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.     

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。     

中国沪深股市结构性波动的政策性影响因素

本文利用划分均值和方差变点的迭代累积平方和算法(ICSS:MV)对上证综指和深证成指1996年12月16日至2010年12月31日的日收益率序列进行结构变点的检验,通过将结构变点与重大事件对应选取影响沪深股市结构性波动的政策性事件,并根据选取的事件将样本区间分成13个子区间。为了避免参数模型中模型误设的缺陷,利用非参数GARCH模型估计样本区间的波动率;最后利用N-W核回归估计对非参数GARCH估计的波动率与收益率进行回归,分析股市结构性波动产生的政策性影响因素。通过分析发现央行调整存贷款基准利率和存款准备金率、国有股的减持、允许保险公司等机构投资者买卖证券投资基金、调整印花税等政策性因素是造成我国股市变结构波动的重要原因。     

基于Heston模型时间一致的资产负债管理鲁棒策略

本文在非完备市场框架下，研究了时间一致的鲁棒最优投资组合选择问题。首先，假设金融市场由无风险资产和风险资产构成，其中风险资产的价格过程服从Heston随机波动率模型，且投资者面临一个不可控的外生负债。其次，应用随机最优控制理论，给出并证明了验证定理，建立了相应的拓展Hamilton-Jacobi-Bellman(HJB)方程组，通过求解拓展的HJB方程组，得到了鲁棒均衡投资策略和值函数的显式解。最后，通过数值模拟，给出了模型参数变动对均衡投资策略和效用改善的影响。结果表明：(1) 当风险资产的价格和其波动的相关系数大于零时，股票方差的波动越大，越不利于投资。否则反之。(2) 当风险资产的价格和其波动的相关系数越大时，风险资产的风险就越大，投资者会采取保守的投资策略，减少投资。(3) 负债的波动率变大，投资者会面临更大的负债风险，为了对冲风险，投资者会增加风险资产的投资。(4) 当投资者考虑模型不确定的影响时，采用鲁棒投资策略能显著提高投资者的效用水平。     

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。     

考虑结构变化和长记忆性的国际原油价格波动率预测研究

原油市场普遍存在结构变化现象，可能会引发原油价格波动率的长记忆性，导致模型参数的有偏估计。为此，本文考虑原油价格波动率的结构变化和长记忆性特征，采用考虑结构断点的GARCH族模型和MMGARCH模型对WTI和Brent油价波动率进行预测建模。结果表明，WTI和Brent油价波动率中确实存在明显的结构变化和长记忆性特征，而能够捕捉这两种特征的GARCH族模型往往比忽略它们的模型取得更好的油价波动率预测效果，特别是，同时动态捕捉结构变化和长记忆性特征的MMGARCH模型对油价波动率的预测性能优于其他相关模型。     

基于GARCH模型的中小板指数波动性的实证分析

股票市场的波动一直是经济研究人员和投资者关注的焦点。在计量经济学领域,ARCH模型和GARCH模型经常用在金融时间序列分析中,特别是GARCH(1,1)模型在金融分析中得到广泛的应用。本文以中小板指数为研究对象,分别运用ARCH模型、GARCH模型进行初步研究,分析我国股价波动的动态特征。     

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。     

基于期权与高频数据信息的VaR度量研究

传统的市场风险度量模型没有充分利用期权与高频数据包含的信息,且主要基于单因子波动率模型,导致信息的损失以及模型缺乏足够的灵活性.本文基于灵活的双因子随机波动率模型,通过提取期权与高频数据包含的市场前瞻与当前信息,构建相应的市场风险度量波动率模型对在险值（VaR）进行度量.为了估计模型参数,建立基于连续粒子滤波的极大似然估计方法.采用iVX指数与已实现波动率测度（RV）作为上证50ETF期权与高频数据信息的代理,对构建的市场风险度量波动率模型进行了实证检验,结果表明：充分利用了期权与高频数据信息的双因子随机波动率模型能够在快速变化的市场环境中更好地估计波动率,相比其它波动率模型（仅利用了历史数据信息的GARCH模型、利用了高频数据信息的已实现GARCH模型以及利用了期权与高频数据信息的单因子随机波动率模型）具有更为优越的VaR度量精确性,尤其是极端风险情形下的VaR估计精确性改进明显,凸显了期权与高频数据信息以及双因子波动率在市场风险管理中的价值.     

引入方差/波动率资产的动态最优投资组合

本文在构建投资组合时，除了包含传统的股票资产和无风险资产，还引入方差/波动率资产.给出了动态最优投资组合的显式解，发现方差/波动率资产价格是影响投资组合权重的重要状态变量.方差/波动率资产价格反映了市场的波动程度，股票资产以及方差/波动率资产的最优权重都会随着方差/波动率资产价格的增加而降低.基于美国市场的实证研究表明，组合中加入VIX期货有助于分散组合风险和提高组合样本外绩效，而组合中不包含VIX期货会导致投资者遭受一定的经济成本.     

分销，平台还是混合?—零售商经营模式选择研究

随着市场竞争的加剧和市场环境的变化，经营模式的选择及调整对于零售商来说越来越重要。研究零售商经营模式选择条件及当市场环境改变时经营模式的转变机制，通过对比零售商在分销模式、平台模式、混合模式下的利润，给出了零售商经营模式选择条件，并分析当市场环境改变时零售商不改变经营模式和转为混合模式的利润，得到了零售商经营模式转变机制，最后结合我国网络零售业发展现状验证了本文主要研究结论。研究表明，第一，随着产品之间价格影响系数、佣金费率、固定成本的增加，最优经营模式由分销模式逐渐变为混合模式、平台模式; 随着间接网络外部性的增加，最优经营模式由平台模式逐渐变为混合模式、分销模式。第二，当市场环境变化时，最初采取分销模式(平台模式) 的零售商，若产品的潜在需求变化为正且佣金费率较高(较低)，随着潜在需求变化的增加，零售商更倾向于转向混合模式; 若产品的潜在需求变化为负且佣金费率较低(较高)，随着潜在需求变化的增加，零售商更倾向于不改变经营模式。     

条件异方差动态Nelson-Siegel利率期限结构模型及其应用

动态Nelson-Siegel(DNS)利率期限结构模型将方差设定为常数,不能刻画收益率序列的条件异方差,降低了数据拟合和预测能力。本文用GARCH模型设定DNS模型观测方程条件异方差,基于适应状态空间模型用广义自回归得分(GAS)设定转移方程条件异方差矩阵,提出具有时变方差的GAS-DNS模型,将Rapisarda等的矩阵分解方法应用于协方差矩阵分解及再参数化保证协方差矩阵的正定性。采用中国银行间市场13种期限国债收益率数据进行实证分析,极大似然比检验表明,将DNS模型误差项方差矩阵时变化能够显著提高模型的对数似然值;以MAE、RMSE、MAPE和TIC为标准进行比较,显示GAS-DNS模型的收益率曲线样本内拟合效果和样本外预测能力均比DNS模型有显著提高。本文提出的GAS-DNS模型是对DNS模型的实质改进,鉴于利率期限结构模型和利率预测在实际应用中的重要性,本文的模型改进具有应用价值。     

两种改进的超效DEA模型

对DEA有效决策单元不能排序是传统DEA模型的一大缺点。该问题也成为DEA领域研究的热点。AP模型是最常用的区分DEA有效决策单元效率值大小的超效模型,但在实际应用中却出现了无解或解不稳定的情况。国外学者新近提出的MAJ模型、LJK模型则有效解决了这两个问题,但却存在模型区分能力不强的缺点。本文分析了这两种模型缺点产生的原因、予以改进并给出理论证明。标准数据集的实验显示改进效果显著,尤其是改进后的LJK模型表现优异。     

交易量持续期的模型选择：密度预测方法

运用密度预测方法,考虑残差项分别服从威布尔、伽玛和极值分布情况下,选取在上海证券交易所上市的浦发银行和G中海两支股票的高频交易数据,对拟合交易量持续期的对数自回归条件持续期(LOG-ACD)模型、随机条件持续期(SCD)模型和马尔科夫转换自回归条件持续期(MSACD)模型进行了评价比较研究。研究表明,绝大部分模型捕捉到了交易量持续期的聚集性特征;MSACD模型无论在模型样本内拟合还是模型样本外预测方面,均优于LOG-ACD模型和SCD模型。     

安全事故现状与趋势分析方法研究

包括安全生产事故预防、控制在内的安全生产监督管理工作需要客观把握安全生产的现状并准确地判断其总体发展趋势。本文基于我国安全生产事故快报数据,对近年安全生产现状做出季节性等分析,并为短期安全生产形势变化的预测与判断不仅提出了三个可行的ARIMA-BP、ARIMA-RBF以及ARIMA-GRNN非线性组合模型而且进一步基于RBF,对前述三个模型再次进行非线性组合,给出了一种新的双重非线性组合趋势分析方法。实证结果表明,双重非线性组合能够较为精确地预测安全生产事故的发展趋势,可以为安全生产事故的预防、控制和应对提供管理和决策支持。     

基于动态模型平均的大豆期货价格预测研究

针对大豆期货价格波动的复杂性及影响因素的多元性，本文将动态模型平均理论引入大豆期货价格分析与预测研究中，通过动态选择解释变量和系数时变程度，在有效控制模型和系数不确定性的同时，最大限度综合利用大豆期货市场内外部信息，以提高大豆期货价格预测准确度。具体的，本文提出一套基于动态模型平均理论的大豆期货价格影响因素与预测分析框架，从期货市场和经济环境等两方面准确地识别出大豆期货价格影响因素的时变特征，进而构建大豆期货价格预测模型，并通过预测误差指标和Diebold-Mariano检验法评估其与基准模型的预测能力。研究结果表明，动态模型平均理论在有效剖析大豆期货价格影响因素的时变特征的同时，能明显提升大豆期货价格预测准确度。     

中国利率期限结构的理论与实证研究——基于无套利DNS模型和DNS模型

随着中国利率市场化进程的推进和利率衍生产品的丰富,利率作为证券定价的核心变量之一,如何对其进行有效预测成为资产定价的关键。无套利DNS利率模型是在DNS模型的基础上发展而来,理论研究表明它是受约束的高斯仿射过程。本文以2005-2012年上交所国债价格月度数据隐含的利率期限结构为样本,利用准极大似然法对无套利DNS模型和DNS模型进行估计,研究结果表明:无套利DNS模型兼顾了仿射利率模型的无套利条件和DNS模型实证效果;它保持了DNS模型的预测优势,所有期限的预测误差都在1.5个基点以内;模型常数调整项的特征是随着利率期限的延长,调整力度逐步增强。     

基于离散选择模型的电信资费套餐选择行为研究

以大学生为例,采用离散选择模型对影响电信客户选择资费套餐行为的因素进行了研究。结果表明,运用嵌套Logit模型比多元Logit模型更能解释影响客户选择资费套餐行为的因素,品牌对客户是否选择中国移动和中国联通的影响大于是否选择中国电信的影响,应付通信费对客户是否选择中国联通和中国电信的影响大于是否选择中国移动的影响,并且中国联通和其他运营商的套餐之间具有高度的替代性。     

模型选择Agent 研究

对模型选择Agent 定义,在此基础上给出了一种模型选择Agent 的结构及其各组成部分 功能,研究了模型选择Agent 具体实现方法. 在模型选择Agent 实现过程中,借鉴了语料库语言 学的方法,通过建立基于模型选择实例的语料知识库,提出了一种模型选择知识表示的新方 法,并在此表示方法基础上,给出了Agent 任务处理机的核心算法. 以实例进行了验证.     

基于类自然语言的管理问题理解方法研究

提出一种可用于模型管理系统的具有类自然语言特点的问题描述语言———PDL 语言. 给 出了PDL 语言的基本构造方法,指出基于该语言的问题理解过程包括问题的语义理解和问题 的段落理解两个阶段. 着重研究了将用PDL 语言描述的问题转换为问题结构表示的问题理解 方法.