高维时变协高阶矩建模及其投资组合应用——基于半参数分布因子模型

本研究提出了一种基于半参数分布时变因子模型的动态协高阶矩建模方法,给出了模型设定、模型估计和时变高阶矩的检验.通过因子模型有效缓解了动态协高阶矩估计存在的“维数灾难”问题,同时通过引入半参数分布增加了模型的稳健性.实证研究表明:相比于现有协高阶矩估计方法,基于因子模型的动态建模能够有效捕捉资产收益率协高阶矩的时变结构,同时更加契合金融资产收益率的潜在特征;动态投资组合能够应用于高维场景,并产生更高且更稳定的经济价值,稳健性分析进一步证实了这一点.

多元条件高阶矩波动性建模

类似于二阶矩风险(方差风险)的时变性,高阶矩风险也具有时变性.同时,为讨论多个市场或多个金融资产对应高阶矩风险之间的关系,需要建立多元条件高阶矩波动模型.提出了多元GARCHSK模型并给出其向量表达,用独立成分分解技术来解决多元GARCHSK建模中的“维数灾难”问题,给出多元条件高阶矩波动率的估计方法.最后,利用该模型对我国股市4个主要股指的高阶矩风险进行了动态描述.

人民币汇率波动高阶矩风险的测度研究

为了考察人民币汇率高阶矩风险的动态特征,本文首先采用拉格朗日乘子检验对人民币/美元名义汇率收益率序列是否存在异方差、异偏度和异峰度效应进行判断,然后运用自回归条件方差偏度峰度模型对汇率波动的高阶矩风险进行测量。研究表明,人民币汇率波动的方差风险和偏度风险具有时变特征,而峰度风险不具有时变性,鉴于人民币汇率风险的时变性,应该从动态角度进行汇率风险的防范与规避。

基于时变高阶矩NAGARCHSK-LSTM模型的中国碳排放权价格预测

有效的碳价预测有助于碳市场以较低成本解决环境问题,实现碳排放减少的目标。现有研究忽略市场不对称和极端因素对碳价的时变高阶矩冲击关系,预测准确性存在质疑。基于碳价非对称性、极端冲击敏感性强以及时变波动等专属特征,构建新的机器学习碳价预测模型NAGARCHSK-LSTM。研究显示,NAGARCHSK-LSTM模型能有效捕捉碳价时变高阶矩特征,碳价预测精度和鲁棒性均优于其他基准模型,特别是模型长期预测优势得到验证。研究为投资者研判市场行情、开展价格分析提供技术手段。

时变风险厌恶与人民币汇率波动率--基于GARCH-MIDAS-SK模型的实证研究

经验研究表明汇率收益率分布呈现出时变高阶矩(偏度和峰度)特征,其对于汇率波动率建模和预测具有重要作用。同时众多研究表明,时变风险厌恶(RA)包含了金融波动率预测的相关信息。鉴于此,本文构建带时变高阶矩的GARCH-MIDAS-SK模型框架,进一步将RA指数引入该模型框架,实证检验RA对人民币汇率波动率的影响以及预测作用。实证结果表明:RA对人民币汇率波动率具有显著负的影响;人民币汇率收益率分布展现出明显的时变高阶矩特征;引入RA和时变高阶矩有助于提高模型的样本内拟合效果。基于损失函数和MCS检验证实了引入RA和时变高阶矩能够显著提高模型的样本外预测精度,且预测结果具有关于不同样本外预测阶段的稳健性。

基于变系数多因子半参数分布的高维动态高阶矩投资组合研究

高维动态高阶矩投资组合的应用目前面临着“维数灾难”与“模型误设”两大难题。本文结合变系数多因子模型与时变半参数分布提出了一种基于半参数因子模型的动态协高阶矩建模方法,给出了模型设定、模型估计和模型检验方法。通过多因子模型有效缓解了动态协高阶矩估计存在的“维数灾难”问题,同时引入时变半参数结构有效解决了“模型误设”问题。实证结果表明:相较于现有的投资组合模型,基于半参数因子模型的动态高阶矩投资组合能够产生更高且更稳定的经济价值,同时更加契合金融资产收益率的时变特征,能够有效为金融市场参与者提供风险管理技术和科学决策依据。

高阶矩波动性建模及应用

为度量高阶矩风险的动态特征、考察时变高阶矩风险对金融投资决策的影响,本文提出了一个新的高阶矩波动模型NAGARCHSK-M模型。讨论了该模型的包容性,给出了关于高阶矩波动性建模的一整套建模技术,基于正态密度的Gram-Charlier展开给出了模型的参数估计方法。利用该模型对我国股市的高阶矩风险进行了动态描述,并讨论了时变方差风险、时变偏度风险和时变峰度风险对资产收益的影响。

国际原油市场极端风险的测度模型及后验分析

采用可以捕捉收益分布尾部极端风险的ES(Excepted Shortfall)指标,同时基于时变高阶矩波动模型和常规GARCH族模型建立风险测度模型,并在多、空头寸共20个分位数水平下,综合对比了不同模型在国际原油市场风险测度中表现出的精确性差异。研究结果表明:时变高阶矩波动模型可以刻画原油市场收益分布中的时变偏度和时变峰度特征,更好地测度原油市场的极端风险,同时GARCHSK-M模型表现出了相对最高的风险测度精确性,可以作为测度原油市场极端风险相对合理的模型选择。