中美银行市场之间风险溢出效应分析——基于GARCH-Copula-CoVaR模型

十八大以来,随着我国金融服务业的全面开放,中国银行市场与国际金融市场的联系日益紧密,对国际间银行市场风险溢出效应的定量分析,将有助于我国银行业应对国际金融风险的冲击。文章基于2018~2022年间中美银行指数日收益数据,采用GARCH-Copula-CoVaR模型,对美国与中国银行市场之间的风险溢出效应进行了实证分析。结果显示:1) 美国银行市场对我国银行市场存在较强的正向风险溢出效应,2) 大型银行的风险外溢强于中小型银行,3) 传统商业银行的风险溢出效应强于非传统商业银行。这些结论为管理当局进行宏观审慎监管、为中国银行业应对国际金融风险冲击提供了启示。

金融时间序列的波动持续性与优化投资组合关系——基于GARCH(1,1)模型矩的视角

GARCH(1,1)模型是最具代表性的ARCH族模型,而ARCH族模型是描述金融时间序列波动持续性特征最为广泛使用的模型,因此对GARCH(1,1)模型进行研究具有很强的理论和实际意义。本文基于矩的角度对GARCH(1,1)模型描述的波动持续性进行了研究并得到了矩和波动持续性关系的具体数学描述。这为人们厘清掩藏在服从GARCH(1,1)过程的金融时间序列背后的规律提供了一个独特视角,帮助人们了解GARCH模型并优化投资组合。

M-Copula-GARCH-t模型在股指期货风险管理中的应用

本文考虑到金融资产收益率这一时间序列的方差时变特性和尖峰厚尾的分布特征,所以使用GARCH-t模型来描述这一现象;同时为了分析包括股指期货在内的投资组合各项资产之间的相关结构,采用了不限制边缘分布的Copula方法,并最终提出了M-Copula-GARCH-t模型用以度量包括股指期货在内的投资组合各项资产之间的相关性,验证了Copula方法,特别是M-Copula方法在度量结果和拟合效果上,具有较高的精确性.

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。

基于Archimedean Copula-GARCH模型的国际原油价格风险度量

本文对国际原油市场价格风险VaR的度量方法进行研究,选择了三种主要的Archimedean Copula函数描述随机变量之间的相关关系,运用GARCH对边际分布建模,使用Monte Carlo方法分别计算三个模型下的VaR,并通过回测检验对模型进行检验和比较,结果显示Clayton Copula-GARCH模型估计效果较好。

基于多周期GARCH-M模型的短期电价预测

电价的分布特性是电力市场风险管理和电力金融产品定价的重要依据。建立了一个采用虚拟变量和正弦函数来刻画现货电价序列多周期性特征的GARCH-M模型。该模型易于定阶、待估参数少,可同时处理电价序列的趋势变化、多周期、异方差及其与负荷之间的非线性相关性,具有一定的实用价值。对PJM电力市场历史数据的分析表明,电价分布的异方差和负荷的平方对电价均值具有显著的影响,电价序列具有周、半月、月、季、半年等多重周期和明显的波动集聚性。

基于ARMA-EGARCH-M模型的沪深股市波动性分析

文章讨论了ARCH模型族的拟合波动性的优缺点,建立ARMA-EGARCH-M模型,简要说明了此模型的优点;以2000年1月11日-2006年3月15日上证综指和深证成指收盘价为样本,对我国沪深股市收益率分布用ARMA-EGARCH-M模型进行拟合分析,结果表明该模型能更有效地拟合我国沪深股市的波动性;最后解释实证结果和分析了我国股市的行为。

基于GARCH-M模型的黄金市场风险与收益关系研究

文中应用GARCH-M模型来研究中国黄金市场风险与收益关系,并得出了以下主要结论:①黄金价格日收益率具有波动聚集的特征;②GARCH模型能够较好地拟合黄金价格的走势;③GARCH-M模型估计结果显示黄金市场的收益与风险是正相关的,预期收益包含一定的风险溢价。

基于Copula-GARCH模型的新兴产业与上证指数相依性研究

文章利用Copula-GARCH模型对2005年1月1日至2014年4月30日上证交易所新兴产业指数和上证综合指数进行建模,然后运用ARMA(1,1)-GARCH(1,1)-t模型,将边缘分布概率积分变化后的2个服从均匀分布的序列作为Copula模型的边缘分布,得到了较好的拟合效果。通过建立正态Normal Copula函数、t-Copula函数、Gumbel Copula函数、Clayton Copula函数和Frank Copula函数的5个二元Copula模型,并采用AIC法、BIC法、切比雪夫距离和欧式距离4种检验拟合优度的方法选择最优的t-Copula模型。同时利用GPD法对2个指数做了尾部相关性分析,发现下尾比上尾具有更好的相依性,说明极端情形(如金融危机)下两指数的涨跌幅度较大。

我国创业板市场与中小板市场的动态相关性研究——基于DCC-GARCH模型和Copula模型的比较分析

金融市场间的相关性研究是金融风险测度及资产组合管理的基础。选取2010年6月1日至2012年5月31日我国的创业板指数(399006)和中小板指数(399005),根据两大指数收益率序列,建立DCC-GARCH模型和Copula模型分别计算两市场间的动态相关系数,研究结果表明:(1)创业板市场与中小板市场存在正相关关系,且相关性很强并具有稳定性;(2)Copula模型考虑了市场间的非线性因素,在刻画金融市场间的相关性方面效果优于DCC-GARCH模型。(3)时变Copula模型捕捉了市场收益率随时间变化的特性,在刻画金融市场间的相关性方面效果要优于常相关Copula模型。因此,我国创业板市场与中小板市场合并是必然趋势;机构投资者宜采用Copula模型分析金融市场间的动态相关性,且不宜跨创业板市场和中小板市场进行资产配置。

改进的GARCH-M模型在股市风险分析中的应用

首先对上海和深圳的收益序列进行自相关检验，发现两市均不具有明显的自相关特征．其次对两市收益进行异方差检验，发现它们的异方差特征显著．在前两步基础上提出改进的GARCH—M（1，1）模型进行风险分析，结果表明：沪深两市的风险都具有时变、正偏、高峰、波动聚集性和长记忆性等特点；中国股市的收益与风险没有必然联系，投资者还处于不完全理性阶段；风险对市场的正负面消息的反应存在显著差别，负面消息在一定程度上加剧了市场波动．

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GARCH-M模型的对冲基金风险评价

与传统理论研究的金融资产高风险高收益的结论不同,利用GARCH-M模型分析各分类对冲基金指数的风险收益状况,发现部分分类对冲基金指数收益表现出高风险低收益的状况。原因在于高杠杆和衍生品的复杂性使得对冲基金的收益与风险更加复杂化,不能简单地认为对冲基金在高风险状况下可以提供更高的收益。国外学者研究发现,对冲基金的解散率比较高的主要原因是由于投资的失败,一般存续时间为3-5年,这提醒投资者选择对冲基金时要更多地考虑风险承受水平。

人民币汇率与股市的风险溢出效应再检验——基于马尔科夫转换GARCH模型和混合时变copula模型的研究

本文以人民币兑美元汇率和沪深300指数为研究对象,使用马尔科夫转换GARCH模型分析了两者的波动非线性特征,利用该模型将汇率波动按照低频和高频状态分成了三个区间,并且从时间上与2015年的汇改相重合。同时,使用混合时变copula对三个子样本上汇率市场和股票市场波动率关联性建模。研究发现:2015年的汇率改革重塑我国汇率市场和股票市场的风险溢出效应;汇改后,两市风险关联性增加,并表现出了正面溢出效应。

基于Copula-GARCH模型最优套期保值比率

考虑了现货价格上下波动的情况,用阿基米德Copula函数的上尾及下尾相关数的平均数作为相关系数,采用GARCH-M模型预测铝现货与期货收益率的标准差,结合最小方差套期保值比率来计算最优套期保值比率,最后对比分析Copula-GARCH模型与Copula模型的套期保值效果.实证结果表明:Copula-GARCH模型的套期保值效果相对较好.

基于ARMA-GARCH-M模型的石油价格市场风险与收益关系研究

通过对1983年4月8日到2014年3月21日的美国原油价格运用ARMA-GARCHM模型来研究石油价格市场风险与收益关系,得出如下结论:石油价格日收益率具有波动聚集的特征;ARMA-GARCH-M模型能够较好地拟合石油价格的走势;ARMA-GARCHM模型估计结果显示石油市场的收益与风险是正相关的,预期收益包含一定的风险溢价。

基于GARCH-M模型的中国股市量价关系研究

本文运用GARCH—M模型,实证检验了中国股票市场价格波动性与交易量之间的动态关系,得出中国股票市场并不完全符合国际上研究量价关系的混合分布假说(MDH)理论的结论,指出了一般认为股价变动与交易量正相关的结论是不准确的,并具体分析了预期交易量与非预期交易量与股价变动的关系,表明中国股票市场的运行效率尚未达到弱式有效。所获得的研究结果对正确认识中国股市的微观结构和进一步规范市场行为有一定的参考价值。

中国证券投资基金市场收益与波动的实证研究——基于GARCH和GARCH-M模型

国内外利用ARCH类模型对股票价格变化的研究较多,而国内对于我国证券投资基金市场收益与波动的研究尚处于空白状态,文章是这个方面的一个尝试。结果表明,跟股票市场不同,基金市场的收益率不存在自相关,收益波动性也较股票市场小得多,收益与其条件方差之间不存在线性关系,GARCH-M模型不适合我国的基金市场,GARCH(1,1)模型则较好的描述了我国基金市场的收益与波动特征。

基于具有尾部变结构的Copula-GARCH模型的相关性分析

针对金融市场中不同资产之间的尾部相关结构的非对称性和动态性,并通过分析几种常见的Copula函数在相关性分析上的优劣,本工作创新之处是构建了具有尾部变结构的Copula-GARCH模型。相比于单一的、静态的Copula函数,它具有多个Copula函数的混合特性。最后以上证综指和深证成指为例进行分析,结果表明:该模型能够更准确地描述投资组合中金融时间序列之间的动态相关特征。

基于Copula-GARCH模型的外汇风险研究

目的构建Copula-GARCH模型,研究外汇市场之间的风险。方法选取美元和欧元兑人民币收益率序列,利用GARCH模型拟合其边缘分布,选择合适的Copula函数刻画两市场间的相关性,通过蒙特卡洛模拟计算VaR值。结果两者收益率之间不存在单一的正负相关性,且尾部渐进独立,VaR序列基本可以覆盖实际损失值。结论通过Copula函数拟合的VaR序列对金融风险有一定的指导意义。