基于马尔可夫状态转换模型的沪深股市波动率的估计

为了更准确地估计具有结构转换的沪深股市收益率波动特征,本文将沪深股市的波动变化分为上涨、下跌和盘整三个状态,选用2000年1月4日至2011年12月30日的上证综指和深证成指日收益率数据作为样本,2012年1月4日至2012年1月17日的日收益率作为样本外预测,分别应用GARCH和APGARCH模型,以及RS-GARCH和RS-APGARCH模型估计和预测两序列的波动率,最后采用MSE₁、MSE₂和QLIKE对估计和预测出的波动率进行评价。结果表明:单一状态和三种状态下APGARCH模型均比GARCH模型估计和预测的波动率更准确;更进一步带有马尔可夫状态转换的模型估计和预测出的波动率更准确,且误差分布服从正态分布的模型估计和预测的波动率拟合结果优于误差服从t分布的模型。     

股票收益随机波动模型研究

通过对金融资产时间序列数据特点的分析,指出GARCH模型在描述金融资产时序数据的局限,尝试用随机波动模型刻画股票收益的波动规律,采用GMM方法估计模型参数,并以上海证券交易所综合指数日收益率数据为样本,对沪市指数收益波动进行实证研究,探讨涨跌停板制度对股市波动的作用。     

人民币汇率与股票市场波动溢出效应研究

采用BVGARCH-BEKK模型,结合LR似然比检验和Wald检验,实证研究人民币汇率与股票市场之间的波动溢出效应.采用1997年1月1日～2008年12月31日人民币对美元中间价和上证A股指数的日交易数据,并考虑到2005年7月21日人民币汇率形成机制改革这一事件可能产生的结构性影响.划分为汇改前和汇改后两个子样本区间,深入分析人民币汇率与上证A股之间的波动溢出效应.实证结果表明,人民币汇率与股票市场之间存在波动溢出效应,且在汇改前和汇改后的表现不同;汇改前表现为显著的从汇率到股市收益率的波动溢出,汇改后主要表现为显著的从股市收益率到汇率变动率的波动溢出,汇改后汇率与股票市场之间的联系有所增强.针对实证结论,分析其背后的经济制度因素,并且得出一些政策启示.     

基于马尔科夫切换模型的上证指数周收益率时间序列分析

本文先对上证指数收益率时间序列做非线性检测,再对时间序列进行结构性变化检测,发现上证指数收益序列既是非线性时间序列又有结构性变化;通过构建一个3状态,3阶滞后的异方差马尔可夫切换模型对1990年12月21日至2008年8月22日上证指数周收益率时间序列规律进行了实证分析,采用极大似然估计法对模型参数进行估计,识别出股市波动的三种主要的状态:慢涨、慢跌和快涨;实证结果表明马尔可夫切换模型能够比较有效的刻画股市波动的阶段性特征.     

GARCH类模型波动率预测评价

GARCH类模型已经广泛运用于波动率的预测,但对模型的预测表现进行评价却受到了忽视,其主要原因是缺乏合适的衡量标准。本文首先运用GARCH类模型对上证指数收益率进行了全面的估计及样本外预测,然后以已实现波动率作为波动率预测的评价标准,通过M-Z回归和损失函数来评价GARCH类模型的波动率预测表现。结果表明,无论是样本内还是样本外,GARCH类模型都能够较好的预测上证指数的收益波动率。其中,偏斜t-分布假设下的GJR(1,1)模型的预测能力最强。     

沪、深股票市场与香港股票市场的溢出效应——基于发布“港股直通车”方案前后的比较分析

本文以沪、深、港三地股票市场的数据为样本,用VAR模型和二元GARCH模型重点研究"港股直通车"事件是否对港市与沪、深股市的收益率及波动溢出关系有显著影响.研究结果表明,"港股直通车"公布之前,港市与沪、深股市间不存在任何方向的收益率溢出效应,但存在单向波动溢出效应;"港股直通车"公布之后.港市与沪、深股市间不仅存在单向收益率溢出效应,港市与沪市间还存在双向波动溢出效应,与深市间则存在单向波动溢出效应.     

嵌入GARCH波动率估计的B1ack-Litterman投资组合模型

在B1ack-Litterman投资组合模型中，为了更有效地估计风险资产的期望收益和波动率，引入了投资者的主观观点，这种处理确实能提高均值-方差投资组合模型的性能。但是在实践中，如何度量投资者观点成了另一个难题。为了克服这一困难，我们将GARCH波动率估计嵌入到B1ack-Litterman模型中，通过使用GARCH模型的预测能力来替代投资者主观观点，从而获得一个新的投资决策模型。作为应用，分别考虑了国内外真实市场数据测试情形，通过实证结果发现，嵌入了GARCH波动率估计后，Black-Litterman模型的性能可进一步得到很好提高，样本外平均收益率、波动率和夏普比等指标，均要好于一些传统模型。     

中国铜期货市场最优套期保值比率估计——基于马尔科夫区制转移GARCH模型

在套期保值的研究中,GARCH模型被普遍使用。但是近来许多实证研究证明了GARCH模型存在一定的缺陷,即波动率的高持续性,这影响了对于资产价格序列描述的准确性,在套期保值策略的制定时就需要考虑到波动率对状态的依赖性。因此,本文将区制转移应用到套期保值模型构建中,将MRS模型与GARCH模型相结合,建立了MRS-DCC模型,以期消除GARCH模型带来的波动率的高持续性,并用于估算铜期货市场的套期保值比率。同时,本文创新性地运用极差收益率作为标的收益率来估计套期保值比率,不仅提高了模型对资产价格日内波动的捕捉效果,而且日内价格波动的准确预测使得套期保值者规避了期货市场价格突然变化带来的强行平仓风险。本文在理论上详细解释了MRS模型与DCC-GARCH模型结合的方法,并使用中国铜期货2007年10月15日至2010年10月15日的数据进行实证分析对比,从样本内和样本外两个方面证明了马尔科夫区制转移模型以及极差收益率的引入能够提高套期保值比率估算的准确性,从而提高套期保值绩效。本文为状态依赖套期保值策略制定,以及资产价格波动风险的度量提供了参考。     

中国股票市场的信息反应曲线和股票价格波动的非对称性

股票价格波动对于市场信息的反应过程具有非对称性。通过利用多种非对称性GARCH 模型,描述和检验了沪市股票日收益率序列的条件波动性,并通过对股票市场信息影响曲线的分析,发现沪市股票价格波动中存在显著的非对称性反应。这说明股市波动对于不同的政策干预和信息冲击具有不同程度的反应,“利好消息”对股市的刺激作用仍然需要其他市场干预的配合才能发挥出来。     

实际波动率与GARCH模型的特征比较分析

金融资产价格的波动率的测度具有重要意义,实际波动率(Realjzed Volatility)概念是近些年提出的用于测度市场波动率的新概念,在诸多方面具有优势.本文利用上海证券市埒的高频数据,比较了两种不同的波动率模型--RV模型和GARCH模型--的性能表现.本文首先介绍了连续时间状态下实际波动率的概念和模型,然后建立了GARCH(1,1)模型,使用日收益率对GARCH模型进行估计,得到条件方差方程,分别用日收益平方和日内累计收益平方和作为波动率指标对收益平方-波动方程进行回归,并以回归决定系数来衡量波动率拟合水平的优劣,结果发现采用高频数据的回归决定系数比原来提高了两倍,这个结果与已有的实证分析结果基本一致,最后,我们将实际波动率的计算结果与GARCH模型的结果经标准化后进行了对比,发现实证研究结果表明,实际波动奉模型比传统的GARCH模型提供了更好的拟合.     

中国股票市场的高阶矩波动特征研究

最近的研究表明,除资产收益二阶矩外,高阶矩(包括三阶矩和四阶矩)同样是反映金融资产波动行为的重要方面.以中国股票市场最具代表性的两种股价指数--上证综指和深证成指 10 年的股价数据样本为例,通过构建可以刻画时变高阶矩的自回归条件方差-偏度-峰度模型,实证研究中国股票市场的高阶矩波动特征.研究表明,中国股票市场收益的偏度、峰度具有显著的时变性和波动聚类性;中国股市不但存在二阶矩(方差)风险,还存在显著的三阶矩(偏度)风险和四阶矩(峰度)风险,并且三阶矩风险和四阶矩风险具有同步性;将偏度方程和峰度方程引入波动模型会抵消原有方差波动的杠杆效应.初步提出将高阶矩波动模型运用于金融风险管理的思想.     

利率调整对我国股市不同状态波动性的影响

基于马尔可夫结构转换模型研究利率调整对我国股市在不同波动状态情况下波动性的影响,特别在2014年~2015年沪市波动为上涨和下跌状态下的影响.考虑股市波动存在结构转换及杠杆效应,选用马尔可夫结构转换EGARCH(RS-EGARCH)模型对上证综指进行收益和波动率建模.结果显示沪市在上涨状态利好消息与同等程度利空消息冲击具有相同影响;在下跌状态利空消息冲击比利好消息的影响更大,这异于通常的杠杆效应.通过在RS-EGARCH模型均值和波动率方程中引入虚拟变量研究自2012年时隔两年后首次利率调整对沪市波动性的影响,研究发现利率下调在沪市上涨状态显著增加了收益率和波动率;而在下跌状态收益率显著降低.但通过对比研究,在2006年的利率调整对于2006年~2008年期间沪市上涨和下跌状态的波动性没有显著影响.     

股市波动的杠杆效应检验:一种新的方法

股市波动的非对称性特征一直是金融研究中关注的焦点问题。本文首次构建了一个非平衡似无关波动模型,从个股角度对波动的非对称性进行检验。通过与综合指数的对比研究,本文揭示了市场因素对波动非对称性的影响。实证结果表明,我国深证成份指数波动存在杠杆效应,而成份股波动却表现出反向杠杆效应。市场同时存在的共同因素和异质因素,是导致成份股波动和成份指数波动表现不一致的原因。进一步的研究结果表明,在消除共同因素影响后,成份股波动的反向杠杆效应会表现更明显。     

基于滚窗VAR的沪港通波动溢出效应测度

股市间的互联互通是把“双刃剑”,在加强联动性的同时也扩大了风险敞口。作为中国股市对外开放的重大举措,沪港通开通六年来的效果如何是业界关注的议题。本文运用滚窗VAR方法计算沪港通前后各1000个交易日期间上海、香港和纽约股市的时变波动溢出指数,进而分析两两市场之间波动溢出效应的大小、传导方向变化。研究发现,沪港通的实施,增大了沪市与香港股市的波动溢出效应,与美国的波动溢出效应相对减小,沪港通在加强沪、港两市联动性的同时弱化了与纽约股市的联动性;改变了沪港两市之间波动溢出效应的传导方向,由单一的港→沪溢出变为以沪市为主的双向沪←→港溢出,同时也增大了对纽约股市的溢出效应,增强了沪市的竞争力。这一结果符合经济基础假说和协同市场假说。本文的研究改进了股市间互联互通波动溢出效应程度和传导方向的测度方法,并为中国沪港通政策效果评价及进一步的国际板开设提供决策参考依据。     

股票收益波动与Beta系数的时变性

本文利用扩展的S-S模型,对上海股市2000年间的日收益数据进行实证分析,以进一步探讨小公司股票、大公司股票收益波动和市场波动之间的关系。研究结果发现,在市场波动加剧时大公司股票与小公司股票的反应是不同的,小公司的系统风险更易于增大。因此在进行事件研究时,必须考虑到Beta系数的时变性。     

基于修正GARCH模型的中国股市收益率与波动周内效应实证研究

本文研究《证券法》实施之后的2000-2006年沪深股市收益率与波动的周内效应。利用修正的GARCH模型,发现两市收益率的最大与最小值均分别出现在周二与周四;两市的最小波动均出现在周二,但沪市的最大波动在周三,而深市的最大波动则在周一。进一步的分析表明中国股市的收益率与市场风险有显著的正向关系,即投资者由于承担高风险而受到补偿获得高收益。文章最后对周内效应的存在提出了两种解释。