基于已实现NGARCH模型的上证50指数的风险度量

基于NGARCH模型刻画了波动率的杠杆效应特征,在已实现GARCH模型的波动率方程中引入杠杆参数的扰动,建立了新的已实现NGARCH模型,并研究了新模型的动态VaR估计问题。上证50指数5 min频率高频数据VaR估计的返回测试结果表明:该新模型比已实现GARCH模型更好地刻画了波动率的杠杆效应特征,在一定程度上提高了风险度量的预测精度。     

上海证券市场分阶段收益率与波动性的实证分析

采用基于广义误差分布的GARCH类模型,对上海证券市场的收益和波动进行分阶段研究。GARCH和GARCH－M模型结论表明股市波动趋缓,投资者由风险偏好转为风险厌恶。GJR-GARCH模型对波动的非对称性研究发现,股市存在不对称性并且杠杆效应逐渐明显。实证分析表明股市投机成分日益减少,投资者渐进理性。     

GARCH类模型波动率预测效果评价——以沪铜期货为例

以沪铜期货为例,研究了GARCH、EGARCH、FIGARCH和FIEGARCH四种模型的波动率预测效果。以已实现波动率为模型评价衡量标准,分别采用M-Z回归和损失函数进行预测效果检验,结果表明,无论残差服从高斯分布还是t-分布,不同的GARCH类模型预测效果有显著差异,其中FIGARCH模型预测效果最好,其次是GARCH模型,EGARCH和FIEGARCH模型预测效果不佳。此结论说明我国铜期货市场具有显著的长记忆性,但不具有非对称效应。     

股票市场波动性研究——基于ARMA-TGARCH-M模型的实证分析

通过构建ARMA-TGARCH-M模型,并同时利用上证综合指数和深圳成份指数的低频日收益率和5分钟高频收益率数据,对中国股票市场的波动性问题进行了实证研究.结果表明:中国股票市场存在着大幅度高频率波动,市场总体风险较大,而且收益率波动也存在着波动集群性、尖峰后尾性和非对称分布等特征,深圳股票市场在各方面的特征也都比上海股票市场突出.此外,低频日收益率序列和5分钟高频收益率序列都存在着显著的平稳性、自相关性和ARCH效应,中国股票市场还存在着较长的外部冲击波动持续期,且杠杆效应显著.GARCH族模型能够很好地拟合中国股票市场的波动性问题.     

基于GARCH族模型的深证成指价格波动研究

金融数据的波动具有较明显的集聚特性,波动集聚现象在收益率的分布上往往呈现出"尖峰厚尾"的特征.价格指数的误差存在自相关性和条件异方差问题,还具有杠杆效应.运用GARCH族模型对深证成分指数的价格指数及收益率进行研究,并对各种模型的拟合结果进行比较结果显示:深证成分指数的收益率的分布存在明显的尖峰后尾现象,股票价格指数存在非对称效应,EARCH模型较好地拟合了股票价格指数的非对称效应的结论.     

基于非对称GARCH的铜期货市场风险度量研究

针对金融时间序列普遍存在自相关性、杠杆效应、尖峰厚尾等典型事实,运用基于杠杆效应的GARCH模型,构建铜期货市场收益序列具有典型事实的动态风险测度模型:VaR-AR(m)-EGARCH(p,q)和VaR-AR(m)-TGARCH(p,q),再通过上海期货交易所(SHFE)铜期货对所建模型进行实证分析,并运用Back-testing中的LRT(Likelihood Ratio Test)方法,对铜期货市场风险测度模型准确性和可靠性进行实证检验。实证结果表明,基于非对称GARCH的铜期货市场动态风险度量模型,能够有效捕获铜期货市场的典型事实,同时还能够准确测度具有杠杆效应的铜期货市场的动态风险,也能加强对金融市场动态风险预测能力。     

金融市场随机波动:基于文献综述的视角

探讨了金融市场收益率存在历史、隐含和现实的三类随机波动现象,并呈现出尖峰厚尾、杠杆、集群、微笑、溢出、长记忆、信息流、共生波动等分布特征.进一步归纳了基于不同分布特征的随机波动的GARCH、SV、制度转换、阀值模型等模型,梳理出重点SV模型的三类估计方法:基于矩法、极大似然法估计和马尔科夫链蒙特卡罗(MCMC)方法,以及有效估计SV模型后,其在收益波动率预测、风险管理上的应用.     

沪深股市周内效应再检验

运用GARCH(1,1),GARCH(1,1)-M和EGARCH(1,1)模型,对中国沪深两市收益率进行了收益率均值的周内效应和收益率波动性的周内效应实证分析。同时对样本区间进行分段处理,以检验自1996年起实行的涨跌停板制度对股市周内效应是否存在削弱作用。研究发现,中国股票市场在相应的样本区间存在显著的周内效应,但是在不同区间周内效应的具体分布不尽相同。同时发现,股票风险的增加能够增大收益率,且收益率的波动性存在杠杆效应。     

基于GARCH模型的我国创业板市场风险度量

以创业板综合指数的日对数收益率为基本数据,分别在正态分布、T分布与GED分布下总结GARCH参数并计算VAR值,通过实证分析指出序列分布具有尖峰厚尾的特征,利空消息带给创业板市场的波动比等量的利好消息更大,创业板市场存在明显的杠杆效应,波动具有聚集性和持久性;GED分布能够更好地拟合创业板市场综合指数,得出的VAR值精度较高;模型种类并不是VAR值结果的决定性因素。     

深圳股市收益率的波动性研究

使用时间序列分析的方法,对深圳股市的收益率波动性进行研究。使用GARCH模型、EGARCH模型和TARCH模型对深圳市场收益率的波动性进行分析,得到深圳市场具有尖峰厚尾的特征,具有明显的杠杆效应。通过对模型结果分析比较,说明EGARCH模型能比较好的刻画深圳股市的收益率及波动特点。     

基于高频面板数据的人民币汇率波动规律研究

基于2006—2013年的1771个人民币汇率日值高频数据,采用 GARCH 模型对人民币与美元、港币、日元、欧元及英镑之间的汇率波动规律进行实证分析。结果显示：（1）人民币兑五大外汇币种汇率的波动存在 ARCH 效应,其收益表现出明显的群聚特征;（2）人民币兑五大外汇币种汇率的波动均具有一定的记忆性,但除港币和日元外,大都会随时间缓慢衰减;（3）人民币兑五大外汇币种汇率的波动存在明显的杠杆效应,但不同币种对人民币升值的反应存在一定的差异。     

稳定分布及其在GARCH中的运用

用稳定分布的特征函数和Fourier变换得到稳定分布的参数估计和概率密度．应用稳定分布对上证交易所的综合指数进行分布拟合，并建立了GARCH-稳定模型，探讨稳定分布对GARCH模型的影响．     

体制对中国股市波动影响分析研究

在传统ARCH中引入体制服从2个状态Markov过程的SWARCH-t(2,3)模型,并与传统GARCH模型中误差项服从的正态、t、GED分布相比,SWARCH-t(2,3)模型较大的提高上证指数的拟合能力,较好的改善了估计精度和对回报序列的描述,解决了传统GARCH高的持续性与较差的预测能力之间的矛盾。同时发现体制2引起的波动是体制1的4.23倍,波动在分解为ARCH波动和体制波动之后,其中的ARCH波动持续性较传统GARCH模型各种分布相比大幅减少,而体制波动的持续性却较高,但这种持续性会因不断出现的政策发生切换。     

基于两种分布下的SV模型与GARCH模型的VaR比较

文章将随机波动SV模型与GARCH模型应用于VaR的计算,并利用上证指数的实际数据作实证研究,构建基于正态分布和T分布下的GARCH模型与SV模型,测量了上证指数收益率的风险价值(VaR).结果表明,相比GARCH模型,SV-N,SV-T模型能更准确地对实际市场波动情况进行拟合,更加真实地反映上证指数的市场风险特性.     

基于GARCH族模型的WTI原油价格波动特征检验

针对WTI原油价格波动具有聚集性的特点,首先利用GARCH模型实证分析,得出WTI原油价格波动受外部因素影响大,并且持续时间长;其次根据GARCH-M模型检验得出,WTI价格波动具有高风险高收益的金融市场特征;最后借助EGARCH模型检验得出,WTI原油价格波动具有杠杆效应,即价格波动主要受负面消息影响,表现出价格变化以上涨为主的特征.     

基于FIGARCH模型的股指波动性估计与预测研究

首先引入了FIGARCH模型,并讨论了具有不同分布特征FIGARCH模型参数估计方法。采用沪、深两市的指数数据考察了考虑长期记忆的FIGARCH模型、不考虑长期记忆的GARCH模型和IGARCH模型对市场波动性的拟合效果和预测能力。实证结果表明非对称的t分布和广义误差分布的分布函数更适合我国股市波动特征的描述,FIGARCH模型在拟合效果和预测能力方面都要优于其他两个模型。     

基于高频数据沪深300股指期货量价关系研究

在混合分布假说理论的基础上,根据Jone 等（1994）的研究成果将成交量划分为成交次数和平均交易头寸,并考虑已实现波动率的跳跃和非对称性特征,构造了量价关系的基础模型、连续和跳跃波动量价关系模型及量价关系非对称模型,并利用沪深300股指期货高频数据分别对各模型进行实证分析。研究发现沪深300股指期货成交量与价格波动之间表现明显的正相关关系,成交量、成交次数及平均交易头寸对连续和跳跃波动都有明显的正向影响,下偏已实现半方差较上偏已实现半方差包含更多的市场波动信息,平均交易头寸作为量价关系背后的主要驱动因子,可以更好地解释市场波动。     

基于GARCH模型族的国际船用燃油价格波动性研究

船用燃油成本一直都在航次成本中占有较大的比重,加强对船用燃油价格波动的监控和预测是航运企业加强经营成本控制和管理的重要手段。以新加坡市场船用燃油IFO380cst作为研究对象,利用ARMA(1,1)模型对其价格收益率进行回归拟合,通过GARCH模型消除了序列存在的异方差性,并利用GARCH-M模型和TARCH模型对其进行进一步研究,发现对于新加坡市场船用燃油IFO380cst而言,不存在ARCH in mean效应和杠杆效应。     

高频金融时间序列研究：回顾与展望

高频金融时间序列的分析与建模是金融计量学的一个全新的研究领域。论述了迄今国际相关文献中几乎所有关于高频金融时间序列的理论和实证研究成果:高频时间序列的模型化方法、日历效应、"已实现"波动和ACD模型,指出了研究中存在的问题,展望了高频时间序列的研究趋势。     

基于GARCH模型的品类供货量、交易量、流拍率与价格的波动性分析

论文分析了同一品类产品交易日的价格、供货量、交易量和流拍率的波动特征。研究了拍卖市场各时间序列波动的随机性特征。以昆明国际花卉交易中心为实例研究,选择其2009年2月16日至2010年2月12日的交易数据进行分析,利用GARCH类模型,分别建立收益率、供货量变动率、交易量变动率、流拍变动率的预测模型,拟合最佳分布,并分析杠杆效应。研究表明：四个波动序列预测模型的Theil不等系数值均介于0和l之间,具有较高的预测精度,供货量、交易量负冲击大于正冲击,而流拍率仅存在正冲击。