多元GARCH 建模及其在中国股市分析中的应用

简要回顾了一元ARCH类模型的发展过程,介绍了多元GARCH类模型的四种形式.针对传统基于梯度信息的多元GARCH模型估计方法的不足,提出了基于遗传算法的似然估计方法,并利用中国股市数据进行了实证研究.结果说明中国股市存在着波动的持续性和显著的二元GARCH效应,并且沪、深股市不存在协同持续性.     

马尔可夫切换模型及其在中国股市中的应用

马尔可夫切换模型是一种研究时间序列结构性变化的方法。为了定量研究中国股市的波动特征,采用深证成指作为中国股市波动状况的指标数据,建立3-状态、异方差、四阶自回归形式的马尔可夫切换模型对数据进行计算和分析,由此总结了中国股市的波动特征。     

GAS-SKST-F模型及其在高频多元波动率预测中的应用

假定日收益率服从多元有偏学生t分布、已实现协方差矩阵服从矩阵F分布,本文构建了一种新的得分驱动模型：GAS-SKST-F模型。在该有偏厚尾多元波动率模型中,我们基于广义自回归得分(GAS)模型的基本思想对收益率和已实现协方差矩阵进行联合动态设定,协方差矩阵的更新过程依赖于收益率分布和已实现协方差矩阵分布联合似然函数的得分函数。已实现协方差测度在协方差矩阵的更新过程中发挥了重要的作用。基于20支上证50成分股高频数据的实证分析研究结果显示,与GAS-N-Wishart模型和GAS-tF模型相比,无论样本内还是样本外,GAS-SKST-F模型有着更加良好的样本内估计和样本外预测能力。     

实际波动率与GARCH模型的特征比较分析

金融资产价格的波动率的测度具有重要意义,实际波动率(Realjzed Volatility)概念是近些年提出的用于测度市场波动率的新概念,在诸多方面具有优势.本文利用上海证券市埒的高频数据,比较了两种不同的波动率模型--RV模型和GARCH模型--的性能表现.本文首先介绍了连续时间状态下实际波动率的概念和模型,然后建立了GARCH(1,1)模型,使用日收益率对GARCH模型进行估计,得到条件方差方程,分别用日收益平方和日内累计收益平方和作为波动率指标对收益平方-波动方程进行回归,并以回归决定系数来衡量波动率拟合水平的优劣,结果发现采用高频数据的回归决定系数比原来提高了两倍,这个结果与已有的实证分析结果基本一致,最后,我们将实际波动率的计算结果与GARCH模型的结果经标准化后进行了对比,发现实证研究结果表明,实际波动奉模型比传统的GARCH模型提供了更好的拟合.     

我国上海股票市场GARCH效应实证研究

本文简略的介绍了三种GARCH 模型思想, 并用所介绍的模型对我国上海股票市场的GARCH 效应进行了实证研究。结果表明我国上海股票市场收益率序列的波动具有显著的异方差性,股价波动存在集群性和持续性,可以用GARCH类模型进行拟合。     

基于多元GARCH与极值理论的资产组合风险测度研究

在运用多元GARCH模型对资产组合损失的协方差矩阵进行建模的基础上,估计出组合的标准残差序列;然后,运用EVT对标准残差的极值尾部建模并估计出分位数,进而测度资产组合的动态极值风险;最后,再运用返回测试方法对模型准确性进行检验.研究结果表明,运用多元GARCH模型能够有效捕获多元资产损失的时变相关性特征;资产组合条件损失的标准残差极值尾部服从GPD;结合多元GARCH模型与EVT的风险模型能够测度所构造的多元资产组合的动态风险.     

基于修正GARCH模型的中国股市收益率与波动周内效应实证研究

本文研究《证券法》实施之后的2000-2006年沪深股市收益率与波动的周内效应。利用修正的GARCH模型,发现两市收益率的最大与最小值均分别出现在周二与周四;两市的最小波动均出现在周二,但沪市的最大波动在周三,而深市的最大波动则在周一。进一步的分析表明中国股市的收益率与市场风险有显著的正向关系,即投资者由于承担高风险而受到补偿获得高收益。文章最后对周内效应的存在提出了两种解释。     

基于向量GARCH模型的国际证券市场波动溢出研究

以向量GARCH模型为基础,研究了国际证券市场中上海A股市场、香港市场和美国市场的均值溢出效应和波动溢出效应,并且给出了中国证券市场发展的政策建议。研究结果表明,三个市场均不存在单向的均值溢出效应,上海A股市场和美国证券市场存在双向的波动溢出效应。上海A股市场和美国证券市场存在波动溢出效应,反映了中国资本市场和美国资本市场融合程度的加强。     

嵌入GARCH波动率估计的B1ack-Litterman投资组合模型

在B1ack-Litterman投资组合模型中,为了更有效地估计风险资产的期望收益和波动率,引入了投资者的主观观点,这种处理确实能提高均值-方差投资组合模型的性能。但是在实践中,如何度量投资者观点成了另一个难题。为了克服这一困难,我们将GARCH波动率估计嵌入到B1ack-Litterman模型中,通过使用GARCH模型的预测能力来替代投资者主观观点,从而获得一个新的投资决策模型。作为应用,分别考虑了国内外真实市场数据测试情形,通过实证结果发现,嵌入了GARCH波动率估计后,Black-Litterman模型的性能可进一步得到很好提高,样本外平均收益率、波动率和夏普比等指标,均要好于一些传统模型。     

中国股市谁主沉浮

<正> 中国股市风雨兼程,走过了几年的历程,其间既有一路高歌,也有惊涛骇浪。然而时至今日,仍然象一个似睡似醒的醉汉,该降的时候它却牛气冲天,该升的时候则狂泻不止,熊市一来,便一屁股坐下,再也不走了!上至管理层,下到众多股民都大惑不解:这股市,到底怎么了?     

基于ICA模型的国际股指期货及股票市场对我国股市波动溢出研究

将独立成分分析(ICA)方法引入金融衍生品市场与基础市场之间的波动溢出研究,克服了传统方法解决高维金融时间序列波动问题时的障碍。通过与VECH、BEKK和DCC等传统多元GARCH模型的对比分析,本文所建立的ICA-EGARCH-M模型在解决高维问题时体现出一定的优势。在实证研究中,应用该模型考察了美国、英国、日本和中国香港的股指期货市场及其股票市场对我国股票市场的共同波动溢出。结果表明ICA-EGARCH-M模型不仅验证了波动溢出效应的存在,而且反映出了波动溢出的主要来源,能够较好地解决高维金融时间序列数据的波动溢出问题。     

基于混合分布的中国股票波动风险因素的识别与分析

论文用GARCH模型描述股票的波动特性,应用混合分布对中国上市公司按照股票波动特性进行分组,发现中国上市公司的波动特性可以被分为4个子总体。其中,子总体1主要包含表现异常的公司股票,其他三个子总体的参数向量的相关性相似,风险大小不同。应用列联表法分析和多元logistic模型统计分析发现,非国有股权分散公司、制造业公司相对偏向低风险公司,社会服务业、房地产公司相对偏向高风险公司,制造业的公司（股票）波动的持续性相对较低。混合分布是对股票特性进行分组的良好工具。     

金融市场间波动溢出效应研究——GC-MSV模型及其应用

在资本自由流动、信息充分的背景下,金融市场之间受相同宏观经济因素的影响,往往会表现出协同变化的特征,外汇市场和股票市场间波动溢出效应一直是经济金融界研究的热点。随机波动模型是随机微分方程的离散化表示形式,其通过一个不可观测的随机过程来描述金融时间序列的波动特征,更适合于金融领域的实际研究。本文引入GC-MSV模型对我国汇改后汇市与股市间的波动溢出效应进行研究。实证结果表明,整体上汇市与股市间存在负相关的动态价格溢出效应;在人民币持续升值阶段和持续震荡阶段均存在不对称的波动溢出效应,且随时间推移波动溢出效应有所减弱。     

中国沪深股市结构性波动的政策性影响因素

本文利用划分均值和方差变点的迭代累积平方和算法(ICSS:MV)对上证综指和深证成指1996年12月16日至2010年12月31日的日收益率序列进行结构变点的检验,通过将结构变点与重大事件对应选取影响沪深股市结构性波动的政策性事件,并根据选取的事件将样本区间分成13个子区间。为了避免参数模型中模型误设的缺陷,利用非参数GARCH模型估计样本区间的波动率;最后利用N-W核回归估计对非参数GARCH估计的波动率与收益率进行回归,分析股市结构性波动产生的政策性影响因素。通过分析发现央行调整存贷款基准利率和存款准备金率、国有股的减持、允许保险公司等机构投资者买卖证券投资基金、调整印花税等政策性因素是造成我国股市变结构波动的重要原因。     

国际油价、美国经济不确定性和中国股市的波动溢出效应研究

2008年金融危机以来的全球股市震荡,油价波动剧烈和经济的不确定性使得研究不同市场间的风险传导效应具有重要的意义。在综合评价现有研究的缺陷和既有改进方法的情况后,本文借鉴Diebold and Yilmaz （2012）的研究方法探索国际原油价格、美国经济不确定性和中国股市的波动溢出效应。本文选取1986年1月到2016年12月原油价格、美国经济不确定性指数和中国股票价格的月度数据,分别研究了静态波动溢出指数,动态波动溢出指数并做出了非线性检验。实证结果表明：变量国际油价解释了大部分的波动。方向性溢出指数是双向的和非对称的。在整个样本阶段系统的波动主要来自其他变量的冲击,变量国际油价的溢出效应占比重较大。变量国际油价、美国经济不确定性和中国股价对其他变量的波动溢出都存在非线性效应,前两者的正向变量的溢出效应较大,负向变量的溢出效应较小;后者的正向变量的溢出效应较小,负向变量的溢出效应较大。     

股指期货交易加剧了中国股票市场波动性吗？——基于投资者结构的理论和实证研究

股指期货交易的推出将改变股票市场投资者结构和投资者交易行为,进而对股票市场波动性产生影响。本文首先在假设股票市场存在股指期货交易的条件下,构建理论模型揭示投资者结构和股指期货交易对股票市场波动性的影响机理,并据此对中国股票市场在沪深300股指期货推出后的波动性变化进行理论预测;然后以2007-2016年期间的沪深300指数和投资者结构数据为样本,运用GARCH类模型对理论模型预测结果进行实证检验。研究发现,在股票市场存在股指期货交易的条件下,机构投资者比例和一般机构投资者比例对股票市场波动性的影响随机构投资者与个人投资者所占市场份额的比例关系不同而呈现出不同的特征;套利交易者比例增加、投机交易者比例减少都将降低股票市场波动性;沪深300股指期货推出显著降低了中国股票市场波动性,机构投资者比例增加将强化沪深300股指期货交易对中国股票市场波动性的减弱效应;中国证券监管部门可以通过鼓励股指期货产品开发和完善股指期货交易制度强化中国股票市场稳定性。     

多国股票市场的高频波动相关性研究

本文通过建立包含马尔科夫机制转换结构的MS-MHAR-DCC模型,并选取世界上比较发达的国家和地区股票市场的高频日内交易数据为样本,对多个股票市场波动相关性进行研究。通过引入包含马尔科夫结构的外部随机矩阵,本文识别出金融市场波动相关的截断时期,正态分布设定下相比在t分布设定下识别的截断时期更多且持续时间更长。在模型的截断时期内,多个股票市场的波动相关结构主要受到正向冲击,即在截断时期内的波动相关性大于平常状态的波动相关性。本文还发现,相同地域的股票市场间的动态波动相关性在大部分时期内表现为较强的正相关;美国股票市场和其余5个国家股票市场波动的动态相关性在大部分时期都表现为较强的正相关,表明美国作为全球巨头在世界金融市场波动的引导作用。     

中国股票市场个股已实现波动率估计

从修正市场微观结构等干扰因素的角度出发,基于高频交易数据,同时采用一阶偏差修正方法估计了深圳证券交易市场个股的已实现波动率。研究结果表明,基于分笔交易数据计算的已实现波动率能有效提高个股真实波动率的估计精度,从而可以为波动率相关研究提供一个参照基准的波动率值。     

金融市场波动溢出分析及实证研究

对于动态投资组合与风险管理来说,测度波动的溢出效应是非常重要的.在已有的文献中往往是检验不同金融市场之间是否存在波动溢出,对产生波动溢出的概率却未提及.文章在研究金融市场间影响概率的基础上,引入了分位数表示市场风险,证明了金融市场之间线性相关与相互影响概率之间的关系;随后给出了金融市场波动溢出的新定义,构建了回归模型,并证明了在不同线性相关下回归参数与相互影响概率的对应关系,最后进行了实证分析.