中国农产品期货套期保值非对称效应研究

 为了更好地发挥农产品期货的避险功能,本文考察了基差和“消息”对期货套期保值比率的非对称影响。本文选取了2008年5月至2012年2月的大豆、棉花、白糖和菜油四种代表性农产品的期现货数据进行实证分析,结果表明：(1) 4种农产品期现货对数价格都是非平稳的,并且存在协整关系,协整向量靠近(1,-1),从而套期保值过程中有必要考虑基差的影响;(2) 基差和“消息”对期现货的对数收益的波动率以及相关系数均存在非对称效应;(3) 对于样本内估计和样本外预测结果,与静态模型以及DCC-GARCH模型想比,考虑基差和“消息”的非对称效应模型能更大程度地降低风险,因此套期保值过程中基差和“消息”的非对称效应不可忽略。     

中国股指期货与股票市场波动性关系的实证分析

使用修正的EGARCH模型与VaR方法检验股指期货的推出对中国股票市场波动性所产生的影响。采用的数据为沪深300指数,样本数据分为股指期货推出前,股指期货推出后的短期、中期和长期与样本数据全体五个时间段。研究表明,从股指期货推出的短期与中期来看,市场对信息的反应比较混乱。从长期来看,股指期货的推出加速了信息的传递速度并且弱化了非对称效应,并没有加大股市的波动性。VaR方法检验表明,股指期货的推出有效降低了股市风险,使A股市场更加成熟和完善。     

考虑基差效应的期货对冲策略研究

文章通过在ECM-GARCH模型中引入基差项,研究了基差对期货和现货回报的条件均值及风险结构的影响,在此基础上研究了基差对期货动态对冲策略的影响.通过对我国铜期货和现货的实证分析表明,基差对期货和现货回报的条件均值及风险结构都存在显著的影响,考虑基差影响的对冲策略能有效提高期货对冲的效率.     

股指期货推出对股指波动率影响的实证研究

文章以沪深300指数期货作为样本,通过建立非对称的GARCH模型,对全样本和子样本分别进行股指期货推出与股指波动率影响的实证研究。结果表明:我国股指期货的推出后,股票市场的波动性并未受到影响。同时,股票市场的杠杆效应减弱了。     

基于ECM模型的期货动态VaR套期保值

在期货市场上进行套期保值,其核心问题是套保比的估计.以动态VaR为目标函数,考虑现货期货的协整关系及联合收益波动的动态变化性,建立基于ECM模型的动态VaR最优套期保值比模型.对DCC模型、ECM-CCC模型和ECM-DCC模型进行样本内外的实证对比分析,发现考虑现货期货协整关系的DCC模型在价格波动剧烈时套保效果好,而在价格平稳时ECM-CCC模型的套保效果较好;在现货期货价格波动剧烈时,需要更多的期货来规避现货风险,且套保效果低于平稳时期的.     

证券组合SGHD-EGARCH模型和VaR估计分析

文章在基于对称的广义双曲线分布计算VaR时与EGARCH模型结合在一起。在考虑收益的波动性的同时,对VaR残差的正态分布、t、GED、SGHD分布假设进行了比较研究,实证结果显示与正态分布、t、GED分布的结果进行了对比。SGHD能较好地拟合波动,准确估计和把握风险。     

基于GARCHS模型的市场风险测度

文章在使用GARCHS模型对条件偏度进行动态建模的基础上,提出了基于条件偏度的VaR估计方法.通过对我国上证综指的实证研究表明,上证综指的条件偏度时变特征明显,其收益存在明显的有偏特征.对上证综指VaR估计的后验比较表明,考虑条件偏度的VaR估计方法能够提高有偏分布下VaR的估计精度.     

上海金属期货与现货市场非对称波动溢出效应的实证研究

运用二维非对称BEKK-GARCH模型,考察了上海金融期货与现货市场间收益率的非对称波动溢出效应.实证结果表明:样本期铝期货与现货收益率间存在双向的波动溢出效应,而铜期货与现货收益率波动溢出效应不显著;铜、铝期货、现货市场间都存在双向的波动非对称效应,都对来自对方市场的"消息"的冲击有显著的反应.     

中国股市与实际经济和通货膨胀的非对称性关联分析

文章从描述均值非对称的阈回归模型和描述方差非对称的ARCH族模型两方面综合考虑,首先检验了我国实际经济与股市收益的非对称性关系,发现实际经济与我国股市收益具有显著的正相关关系,并在方向和规模方面表现出明显非对称性效应;其次,对我国股市与通货膨胀的关系建立非线性模型,估计结果表明小规模的通货膨胀下,将表现出费雪效应.     

信息的非对称效应及对上证综指的实证分析

文章利用EGARCH-M,TGARCH-M和PGARCH-M具有非对称效应的均值模型,对上证指数收益率波动性进行了实证分析,结果显示这些模型均能很好地反映收益率序列的非对称杠杆效应及期望收益和期望风险的正向关系,并通过信息影响曲线(News Impact Curves)直观看出利空、利好消息的非对称反映,进而比较选择能更好地拟合此序列的模型。     

条件异方差La-VaR模型及其对金融危机的实证研究

文章通过放松传统VaR模型无摩擦市场的假设,基于GARCH模型来估计中间价格和价差的波动性,构建条件异方差La-VaR模型,并利用模型对亚洲金融危机中泰铢汇率进行实证研究,研究结果表明:流动性是金融危机的预警指标.最后,本文对金融危机中流动性风险的变化模式进行微观结构分析.     

VaR组合预测权重的两类约束

组合预测是提高VaR预测表现的有效方法。文章通过研究对VaR组合预测权重加以两类约束(无常数项、无常数项且权重和为1)的意义及其估计的特征,认为权重加以这两种约束有助于体现组合预测的宗旨;权重无约束时VaR组合预测能给出样本内的无偏估计,而加以这两类约束后不能保证该性质成立;当加以约束后估计偏差不大并且其波动性也不大时,也应考虑使用约束,实证研究发现对于无常数项的约束存在估计表现相差不大的情况。     

比特币市场风险测度的实证研究

文章通过实证分析提出比特币市场价格风险测度体系,从比特币收益率序列的分布、波动性以及是否存在杠杆效应方面着手,在t分布和GED分布假设下,建立Garch(1,1)模型、Egarch(1,1)模型、Tarch(1,1)模型和Parch(1,1)模型,选择合适的模型估算99％和95％置信水平下的比特币风险的VaR值,并采用Kupiec方法对VaR模型进行了返回检验.结果显示,比特币市场价格波动剧烈,具有尖峰后尾特征,不存在杠杆效应,而GED分布的Garch模型是计算比特币市场风险的最合适模型.     

全球股指现货和期货市场极端风险溢出检验

文章选取全球范围内七对典型的股票指数及其指数期货自2007年10月8日国际股票市场大跌至2008年11月14日的日度数据,运用基于GED分布的GARCH模型估计了这些市场5%和10%风险水平下的指数下跌的条件VaR,并利用Hong(2001)提出的风险-Granger因果检验方法分析了相对应市场之间的风险溢出效应.实证结果表明,期货市场是股票指数主要的信息来源,起着重要的价格决定作用.     

中国股市的风险度量研究

本文从沪、深股指收益率的基本统计特征入手,用GARCH-GED模型和核估计模型分别估计了其VaR值,并对模型本身及其估计的VaR进行了较为严格的检验.结论显示GARCHGED模型能够反应股市的短期动态特征,而核估计模型估计的VaR反应了股市风险的长期特征,两个模型相互补充.     

股指期货操作的风险度量及管理策略

文章利用VaR-GARCH模型分别时SP500指数期货和恒生指数期货操作面临的风险进行了研究.分别运用基于GED分布和T分布的GARCH模型估计了两个市场95%和99%置信水平下的上涨和下跌的条件VaR.研究发现,对于SP500指数期货和恒生指数期货基于GED分布和T分布的VaR-GARCH模型都是充分的:股指期货市场在不同的时期面临的风险水平不同,仍存在因波动率阶段性差异产生的系统性风险:多空双方的风险暴露不对等,空头头寸的交易结算保证全水平通常要高于多头头寸持有者,这是由于双方的交易方向不同造成的.     

基于“反事实”波动率的中国股指期货效应

以沪深300股指期货和沪深300股票价格指数为研究对象,采用基于"反事实"思想的政策效应评估方法,研究股指期货对股票价格指数波动性的影响。研究结果显示,股指期货的处置效应显著为负,沪深300指数的真实波动率远低于构造的"反事实"波动率,沪深300股指期货的推出能降低股票市场的波动性;通过安慰剂检验验证了实证结果的稳健性,表明沪深300股指期货发挥了市场"稳定器"作用。     

资产相关结构对投资组台风险测度的影响分析

文章从分析金融资产收益率的统计特征入手,以GARCH模型为基础.用非对称幂分布描述组合资产中各金融资产收益率的边缘分布函数,在多种Copula函数情形下计算组合资产的风险值VaR及ES.结果表明:基于由多元Clayton Copula和多元Gumbel Copula组成的混合Copula函数较好地刻画了多只股票的相关结构,而且ES比VaR能够较准确地估计组合资产的尾部风险.     

股指期货预测模型构建及其应用效果分析

文章选择股指期货价格以及基差预测这一理论界和实务界共同关心的问题为研究对象,使用香港恒生期货数据为样本,分别采用时间序列ARIMA、ARMA模型对恒生期货连续指数的日收盘价对数序列LHF和基差序列BASIS进行建模分析,并利用预测误差检验量对模型样本外的预测效果进行了实证研究.结果表明,ARIMA(3,1,3)模型很好地拟合和预测了股指期货指数对数LHF序列的走势,达到了预测目的;ARMA(1,1)和ARMA(3,3)模型在预测精度方面不甚理想但基本刻画了基差序列的变动趋势.     

杠杆效应与沪市在险价值（VaR）的计算—基于GARCH-t、EGARCH-t和TGARCH-t模型的比较

通过比较EGARCH-t、TGARCH-t、GARCH-t模型计算沪市在险价值的效果,得到：1、沪市存在杠杆效应,并对沪市在险价值的产生重要的影响,忽略杠杠效应,就会低估沪市的风险;2、仅通过拟合分布特征不能准确地计算沪市的VaR,为了准确计算VaR,还必须考虑沪市的杠杆效应;3、EGARCH-t模型不仅具有较好的分布拟合能力,而且能够有效地刻画杠杆效应,因而更适合于沪市在险价值的计算,且计算出的VaR也比较准确、可靠。