基于随机矩阵理论决定多元GARCH模型最佳维度研究

基于随机矩阵理论(RMT)的降维技术能够通过去除噪声和只保留有用"信息",而对相关矩阵估计中用来描述相关的主成分或因子的最佳使用数量做出确定。本文认为利用RMT对相关矩阵估计的降维操作来实现RMT对多元GARCH模型的有效降维是可能的。为说明基于RMT的降维技术用于多元GARCH模型的有效性,本文建立了两类将基于RMT的相关矩阵估计和波动率结合在一起的多元GARCH模型:滑动相关多元GARCH模型(SC-GARCH模型)和改进的O-GARCH模型(IO-GARCH模型)。理论分析表明,这两类模型具有降维的相关结构,易于估计,并且利用RMT能确定出它们的理论最佳维度。实证研究中,本文建立了上海证券市场100只股票收益率的两类多元GARCH模型,并在马克维茨证券组合理论的框架下,考察了它们的协方差矩阵预测效果。结果表明这两类模型的预测效果很好。通过两类模型各个维度预测效果的比较可以看出,RMT能够为多元GARCH的降维提供有效的依据并且较准确地确定多元GARCH模型的最佳维度。理论和实证分析结果表明,基于RMT的降维技术是解决多元GARCH模型"维数灾祸"问题的有效手段。

基于GARCH模型MSVM的轴承故障诊断方法

针对振动信号因非平稳性导致自回归(AR)模型无法有效描述信号特征的不足,提出一种基于广义自回归条件异方差(GARCH)模型多类支持向量机(MSVM)的故障诊断方法。该方法首先利用GARCH模型拟合各种故障信号,将所得模型参数作为故障诊断特征,以MSVM作为故障诊断方法。试验结果验证了GARCH模型方法的可行性和有效性,同时将该方法同基于AR模型的方法及其改进方法进行比较,结果表明该方法在诊断率及诊断时间上都有明显提高。

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。

上证指数的基于小波的NN-GARCH模型及实证研究

GARCH模型可以有效地消除时间序列的异方差性,小波多分辨分析可以去除偶然因素造成的噪声影响,而加入神经元可以更好的利用神经网络的特性来拟合数据的非线性.作者综合利用GARCH模型、小波多分辨分析和神经网络的上述特性,对上证指数建立了基于小波的NN-GARCH模型并进行了实证研究.实证研究结果表明:加入神经元的小波GARCH模型的预测效果比只含有神经元的GARCH模型的预测效果好,同时,只含有神经元的GARCH模型的预测效果优于单纯的GARCH模型的预测效果.

基于Swarm的股票市场建模与GARCH效应研究

波动性是金融研究的基础议题之一,文章在多主体模型的基础上对它进行了研究。首先,在Lux模型基础上增加观望者类型,建立改进模型,并在Swarm平台上进行仿真,产生与真实股价走势相似的价格时间序列,随后研究了模型收益率的GARCH效应,发现当市场处于周期形态时,收益GARCH效应显著,当市场处于泡沫均衡态时,收益GARCH效应并不显著。

Factor-GARCH模型研究与理论探讨

结合国外研究现状,对解决多维GARCH模型的方法———Factor-GARCH模型进行了系统的讨论.将投资组合的收益率Rt表述为潜在公共因子的函数形式,并对函数形式中的一些变量和假定给出了理论和现实的解释;将投资组合的协方差Ht的结构进一步细化,将其表述为可观测变量的线性函数.并指出了今后的研究方向.

时变贝塔资本资产定价模型实证研究

自从1964年CAPM模型提出以来,学术界对它的研究就一直没有停止过。在理论层面,通过放松和改变假设得到了新的模型;在实证层面,则是应用新的实证方法验证理论模型的正确性。最新提出的多元GARCH模型具有预测多元资产条件协方差矩阵的功能,因此将这一特性应用于CAPM模型的研究中就成为了一个独特的视角。通过实证研究发现,这种时变贝塔能够更精确地刻画单个资产相对于市场组合的风险大小。

我国大豆、豆粕和豆油期货价格之间的联动分析

本文以我国大连商品交易所的大豆、豆粕和豆油期货品种为研究对象,利用多元GARCH模型、Jo-hansen协整检验与方差分解等方法对大豆、豆粕和豆油期货价格之间的联动关系进行了实证研究。研究结果表明:大豆、豆粕和豆油期货价格之间存在长期均衡关系,期货价格之间相互影响,相互引导。尽管各品种期货的价格主要还是受到自身市场因素的影响,但是三者价格间存在着密切的相关性,相互间有着或强或弱的价格影响关系。

基于CEEMD和改进时间序列模型的超短期风功率多步预测

根据风功率非平稳特性,提出一种基于互补集合经验模态分解和时间序列分析方法中的差分自回归滑动平均模型的新型风功率组合多步预测模型。首先对风功率序列进行互补集合经验模态分解,以降低风功率序列的非平稳特性;之后采用模糊熵理论对各分量进行复杂度评估,对复杂度相近的相邻分量重新组合,从而有效降低预测时间和计算量;然后对新组合的各分量建立差分自回归滑动平均(ARIMA)模型,再对各分量进行残差序列检验,对存在异方差特性的分量建立ARIMA-GARCH模型;最后叠加各分量预测结果得到最终的风功率多步预测值。实验结果表明,所提的组合预测模型具有较高的预测精度。

基于组合模型的网络业务流多重分形建模

研究表明网络业务流具有长相关、短相关特性以及小尺度上的多重分形特性的特点。将可以描述网络业务流波动情况的GARCH模型和可以描述网络业务流长相关特性和短相关特性的FARIMA模型引入网络业务流的多重分形建模中。提出了一种FARIMA/GARCH组合模型。数值仿真对比结果表明提出的FARIMA/GARCH组合模型对网络业务流多重分形谱描述更为准确,实现了对网络业务流多重分形特性的有效建模。

基于多分辨率分析和极值理论的集合VaR模型

为了捕捉金融资产价格波动的多尺度时变特征,利用多分辨率分析(multi-resolution analysis,MRA)将收益率序列分解成不同时域上的正交分量,并对各分量序列分别建立适当的ARMA-GARCH模型,在此基础上引入极值理论(extreme value theory,EVT)对收益率的厚尾性进行建模,构建了一种MRA-EVT模型.将该模型应用于沪深300指数的VaR预测.实证研究结果表明,与传统ARMA-GARCH模型、无条件EVT模型和MRA模型相比,该MRA-EVT模型显著提高了VaR的预测绩效.

CAPM是否渐进有效?——基于上证A股的实证研究

本文采用多元GARCH模型估计上证A股的时变β值,并用截面回归模型检验β对超额收益率的解释能力,通过月度时间窗口移动来观察CAPM有效性的演进过程。研究结论为,1997年后截面检验方程的常数项、β系数和系数都由原来的剧烈波动变为平稳,标志着CAPM有效性的增强。但是β值的解释能力并不如CAPM模型预言的那样完美,仍存在其他因素影响股票的超额收益率。

基于多尺度分析理论的中国股票市场波动的实证研究

运用多尺度分析理论研究中国股票市场的波动,借助MATLAB 7.3软件的小波分析工具箱(wavelet toolbox)和广义自回归条件异方差模型工具箱(GARCH toolbox),对上证综合指数收益率序列进行时域分析和多尺度分析,结果表明多尺度分析更能捕捉到中国股市的波动特点,明显提高GARCH模型的仿真预测精度。

基于随机规划的多期投资组合决策研究

最优投资决策是投资者从长远角度出发,在复杂多变的环境中对风险资产进行合理配置,以获得最大的期望效用。研究了在多期投资时收益率不确定条件下的投资决策问题。首先,根据风险资产的历史数据建立ARMA-GARCH模型对资产的未来收益率预测,使用蒙特卡罗模拟法模拟收益率未来可能发生的情形,利用随机取样法搭建情景树。其次,在情景树的基础上,根据随机规划理论将Markowitz提出的均值–方差模型推广到多期。最后,选取中国证券市场上六只股票数据对模型进行实证研究。研究结果发现:情景树在描述不确定性问题上是有效的,提出的模型适用于多期投资,并能够给激进型、稳健型和保守型的投资者提供直观、明确的投资决策指导。

基于QRNN+GARCH方法的供应链金融多期价格风险测度及防范

在供应链金融中,存在多期价格风险,如何有效测度和防范,成为学界与业界共同关注的重要问题.考虑到供应链金融业务的多期性,质押物收益的非线性、非对称、波动聚焦性等特征,充分发挥神经网络分位数回归（QRNN）模型在非线性与非对称方面的处理能力,结合GARCH模型在波动聚集性准确刻画方面的优势,提出了一个QRNN＋GARCH的建模框架,给出了供应链金融多期价格VaR风险测度;其次,为对比新测度方法与GARCH模型等传统方法的优劣,基于似然比检验与平均相对误差,对VaR风险测度效果进行评价,给出了相应的评价方案;再次,为确定与设计合理的多期质押率,达到有效防范风险之目的,给出了风险不可控比率和效率损失率两个指标,评价质押率的有效性。最后,选取现货铝为对象,实证研究其价格波动行为,结果表明：第一,在多期价格风险测度方面,QRNN＋GARCH方法明显优于GARCH模型,表现为准确性更高,更具效率和稳健性;第二,在防范风险方面,QRNN＋GARCH方法所确定的多期动态质押率,能够更好地降低效率损失。

“沪港通”实现了我国资本市场国际化的初衷吗?——基于多重结构断点和t-Copula-aDCC-GARCH模型的实证分析

本文在同时考虑市场间动态"非线性"的互联互通性和联动进程中存在的突变性基础上,运用t-Copula更好地捕捉了金融市场之间非对称的尾部相依性的特征;通过tCopula-a DCC-GARCH模型分析框架,对"沪港通"开启前后沪、深、港、美市场间的联动效应及相应断点进行深入、细致地实证分析,以此来探讨"沪港通"是否促进了我国资本市场的国际化进程。分析结果表明:(1)沪、深、港、美市场间确实一直存在动态相依性,并随着市场的不断发展,其相依性逐渐增强。(2)"沪港通"的开启并未如预期那样在统计上明显增强沪、深、港、美市场间的互联互通性。(3)四市间的相依结构在整个股市发展历程中并不是始终保持一致性的,存在多个明显的结构断点。(4)几次重大事件如2002年引入QFII、2005年的股权分置改革、2007年的次贷危机等都会引起四市联动性结构的剧变。

具有方差持续性的套利定价模型研究

在介绍有关方差持续性和协同持续性概念的基础上 ,首次将有关的概念应用于以套利定价理论为背景的多因子动态模型的二阶矩的结构分析 ,并讨论了动态因子存在持续性和协同持续性时对组合资产风险率和收益的影响 ,得到了一些有益的新结论 .