基于GARCHSK的铜期货VaR估计方法研究

基于GARCHSK模型对期货收益序列的条件偏度和峰度进行动态建模,提出了“有偏”和“尖峰厚尾”分布下的VaR估计方法。通过对沪铜期货的实证研究表明,其收益分布存在明显的“有偏”和“尖峰厚尾”。基于不同分布假定下的VaR估计结果的Kupiec检验表明,基于GARCHSK的VaR估计方法能够有效提高VaR的估计精度。     

有偏分布下的VaR估计方法研究

文章利用GARCHS模型对金融时间序列的条件偏度进行动态建模,在此基础上提出了有偏分布下VaR的估计方法。通过沪铜期货的实证结果表明,沪铜期货收益的条件偏度时变特征明显,其收益存在明显的有偏特征。对沪铜期货VaR估计的Kupiec 检验比较表明,基于GARCHS 模型的VaR估计方法能够提高有偏分布下VaR的估计精度。     

世界原油价格风险度量——基于EGARCH-EVT-t Copula模型

从原油现货市场收益率的特征分析入手,为了更好地描述原油现货市场收益率的尖峰厚尾、偏态和波动集聚等特征,运用EGARCH 对条件波动率进行建模,进而运用极值理论对标准残差序列的尾部分布进行建模,刻画原油现货市场极值风险,同时结合Copula函数和Monte Carlo模拟技术来度量不同持有期相应的VaR值.实证结果表明:原油市场随着置信度的提高和持有期的延长,VaR的绝对值在增大.同时,回测检验结果表明基于EGARCH-EVT-t Copula的模型能够精确有效地度量原油现货市场极端风险.     

基于Levy过程的沪深300指数建模

本文利用沪深300指数样本数据,用高斯核密度法估计了样本的经验分布,证实沪深300指数收益率序列的分布具有超出峰度和偏度,收益率的波动率有聚类特征．采用正态分布拟合沪深300指数收益率序列出现较大偏差。引入Levy过程中的Meixner过程对市场进行建模,并对样本数据进行了拟合。实证结果表明：Meixner过程能较好地拟合样本数据的超出峰度、偏度和厚尾现象。     

已实现GARCH-GED模型的研究及应用

针对高频金融数据分布普遍存在尖峰厚尾的现象,将经典的已实现GARCH模型的残差分布拓展到服从广义误差分布的形式,并将杠杆函数的幂次放松为待估参数,建立了新的已实现GARCH-GED模型。基于上证50指数5 min频率的高频数据的实证研究结果表明:相对于正态分布假设下的已实现GARCH模型,已实现GARCH-GED模型更能刻画波动率的杠杆效应,在一定程度上提升了对尾部风险度量的精度。     

GARCH类模型波动率预测效果评价——以沪铜期货为例

以沪铜期货为例,研究了GARCH、EGARCH、FIGARCH和FIEGARCH四种模型的波动率预测效果。以已实现波动率为模型评价衡量标准,分别采用M-Z回归和损失函数进行预测效果检验,结果表明,无论残差服从高斯分布还是t-分布,不同的GARCH类模型预测效果有显著差异,其中FIGARCH模型预测效果最好,其次是GARCH模型,EGARCH和FIEGARCH模型预测效果不佳。此结论说明我国铜期货市场具有显著的长记忆性,但不具有非对称效应。     

厚尾SV模型的贝叶斯分析及其应用研究

SV模型在实际应用中大多都假定以潜在波动为条件的收益的分布是正态的,本文分析并比较了正态SV模型和具有厚尾分布,特别是t分布的SV模型。为了估计SV模型的参数,我们使用了BUGS软件,该软件借助Gibbs取样(一种MCMC方法)方法对模型进行贝叶斯分析。用上海和深圳的股票指数数据对两种SV模型进行了检验,认为厚尾SV模型可以更好地刻画收益的尖峰厚尾以及波动高的持续性。最后提出了使用BUGS软件对SV扩展模型进行估计的展望。     

基于ARIMA模型的我国石油价格预测分析

石油价格波动较为复杂,不确定性影响因素较多。ARIMA模型是将预测对象随时间推移而形成的数据序列视为一个随机序列并加以描述,被广泛地应用于对高频金融时间序列建模,它能较好地把握此类时间序列的动态规律。在利用ARIMA模型对我国1997年以来大庆石油价格进行拟合,短期预测结果模拟值与实际值十分接近,预测效果良好。     

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。     

隐含风险厌恶:度量、影响因素与信息含量

风险厌恶在金融研究中具有重要的作用。运用高阶矩方法提取中国台湾市场的隐含风险厌恶时间序列和期限结构,发现不同期限的隐含风险厌恶具有类似的特征且具有时变性。影响隐含风险厌恶的两个最重要因素是其自身的滞后项和投资者情绪。它对先验的风险溢酬具有重要的解释力,对投资者在高风险资产和低风险资产之间的偏好转换具有很强的预测力,对期权波动率曲面的整体水平和偏度特征也具有较强的预测力。     

金融市场随机波动:基于文献综述的视角

探讨了金融市场收益率存在历史、隐含和现实的三类随机波动现象,并呈现出尖峰厚尾、杠杆、集群、微笑、溢出、长记忆、信息流、共生波动等分布特征.进一步归纳了基于不同分布特征的随机波动的GARCH、SV、制度转换、阀值模型等模型,梳理出重点SV模型的三类估计方法:基于矩法、极大似然法估计和马尔科夫链蒙特卡罗(MCMC)方法,以及有效估计SV模型后,其在收益波动率预测、风险管理上的应用.     

我国有色金属期货波动溢出效应研究——以SHFE的铜和铝为例

金融市场中的波动溢出效应研究对资产组合配置、金融风险防范以及相关政策制定具有重要意义。鉴于此,以上海期货交易所(SHFE)的期铜和期铝为例,运用多变量GARCH-BEKK模型研究了我国有色金属期货之间的波动溢出关系,并分别在标准残差服从正态分布和学生t-分布假设下,进行模型拟合效果检验。研究结果表明,期铜和期铝收益率序列存在显著的条件异方差特征,两者之间存在较强的双向波动溢出效应,t-分布假设下GARCH-BEKK模型拟合效果更好。     

结构突变下沪深300指数的波动率预测与评价

考察波动的结构突变性对模型估计和预测能力的影响,并通过SPA检验评估几种GARCH模型的预测能力优劣。研究发现,我国股市收益率的波动在样本期内发生了4次结构突变,波动存在着伪持续现象,且这种突变影响了模型的预测能力;SPA 检验表明,短期预测上,经结构突变修正的 GARCH 模型具有较高的预测能力,验证了结构突变对波动预测的重要性;长期预测上,基于滚动时间窗口下的 GARCH 模型具有较好的预测能力,通过调整时间窗口的方法来消除结构突变的影响有助于提升模型预测能力。     

金融波动研究的新进展及未来展望

金融波动的学术研究已经取得了突破性的进展,并且成为金融计量学中相对独立、颇具特色和最为活跃的研究领域之一.首先介绍了变结构金融波动模型研究取得的新进展,Copula函数在金融波动分析中的应用,Copula函数在金融波动相关性分析和金融传染分析中取得的新进展,以及基于高频数据的金融波动研究近年来取得的新进展,最后对金融波动研究领域中未来值得研究的方向进行了展望.     

金融危机与重庆模式

全球金融危机的全面爆发,让沿海地区经济模式遭受了前所未有的冲击,然而重庆经济却逆流而上,成为中国经济转型中的崭新引擎。重庆经济以其特有的发展模式抗击了金融危机的冲击并在金融危机后得到了持续稳定的发展,“重庆模式”深受理论界和实践界关注。在分析重庆模式具体内容的基础上,将重庆模式与其他区域经济发展模式进行了比较,研究结果发现,重庆模式是一种政府主导的、以发展内需为主的良性可持续发展模式,并强调创新的生产力发展模式和不断提高的政府质量是保证重庆经济长期稳定发展的重要条件。     

“以房养老”养老金贷款支付风险测量研究——基于金融机构视角的分析

进入21世纪,随着人口老龄化步伐的不断加快,我国养老保障制度面临着巨大的挑战。"以房养老"作为养老保障体系的一种有益补充,在许多发达国家获得了快速发展,但在我国推行缓慢,究其原因在于对"以房养老"所带来的风险认识不清楚,这种风险不仅来自老年群体,更多的来自于提供相关金融服务的金融机构。本文从金融机构的视角出发,通过构建"以房养老"风险测量模型,并进行实证分析,为金融机构在推出"以房养老"金融产品时降低其风险提供了依据:金融机构应当选择恰当的老年客户,并且加强对风险的预测研究,以降低推出"以房养老"金融产品时的潜在风险。     

调整财务指标能否提升财务预警模型的预测能力——基于盈余管理视角的研究

现有财务预警模型大多是以公司财务数据真实性为前提,在使用财务指标时没有考虑这些指标由于盈余管理而导致的"失真"问题,利用这些被"管理"过的财务指标所建立模型的预测有效性和准确性势必大受影响。对可能受盈余管理手段影响的财务指标进行调整后再进行财务危机预警做实证研究,并对比未经调整而建立的财务危机预警模型的预测准确率,来检验运用调整后的财务指标建立的预警模型是否会提高模型的预测准确性,结果表明,利用调整后财务指标所建立的模型可以有效提高财务危机预警的效果,且企业盈余管理程度越严重,使用调整后指标建立模型的效果越好。     

基于M-Copula-GJRSK-M模型的沪深两市的相依性分析

金融资产不但存在方差风险,还存在时变偏度风险和时变峰度风险,这使得仅从金融资产的前两阶矩出发来研究风险变化显得十分局限.GJRSK-M模型是描述金融资产的高阶矩风险的有效工具,可对单个金融资产的分布进行拟合,而M-Copula函数能连接组合金融资产的边缘分布,因此本文建立了M-Copula-GJRSK-M模型来研究沪深两股票市场的相依性.实证表明,上证综指和深圳成指对数收益率存在高阶矩风险和风险的非对称性,即指数下跌时,条件方差风险和条件高阶矩风险会增大,且在极端情况下,两市上涨的概率要大于下跌的概率.     

我国上证综指波动率的统计特性分析

波动率不仅是风险大小的度量指标,而且也是期权定价的基础,在风险预测和风险管理中具有重要作用。通过对我国上海证券市场波动率变化的统计特性进行实证分析,可以发现波动率的概率分布服从对数正态分布,其累积概率分布的渐进行为服从幂律分布,两者都具有一定的标度不变性;波动率的变化具有很强的幂律相关性;在消除日效应现象后,波动率的变化不仅仍具有很强的幂律相关,而且出现两段幂律相关的分岔现象,分岔时间约为4天。