双长记忆GARCH族模型的预测能力比较研究——基于沪深股市数据的实证分析

GARCH族模型在金融风险的度量中有着广泛的应用。在考虑股市收益率和波动率序列双长记忆性的基础上,基于上证综合指数和深圳成份指数的日收盘价序列,从证券投资风险量化的角度,引入受险值VaR和相对正确符号指标PCS作为模型预测误差衡量指标,比较分析了双长记忆GARCH族模型在不同分布假设情况下的的拟合与预测精度。结果显示:偏t分布能较好描述沪深股市的厚尾特征;在较小的VaR水平下ARFIMA(2,d₁,0)-FIAPARCH(1,d₂,1)-skt模型对股市波动风险具有较强的预测能力,而ARFIMA(2,d₁,0)-HYGARCH(1,d₂,1)-skt对股市的涨跌趋势具有较强的预测能力。     

有信息冲击、无信息冲击与波动率非对称性

本文将金融市场的冲击(innovations)分成有信息冲击和无信息冲击,构建了一种新的非对称GARCH类模型,区间均值GARCH模型(sectional mean GARCH,SM-GARCH).在中国股票市场的实证分析中发现:SM-GARCH模型能够更好地捕捉波动率特征和预测波动率;条件均值预测误差用于描述新到来的冲击对条件方差的影响,所提供的信息是有限的,在无信息冲击的情况下可以忽略它在波动率预测中的作用.     

区间均值条件波动率模型

本文讨论了有、无冲击（Innovations）对资产波动率的不对称性影响,它是现有研究关于正、负冲击不对称性影响的扩展。本文以GARCH模型为基础,假设条件均值为一个区问,建立了基于区间均值的GARCH模型及其非对称形式,并讨论了该类模型的估计方法。在中国债券市场的实证分析中发现,本文提出的模型能够更好地捕捉市场上波动特征;以已实现波动率为基准,区间均值GARCH模型取得了比GARCH模型更好的预测效果。     

基于EMD和SVMs的原油价格预测方法

针对原油价格预测问题,提出一种基于EMD(经验模式分解)和SVMs(支持向量机)的非线性组合预测方法.该方法运用EMD技术将原油价格序列分解成若干个不同频率的分量,根据频率高低将各分量分组叠加得到3个新序列,分别代表市场波动价格、重大事件价格、趋势价格;针对此3个序列,构建不同SVMs模型分别进行预测,得到各序列预测值;用SVMs针对各序列预测值构建组合模型得到最终预测值.采用WTI和Brent原油现货价格数据验证本方法的有效性,结果表明,此方法与单一的SVMs模型和人工神经网络模型相比,具有较高的预测精度.     

长记忆性、结构突变条件下中国股市波动率的高频预测

本文在考察上证综指和深证成指日已实现波动率的长记忆性特征和结构突变的基础上构建了已实现波动率自回归结构突变模型,并用于进行预测.预测结果表明,在未来结构突变已知情形下,自回归结构突变模型的预测效果比其他预测模型要好,在未来结构突变未知情形下,该模型的预测效果比ABDL模型稍微差,而ABDL模型在两种情形下都是比较稳健的预测模型.     

基于小波分析的石油价格长期趋势预测方法及其实证研究

本文将小波方法引入到油价长期趋势的预测中,利用小波多尺度分析的功能,提出了一种可以较为准确地根据油价时序列预测其未来长期走势的方法。这种方法的优点在于可以准确地提取油价的长期趋势,从总体上把握油价的非线性波动特征,从而能够很好地利用油价时间序列的历史数据,开展对未来一段时期内的多步预测。实证研究中,对Brent油价开展了时间跨度为1年的趋势预测,并将预测结果与ARIMA、GARCH、Holtwinters等方法得到的结果进行了比较,表明了基于小波分析的长期趋势预测法的预测能力是其他方法所不能比拟的,反映了本文所建立的石油价格长期趋势预测方法的有效性。     

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。     

人工智能定价对消费者价格公平感知的影响

在GARCH模型框架下,提出过新的双曲GARCH形式(记为HGARCH),不仅与HY-GARCH模型一样可以同时刻画波动的强烈振幅和长记忆衰减两个性质,并且较之HY-GARCH模型,有更简单的条件方差非负约束条件.然而,当时间序列较长时,用单一参数结构不能充分捕捉可能发生的结构变化.为此,提出新的动态混合HGARCH模型(DM-HGARCH),使之可以同时拥有协方差平稳、长记忆和结构变化3个特性.讨论了新模型的弱平稳解存在条件,利用EM算法进行参数估计,并且用蒙特卡罗模拟给出估计在有限样本下的表现.最后将该模型分别用于1995年~2014年中国上证指数和美国标普500指数的日波动率建模.结果表明,在给定样本期间内,动态混合HGARCH模型(DM-HGARCH)对标普500指数有更好的样本内拟合和样本外预测表现.     

我国股票市场的价格波动性分析——基于上证A股指数的ARCH效应研究

本文通过GARCH－阶模型对上证A股指数进行了波动性分析，得出的结论是：引入条件标准差的GARCH-M模型对指数波动的拟合度最好，上证A股指数表现出显著的群集波动，指数具有“长记忆性”，冲击对上证A股指数波动造成的影响时间比较长，政府需要把握好调控力度。     

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。     

跳跃风险、结构突变与原油期货价格波动预测

本文主要是为了检验原油期货市场是否存在明显的跳跃风险和结构突变，并重点调查这两个因素是否对原油期货价格波动有预测作用。在经典或前沿的HAR-RV、HAR-S-RV和PSlev模型中，本文同时考虑跳跃风险和结构突变因素，构建了HAR-RV-J-SB、HAR-S-RV-J-SB和PSlev-J-SB模型。接着，以WTI原油期货的5分钟高频交易数据作为实证样本，对以上模型进行实证分析。实证结果显示：原油期货市场存在明显的跳跃风险和结构突变现象；HAR-RV-J-SB、HAR-S-RV-J-SB和PSlev-J-SB模型对原油期货价格波动的样本外预测精度都明显高于与之相对应的HAR-RV、HAR-S-RV和PSlev模型，且其结果是稳健的。特别地，在HAR-C和LHAR-RV等其它现有HAR族模型中加入跳跃风险和结构突变因素，也能得到类似的结果。本文的研究表明跳跃风险和结构突变因素能显著提高现有绝大多数HAR族模型对原油期货价格的预测精度，所以在HAR族模型的构建中这两个因素不能被忽视。     

基于贝叶斯Wishart波动模型的原油市场与股市动态相依性研究

针对时变相关系数矩阵在多变量随机波动模型的估计问题,构建了贝叶斯动态相关Wishart波动模型。在CC-MSV模型的基础上,设置精度矩阵服从Wishart分布,使得模型的相关系数矩阵具有时变特征。通过模型的统计结构分析,选择参数先验分布,设计相应的Gibbs-MTM-ARMS混合算法,据此估计模型参数;并利用上证综合指数、标普500指数与原油期货价格数据进行实证分析。研究结果表明：模型能够有效地刻画原油市场与股票市场的动态相依性;金融危机期间,股票市场与原油市场的相关性较强,并且难以判断正负方向;金融危机后,中国股票市场与原油市场呈现极微弱的相关性,而美国股票市场与原油市场的正相关性较为明显。     

考虑成分股联跳与宏观信息发布的沪深300指数已实现波动率模型研究

利用日内高频数据计算的已实现波动率较好度量了金融资产的风险,因此对其预测模型的研究具有重要意义。考虑到指数成分股的联跳可能蕴含指数跳跃所未能反映的信息,提出运用非参数方法识别指数成分股的联跳,采用自回归条件风险模型估计成分股联跳强度,并将其引入指数的已实现波动率异质自回归（HAR-RV-CJ）模型中,分析模型预测性能的改进。进一步的,考虑到宏观信息公告的发布可能对股市产生整体性影响,相应影响成分股联跳的几率;因此,在成分股联跳的自回归条件风险模型中引入居民消费价格指数、国内生产总值、贸易差额等宏观信息公告变量,并分析对联跳强度估计以及指数已实现波动率预测的影响。采用2011年1月4日至2013年7月11日沪深300指数及其成分股高频数据的实证表明,指数成分股联跳与指数跳跃具有不同的特征;用成分股联跳强度代替HAR-RV-CJ模型中的跳跃构建的HAR-RV-CI模型,较原始的HAR-RV-CJ模型,以及同时考虑指数跳跃与成分股联跳强度的HAR-RV-CJI模型,具有明显较优的样本内拟合与样本外预测性能。引入宏观信息公告变量可以改进联跳强度自回归条件风险模型的拟合效果,并提高指数已实现波动率模型的样本内拟合能力,但对于指数已实现波动率的样本外预测性能并无明显的帮助。     

国际原油价格系统结构性突变识别与分析

选取1997年至2011年作为样本区间,以国际原油市场结构的周期性和突变特征作为研究对象,在筛选变量的基础上,以原油的价格、供应、需求、美元指数和中国原油净进口为内生变量,以库存和投机因素为外生变量,建立原油市场结构经验VARX模型,分析各变量对原油价格的影响,并以此为基础建立基于Bayes理论的原油价格系统MSBVAR模型,识别和分析原油价格系统在考察期内的结构性变化。研究结果表明,影响原油价格波动的首要因素为中国原油净进口,存在亚洲溢价现象且持续期为2个多季度,美元指数影响次之,之后是原油需求,原油供应的贡献率影响最小;原油价格的翘尾效应在不同状态下的滞后期均为1个季度,且效应显著。突发事件对原油价格系统均衡结构的冲击不可忽视,1997年至2011年国际原油市场只存在一个结构突变点,即美国金融危机是导致该次原油价格系统结构平衡被打破的唯一事件。     

考虑微观结构噪声与测量误差的波动率预测

以测量误差的分布理论为基础，本文将微观结构噪声的影响引入到测量误差的方差中，构建了包含微观结构噪声影响的HARQ-N模型。使用蒙特卡洛模拟与中国股市的高频数据对HAR、HARQ、HARQ-N模型与HAR-RV-N-CJ模型的估计和预测进行了比较，研究发现，HARQ模型和HARQ-N模型的测量误差修正项对波动率的影响系数统计显著为负，HARQ-N模型的测量误差项影响系数远大于HARQ模型，更大程度地减弱当期微观结构噪声和测量误差的影响。并且，考虑微观结构噪声和测量误差的HARQ-N模型样本内和样本外预测效果在统计上显著优于HAR模型、HARQ模型与HAR-RV-N-CJ模型。     

中国原油期货动态风险溢出研究

本文首次量化分析了我国原油期货与国际基准原油、上证指数以及人民币汇率之间的风险溢出关系。通过构建收益率和波动率的静态和动态网络，本文对我国原油期货与国内外市场之间的信息流向的强度、方向和动态性进行了初步的探索。研究发现，我国上市的原油期货与国际基准原油之间的信息关联密切，与股票市场以及汇率市场之间的关系相对较弱。同时，在构建的原油-股票-汇率系统中，我国原油期货处于信息的接收方，国际油价波动信息对我国原油期货市场存在明显的正向冲击作用。     

从波动性和流动性判别股指期货跨市场价格操纵行为

股指期货价格操纵一般具有期现跨市场联合操纵的特点,仅按单一市场从波动性分析去判别价格操纵行为是不够充分的。本文引入流动性分析为判别提供了更充分的依据:首先运用GARCH模型分析被操纵资产在波动性的异常变化,判断价格序列偏离了自然特性,具有被操纵的嫌疑;然后利用日交易量、日持仓量和Amivest流动性比率等指标分析流动性的异常变化,发现与根据跨市场操纵过程推测的变化一致,从而构成价格操纵行为的事实依据。     

Oil prices and the financial crisis

This paper aims to explain crude oil price volatility and its relationship respect to some macroeconomic and financial variables. Finding the main drivers of oil price dynamics is a crucial element for the definition of adequate monetary policies and risk management purposes. The role of macroeconomic and financial variables is analyzed in a Vector Error Correction Model framework, in order to test the existence of a long run equilibrium in the oil price dynamics. We use monthly data for crude oil prices, the Dollar/Euro exchange rate, the US interest rate, the crude oil Futures open interest, the US oil imports and the gold price over the period 1993–2009. One cointegrating relationship is found which allows to identify a long run equilibrium between the variables.     

基于VAR模型的油价波动对我国经济影响分析

本文运用VAR模型,构建了原油价格与经济增长、物价水平、货币政策、失业率之间的动态关系系统,着重探讨油价波动对我国一些重要经济变量,特别是经济增长的影响规律。Granger因果关系分析表明,油价波动是引起经济增长率、物价水平、货币政策等经济指标变化的Granger原因。通过VAR(2)模型及脉冲响应分析,油价上升对我国经济的主要影响有:不会使国内生产总值减少,但会使经济增长速度变缓;通过对总需求的拉动及成本增加这样两条途径使物价水平上升;长期内会使失业率增加;增加了有效实施货币政策的难度。整体来看,尽管国际油价及我国的经济变量复杂多变,由国际油价、经济增长、物价水平、货币供应量、失业率这五个变量所构成的经济系统是稳定的,也就是说,通过市场经济的自动调节和政府的宏观经济调控,我国的经济能够平稳有序的发展。