基于Spline-GARCH模型的股票市场长期波动趋势的度量

文章利用Engle和Rangel(2008)最新提出的Spline-GARCH模型对我国股票市场长期波动趋势进行研究,把波动分为瞬时高频波动部分和缓慢变化的长期低频时变波动部分,放松了传统GARCH类和SV类模型假设非条件波动是常数的限制,实证检验了该模型的有效性。并对引起股票市场低频波动的原因进行了分析,研究了低频时变波动与GDP、CPI、货币供应量M1以及利率波动的关系。

股票市场长期波动趋势度量及影响因素分析——基于Spline-GARCH模型

本文意在度量股票市场长期波动趋势,检验长期股票市场风险与宏观经济变量的关系。以Engle和Rangel(2008)提出的Spline-GARCH模型为基础建立一个新的模型Spline-GARCHEMD,并利用EMD方法拆解季度宏观经济变量CPI和GDP为数个不同频率的成分因子与趋势,以达到去除趋势以及连接总体宏观经济景气循环的目标。研究发现纳入CPI和GDP因素后计算的长期风险对总风险的贡献分别为11.7%和7.81%,说明经济环境的变化对我国股票市场收益率波动影响不大,GDP和CPI的变化并没有提供股市长期风险有用的信息。

宏观经济对国际黄金市场低频波动的影响研究——基于Spline-GARCH模型的分析

本文采用Spline-GARCH模型分离出国际黄金市场的低频波动,放宽了传统波动模型非条件波动的常数限制,通过构造与宏观经济指标具有相同数据频率的低频波动数据,结合事件窗口分析黄金市场低频波动与宏观经济波动的关系。研究发现,宏观经济波动通过风险传染能够引起国际黄金市场的低频波动,两者之间的波动呈正相关,金融危机的发生使其相关程度提高;金融危机发生后CPI变动、工业生产指数下降、美元指数上升以及失业率上升是国际黄金市场低频波动加剧的原因,其中美元指数上升影响最大,而美元指数和失业率下降使低频波动下降。在黄金市场步入熊市之际,本文运用前沿性计量模型首次分离出黄金现货市场的低频波动,研究结论对黄金市场管理与投资具有重要的参考价值。

半参数方法对上证指数波动率的预测分析

根据金融时间序列一般都存在条件异方差性,本文研究了两种半参数时间序列模型的估计方法,通过实际算例对参数模型与半参数模型,以及不同的半参数模型在金融时间序列的拟合与波动率预测方面的表现作了比较。结果表明,半参数模型要优于参数模型,半参数可加模型要优于多项式样条估计模型。

基于长收益率序列信息的时变波动率估计及实证研究

股票市场的价格波动以及其带来的收益率变化备受国内外专家学者的关注.在此背景下,本文主要研究长资产收益率序列波动率的变化情况,并用于上证综合指数的实例分析中.由于最常用的GARCH模型仅在观察周期较短时才充分有效,针对长资产收益率序列的波动率往往具有长记忆性,本文提出了一种改进的时变波动率模型.为使模型更好地拟合波动率的变化,文将波动率的方差分解为条件方差与无条件方差的乘积,通过合理的模型转化,使条件方差遵循GARCH过程,无条件方差使用非参数方法(B-spline函数)拟合,并使之随时间平滑变化.通过数据仿真模拟实验发现,本文所研究的模型能够更好地拟合波动率的变化情况.上证综合指数日收益率序列的实证分析结果表明:(i)本文提出的非参数估计方法具有良好的拟合效果;(ii)无条件方差变化幅度与经济衰退呈现较强的相关性;(iii)时变波动率模型中明显的波动幅度可用非平稳分量的变化来解释.