARCH模型的比较

分析了两个不对称的GARCH模型:G JR-GARCH和VS-GARCH,并对VS-GARCH进行了修正。使用上证综合指数对两个模型进行了实证比较,发现修正的VS-GARCH更适合中国证券市场,能更好的捕捉到波动的不对称性。同时实证结果显示在沪市上,好消息引发的波动大于坏消息引发的波动,并从交易规则和投资者心理方面进行了解释。

基于GJR模型的EVT动态风险测度研究

通过运用ARMA-GJR模型捕获上证综指的损失序列的自相关、波动集聚性和杠杆效应特征,用极大似然估计(MLE)估计模型参数以求出条件均值和条件方差以及标准残差序列;然后假设沪市指数损失标准残差序列近似满足EVT条件,分别取175、105和35个极值数据并运用MLE来估计广义帕累托分布(generalized Pareto distribution,GPD)的参数,进而估计出q分位数对应的动态风险值Valt(value at risk)和ES(expected shortfall);最后对风险测度方法的估计效果进行分析.实证结果表明:标准残差序列的极值尾部近似服从GPD,ES是相对于VaR更保守的风险测度方法.

开放进程中人民币汇率间相依性研究——基于动态Copula-GJR-t模型的分析

构建动态Copula-GJR-t模型对汇改后人民币兑美元、欧元和日元汇率间的相依结构进行考察。研究表明:人民币兑美元与兑欧元、兑日元汇率间存在负相依性,人民币兑欧元与兑日元汇率整体上呈现正相依性;在极端事件下,各汇率间相依性较正常时期发生很大变化,但不像股票市场那样呈现增强的正相依性;人民币兑美元与兑欧元、兑日元汇率的上、下尾相依性基本为零,说明它们不存在同时大涨或大跌的可能性,而人民币兑欧元与兑日元汇率有波动较大的上、下尾相依性,说明两者存在汇率风险传染关系。

沪深300期现货市场动态波动关系研究:基于VECM-GJR-DCC-MGARCH-t模型的视角

在VECM-DCC-MGARCH模型基础上,以GJR形式考虑变量非对称作用、用t分布来描述股市数据的非正态分布特征,构建了VECM-GJR-DCC-MGARCH-t模型,并实证分析推出沪深300股指期货至今,沪深300期现货市场的动态波动关系。结果表明:沪深300期现货市场波动之间整体有较高关联性,但相关程度变化不定,在行情上涨时期两者关系大幅减弱;同时,现货市场波动对不利冲击的反应更敏感;现货市场过去意外冲击和过去波动都会抑制期货市场波动,而期货市场过去意外冲击和过去波动则会加剧现货市场波动。

基于GJR-ALaplace方法的开放式基金风险研究

根据我国开放式基金收益率序列的尖峰、厚尾、有偏和波动时变的特征，引入非对gg,Laplace分布对收益率序列进行刻画和拟合。构建度量基金风险的动态GJR—Asymmetric～Laplace模型，在非对称Laplace分布、Laplace分布和正态分布三种分布假设下测算VaR，并做返回检验。选取12只开放式基金在2007．01．04～2009．12．31期间的日累计净值数据做实证研究。实证表明：除了基金大成债券外，其余11只基金显著通过假设，符合非对称Laplace分布，相rELaplace分布和正态分布来说，非对称Laplace分布能更好地拟合基金收益率序列。正态分布假设下风险度量值通过检验的基金数显著少于Laplace分布假设，而Laplace分布下通过检验的基金数亦少于非对称Laplace分布，可知非对称hplace分布假设下得出的基金动态风险值更为有效。

基于GJR-GARCH的VaR模型及其在上海证券市场的实证研究

针对风险价值VaR的一般参数方法都是对称的,其在处理非对称时间序列时存在着局限性,本文提出了非对称的VaR计算模型,并以上海证券市场为对象进行了实证研究,结果表明基于非对称的VaR计算模型优于对称的VaR计算模型。

具有GJR-GARCH误差项时序的ADF单位根检验

在有限样本情况下,随机模拟了具有GJR-GARCH误差项时间序列的ADF单位根检验,分析了样本容量、扰动项高阶矩的存在性、肥尾和杠杆效应对临界值的影响．结果显示,条件分布为广义误差分布和t分布时,只可以直接使用zt统计量的Fuller的临界值表．

股市系统性风险跨区域溢出分析——来自DCC-GJR-Copula-CoVaR模型的经验证据

考虑到股市系统性风险跨区域溢出问题,构建了多元的DCC-GJR-Copula-CoVaR(Dynamic Conditional Corelational,DCC;Glosten Jagannathan Runkle,GJR;Copula;Conditional Value at risk,CoVaR)模型,利用两步极大似然法估计模型参数,将31个省(直辖市、自治区)注册上市公司的股价省级综合指数,按照国家行政区域合并为10大区域市场股价综合指数.研究结果表明:该模型能度量股市系统性风险跨区域溢出的非对称性,而不同区域的风险贡献度差异较大,风险溢出具有地区差异.这为识别区域系统的重要性及防控股市系统性风险跨区域溢出具有重要的实践价值.

基于GJR-GARCH模型的港币汇率波动不对称性研究

本文对港币月度实际有效汇率1964.1—2009.6间收益率数据进行线性测试和非线性ARCH效应检验,然后建立并估计AR-GJR-GARCH模型,并使用标准化残差的残留ARCH效应检验、高阶GARCH检验和参数一致性检验来判断模型设定的结果,最后通过描绘出的信息反应曲线得出在好消息与坏消息下,港币汇率的波动呈现显著的非对称性特点的结论。

基于GJR-EGARCH模型的人民币汇率非对称特征分析

选取2010年1月1日至2020年10月9日共2811个欧元兑人民币汇率日值,建立GJR-EGARCH模型,实证分析人民币汇率的波动特征.实证结果发现,人民币汇率具有显著的左厚尾特征、非对称性和杠杆效应,坏消息带来的冲击大于好消息带来的冲击.

基于GJR-GARCH模型的上海证券市场实证研究

根据1998年1月1日-2006年5月1日上证综指数据,采用GJR-GARCH模型对上证股市收益率的统计特性进行讨论,并分析了上证股市收益率波动的非对称性现象。结论表明:(1)上证综合指数序列存在冲击的非对称性,同时也存在着杠杆效应;(2)由拟合得到的新闻影响曲线可以看出,GJR-GARCH模型的新闻影响曲线也是非对称的,同样强度的利空消息较利好消息对未来波动的影响更大。

投资组合行业配置的动态VaR研究——基于时变Copula-GJR-Skewed-t模型

用时变Copula-GJR-Skewed-t模型研究了深证22个行业分类指数中任意两个投资组合的动态VaR,并与静态VaR比较。实证结果表明,时变t-Copula函数在众多Copula函数中对行业投资组合的拟合效果最优,给出了模型估计出的VaR最大和最小的5对行业组合,不同行业组合的动态VaR在股市周期各阶段关系相对稳定,同一行业组合的动态VaR和静态VaR关系相对稳定,且略高于静态VaR。

中英铜期货市场价格动态联动性研究——基于GJR-DCC-GARCH模型

以上海期货交易所和伦敦金属交易所(LME)铜期货为研究对象,使用EVIEWS 8.0和MATLAB软件,利用GJR-DCC-GARCH模型对沪铜期货市场和LME铜期货市场的动态联动性进行了实证研究。首先,采用Granger因果效应检验和脉冲响应分析;其次,对两市场分别建立GJR-GARCH模型并采用极大似然估计方法计算DCC模型的参数值;最后,得到两国铜市场的动态相关系数图。结果表明:中英铜期货市场的动态联动现象比较显著,两市场均存在非对称效应,中国铜期货市场为成熟市场且在全球铜期货定价方面具有话语权。

基于Copula-GJR-EVT模型的外汇储备投资组合实证研究

随着我国外汇储备规模的增长,如何实现外汇储备有效管理、降低资产管理风险越来越受到业界关注。本文通过建立Copula-GJR-EVT模型,对外汇储备投资组合进行了实证研究,求得投资组合收益及各资产最优权重。结果表明,外汇储备投资组合可以降低风险,投资能源和有色金属等战略储备,可以成为拓展我国外汇储备投资渠道、促进外汇储备保值增值的合理选择。

基于GJR-GED的农产品期货市场风险测度研究

本文以豆粕与郑州棉花商品期货为研究对象,并以其交易指数代表农产品期货市场,运用基于GED的GJR对期货市场动态风险价值(VaR)进行了测度,进而运用后验测试方法对风险测度模型的准确性进行了检验。实证研究的结果表明,农产品期货市场指数收益与其他金融市场一样,存在着明显的尖峰胖尾分布特征;指数的条件波动率也展示出明显的杠杆效应;基于GJR与GED的风险测度模型能够准确测度期货市场的动态风险。

中国金融市场风险溢出效应及其非对称性研究——基于GJR-BEKK-GARCH模型与溢出指数方法

运用GJR-BEKK-GARCH模型和风险溢出指数方法对中国2005年7月22日-2021年4月2日货币市场、股票市场、债券市场、外汇市场、房地产市场、黄金市场和大宗商品市场间的风险溢出效应及其非对称性做系统性分析。结果表明:金融市场间具有广泛而显著的双向风险溢出效应和非对称溢出效应,负向冲击引起的波动大于正向冲击;样本期间金融市场平均风险溢出指数为25.5%,风险溢出方向具有非对称性,房地产市场、商品市场和股票市场是风险的净溢出者,货币市场、债券市场、外汇市场和黄金市场是风险的净接受者;金融市场风险溢出指数具有时变性、波动性和不确定性,国内外重要政策颁布和风险事件爆发期间金融市场风险溢出效应明显加强。

GJR-CAViaR模型的贝叶斯分位数回归——基于Gibbs抽样的MCMC算法实现

本文将基于Gibbs抽样的MCMC算法引入GJR-CAViaR模型,实现模型的贝叶斯推断。GJR-CAViaR模型是含有递归形式的分位数回归方程,尚未有文献提出如何对其进行贝叶斯分析和MCMC估计。本文首先利用不对称拉普拉斯分布建立GJR-CAViaR模型的似然函数,并通过引入标准指数分布和标准正态分布的混合分布得到不对称拉普拉斯分布的参数解析的条件分布,然后讨论模型的Gibbs抽样过程以及算法实现。对上证综指日收益率数据建立GJR-CAViaR模型,并得到模型参数的贝叶斯估计值。在马尔科夫链收敛的前提下,发现中国证券市场VaR具有自回归性质,且呈现收益对风险的不对称特征。这一特征不会受到样本容量大小及置信水平的影响。

基于GJR模型的中国股市收益率波动性研究

取一段时间的上证指数日收盘价为数据样本,从时间序列分析的角度运用模型重组方法构造带student-t分布的ARMA-GJR-M模型研究中国股票市场收益率的波动性。结果表明,ARMA(4,3)-GJR(1,1)-M模型能够全面描述中国股票市场收益率的非正态性、尖峰厚尾异方差性、强烈的波动集聚性和自相关性以及波动过程中的杠杆效应这四大特征。同时,收益率与风险大小成正比也在模型中得到很好的体现。实证结果显示,ARMA-GJR-M模型的拟合效果比GJR-M模型的更好。

基于Griddy-Gibbs抽样的混合高斯AR-GJR-GARCH模型的贝叶斯估计

综合考虑波动率的尖峰厚尾性、杠杆效应等特点,作者提出了混合高斯AR-GJRGARCH模型,并用基于Griddy-Gibbs抽样的MCMC方法对模型的参数进行了贝叶斯估计,然后以新东方的股票数据为例用Matlab和R软件对模型进行了实现与检验.结果表明:模型对波动率的各种特性都有一定的体现,并且估计方法的收敛速度较快、自相关性弱、算法复杂度低、稳定性良好.