基于SKT-ARFIMA-HYGARCH模型的开放式基金投资风格漂移收益及其波动分形研究

以往大量文献研究表明基金经常发生风格漂移现象,但资本市场呈分形特征违背了有效市场假说,对传统的实证研究方法提出了巨大挑战。以2005年上半年成立的5只开放式基金为研究样本,利用3个信息准则确定ARFIMA（1,d1,1）-HYGARCH（1,d2,0）为最优模型,引入SKT分布结合该模型来探索研究基金投资风格漂移所带来的收益及波动过程的分形特征。实证结果表明：该模型能够较好刻画投资风格漂移日收益序列的双长记忆性分形特征,其波动过程均存在显著的长记忆性,但收益过程存在长、短记忆性不统一现象,这进一步说明基金投资风格经常发生无序漂移现象,也折射出其背后存在着巨大的漂移风险隐患。最后,Person吻合度检验证实了SKT分布能较好地拟合基金投资风格漂移日收益序列的分布。     

股票收益和波动长记忆性的KPSS检验和LM检验

文章从分整特性的新视角,利用流行的KPSS检验和LM检验对我国股市收益及其波动的记忆性特征进行了深入研究。研究结果表明,我国股市的波动序列中存在显著的长记忆性,而收益序列本身无明显的长记忆性。这与成熟股票市场有关长记忆性的研究结论基本一致,与新兴股票市场的研究结论有所不同。此项结论对股市的长期投资者具有重要的决策意义。     

基于分整特性视角的我国股市长记忆性识别

金融时间序列的长记忆性检验常采用标度分析法，但结果往往不令人满意。从分整特性的新视角，利用KPSS检验和LW检验对我国股市收益及其波动的记忆性特征进行了深入研究。研究结果表明，我国股市的波动序列中存在显著的长记忆性。而收益序列本身无明显的长记忆性。这与成熟股票市场有关长记忆性的研究结论基本一致．与新兴股票市场的研究结论有所不同。此项结论对股市的长期投资者具有重要的决策意义。     

基于Expectile风险建模的原油价格风险测度研究

以西德克萨斯中质原油(WTI)为研究对象,采用expectile模型测度原油价格风险,同时引入极值理论,构建exepctile-EVT模型刻画极端风险。研究表明:油价收益序列具有典型的长记忆性和自相关特征;油价的涨跌会影响多头风险,而空头风险仅受油价下跌的影响;引入极值理论后的expectile-EVT模型能很好地刻画极端风险的动态演化规律,其预测结果也比其他模型更合理。     

中国股市收益率和波动率的长记忆性检验

运用修正R/S和V/S两种分析方法,选取两大盘指数(上证综指和深证成指)以及20只个股为样本,对其收益率和收益波动率序列的长记忆性进行大范围的比较研究.结果表明:对于收益率序列两大盘指数存在长记忆性,且深市强于沪市,而个股普遍不具有长记忆性;对于收益波动率序列,无论是大盘指数还是个股均存在显著的长记忆性,并且,三个收益波动率序列的长记忆性由强到弱依次为修正对数平方收益率、绝对收益率和平方收益率.     

中国股票市场收益与波动的长期记忆性研究

文章对我国股票市场的长期记忆特征进行了系统研究:选择上证综指和深证成指日收益序列为研究对象,采用计量经济学方法,考察中国股票市场日收益序列和日收益波动序列的长期记忆特征,建立既能描述收益长记忆又能刻画波动长记忆特征的ARFIMA-FIGARCH模型,并与其它短记忆模型进行对比,分析得出相应结论.然后针对目前我国股票市场存在的诸多问题,提出一些规范和完善股票市场、提高市场有效性的建议.     

基于EVT-POT-SV模型的极值风险度量

金融市场常受各种因素的影响造成剧烈波动,资产收益也会因此产生异常变化。针对金融资产收益的厚尾性、波动的异方差性等特征,采用基于Markov链的Monte Carlo模拟积分方法,对随机波动模型进行参数估计并取得标准残差序列,应用极值理论与随机波动模型相结合,建立了基于EVT-POT-SV的动态VaR模型。通过对上证综指收益做实证分析,结果表明：该模型能很好地刻画收益序列的波动性及尾部分布特征,在度量上证综指收益的风险方面更加合理而有效。     

中国股票市场收益及波动的长记忆特性

文章主要利用经典对数周期图法、修正对数周期图法以及小波分析的方法对我国股票市场中指数及个股的日收益及波动序列的长记忆特性进行了实证研究。研究结果表明:在0.01的置信水平下,指数与个股的日收益序列均无长记忆,但指数收益序列的记忆长度比个股收益序列的记忆长度长(上海汽车除外),以日绝对收益序列和绝对收益偏离序列为代表的波动序列则具有较强的长记忆性(雅戈尔除外)。     

沪深股市股票收益尾相依特征分析

1、引言相依结构研究是金融分析领域的一个重要研究方向。精准的刻画不同金融变量之间的相依结构,对资产组合管理、金融风险测度等问题的研究尤为重要。大量的实证研究表明,金融时间序列往往具有尖峰厚尾、条件方差时变性、长记忆性和波动集聚等特征,因而使用基于椭圆分布的线性相关系数来刻画相依结构就显得捉襟见肘,甚至得到错误的结论。Copula技术的发展为     

基于周内多重分形波动率的基金投资风格漂移风险测度研究

基金发生投资风格漂移是把双刃剑，在获得短期超额收益时，也隐藏着巨大的风格漂移风险。本文首先以我国79只开放式股票型基金为样本，在量化投资风格漂移的基础上，分析发现其收益序列存在多重分形特征，据此构建周内多重分形波动率测度来刻画投资风格漂移收益的复杂波动特征，并与传统的GARCH族波动率计量模型的测度能力进行比较分析，实证结果发现本文构建的周内多重分形波动率测度更加精确，能更好刻画序列的复杂波动特征；然后，进一步构建MFVW VaR模型对基金投资风格漂移风险进行量化测度，发现该模型比传统的参数与非参数VaR模型能更好地对风格漂移风险进行有效测度，基金普遍存在较大的风格漂移风险；最后，对我国开放式股票型基金的产品创新策略与投资风格漂移监管策略进行了一些有益探讨。     

中国股市波动的变动长期记忆性研究

文章以分整SETAR模型为基础,描述了中国股市在不同波动幅度下的变动长期记忆性特征,结果表明中国股市波动存在长期记忆性且大幅波动对中国股市的影响比小幅波动要更持久,并且相对以恒生指数为例的相对发达的香港股市,中国股市大幅波动的长期记忆性较弱,小幅波动的长期记忆性较强,波动持续影响性具有其自身的特点。     

质押存货长期价格风险测度模型的构建

文章描述了金融时间序列的一般特征,分析了质押存货市场收益率统计特征,从收益的波动性与分布出发,组建了计算长期时变风险价值的VaR-GARCH族模型。以场外现货交易为主的钢材(φ16HRB335)日数据为例,数值实验对比了t分布、GED分布下GARCH(1,1)模型对波动率的刻画能力。通过失效率检验法则对模拟质押期内多风险窗口的风险值进行回测,对比分析了基于独立正态分布假设Risk metrics模型与厚尾分布下的VaR-GARCH(1,1)模型。     

因子模型门槛效应的LM和Wald检验及其统计性质研究

门槛因子模型可以有效地刻画高维度时间序列的共变特征和区制转换行为,具有良好的可解释性和预测能力。针对因子载荷矩阵存在的门槛效应,本文提出了拉格朗日乘子和沃尔德检验方法,并给出了渐近分布,相关结果表明以上检验统计量具有良好的大样本性质和有限样本表现。在实证部分,以我国股市的行业指数作为研究对象,通过构建门槛因子模型来刻画我国股票市场波动的共变性特征和非对称效应。实证结果表明基于门槛因子模型可以很好地刻画中国股市行业收益率波动的共变特征和区制转换行为。     

基于灰色经济计量模型的我国股市波动率实证研究

针对我国股市收益率具有长期记忆性的特点,综合灰色预测理论和经济计量模型,建立了基于灰色模型的分整广义自回归条件异方差模型(GM-FIGARCH).选取上证A股、深证A股的日收益率进行分析,采用修正R/S分析检验其长记忆性,利用GM-FIGARCH模型对其进行实证研究.结果表明我国A股市场波动率普遍存在长记忆特征,投资者可以利用历史数据来预测未来股市的波动并据此获取投机利润.利用GM-FIGAKCH模型可获得较好的预测效果.     

中国股市存在“约瑟夫”效应吗？——对我国股票市场的实证分析

"约瑟效应"即长记忆性,是指股票价格存在长期持续与非周期的循环现象。为了对我国证券市场的长记忆性作比较全面的分析,文章选取上证综合指数和深圳成分指数,分阶段利用R/S方法、ARFIMA过程来识别收益率的记忆特征,并用FIGARCH模型来刻画波动的记忆特征。分析发现,hurst指数以及ARFIMA模型表明收益率序列存在比较微弱的长记忆特征,而利用FIGARCH模型则发现序列的波动存在较为强烈的长记忆性。     

中国股票市场有效性实证研究

本文使用AR-GARCH-M模型,通过考察股票价格波动是否具有可预测性来检验市场的弱式有效性. 一、模型设定 对市场有效性的早期研究都假设股票收益的方差在不同时期保持不变,但是大量的实证研究表明这一假设不甚合理,不能客观地对金融市场随时间变化的特性进行准确的描述.金融时间序列的一个显著特点是条件异方差性.Engle(1982)提出自回归条件异方差(ARCH)模型,Bollerslev(1986)将其推广到广义ARCH模型(GARCH).这些模型假定收益的误差项服从条件期望为零,条件方差为以前若干期收益误差平方和的条件正态分布,其性质与金融市场的波动聚集性(Cluster)、收益序列的尖峰、厚尾以及非线性等特征相吻合.因此,为了研究中国股票市场的弱式有效性问题,我们用GARCH(1,1)类模型来模拟股市收益率,用模型残差项的条件方差描述股市的波动性.     

激进型投连险收益率波动特征及投资风格研判

文章以特定激进型投连险账户为研究样本,基于2004~2014年间的日交易数据,运用GARCH族模型对其收益率波动特征进行检验,并对其投资风格进行研判。研究发现,GED分布设定下的ARMA(1,1)-GARCH(1,1)模型拟合效果最佳;该收益率具有波动聚集、高风险高收益以及长记忆等特征,与我国股票市场具有杠杆效应特征不同,杠杆效应特征并不显著;此外,通过建立DCC-GARCH模型对其投资风格进行研判,发现该收益率与上证综合指数收益率的动态条件相关系数为正且较高,这印证了其激进型的投资风格。     

稳态投资组合理论在资产管理中的应用

一、资产组合的最优化模型 给定d种风险资产,其日收益r1,r2,r3…,rd,收益rj可以通过最近n天的日收益样本获得.假定股票不分红,那么:     

人民币汇率波动特征实证研究

本文建立人民币汇率波动的模型，对汇率制度改革以来人民币汇率波动的特征进行研究，结果表明，2005年7月21日至今，人民币汇率收益序列不服从正态分布；美元对人民币的汇率收益序列具有左厚尾的特征，人民币汇率波动具有集群性；人民币汇率波动具有较强的记忆性，且前期的人民币汇率波动对本期的影响呈衰减趋势。     

金融数据多峰性的刻画：基于交易量加权的非参数估计

一、金融资产收益率的多峰性自从Granger&Orr(1972)指出时间序列存在尖峰、厚尾和长记忆性现象,国内外众多学者对比进行了实证研究。封建强和王福新(2001,2003)利用几种不同的分布函数来刻画收益率分布,并且利用Paretian分布和t分布来拟合沪深股市的收益率分布。但是,正如作者所指出,Paretian分布和t分布都不能很好描述收益率数据。其实,Kim D,Kon S(1994)早就指出用参数模型t分布或正态混合,虽然能描写高峰与厚尾,但是难于捕捉波动的时变性。依赖于二阶矩存在的ARCH类模型通常用来刻画收益率波动的集聚特性。如,陈敏、王国明、吴国富…