基于中位数GARCH模型的汇率波动率预测

自2005年7月21日汇率改革以来,人民币汇率的波动性发生了根本的变化.汇率波动越来越频繁、越来越大.汇率的准确预测无论是对国内还是对国际都有着至关重要的意义.文章预测汇率收益率的波动性,在ARCH和GARCH模型的基础上提出了中位数GARCH模型,并采用人民币兑美元的数据来检验模型的有效性.由预测误差可以看出,中位数GARCH能很好地减小预测误差.     

非线性GARCH族的模型平均估计方法

本文考虑了非线性GARCH族的模型平均估计方法。在备选模型集合包含拥有不同模型结构的非线性GARCH族的情况下,本文构建了非线性GARCH族的模型平均估计量,并给出相应的权重选择准则。在一定正则条件下,本文证明上述模型平均估计量具有渐近最优性,即渐近实现真实最优的KL偏离度。蒙特卡洛模拟结果表明,在大部分情形下,本文提出的模型平均估计量取得了更小的相对KL偏离值。作为非线性GARCH族的模型平均估计方法的应用,本文对2016年6月1日至2017年6月1日上证指数的日波动率进行估计,与现有模型选择与模型平均方法相比较,本文模型平均估计方法具有更高的精度。     

GARCH类模型和状态空间模型波动率预测评价

GARCH类模型和状态空间模型已经广泛运用于波动率的预测,但对模型的预测表现进行评价却受到了忽视,其主要原因是缺乏合适的衡量标准.文章首先运用GARCH类模型和状态空间模型对上证指数收益率进行了全面的估计及预测,然后以已实现波动率作为波动率预测的评价标准,通过M-Z回归评价GARCH类模型和状态空间模型的波动率预测表现.     

基于非参数GARCH模型的汇率波动性预测

文章利用非参数GARCH模型来预测人民币汇率的波动性,并且与参数GARCH族模型的预测结果进行比较。理论上,非参数GARCH模型避免了参数GARCH族模型形式上的错误设定,具有稳健性。文章选择美元和日元兑人民币汇率的日对数收益率来进行预测,预测结果综合表明非参数GARCH模型具有最强的预测能力。     

波动率的持续性：基于GARCH模型的成交量解释

文章将成交量变量合理地分解为由好、坏消息分别引致的两部分,结合GARCH模型,研究了成交量对波动率持续性的解释,并得出如下结论:成交量变量对波动率的持续性具有一定的解释力;信息对波动率的影响具有不对称性,坏消息比好消息的影响大;将成交量分解成由好、坏消息分别引致的两部分之后,能够更进一步地解释波动率的持续性。     

股票价格预测的GARCH模型

1G A R CH预测模型的建立本文的G ARCH模型建立过程依赖于SAS/ETS软件的A UTOR EG过程(自回归过程)。AUTOREG过程用于估计和预测误差项自相关或异方差的时间序列数据的线性回归模型。自回归误差模型被用来校正相关系数和广义自回归条件异方差模型,并且其变形被用于异方差性的建     

在GARCH模型框架下发现的波动率“周内效应”可信吗?

通过分析模型中的自回归结构与"周内效应"之间的相互影响关系发现:基于GARCH模型框架以考察收益率波动"周内效应"的计量方法极易产生误判。随后的一系列Monte Carlo模拟实验不仅印证了上述结论,而且还发现,使用绝对值收益率作为波动率代理对哑变量做回归的方法虽然发现"周内效应"的能力稍逊于上前者,但可以避免误判问题。     

基于GARCH族模型的VaR与CVaR值的实证与应用

文章以港交所H股指数期货的收盘价格数据作为实证载体,研究在正态分布、T分布和广义误差分布下GARCH、EGARCH及PARCH模型的VaR值和CVaR值,经过比较和检验,其结果显示:一、三种分布对结果拟合最好的是广义误差分布GED;二、在VaR值预测失效的时候,CVaR值仍然能够比较准确的预测结果,对CVaR值的测量效果最佳的是基于GED分布的PARCH模型。     

基于HP滤波和GARCH模型的股票价格趋势预测

在股票市场中人们最关心的就是股票价格的变化,对股票价格趋势的预测直接影响到投资者的投资决策,关系到投资者的切身经济利益,因而对预测的准确性要求较高.为了更精确的预测股票价格趋势,提供更为合理的股票投资意见.文章尝试将HP滤波法应用到股票价格趋势的预测中,通过HP滤波法将股票价格分解为不同的数据,然后通过高阶自回归和GARCH模型分别对分解出来的数据进行拟合和预测.并通过对上证指数的预测后,发现该模型具有较好的预报效果,可为金融产品的趋势研究提供帮助.     

基于GARCH模型的SHIBOR波动性分析

文章选取2011年1月4日至2012年12月31日SHIBOR隔夜、三个月、一年三种期限的利率,构建GARCH模型对利率的波动性进行研究分析,实证分析表明:SHIBOR短期利率具有明显的波动集聚性,而SHIBOR长期利率没有体现出这一特性.     

Parameter Estimation for the Discrete Stable Family

The discrete stable family constitutes an interesting two-parameter model of distributions on the non-negative integers with a Paretian tail. The practical use of the discrete stable distribution is inhibited by the lack of an explicit expression for its probability function. Moreover, the distribution does not possess moments of any order. Therefore, the usual tools—such as the maximum-likelihood method or even the moment method—are not feasible for parameter estimation. However, the probability generating function of the discrete stable distribution is available in a simple form. Hence, we initially explore the application of some existing estimation procedures based on the empirical probability generating function. Subsequently, we propose a new estimation method by minimizing a suitable weighted L ²-distance between the empirical and the theoretical probability generating functions. In addition, we provide a goodness-of-fit statistic based on the same distance.     

Estimation and Prediction for Exponentiated Family of Distributions Based on Records

In this article, a family of distributions, namely the exponentiated family of distributions, is defined and for the unknown parameters, different point estimates are derived based on record statistics. Prediction for future record values is presented from a Bayesian view point. Two numerical examples and a Monte Carlo simulation study are presented to illustrate the results.     

基于MCMC方法的GARCH模型参数估计

参数GARCH模型是最常用的度量金融市场波动性的模型.运用马尔科夫蒙特卡罗(MCMC)方法对残差基于正态分布的GARCH(1,1)的参数进行估计,由沪市股指收益率数据的实证分析结果表明:基于马尔科夫蒙特卡罗(MCMC)方法估计的GARCH模型比基于极大似然估计(ML)方法估计的GARCH模型具有更好的拟合效果和预测能力.     

Estimation of Bowley's Coefficient of Skewness in the Presence of Auxiliary Information

In this paper, we suggest regression-type estimators for estimating the Bowley's coefficient of skewness using auxiliary information. To the first degree of approximation, the bias and mean-squared error expressions of the regression-type estimators are obtained, and the regions under which these estimators are more efficient than the conventional estimator are also determined. Further, a general class of estimators of the Bowley's coefficient of skewness is defined along with its properties. A class of estimators based on estimated optimum values is also defined. It is shown to the first degree of approximations that the variance of the class of estimators based on estimated optimum values is the same as that of the minimum variance of the proposed class of estimators. A simulation study is carried out to demonstrate the performance of the proposed difference estimator over the usual estimator.     

时变参数状态空间模型估计研究

在宏观经济和金融资本市场上广泛存在着非线性时变参数时间序列,而当前的研究主要关注静态参数状态空间模型的估计。本文通过引入变点分析,改进了静态参数的粒子学习滤波技术,提出了变点粒子学习滤波技术,用于估计时变参数状态空间模型。并且利用模拟实验同经典的变结构IMM滤波技术进行了对比,结果显示,本文提出的变点粒子学习滤波在动态模拟样本数据方面具有更大的优势。可以用于对股票价格和成交量的联合动态轨迹进行实时的模拟追踪。     

基于GARCH族模型的中国旅游酒店板块指数收益率波动分析

运用GARCH族模型分析旅游酒店板块指数日收益率的波动特征,研究表明：旅游酒店板块收益率是一个平稳过程,其波动具有“聚集”现象和“非对称效应”。GARCH（2,1）模型比GARCH（1,1）模型更好地消除了收益率序列的异方差性;TARCH（2,1）模型的拟合效果最好;GARCH—M模型和非对称的CARCH（1,1）模型都不适用于描述收益率的波动特征。     

Estimation of the parameters of symmetric stable ARMA and ARMA–GARCH models

In this article, we first propose the modified Hannan–Rissanen Method for estimating the parameters of autoregressive moving average (ARMA) process with symmetric stable noise and symmetric stable generalized autoregressive conditional heteroskedastic (GARCH) noise. Next, we propose the modified empirical characteristic function method for the estimation of GARCH parameters with symmetric stable noise. Further, we show the efficiency, accuracy and simplicity of our methods with Monte-Carlo simulation. Finally, we apply our proposed methods to model the financial data.     

The Effects of Structural Breaks in ARCH and GARCH Parameters on Persistence of GARCH Models

We show that persistence of conditional volatility in large samples could be exaggerated by the existence of structural breaks in the ARCH and GARCH parameters. Our results suggest that extreme persistence frequently observed in index volatility does not necessarily indicate the same level of persistence over the sample period.     

中国大豆期货收益GARCH效应的实证研究

文章研究了中国大连商品交易所大豆期货连续合约1994-2003年收益时间序列,并以该序列2003年第一个样本数据为分界点,建立了两子序列,分别进行了统计学分析,发现两子序列分布均是非正态的,较正态分布有尖峰厚尾的特征,具有记忆效应。并且,进一步根据两子序列的波动集群性建立一系列GARCH模型,对中国大豆期货的两个收益序列的波动性进行分析,并比较了二者的异同。     

开放式基金收益的EGARCH模型及其非对称性研究

通过对极少被研究的中国股票型、债券型和混合型开放式基金收益率的波动性进行了GARCH和EGARCH模型分析,结果表明：大部分基金存在非对称效应,并且由于基金条件波动序列的非平稳性,信息冲击曲线具有多样化特征,这为非平稳非线性模型的研究提供了新的方向;通过构建基金类型指数,对开放式基金整体波动性的研究发现,中国开放式基金收益率的波动存在ARCH效应,但不具有非对称性效应。