基于时变高阶矩波动模型的 VaR 与 ES 度量

金融波动性建模经历了从常数高阶矩到时变高阶矩的发展历程． 文章扩展了现有的针对时变高阶矩波动模型风险测度效果的研究: 首先,以沪深 300 指数和其它世界股市若干重要指数为例,通过采用“从简单模型到复杂模型”的估计步骤,实现对时变高阶矩波动模型的估计,进而运用 Gram-Charlier 扩展分布获得对 VaR( value-at-risk) 和 ES( excepted shortfall) 两种不同风险测度的计算值; 然后,分别利用非条件覆盖检验( unconditional coverage test) 和基于自举法( Bootstrap) 的后验分析方法,实证对比了时变高阶矩和常数高阶矩两类模型的适用范围和精确程度．研究结果表明: 就所考察的若干指数样本而言,时变高阶矩模型不仅能够较好地刻画金融价格波动的整体动力学特征,并且总体来讲,在市场风险测度准确性方面也要优于常数高阶矩波动模型．     

基于时变高阶矩模型的贵金属市场风险测度研究

以黄金为代表的贵金属及其金融衍生品的交易量不断增长,逐渐成为与股票和债券平行的投资和避险工具,但关于贵金属市场风险测度的研究却比较缺乏.以上海和伦敦市场的黄金和白银交易价格为样本,基于常数高阶矩模型和时变高阶矩模型建立风险测度模型,计算出不同模型的风险价值和预期损失;采用严谨的后验分析方法,在多头和空头两种头寸共10种分位数水平下对不同模型的风险测度精确性进行后验分析.研究结果表明,在测度风险价值时,时变高阶矩模型的风险测度精确性略优于常数高阶矩模型,带有杠杠效应的时变高阶矩模型优于不带杠杆效应的时变高阶矩模型;综合对比分析不同风险测度模型的后验分析结果可知,对于准确测度贵金属市场的风险,GJR-GARCHSK模型是一个相对合理的选择.     

中国股票市场的高阶矩波动特征研究

最近的研究表明,除资产收益二阶矩外,高阶矩(包括三阶矩和四阶矩)同样是反映金融资产波动行为的重要方面.以中国股票市场最具代表性的两种股价指数--上证综指和深证成指 10 年的股价数据样本为例,通过构建可以刻画时变高阶矩的自回归条件方差-偏度-峰度模型,实证研究中国股票市场的高阶矩波动特征.研究表明,中国股票市场收益的偏度、峰度具有显著的时变性和波动聚类性;中国股市不但存在二阶矩(方差)风险,还存在显著的三阶矩(偏度)风险和四阶矩(峰度)风险,并且三阶矩风险和四阶矩风险具有同步性;将偏度方程和峰度方程引入波动模型会抵消原有方差波动的杠杆效应.初步提出将高阶矩波动模型运用于金融风险管理的思想.     

高维时变协高阶矩建模及其投资组合应用——基于半参数分布因子模型

本研究提出了一种基于半参数分布时变因子模型的动态协高阶矩建模方法，给出了模型设定、模型估计和时变高阶矩的检验.通过因子模型有效缓解了动态协高阶矩估计存在的“维数灾难”问题，同时通过引入半参数分布增加了模型的稳健性.实证研究表明：相比于现有协高阶矩估计方法，基于因子模型的动态建模能够有效捕捉资产收益率协高阶矩的时变结构，同时更加契合金融资产收益率的潜在特征；动态投资组合能够应用于高维场景，并产生更高且更稳定的经济价值，稳健性分析进一步证实了这一点.     

自回归条件方差-偏度-峰度:一个新的模型

提出一个新的自回归条件方差一偏度一峰度模型:GJRSK-M模型,讨论了模型的识别、定阶、估计等技术,运用该模型实证研究了中国股市的高阶矩波动特征,利用样本外预测方法研究了GJRSK-M模型与现有高阶矩波动模型在预测能力方面的差异.研究结果表明:中国股市的条件方差、条件偏度和条件峰度都具有波动持续性和杠杆效应,GJRSK-M模型具有比现有高阶矩波动模型更强的预测能力.最后提出了将高阶矩波动模型运用于金融风险管理研究的思路.     

北上资金、百度指数与股市关联性的时频域研究——基于协高阶矩视角

为准确考察经由陆股通的资金量与投资者关注度对股市的影响，并兼顾股市时频域特征，将EEMD与高阶矩波动模型相结合，分别构建三个频率尺度下股市收益率、北上资金与百度指数的三元GARCHSK模型，基于时变协高阶矩视角对模型所得结果进行对比分析。结果表明：北上资金及投资者关注度均与内地股市存在时变关联关系；协高阶矩逐步成为内地股市与北上资金风险传染与波动关联的重要途径，且关联性逐步提高，而投资者关注度与内地股市的关联途径较少，关联关系存在较大不确定性；内地股市的短期均值与方差变动更多地取决于北上资金量，长期非对称性、极端风险概率的变动则与投资者对相关信息的关注程度存在更为显著的关联。本文从不同频率尺度探讨北上资金、投资者关注度与内地股市的协高阶矩关联途径与时变互动关系，为后续互通机制的政策效应研究提供了更为全面的角度和思路。     

时变风险厌恶下的期权定价——基于上证50ETF期权的实证研究

传统的随机波动率（SV）期权定价是在投资者具有常数风险偏好假设下进行的.但近年来越来越多的研究表明,市场参与者具有时变风险厌恶特征.基于此,本文对时变风险厌恶条件下的期权定价问题进行深入研究.首先,对传统的（非仿射）常数风险厌恶SV（CRA-SV）期权定价模型进行扩展,构建时变风险厌恶SV（TVRA-SV）期权定价模型对期权进行定价,并分析时变风险厌恶对期权价格的影响;其次,采用标的资产与期权数据信息,建立基于连续粒子滤波的极大似然估计方法,对定价模型的客观与风险中性参数进行联合估计;最后,采用我国期权市场上的上证50ETF期权数据,对构建的定价模型进行实证检验.结果表明：TVRA-SV期权定价模型相比传统的CRA-SV期权定价模型具有更好的数据拟合效果,能够更充分地刻画标的上证50ETF收益率在客观与风险中性测度下的波动性;TVRA-SV期权定价模型相比传统的Black-Scholes（B-S）期权定价模型和CRA-SV期权定价模型都具有明显更高的定价精确性。     

金融市场条件高阶矩风险与动态组合投资

针对传统组合投资理论没有考虑高阶矩风险和静态处理问题两大缺陷,提出多元GARCHSK模型用于衡量时变的高阶矩风险,基于效用函数的Taylor展开推导出带有高阶矩风险的动态组合投资策略,并利用遗传算法进行求解。实证研究表明,中国股市不仅存在高阶矩风险,而且风险具有时变特征;为防范高阶矩风险,投资者需要动态地修正他的资产配置权重。     

基于高阶矩波动和Copula函数的相依性模型及其应用

本文提出了基于高阶矩波动的相依结构模型:Copula-NAGARCHSK-M模型。考虑资产的时变条件方差风险、条件偏度风险和条件峰度风险对边缘分布的影响,应用模型研究了上证综指和深证成指对数收益率之间、条件方差之间、条件偏度之间和条件峰度之间的相依结构。发现两股票市场的指数对数收益率之间、条件方差之间和条件峰度之间有相似的相依结构,而条件偏度之间的相依结构则是负方向的相似。     

时变最优套期保值比估计及比较研究——基于卡尔曼滤波在状态空间模型中的应用

运用状态空间模型并基于卡尔曼滤波方法对中国铜期货市场时变最优套期保值比进行估计.对OLS、VAR、VECM、CC GARCH及SSPACE等模型的套期保值效率进行了比较.套期保值效率分别用方差下降百分比和夏普比下降百分比来测度.两种测度方法都表明,基于卡尔曼滤波的状态空间模型明显优于其他模型.该结论对于套期保值期限是稳定的.GARCH模型并不确定优于非时变模型.非时变模型中,VECM模型的表现最差.而VAR模型也并不明显优于简单的OLS模型.计量经济模型预测总风险由模型(误设)风险和估计风险构成.高级计量经济模型的模型(误设)风险较小,估计风险增大,总效应则不确定.卡尔曼滤波获得贝叶斯规则最优解,因而在处理估计风险方面较其他模型占优.