基于UHF-EGARCH模型的股指期货市场实证研究

利用沪深300股指期货高频数据研究其日内效应和波动性特征.将高频数据所特有的价格持续期引入到GARCH模型中,并考虑到收益率序列波动的非对称性,建立UHFEGARCH模型,分别选取1分钟、10秒钟、1秒钟采集频率的数据进行实证,采用线性样条函数剔除日内效应影响,进一步研究短期波动性,并画出相应的非对称冲击曲线.研究结果表明,基于3种采集频率数据的绝对收益率和价格持续期呈现明显的周末效应和日内效应,绝对收益率的日内效应基本上呈W型,价格持续期的日内效应有U型、L型、W型和倒U型4种形态并存,并不是某种单一的形态;短期波动性具有明显的集聚性和非对称效应,其中坏消息的影响强于好消息的影响.     

基于GARCH模型和SV模型的VaR 比较

简单介绍了VaR的含义及计算方法,指出推测市场因子的波动情况是计算VaR的关键.通过对比GARCH和SV模型,得出SV模型更能刻画金融市场的实际特征.将随机波动SV模型应用于VaR的计算,最后作实证研究.通过与GARCH模型下的结果对比,说明基于SV模型计算的VaR更具有动态性和准确性,VaR更贴切地反映了金融市场的风险水平.     

基于GARCH模型和SV模型的VaR 比较

简单介绍了VaR 的含义及计算方法,指出推测市场因子的波动情况是计算VaR 的关 键. 通过对比GARCH 和SV 模型,得出SV 模型更能刻画金融市场的实际特征. 将随机波动SV 模型应用于VaR 的计算,最后作实证研究. 通过与GARCH 模型下的结果对比,说明基于SV 模 型计算的VaR 更具有动态性和准确性,VaR 更贴切地反映了金融市场的风险水平     

时变风险厌恶下的期权定价——基于上证50ETF期权的实证研究

传统的随机波动率（SV）期权定价是在投资者具有常数风险偏好假设下进行的.但近年来越来越多的研究表明，市场参与者具有时变风险厌恶特征.基于此，本文对时变风险厌恶条件下的期权定价问题进行深入研究.首先，对传统的（非仿射）常数风险厌恶SV（CRA-SV）期权定价模型进行扩展，构建时变风险厌恶SV（TVRA-SV）期权定价模型对期权进行定价，并分析时变风险厌恶对期权价格的影响；其次，采用标的资产与期权数据信息，建立基于连续粒子滤波的极大似然估计方法，对定价模型的客观与风险中性参数进行联合估计；最后，采用我国期权市场上的上证50ETF期权数据，对构建的定价模型进行实证检验.结果表明：TVRA-SV期权定价模型相比传统的CRA-SV期权定价模型具有更好的数据拟合效果，能够更充分地刻画标的上证50ETF收益率在客观与风险中性测度下的波动性；TVRA-SV期权定价模型相比传统的Black-Scholes（B-S）期权定价模型和CRA-SV期权定价模型都具有明显更高的定价精确性。     

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.     

基于数据驱动平滑检验的密度预测评估方法——以香港恒生指数、上证综指和台湾加权指数为例

本文提出了样本内和样本外密度预测评估的数据驱动平滑检验（data-driven smooth test）方法，并分别采用Newey-Tauchen的方法以及West-McCracken的方法来纠正参数估计对样本内和样本外密度预测评估的影响。运用本文提出的检验方法，我们比较了各种最大熵GARCH模型对中国三个股指数据（香港恒生指数、上证综合指数和台湾加权指数）的样本内和样本外预测绩效。结果显示：（1）最大熵GARCH模型可以用来刻画中国股指数据的典型化事实，GARCH模型中考虑了厚尾和偏态特征的Pearson IV分布对中国股指收益率的样本外预测绩效是很重要的；（2）具有较好样本内拟合优度和样本内预测效果的模型未必有很好的样本外密度预测效果，考虑到样本外预测的重要性，实际应用中我们应采用具有较好样本外预测效果的模型。     

上海股市波动性预测模型的实证比较

本文采用上证综合指数每日收盘价数据,应用常用的波动性预测模型预测上海股市的周波动性并比较其样本外预测效果.结果表明,尽管当采用不同的预测误差统计量作预测模型的预测精度的评价准则时,也会导致评价结果的排序不同,但从总体上来说,指数平滑模型对上海股市周波动性的预测效果还是优于其他模型;而相对比较复杂GARCH(1,1)模型对上海股市周波动性的预测效果并不佳.     

混合正态双因子已实现SV模型及其实证研究

  传统的波动率模型(如GARCH模型和SV模型)采用日度收益率数据对波动率建模，忽略了日内高频数据包含的丰富信息。同时，资产收益率的波动率往往展现长记忆性，资产收益率的分布展现非正态性(尖峰、厚尾)，传统的波动率模型不能很好地刻画现实资产收益率的这些特征。         将包含丰富日内高频信息的已实现波动率引入传统低频SV模型中，同时考虑已实现波动率偏差修正、波动率长记忆性和资产收益率的非正态性(尖峰、厚尾)，构建混合正态双因子已实现SV(2FRSV-MN)模型。 为了估计2FRSV-MN模型的参数，给出灵活且易于实现的基于连续粒子滤波的极大似然估计方法。 蒙特卡罗模拟实验表明，给出的估计方法是有效的。 采用上证综合指数和深证成分指数5分钟高频交易数据，对提出的2FRSV-MN模型进行实证检验。         研究结果表明，已实现波动率是真实日度波动率的有偏估计(下偏)，沪深股市非交易时间效应强于微观结构噪声效应；沪深股市具有强的波动率持续性和显著的杠杆效应，且杠杆效应只存在于短记忆波动率因子过程中,长记忆波动率因子过程中存在反向杠杆效应；根据赤池信息准则，2FRSV-MN模型比其他模型具有更好的数据拟合效果。 对风险值的估计结果表明，2FRSV-MN模型能较好地测量金融市场风险，但并非一定是具有最好的风险测量效果的模型，这取决于选取的概率和数据。         研究结果不仅为投资者和监管机构提供了信息和决策参考，也丰富了基于高频数据的波动率建模和市场风险测量的研究。     

金融市场高维波动率的扩展广义正交GARCH模型与参数估计方法研究

本文对Van der Weide(2002)的广义正交GARCH模型进行扩展,提出反映金融资产收益波动性特征,具有"杠杆效应"的广义正交GARCH模型。由于这种扩展的广义正交GARCH模型在高维数据中面临参数估计困难,本文从交互信息理论视角研究模型的参数估计问题,在理论上证明基于交互信息最小化的多元GARCH模型参数估计与基于极大似然函数参数估计的联系和区别,并在提出的扩展广义正交GARCH模型框架下,采用不同的统计技术实现基于交互信息最小化的参数估计方法,避免了传统极大似然函数估计需要事先正确指定标准化残差概率密度函数和高维运算困难,计算效率较高,使多元GARCH模型在高维数据中可以应用。最后,根据全球主要金融市场的15种股票指数数据,通过实证研究对建立的扩展广义正交GARCH模型及其参数估计方法有效性进行评价与检验。实证研究表明了本文提出的扩展广义正交GARCH模型与参数估计方法的优势。     

中国股票市场的波动性研究--EGARCH-M模型的应用

将ＧＡＲＣＨ－Ｍ模型和ＥＧＡＲＣＨ模型结合起来,分析了我国股市波动性的特点。实证结果表明,波动性对收益率冲击的反应具有非对称效果,即正冲击所引起的波动要大于同等程度的负冲击所引起的波动,收益率与波动性具有显著正相关关系。     

我国钢材期货套期保值绩效实证研究

在我国钢材期货推出两周年之际,本文基于螺纹钢期货合约结算价的加权平均价格周收益率和螺纹钢现货价格周收益率,采用OLS模型、BVAR模型、VECM模型和GARCH模型对螺纹钢期货最优套期保值比率进行测算,并基于风险收益方法对4种模型进行比较.研究表明,投资者在实务中应选择OLS模型,但应掌握GARCH模型理论应用方法;我国钢材期货市场的市场效率正逐步提升.     

利率期货推出对现货市场的冲击效应——基于香港市场的经验证据

新兴市场利率期货的引进,对现货市场的动态波动和信息传递一定的冲击效应。本文针对香港市场90天利率期货,应用自回归条件异方差模型(GARCH)和方差比模型(VR),检验利率期货推出前后对现货市场的波动冲击与消息传递效果。实证结果显示,利率期货推出后波动性干扰所造成的影响效果有更快速地向正常水平调整的现象,波动性干扰半衰期大幅减小,但波动率显著增加。同时,利率期货引入后现货市场的收益率序列几乎接近于随机游走过程,所有的信息都立即反映在价格上,信息传递效率提高。     

中国旅游业股票春节效应的实证研究

随着中国股市的不断发展壮大,股市收益率的波动性研究正受到越来越多的关注。本文以中国沪深股市中的旅游业股票为研究对象,运用虚拟变量回归和GARCH模型,考察其是否存在"春节效应"。研究结果表明,我国旅游业股票存在着显著的"春节效应"。     

基于价格极差的金融波动率建模： 理论与实证分析

经典的波动率模型(GARCH等)是收益率为基础的模型,利用的是收盘价信息,忽略了价格波动的日内信息,这将导致信息与效率的损失.为了弥补这一缺陷并获得满意的波动率预测效果,本文引入并扩展了基于价格极差的自回归波动率模型.实证研究表明新模型能够有效刻画波动率的动态变化规律,其预测效果一致性地优于经典的GARCH模型.同时,我们的研究还证实了在波动率模型中加入收益率的滞后项能够提高模型的解释能力,并且存在明显的"杠杆效应".     

我国上海股票市场GARCH效应实证研究

本文简略的介绍了三种GARCH 模型思想, 并用所介绍的模型对我国上海股票市场的GARCH 效应进行了实证研究。结果表明我国上海股票市场收益率序列的波动具有显著的异方差性,股价波动存在集群性和持续性,可以用GARCH类模型进行拟合。     

基于时变相关系数的动态投资组合策略

在金融市场中个股收益率之间具有高度相关性,这种相关性的强弱程度随时间变化而改变.采用基于高频数据的已实现协方差刻画个股收益率间的相关性时变特征,真实反映投资组合中个股收益率间的相关情况,通过GARCH模型把投资组合的各期收益率的方差有效地连接起来,建立收益率方差之间的递推关系,从中分离出持续方差,构建总持续方差,进而把总持续方差作为二次规划模型的目标函数建立在控制风险扩散意义下的动态投资组合模型,求得该模型的解析解.实证结果表明,时变相关系数的引入将投资组合收益率在负半轴的波动幅度控制在较小的范围,说明基于时变相关系数建立的动态投资组合模型对控制风险的扩散具有实践意义.     

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。     

基于GARCH族模型的上证综合指数波动性分析

本文选取上证综合指数2005年1月4日—2010年9月30日的日收盘数据为样本,使用GARCH模型族对此时间段内上海股票市场的波动性进行了实证分析。结论表明了杠杆效应的存在,即利空消息对股价波动性的影响要大于利好消息;同时,上海证券市场的波动性具有一定的持久性。     

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。     

中国住房价格波动聚集性研究及短期预测

相对于传统的均值-方差分析,ARCH效应的存在将会使投资者在短期内面临更大的风险.有效地捕捉住房价格ARCH效应对研究住房价格短期走势有重要的实践意义.将长短2个时段样本运用回归模型、GARCH模型、AR模型对中国住房均价及四大直辖市数据进行实证,结果表明:在2个时段上我国住房价格均存在ARCH效应,除重庆外其他3个直辖市也存在ARCH效应;此外,在短时段的预测上,回归模型略优于GARCH模型,而GARCH模型在长时段预测效果上要优于回归模型.可见,在相关数据难找的情况下,GARCH模型是切实可行的短期预测方法.