基于GARCH模型和非参数模型的上海股市VaR的比较

从VaR的定义出发,考虑基于GARCH类模型和基于非参数模型的VaR估计.对于前者进行筛选以后,采用EGARCH(1,1)模型来估计资产或资产组合未来收益率的波动,后者则用核估计方法估计资产或资产组合未来收益率的概率密度函数,并用这两个模型对上海股市进行了实证研究,结果表明后者不失为一种值得考虑的方法.     

基于GARCH模型与灰色预测模型GM(1,1)的人民币汇率收益率分析

论文中对人民币汇率收益率序列分别建立了GARCH(1,1)模型和GM(1,1)模型.首先利用GARCH(1,1)模型刻画了收益率序列的波动性,接着通过预测模型GM(1,1)对收益率序列水平值进行预测.实证结果表明,人民币汇率收益率序列之间存在明显的波动性和长期的自相关性,预测模型GM(1,1)能够很好的拟合人民币汇率收益率序列,是一个可用的较好的预测模型.     

我国商业银行外汇资产的汇率风险测量与最优组合选择

利用模型和结构函数改进VaR模型,对外汇资产的汇率风险进行了测量并进行了实证研究。研究结论显示,在所选样本期间,美元和日元的最优组合为:投资总额的33%是日元币种,67%是美元币种,这说明该预测模型能够对我国商业银行汇率风险进行较为精确的测量。     

基于GARCH模型和非参数模型的上海股市VaR的比较

从VaR的定义出发，考虑基于GARCH类模型和基于非参数模型的VaR估计．对于前者进行筛选以后，采用EGARCH(1，1)模型来估计资产或资产组合未来收益率的波动，后者则用核估计方法估计资产或资产组合未来收益率的概率密度函数，并用这两个模型对上海股市进行了实证研究，结果表明后者不失为一种值得考虑的方法。     

基于状态转换的风险分解VaR模型研究

VaR的度量涉及到资产组合的未来市场因素分布、波动性以及定价三个方面。针对传统CAPM和GARCH方法的不足,作者提出了市场指数及证券(组合)分别服从独立的马尔科夫状态转换过程下的风险分解VaR模型——SSRM模型。模型能够分别呈现市场的系统风险和个股特有风险,在方法上允许市场指数、证券(组合)分别存在波动性的突然跳跃。凸出特点是既综合考虑了市场和特定资产的关系,又考虑了资产和市场风险的时变性特征。实证显示模型较经典的GARCH-β模型在VaR估计方面有显著优势。     

沪深股市周内效应再检验

运用GARCH(1,1),GARCH(1,1)-M和EGARCH(1,1)模型,对中国沪深两市收益率进行了收益率均值的周内效应和收益率波动性的周内效应实证分析。同时对样本区间进行分段处理,以检验自1996年起实行的涨跌停板制度对股市周内效应是否存在削弱作用。研究发现,中国股票市场在相应的样本区间存在显著的周内效应,但是在不同区间周内效应的具体分布不尽相同。同时发现,股票风险的增加能够增大收益率,且收益率的波动性存在杠杆效应。     

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。     

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.     

石油期货价格的收益率及波动率的长记忆性研究

金融市场的长记忆性问题研究一直吸引着众多研究者的目光,但是期货作为一种金融衍生工具,其长记忆性的研究相对于股票来说却很少。国内外大多数的研究都是针对股票市场,运用的主要方法是R/S分析,修正的R/S分析法,GPH分析法等,大部分都是用ARFIMA模型对长记忆时间序列进行分析。本文介绍了时间序列的一些模型,介绍了单位根检验方法,采用样本自相关函数法,传统的R/S分析法,GPH分析法,运用MATLAB,EVIEWS,Oxmetirc4环境下的G@ARCH42软件包等编程,检验了美国原油期货(NYMEX)市场样本数据的长期记忆性,并得出如下结论:石油期货收益率序列的长记忆性不明显,而波动率的替代指标绝对收益率序列呈现较强的长期记忆性。同时本文通过比较描述收益率序列以及绝对收益率序列模型的优劣性,发现收益率序列可用GARCH(1,1)模型来描述,而FIGARCH(1,d,1)模型相对GARCH(1,1)模型来说,能更好的描述波动率的替代指标——绝对收益率序列。     

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。     

基于高频面板数据的人民币汇率波动规律研究

基于2006—2013年的1771个人民币汇率日值高频数据,采用 GARCH 模型对人民币与美元、港币、日元、欧元及英镑之间的汇率波动规律进行实证分析。结果显示：（1）人民币兑五大外汇币种汇率的波动存在 ARCH 效应,其收益表现出明显的群聚特征;（2）人民币兑五大外汇币种汇率的波动均具有一定的记忆性,但除港币和日元外,大都会随时间缓慢衰减;（3）人民币兑五大外汇币种汇率的波动存在明显的杠杆效应,但不同币种对人民币升值的反应存在一定的差异。     

基于R/S分析的人民币外汇市场分形特征实证研究

针对人民币汇率时间序列的特征问题,提出了基于R/S分析的赫斯特(Hurst)指数作为测算判据的方法。选取样本区间为2005年7月21日至2007年12月31日,人民币对美元、欧元和日元的日汇率中间价数据为研究对象,样本数目共计为598个,进行了实证研究。实证结果为人民币对美元、欧元和日元汇率的赫斯特指数分别为0.64、0.61和0.62,关联尺度分别为1.42、1.34和1.37;表明人民币外汇市场具有明显的分形结构,三种汇率都有关联性,并表现出状态持续性。这弥补了有效市场理论的不足,并将对相关决策者有着参考作用。     

人民币汇率市场分形特征分析——基于R/S分析的实证

以2005年7月21日至2010年10月29日的人民币兑美元汇率,人民币兑欧元汇率和人民币兑日元汇率三种汇率的每日中间报价为研究对象,利用R/S分析方法对其日收益率序列进行研究,结果表明,三个汇率市场不符合有效市场假设,具有明显的分形特征,并具有不同的循环区间长度。      

我国外汇市场有效性实证研究

在有效市场理论的基础上,从中国外汇市场的发展现状出发,以2005年7月21日我国实行汇率改革为界,分前后两阶段,运用随机游走模型、ADF检验、PP检验及汇率收益率自相关检验,对中国外汇市场中美元、港元、欧元及日元对人民币汇率市场进行了有效性检验。美元、日元及港元对人民币汇率汇改前不满足弱式有效性,汇改后满足弱式有效性;欧元汇改前后均满足弱式有效性。     

基于EVT和高阶ES测度的人民币汇率风险研究

结合极值理论（EVT）和基于广义随机占优理论的高阶ES测度对三种国际主要货币对人民币汇率波动性风险进行考察,实证结果表明：美元对人民币汇率二阶及二阶以上广义随机占优于日元对人民币汇率和欧元对人民币汇率,而日元对人民币汇率和欧元对人民币汇率之间不存在四阶及四阶以下广义随机占优关系。使用ES（n）可以提高风险控制可靠性,提升风险决策能力。     

基于GARCH M模型的人民币汇率预测

在经济全球化的形势下,人民币的走势是关系到中国外贸企业生存、国际地位以及国家金融环境的重要因素,因此对人民币/美元汇率进行预测是十分有必要的。通过对GARCH-M模型在预测人民币美元汇率的可行性,时间序列存在异方差性和自相关性的论证,建立相应的GARCH(1,1)-M模型,并运用模型对美元/人民币汇率进行预测。表明在现实中可以运用GARCH-M模型进行汇率趋势预测,但是由于检验的数据较少,所以不能达到精确的预期目的。     

我国开放式基金收益及波动性的周内效应研究

运用均值方程含有虚拟变量的GARCH(1,1)模型和条件方差方程含有虚拟变量的修正的GARCH(1,1)模型,分别对2003年6月1日至2005年8月18日期间中国开放式基金收益的周内效应和收益波动性的周内效应进行实证研究,结果显示,在研究期间内样本基金收益及收益的波动性在周三这一天显著不同于其他交易日,说明存在“周三效应”。     

人民币实际有效汇率波动对FDI的影响——基于1980-2005年的数据

在前人的基础上加入一个汇率制度变量,考察汇率波动对FDI的影响.使用GARCH(1,1)模型求得汇率波动,发现我国的汇率波动与FDI的关系之间存在门槛效应:1994年以前大幅度的汇率波动阻碍了FDI的流入,1994年以后小幅度的汇率波动却促进了FDI的流入.说明只要保持实际有效汇率的相对稳定性,就能不断吸引FDI的流入.     

我国央行外汇干预行为特征研究——基于ADL-ARCH/GARCH模型的实证检验

"一带一路"倡议的实施,增加了我国对外贸易活动以及外汇储备和汇率异常波动的不确定性.为维持人民币汇率相对均衡,央行对外汇储备和汇率进行了适时的干预.基于外汇操作中的冲销干预与非冲销干预理论,选取我国1996年1月至2017年7月外汇干预数据,结合运用ADL模型和ARCH及GARCH模型对我国央行外汇干预行为特征进行实证检验.结果表明:央行外汇干预的目标是"逆风向性干预"和"熨平汇率波动",其干预行为具有长期性、持续性和非对称性的特点.最后,根据长期持续性的特点,提出了外汇干预与长期货币政策相配合等对策建议.