典型事实、混合Copula函数与金融市场相依结构研究

运用ARFIMA-FIAPARCH-skst模型对沪深300指数和香港恒生指数建立收益-波动模型, 然后结合估计的参数对模型进行修正以确立最终模型, 排除金融市场典型事实对相依关系的影响, 进而运用由Clayton、Frank和Gumbel组成的混合copula模型对相依结构进行建模。研究结果表明:内地市场和香港市场均未观察到显著的杠杆效应;由Clayton、Frank和Gumbel组成的混合Copula模型能够准确地描述两个市场之间的相依结构, 且两个市场下尾相依关系要强于上尾的相依关系, 通过动态混合copula也验证了这一明显的非对称关系。     

中国大陆及周边股市动态ES风险传导关系效应研究

探索金融市场极端风险传导机理一直是政府管理当局、投资者关注的焦点。本文针对股市中存在的典型事实及股市损失分布复杂性特点,运用ARMA-GJR对股市指数条件损失进行建模分析,进而运用EVT对标准残差的极值尾部建模估计出股市极端风险ES,然后运用Granger-Causality检验技术,分别考察两个市场间极端风险ES的传导关系。实证结果表明:在整个样本期间,中国大陆沪深股市极端风险具有双向传导关系,香港市场向深市传导风险,而深市不能向香港传导风险,东京市场与香港市场、香港与台湾市场具有双向传导关系;而在熊市期间,中国大陆与周边市场极端风险ES传导关系变得更为复杂。     

中国股市与周边股市波动风险传导效应研究

由于金融资产收益的条件波动率不仅是金融市场风险度量的重要指标,而且呈现出明显的杠杆效应。因此,本文运用能够刻画波动率杠杆效应的LGARCH(Leverage GARCH)模型对金融市场条件波动率进行建模分析,进而运用Granger-Causality检验分析了中国股市与周边股市波动风险的传导效应。实证结果表明,在整个样本区间,上海股市与周边重要股市的联系比较微弱,仅与香港股市存在一定的风险传导关系,而与东京、新加坡股市却不存在传导关系。然而,在我国股市对境外合格机构投资者(Qualified Foreign Institutional Investors,QFII)开放后,中国股市与周边股市的波动风险传导关系明显异于对QFII开放之前和整个样本期的风险传导关系,上海股市与香港、东京、新加坡股市间的波动风险传导关系均显著增强。     

钛酸锶钡溶胶制备研究

用锶、钡的有机酸盐和钛酸丁酯为原料,以溶胶-凝胶法制备了钛酸锶钡溶皎。考察了有机酸分子量、溶胶的水解方法对溶胶亲润性、湿敏性、二氧化碳敏感性、成膜均匀性、热解性等的影响。实验得出:先将钛酸丁酯的乙酸乙酯溶液部分水解,然后与锶、钡的正辛酸盐、2-乙基己酸盐或壬酸盐的乙酸乙酯溶液充分混合,所得的溶胶具有较好的综合性能。     

《辛亥武昌首义史》即将出版

湖北大学历史系冯天瑜同志与已故贺觉非先生合撰的《辛亥武昌首义史》1985年内将由湖北人民出版社出版。这部四十余万言的论著展示了辛亥武昌起义得以在华中腹地爆发的社会经济政治背景,追溯了二十世纪初叶湖北各革命团体在孙中山民族民主革命旗帜下,为推翻     

高频视角下股市波动预测的新方法:HARFIMA模型北大核心CSCDCSSCI

异质自回归(heterogeneous autoregressive,HAR)及其拓展模型(统称为HAR-类模型)能够刻画不同类型(期限)交易者的异质性对金融市场未来价格波动的“贡献”程度,在实证研究中备受推崇,并在预测金融市场波动率中取得了较好的效果.研究发现,HAR-类模型虽然能够在一定程度上刻画金融市场中非常重要的长记忆特征,但刻画能力明显比自回归分整移动平均(ARFIMA)模型差.HAR-类模型的主要优势在于对异质性的刻画,而ARFIMA模型的主要优势在于对长记忆性的准确刻画.因此,基于这两个模型各自的优势提出了新的模型:异质自回归分整移动平均(HARFIMA)模型,并对新模型进行了拓展建模,提出HARFIMA-类模型.将HARFIMA-类模型运用于对标普500和上证综指的已实现波动率(RV)的建模和预测发现,HARFIMA-类模型能够更加准确地刻画金融市场的长记忆性,更重要的是样本外的预测能力明显优于其他模型,并且预测结果相当稳健.     

典型事实约束下的上海燃油期货市场动态VaR测度研究

期货交易的高杠杆率意味着期货市场的高风险特征,而能源市场因其特殊的战略意义一直以来备受关注,因而对能源期货市场的风险测度对投资者和监管者都极其重要。本文对上海燃油期货构建了四个反映不同交割期限的连续价格序列,基于不同的金融市场典型事实分别运用GARCH、GJR、FIGARCH三个模型对波动率建模,并假设条件收益分别服从正态、学生t、有偏学生t(skst)分布进行动态风险价值(VaR)测度,然后运用严格的似然比(LR)检验和动态分位数回归(DQR)检验对风险测度的可靠性进行后验分析(Backtesting),尝试从中提取出在风险管理中最有应用价值的典型事实。研究发现:(1)基于skst分布的波动模型的动态风险测度准确性明显优于其他分布下的相同模型;(2)基于杠杆效应的GJR模型和基于长记忆性的FIGARCH模型并没有表现出比普通GARCH模型更高的精度;(3)远期合约的市场平均收益更高,风险测度比近期合约更准确。     

风险厌恶在股指期货避险中的应用研究

沪深300股指期货的推出,不仅提供了一种新的投资产品,更为投资者提供了一种新的避险工具.如何选择最佳的避险比率成为投资者不得不考虑的首要问题.此外,投资者对风险的态度也是避险决策中需要考虑的重要因素.文章采用GARCH-M模型估计市场参与者的风险厌恶系数(RRA),在此基础上运用OLS和VAR-MVGARCH模型计算沪深300股指期货的效用最大化避险比率,并与常规风险最小化准则下的避险比率进行对比分析.结果表明,考虑RRA的效用最大化避险比率高于风险最小化的避险比率.并且,除了时变样本外预测,无论是静态避险比率,还是时变避险比率,引入RRA的避险策略表现均优于风险最小化标准下的避险策略.     

高频视角下股市波动预测的新方法: HAＲFIMA 模型

异质自回归(heterogeneous autoregressive,HAＲ) 及其拓展模型(统称为 HAＲ-类模型) 能够刻画不同类型(期限) 交易者的异质性对金融市场未来价格波动的“贡献”程度,在实证研究中备受推崇,并在预测金融市场波动率中取得了较好的效果． 研究发现,HAＲ-类模型虽然能够在一定程度上刻画金融市场中非常重要的长记忆特征,但刻画能力明显比自回归分整移动平均(AＲFIMA) 模型差． HAＲ-类模型的主要优势在于对异质性的刻画,而 AＲFIMA 模型的主要优势在于对长记忆性的准确刻画． 因此,基于这两个模型各自的优势提出了新的模型: 异质自回归分整移动平均(HAＲFIMA) 模型,并对新模型进行了拓展建模,提出 HAＲFIMA-类模型． 将 HAＲFIMA-类模型运用于对标普 500 和上证综指的已实现波动率(ＲV) 的建模和预测发现, HAＲFIMA-类模型能够更加准确地刻画金融市场的长记忆性,更重要的是样本外的预测能力明显优于其他模型,并且预测结果相当稳健．     

股票市场周日历效应传导关系研究

以上证综指、深证成指、恒生指数、日经225指数四种指数为研究对象.实证研究四个股市的周日历效应及其传导关系.研究发现,上证综指在一周中有三天存在周日历效应,周二负效应和周三、周五正效应;深证成指在周三和周五两天存在正效应;恒生指数和日经225指数则分别在周五和周一存在正效应和负效应.上证综指的周三、周五正效应与深证成指的周三、周五正效应互相传导;上证综指与恒生指数的周五正效应互相传导;深证成指与恒生指数的周五正效应亦互相传导;日经225指数与其他三种指数的周日历效应却不存在传导关系.