中国燃料油最优套期保值率绩效研究

本文主要介绍了在最小方差思想下最优套期保值比率的估算方法。分别用普通最小二乘模型(OLS)、双变量向量自回归模型(B-VAR)、误差修正模型(ECM)以及协整关系的广义自回归条件异方差模型(ECM-GARCH)4种进行了对最优套期保值比率进行了静态的和动态的估计,结果显示这4个模型中用ECM-GARCH模型得到的套期保值效果最好。     

我国沪市波动聚集性GARCH效应的实证研究

股票价格的频繁波动是股票市场最明显的特征之一,自回归条件异方差类模型可以很好地预测金融资产收益率的方差.通过对我国股价指数的统计描述,表明我国金融资产收益率存在自回归条件异方差的特征,并表现出非正态性.利用自回归条件异方差类模型,采用 1993年～2003 年的数据对上证指数的波动进行拟合,结果表明,广义自回归条件异方差模型对我国股市波动具有较好的拟合效果.     

动态经济系统分析的经济计量模型与方法

综述可有效阐明动态经济系统长期关系和因果关系的因果测度理论. 首先简要介绍多变 量时间序列的协整过程及与此相关的若干概念,并总结了在经济计量学领域评价较高的多变 量自回归模型的统计识别方法. 基于多变量时间序列协整过程的向量自回归模型,较详细讨论 了多变量时间序列间各种因果测度的定义及其沃尔德检验. 所述单方向因果测度及其统计检 验理论作为C1W. J . Granger 非因果性理论的扩张,不仅可以检验两组时间序列间的因果影响 存在与否,还可以定量描述影响的程度. 单方向因果测度理论为分析复杂经济系统提     

风险资产组合的均值—M有效前沿及其实证分析

本文基于由Carlo Acerbi(2002)提出的一类一致性风险度量—谱风险测度M,给出了谱风险测度的一些性质及构造谱密度的一种具体形式;重点讨论了正态情形下风险资产组合的均值—M有效前沿,探讨了其经济含义,并与经典的均值—方差有效前沿进行了对比研究,获得了若干深入的结果。由于期望短缺ES是特殊的谱风险测度,因此其对应的有效前沿是本文结果的特例。最后,本文利用前面的结论对深市和沪市的风险资产组合的均值—M有效前沿作了实证分析。     

高频视角下股市波动预测的新方法:HARFIMA模型北大核心CSCDCSSCI

异质自回归(heterogeneous autoregressive,HAR)及其拓展模型(统称为HAR-类模型)能够刻画不同类型(期限)交易者的异质性对金融市场未来价格波动的“贡献”程度,在实证研究中备受推崇,并在预测金融市场波动率中取得了较好的效果.研究发现,HAR-类模型虽然能够在一定程度上刻画金融市场中非常重要的长记忆特征,但刻画能力明显比自回归分整移动平均(ARFIMA)模型差.HAR-类模型的主要优势在于对异质性的刻画,而ARFIMA模型的主要优势在于对长记忆性的准确刻画.因此,基于这两个模型各自的优势提出了新的模型:异质自回归分整移动平均(HARFIMA)模型,并对新模型进行了拓展建模,提出HARFIMA-类模型.将HARFIMA-类模型运用于对标普500和上证综指的已实现波动率(RV)的建模和预测发现,HARFIMA-类模型能够更加准确地刻画金融市场的长记忆性,更重要的是样本外的预测能力明显优于其他模型,并且预测结果相当稳健.     

我国利率对股票价格的影响分析

本文对1996年5月至2008年12月期间,利率对股票价格的影响进行分析.借助计量经济学回归分析理论,在对样本数据进行单位根检验、协整检验、异方差和自相关检验的基础上,给出利率对股票价格的对线线性回归方程,最后结合实际宏观经济调控,给出评价和建议.     

存在方差持续性的资本资产定价模型分析

自回归条件异方差(ARCH) 类模型突破了传统计量经济分析的同方差假定,对现代资本 资产定价理论产生了深远的影响. 随着对时变方差研究的深入,方差持续性也日益受到人们的 重视. 文章首先介绍了条件均值、条件方差以及在自回归条件异方差的基础上介绍了方差持续 性的有关概念和性质,并将之用于资本资产定价模型的研究,讨论了条件方差持续性对资本资 产定价模型的影响,并且进一步讨论了在多资产条件下向量GARCH 模型持续性对组合投资 的影响.     

条件异方差动态Nelson-Siegel利率期限结构模型及其应用

动态Nelson-Siegel(DNS)利率期限结构模型将方差设定为常数,不能刻画收益率序列的条件异方差,降低了数据拟合和预测能力。本文用GARCH模型设定DNS模型观测方程条件异方差,基于适应状态空间模型用广义自回归得分(GAS)设定转移方程条件异方差矩阵,提出具有时变方差的GAS-DNS模型,将Rapisarda等的矩阵分解方法应用于协方差矩阵分解及再参数化保证协方差矩阵的正定性。采用中国银行间市场13种期限国债收益率数据进行实证分析,极大似然比检验表明,将DNS模型误差项方差矩阵时变化能够显著提高模型的对数似然值;以MAE、RMSE、MAPE和TIC为标准进行比较,显示GAS-DNS模型的收益率曲线样本内拟合效果和样本外预测能力均比DNS模型有显著提高。本文提出的GAS-DNS模型是对DNS模型的实质改进,鉴于利率期限结构模型和利率预测在实际应用中的重要性,本文的模型改进具有应用价值。     

股指期货套期保值模型发展的比较评述

运用股指期货套期保值的理论和实践是随着套期保值模型的改进而不断发展的。本文在总结OLS、VAR及VECM等静态套期保值模型的基础上,介绍了二元广义自回归条件异方差(B-GARCH)模型、卡尔曼滤波(Kal- man filter)以及马尔可夫状态转换(Markov regime switching)等模型在套期保值中的应用。从理论上解释了动态模型改进套期保值绩效的原因,为国内投资者运用股指期货进行套期保值提供了模型选择的建议。     

双长记忆GARCH族模型的预测能力比较研究——基于沪深股市数据的实证分析

GARCH族模型在金融风险的度量中有着广泛的应用。在考虑股市收益率和波动率序列双长记忆性的基础上,基于上证综合指数和深圳成份指数的日收盘价序列,从证券投资风险量化的角度,引入受险值VaR和相对正确符号指标PCS作为模型预测误差衡量指标,比较分析了双长记忆GARCH族模型在不同分布假设情况下的的拟合与预测精度。结果显示:偏t分布能较好描述沪深股市的厚尾特征;在较小的VaR水平下ARFIMA(2,d₁,0)-FIAPARCH(1,d₂,1)-skt模型对股市波动风险具有较强的预测能力,而ARFIMA(2,d₁,0)-HYGARCH(1,d₂,1)-skt对股市的涨跌趋势具有较强的预测能力。     

交易量持续期的模型选择：密度预测方法

运用密度预测方法,考虑残差项分别服从威布尔、伽玛和极值分布情况下,选取在上海证券交易所上市的浦发银行和G中海两支股票的高频交易数据,对拟合交易量持续期的对数自回归条件持续期(LOG-ACD)模型、随机条件持续期(SCD)模型和马尔科夫转换自回归条件持续期(MSACD)模型进行了评价比较研究。研究表明,绝大部分模型捕捉到了交易量持续期的聚集性特征;MSACD模型无论在模型样本内拟合还是模型样本外预测方面,均优于LOG-ACD模型和SCD模型。     

利率期货推出对现货市场的冲击效应——基于香港市场的经验证据

新兴市场利率期货的引进,对现货市场的动态波动和信息传递一定的冲击效应。本文针对香港市场90天利率期货,应用自回归条件异方差模型(GARCH)和方差比模型(VR),检验利率期货推出前后对现货市场的波动冲击与消息传递效果。实证结果显示,利率期货推出后波动性干扰所造成的影响效果有更快速地向正常水平调整的现象,波动性干扰半衰期大幅减小,但波动率显著增加。同时,利率期货引入后现货市场的收益率序列几乎接近于随机游走过程,所有的信息都立即反映在价格上,信息传递效率提高。     

胖尾分布及长记忆下的动态EVT-VaR测度研究

针对金融收益胖尾分布特征及条件波动率长记忆性特征,运用FIGARCH对条件波动率建模、极值理论(extreme value theory,EVT)对标准收益序列的尾部建模,测度出金融市场动态极值风险,进而运用返回测试(back-testing)技术,对模型在样本内的测度准确性与样本外的推广能力进行稳健性检验.实证研究结...     

多元广义自回归条件密度建模及应用

广义自回归务件密度(GARCD)建模为描述金融资产收益的概率密度函数提供了一种工具,这对于全面、准确把握金融资产收益的动态行为具有重要的意义.在一元GARCD-JSU模型的基础上,提出了多元GARCD-JSU模型并给出其向量表示;利用动态条件相关设定,给出多元GARCD-JSU模型的简化表示;接着给出了模型参数的三阶段极大似然估计方法和诊断检验方法.最后,对中国股市进行了实证研究.     

基于金融高频数据的ETF套利分析

目前对ETF的研究大多基于日数据,无法定量研究ETF瞬时套利问题。本文基于华夏上证50ETF和华安上证180ETF二级市场交易的高频数据,分析了ETF跟踪标的指数的日内误差,研究了两只ETF实现无风险套利的市场冲击成本和时间成本。最后利用金融久期分析了ETF二级市场的日内效应及其对套利交易的影响,并建立ACD模型,提供了定量预测实现套利交易时间成本的统计方法。     

Efficient Semiparametric Estimation via Moment Restrictions

Conditional moment restrictions can be combined through GMM estimation to construct more efficient semiparametric estimators. This paper is about attainable efficiency for such estimators. We define and use a moment tangent set, the directions of departure from the truth allowed by the moments, to characterize when the semiparametric efficiency bound can be attained. The efficiency condition is that the moment tangent set equals the model tangent set. We apply these results to transformed, censored, and truncated regression models, e.g., finding that the conditional moment restrictions from Powell's (1986) censored regression quantile estimators can be combined to approximate efficiency when the disturbance is independent of regressors.     

季节性数据特征驱动的电子废弃物回收规模分解集成预测建模研究

电子废弃物回收规模预测是政府制定循环经济发展规划和有关补贴政策、企业进行资源回收价值评估和产能优化的基础。本文考虑电子废弃物回收规模季度数据的季节性数据特征可能导致传统单模型预测误差偏大、预测结果不稳定等问题，基于“分解-集成”的思想提出了季节性数据特征驱动的电子废弃物回收规模预测CH-X12/STL-X框架。首先，基于Canova-Hansen(CH)检验对电子废弃物回收规模时间序列的季节性数据特征进行识别，继而对适于进行季节性分解的时间序列采用X12乘法模型或时间序列季节性分解(Seasonal-trend Decomposition Procedure Based on Loess，STL)模型实现季节性分量提取。然后，采用Holt-Winters模型对获得的季节性分量进行预测，并以支持向量回归模型(Support Vector Regression，SVR)预测分解获得的其他分量。最后，通过对各个分量预测结果的线性求和以得到最终的预测结果。实证结果表明，提出CH-X12/STL-X预测框架能够较好地满足不同季节性数据特征驱动的时间序列预测建模需求，且较传统单模型(Holt-Winters模型、季节性差分自回归滑动平均模型、SVR模型)在预测性能上表现良好且稳定。     

基于MIDAS分位数回归的条件偏度组合投资决策

条件偏度是金融市场典型特征之一，忽略条件偏度的组合投资决策往往难以有效地分散金融风险。为此，本文构建了包含条件偏度的组合投资模型，并给出其建模方法。首先，运用MIDAS-QR模型，改善条件偏度测度效果；其次，基于CRRA效用函数，将组合投资权重设计为条件偏度和特征变量的线性组合，建立组合投资模型并给出求解方案；最后，从沪深300指数中选取10支代表性成分股进行实证研究，从收益、风险和Sharpe比率等方面，将包含条件偏度的组合投资模型与等权方案、均值-方差模型等进行比较，分析条件偏度在组合投资中的作用。实证结果表明：MIDAS-QR是测度条件偏度的有效方法，其测度结果受异常值影响小，表现稳定；条件偏度对组合投资决策具有显著影响，包含条件偏度的组合投资模型能够有效地降低投资风险、带来更高的风险调整收益。     

基于Mean-CVaR约束的股指期货动态套期保值模型研究

本文建立了基于最小化均值-条件风险价值( Mean-CVaR)的股指期货动态套期保值模型.模型的主要特点与贡献在于两方面:一方面,考察了置信水平和可变交易费用对最优套期保值决策的影响;另一方面,利用二元误差修正的时变条件相关GARCH模型估计套期保值比率,优点是不仅考虑了股指期货与现货价格序列之间存在的协整关系,而且更好地拟合了收益残差序列存在的异方差性与相关系数时变性的特征.最后通过对我国沪深300指数期货仿真交易的套期保值模拟与实证测算,得出能够动态调整的股指期货套期保值策略以实时追踪与控制风险.