基于GARCH模型的WTI和Brent原油价格风险分析

鉴于国际原油市场对我国经济的重大影响,对美国WTI原油现货市场和欧洲Brent原油现货市场的油价波动做了基于GARCH模型的价格风险实证研究。结果表明,三种扰动项分布的假设中GED分布在99％置信水平下的失败率偏小,能够较好地刻画石油市场收益率分布的厚尾性,正态分布也能够准确地度量国际原油市场价格风险,但较GED分布容易导致风险的低估,而t分布的测度过于保守,仅适合于石油市场剧烈振荡的时期;WTI市场收益率的条件异方差性比Brent市场更为显著,考察期内平均和最大的VaR值大于Brent市场,发生极端风险事件的可能性大于Brent市场,而Brent市场在95％置信水平下的失败率显著高于WTI市场,发生风险事件的频率高于WTI市场。     

市场风险与流动性风险整合风险度量研究

整合市场风险与流动性风险有利于投资者全面管理风险,度量交易时所面临的风险。针对市场风险与流动性风险的时变性、异方差性和尾部特点,利用GARCH-EVT 方法进行建模。在此基础上利用三类二元阿基米德Copula 函数对两类风险的相关结构进行考察。结果表明:中国股票市场中个股的市场风险与流动性风险在上尾与下尾相关性加强,并具有对称性。基于上述相关结构特点对两类风险进行整合并利用VaR 模型进行度量,结果显示:该度量模型优于传统VaR 模型和不考虑两类风险相关结构的VaR 模型。     

投资组合极值风险测度——基于T-Copula-SV-T-EVT模型

针对金融资产收益率的“典型事实”特征,结合Copula函数、极值理论与金融波动模型构建既能反映投资组合金融资产收益率分布特征又能反映其相关结构的风险测度模型,用Monte Carlo模拟方法测度投资组合风险,以东方策略成长基金为例进行实证检验。研究发现,边缘分布与Copula函数的选择均会对投资组合的风险产生影响,通过对不同边缘分布和Copula函数组成的投资组合模型风险测度的对比,发现T-Copula-SV-T-EVT模型更具优越性,同时返回式检验表明T-Copula-SV-T-EVT模型对风险的度量是合理而有效的。     

极值理论高频VaR区间估计模型的构建

为了对在险值的估计精度进行度量,更为精确和有效地衡量极值VaR（value at risk）的估计风险,基于广义极值理论构建了极值VaR的区间估计模型,并进一步利用高频数据重点考察了不同置信水平和不同样本容量分块下的极值VaR区间估计结果的精度和模型的有效性。结果表明,极值VaR的动态区间估计模型与参数法和非参数法区间估计模型相比,不仅能够更为有效地捕获极端条件下收益率时间序列的动态特征,而且具有很好的估计精度,VaR估计风险的精确度更高。     

基于状态转换动态Copula模型的外汇套期保值研究

汇改以来,人民币汇率波动的不确定性增大,外汇风险加剧,在此形势下加强外汇风险管理势在必行。考虑到利用外汇期货合约进行套期保值是管理外汇风险的一个重要方法,因此可建立一个状态转换动态 Gaussian Copula套期保值模型来对外汇风险进行管理。首先采用GJR-t模型描述欧元、日元、英镑、澳元和加元的现货和期货收益率的边际分布;然后引入状态转换动态 Copula 函数描述上述五种货币的现货和期货收益率之间的相关性;最后将状态转换动态Gaussian Copula模型与OLS,DCC GARCH,DCC Gaussian Copula等模型的套期保值效率进行比较。实证结果表明,所构建的模型优于其他模型,利用该策略模型能有效规避外汇风险。     

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.     

基于截L-矩和GPD的中国股市VaR经验测度:1991-2011

L-矩方法现已成为金融领域厚尾分布分析和建模的重要工具,当极端值较多时,L-矩方法会变得较敏感,截L-矩不但具有L-矩方法的优良特征,而且增加了对首尾极端值的控制参数,对极端值存在的情况更加适用。论文采用AR(1)-GARCH(1,1)模型对收益率序列进行建模分析,得到近似独立同分布的残差序列。在此基础上,基于截L-矩考察广义帕累托分布对上证指数的损失尾部拟合情况,VaR的返回检验表明:基于截L-矩的GPD分布可以较好地拟合损失收益率的尾部,极值VaR可以有效地度量上海股市的风险。     

t-Copula-GARCH模型在沪深市场联动风险测算中的应用研究——基于拟蒙特卡罗模拟方法

为测算沪深两市联动风险,以上证指数和深证成指收益率数据为研究对象.首先,根据Copula建模思想,利用GARCH(1,1)-t模型拟合沪深市场波动特征,利用t-Copula函数拟合沪深市场联动风险特征.进而利用拟蒙特卡罗方法模拟沪深股指组合未来收益率序列,测算沪深市场联动风险.实证结果表明:拟蒙特卡罗方法收敛速率快,模拟结果的精确性和稳定性较好.拟蒙特卡罗方法表现出的优势可以帮助机构投资者有效管理市场风险,这对于机构投资者做出科学投资决策具有深远意义.     

中国股市风格资产组合市场风险测度——基于EVT-t-Copula模型的实证研究

针对传统线性计量模型无法充分刻画中国股市风格资产收益系列存在"自相关"、"尖峰"、"厚尾"等非正态分布特征以及风格资产间存在复杂的非线性相关结构的局限。本文首先采用AR(1)-GJR(1,1)模型来刻画中国股市风格资产的边缘分布,接着结合各边缘分布的残差系列,引入Copula函数来分析这六种风格资产之间的相关结构,并结合极值理论和蒙特卡罗模拟方法来模拟大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值这六种股市风格资产投资组合的联合收益率分布函数,在此基础上求出各我国股市风格资产组合的市场风险(VaR与CVaR)。研究结果表明,根据极值理论得到的广义帕累托分布能够较好拟合风格资产日收益率序列的尾部特征,相比其他计算方法的VaR和CVaR值,基于EVT-t-Copula模型能够更准确度量中国股市风格资产组合的市场风险。因此,EVT-t-Copula模型有助于提高中国股市投资组合的风险管理效率。     

中国股票市场尾部风险与收益率预测——基于Copula与极值理论的VaR对比研究

目前,在险价值(VaR)被广泛应用于风险管理与投资组合分析中,在股票市场,它表示股票收益的尾部风险。相关研究发现VaR对未来股票收益具有预测作用。根据Copula方法和极值理论方法分别构建VaR,考察其对中国股票市场是否具有样本内和样本外的预测能力,实证结果发现:与传统经济变量作对比,基于极值理论的VaR具有较强的预测能力,而基于Copula方法的VaR的预测效果并不十分显著。     

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.     

中国股票市场行业组合风险研究——基于高维动态C-Vine Copula模型

股市是经济的晴雨表,股市中不同行业风险的组合计量对于金融市场和实体经济投资意义重大.文章采用高维动态C-Vine Copula前沿技术计量多维行业组合风险,并且与静态C-Vine Copula作比较.结论显示:高维动态C-Vine Copula计量的VaR每次都能通过UC检验和稳定性测试,而静态C-VineCopula方法每次都不能通过回溯检验,表明高维动态C-Vine Copula优于静态C-Vine Copula,可以作为股市行业风险组合计量的一种新方法.     

中国燃料油期货市场动态套期保值研究——基于Copula-GARCH模型的实证分析

为了更好地规避中国燃料油市场价格风险,利用Copula函数的秩相关系数代替皮尔逊线性相关系数,并用GED-GARCH模型求出燃料油现货和期货收益率的动态标准差,从而建立动态的最小方差套期保值模型,并对2009-2012年中国上海市燃料油期货进行套期保值策略分析.实证结果表明:与传统线性最小方差套期保值模型相比,动态套期保值模型提高了中国燃料油期货市场的套期保值有效性;具体而言,在样本区间内,动态模型的套期保值有效性为44.76%,比传统模型的有效性提高了32.1个百分点.     

中国股市大幅波动期间股指期货对指数现货波动的影响分析

针对股指期货做空机制与做多机制对指数现货的影响有无异同的问题,将2014年7月至2015年8月间中国股市的大幅波动分为上涨期和下跌期,通过沪深300股指期货以及沪深300指数现货每5分钟的数据,利用Garman & Klass波动率度量公式、双变量GARCH模型和EGARCH模型来分析波动中股指期货对指数现货波动的影响。研究认为,在市场处于大幅波动期,股指期货和指数现货两个市场之间存在双向价格引导关系,其中指数现货市场处于主导地位,两个市场之间风险是相互传递的,其中指数现货市场的风险传递更加显著;在中国股市波动的利多阶段,股指期货的负收益会促进指数现货的波动,在利空阶段,股指期货的负收益影响大于正收益影响,股指期货的做空机制对指数现货市场带来的影响大于做多机制带来的影响;股指期货以其本身固有的领先于股指的特性,在应该抑制波动的时候反而加剧了波动,造成了负面影响,中国金融市场应重视其负面影响,并采取有效措施来加强对负面影响的控制。     

基于极端分位数回归模型的国际原油与天然气市场相依关系研究

针对国际原油价格与天然气价格之间的相依性问题,提出了金融时间序列极端分位数回归模型,解决市场之间相依关系刻画问题。考虑到金融经济活动和极端危机事件可能会影响到原油和天然气市场之间的依赖程度,首先检测样本内的结构突变点,再引入虚拟变量,运用分位数回归理论时间序列模型进行实证分析。研究结果表明：国际原油价格与天然气价格之间存在动态相依关系,且在熊市和牛市期间两者之间均呈正相关,说明消费者和投资者在能源期货市场消费和投资行为存在显著的羊群效应;此外,原油价格波动引起天然气价格的变化在不同分位点表现出非对称效应,两者之间的动态相依关系受到极端金融危机事件和经济活动的影响,极端条件下依赖程度更强。     

基于贝叶斯多变量厚尾随机波动模型的期货与现货联动效应研究

针对多变量随机波动模型难以刻画金融时间序列尖峰厚尾特征的问题,构建了贝叶斯多变量厚尾随机波动模型。通过模型的贝叶斯分析,选择参数先验分布,设计基于Gibbs抽样的MCMC算法,据此估计模型参数,解决多变量随机波动模型参数较多难以估计的问题;并利用沪深300股指期货与现货交易数据进行实证分析。研究结果表明：贝叶斯多变量厚尾随机波动模型能更准确地刻画金融市场的波动特征以及金融市场间的波动溢出效应。     

美国国债市场与石油期货市场尾部相关性分析——基于Copula函数的视角

分别利用单参数和双参数的阿基米德族Copula函数对美国国债市场与纽约石油期货市场之间的尾部相关性进行分析,并与美国股票市场与石油期货市场之间的尾部相关性进行比较。实证分析结果表明,在描述美国国债市场、股票市场与石油期货市场之间的尾部相关性方面,双参数的阿基米德族Copula函数具有更好的拟合效果;美国国债市场与石油期货市场之间具有非对称的尾部相关性,上尾相关性虽然很小,但比下尾相关性大,下尾相关系数几乎为零。     

国际原油价格与农产品价格的波动效应研究——基于VAR-DVEC模型

利用1997年3月—2012年12月数据,建立VAR模型研究国际原油价格对国内大豆价格、玉米价格和小麦价格的动态冲击;同时运用DVEC和DVEC-TARCH模型分析国际原油价格波动和国内主要农产品价格波动的关联性和非对称性。结果发现:国际原油价格和国内大豆价格互为Granger原因,国际原油价格对大豆价格影响程度最大,对玉米价格的影响次之,对小麦价格影响不明显;国际原油价格波动主要来自自身前期波动,而大豆价格波动同时受到自身和外部冲击的影响。大豆价格波动呈发散趋势,玉米和小麦价格波动趋于收敛;国际原油价格和大豆价格波动具有非对称性,玉米和小麦价格的非对称性则不显著。