基于SKT-ARFIMA-HYGARCH模型的开放式基金投资风格漂移收益及其波动分形研究

以往大量文献研究表明基金经常发生风格漂移现象,但资本市场呈分形特征违背了有效市场假说,对传统的实证研究方法提出了巨大挑战。以2005年上半年成立的5只开放式基金为研究样本,利用3个信息准则确定ARFIMA(1,d1,1)-HYGARCH(1,d2,0)为最优模型,引入SKT分布结合该模型来探索研究基金投资风格漂移所带来的收益及波动过程的分形特征。实证结果表明:该模型能够较好刻画投资风格漂移日收益序列的双长记忆性分形特征,其波动过程均存在显著的长记忆性,但收益过程存在长、短记忆性不统一现象,这进一步说明基金投资风格经常发生无序漂移现象,也折射出其背后存在着巨大的漂移风险隐患。最后,Person吻合度检验证实了SKT分布能较好地拟合基金投资风格漂移日收益序列的分布。

基于ARFIMA-HYGARCH-M-VaR模型的亚洲汇率市场均值和波动过程的双长期记忆性测度研究

作为金融传导机制的一个重要成分,汇率在金融危机的传播中发挥着重要作用.因此本文以亚洲汇率市场的汇率作为研究样本,通过引入skt分布来刻画残差的分布,构建了ARFIMA-HYGARCH-M-VaR模型来测度汇率风险值,并与skt分布下的GARCH及FIGARCH模型的VaR进行失败率回测检验与动态分位数测试.研究结果表明:在不同显著性水平下,skt分布下的各种模型基本都有较好的风险测度能力,且ARFIMA-HYGARCH-M模型的VaR风险测度更加精确与稳定.本研究为我国及亚洲其他国家汇率市场的风险测度与风险管理提供了一定的理论借鉴和方法基础.

基于已实现极差的上证综指波动长记忆性识别与风险度量研究

基于上证综指的高频信息,计算了已实现极差.针对已实现极差,进行R/S检验和单位根检验,发现已实现极差具有长记忆性.考虑到杠杆效应、异方差性和长记忆性,构建了基于已实现极差的ARFIMA-M-FIGARCH模型、ARFIMA-M-FIEGARCH模型和ARFIMA-M-HYGARCH模型,进行了拟合优度检验、VaR的失败率检验以及VaR的动态分位数检验,结果表明,基于已实现极差的ARFIMA-M-HYGARCH模型拟合效果最优,刻画了上证综指的双长记忆特征、杠杆效应和尖峰厚尾的特征,能更好地度量极端情况下的在险价值VaR.