基于马尔可夫转换模型的违约风险溢价预测研究

针对违约风险溢价变化依赖于经济波动状态以及市场、宏观经济变量依赖于经济周期时变因素的阶段,基于马尔可夫转换阶段的具体特征,构建马尔可夫违约风险溢价预测转换模型,并以香港恒生指数信用违约互换波动为例,测算因时变系数波动的指数息差、宏观经济变量等概率,通过实证算例剖析股市、宏观经济变量与违约风险溢价之间的内在联动关系和信用违约风险溢价变化的转换机制,以期实现对违约风险溢价能够进行有效预测,实证仿真结果说明了模型的有效性。     

IT行业股价波动性的模型验证

本文应用GARCH、TARCH、EGARCH、GARCH-M模型对行业IT股票收益率进行定量及定性的分析。研究了IT行业收益率的波动性特征及风险性溢价,实证研究表明,我国IT行业的日收益率存在着高阶的ARCH效应,杠杆效应,波动性聚集特征,条件方差对日收益率有着很强的影响,其中GARCH模型在反映股市波动性效果方面优于其他模型。     

股市波动的长记忆过程研究

基于FIGARCH和FIEGARCH建模国内股市波动的长记忆特性,深入分析波动影响因素。对上证综指日收益率时间序列进行了实证研究,结果表明和GARCH、EGARCH模型相比较,FIGARCH和FIEGARCH模型更好地描述了股市波动的长程相关特征,探索研究国家宏观经济政策对股市波动的影响。     

我国股市波动性与报酬、交易量的关系

本文使用GARCH-M和EGARCH-M模型对中国股票市场进行了分析,实证结果表明中国股市的波动存在集聚性、不对称性、非持续性;高回报伴随高风险;成交量对波动影响显著,但未完全消除GARCH效应.     

我国新商品期货品种的波动特征研究

文章运用GARCH模型和GARCH—M模型研究我国2007—2008年间新推出的商品期货（锌、菜籽油、线型低密度聚乙烯和黄金）的波动聚集性、持续性、非对称性以及风险溢价等特征。实证结果表明：四种新商品期货价格波动均表现出较强的聚集性和持续性特征。其中,聚乙烯期货的波动呈现出正向冲击比负向冲击对价格影响曼大的非对称波动特征,菜籽油期货的风险与收益之间呈现出显著的负相关关系,而其它期货品种则没有呈现上述明显定量特征。     

基于中国隐含波动率和方差溢价的实证研究

隐含波动率在资本市场中发挥着重要作用,本文使用二次幂变差方法,首次就我国股市的隐含波动率指数及其方差溢价对股市收益和宏观经济活动的预测能力进行实证分析.研究发现:隐含波动率的增加会加剧市场波动风险;方差的连续部分和跳跃部分对未来的实现方差具有显著的正向影响;相对于周收益,方差溢价和波动率指数对月度收益的预测能力更强;隐含波动率指数和方差溢价目前无法对我国宏观经济活动起到预测作用.研究结论为进一步分析我国证券市场的风险偏好提供了经验证据.     

中国股市流动性风险的非对称效应分析

通过构建一个非流动性指标,对中国沪深股市1995—2005年的市场流动性进行计量,发现中国股市流动性风险存在明显的波动聚集性特点。在此基础上,通过引入非对称GARCH模型对中国股市的流动性风险的动态特征进行实证检验,结果显示：中国股市的流动性风险存在明显的非对称效应,流动性风险表现出“强时愈强,弱时愈弱”的特征,这意味着当市场出现流动性问题时,政府的积极干预是合理的。     

基于GARCH模型的金融冲击对企业产出影响研究

利用GARCH模型,计算了来自货币供给、汇率以及股市波动因素的金融冲击,结果表明GARCH模型能够很好地反映金融冲击情况。根据GARCH模型分析结果,利用面板数据模型研究了金融冲击对企业产出的影响,实证研究显示:金融冲击会对企业产出有显著的影响,但单独股市波动的冲击对就业影响不显著;资产负债率高的企业,金融冲击会导致产出更大的下降。     

基于GARCH族模型的分级基金波动性分析

文章选取中证稳健股票、进取股票和进取债基三大分级基金指数系列的日收益率序列作为研究样本,运用GARCH族模型研究不同类型分级基金收益波动特征.根据AIC准则确定各指数收益率的残差分布与最佳ARIMA-GARCH族模型,并在此基础上,用GARCH-M模型研究波动与收益的关系,用TGARCH模型与EGARCH模型研究波动的非对称性.结果表明:分级基金指数收益率均具有明显的波动聚集性,市场存在强烈冲击,稳健股基具有显著的反向杠杆效应,稳健股基与进取债基有正的风险溢价.     

交易间隔、超高频波动率与VaR ——利用日内信息预测金融市场风险

 金融市场风险价值研究一般采用日收益数据,并基于GARCH类模型进行估计和预测,这必然会损失部分日内信息。本文尝试使用中国股市日内分笔超高频数据,在分析日内波动特性的基础上,通过UHF-GARCH模型对交易间隔等日内信息建模,得到超高频波动率UHFV。本文用ARFIMA模型对超高频波动率UHFV建模,应用到风险价值VaR的预测中,并同基于日数据的GARCH类模型的VaR预测能力进行比较。VaR似然比和动态分位数等回测检验的结果显示,超高频数据波动率UHFV模型的预测能力强于采用日数据的GARCH类模型。     

沪市A股交易量与收益率及波动性的关系--基于混合分布模型的实证研究

本文以混合分布模型为理论框架,运用Granger因果检验和扩展GARCH模型实证研究了上海A股市场交易量与股价之间的关系.得到了如下结论交易量变量和收益率、波动率存在双向Granger因果关系;交易量只能在有限程度内解释波动率持续性;上海股市的信息传播方式基本符合混合分布假设.     

基于风险预期的深市收益率预报研究

在预报股市收益率时考虑到股市风险波动及其结构性变化对股民心理预期的影响,采用状态空间理论将静态风险溢价GARCH-M模型改进为动态风险溢价模型。以中国深圳股市作为算例,研究了2006年1月至2008年8月深市风险的波动及股民风险预期的变化,并据此模拟了深市2008年8月的收益率,结果表明改进模型解释力更强,拟合精度更高,比一般的GARCH-M预报结果更准确。     

基于VAR方法和期限结构动态模型的利率风险度量

文章用Vasicek模型和CIR模型描述利率的波动,并用GARCH模型估计其波动率,进而使用VAR方法度量利率风险.银行间国债回购利率的实证结果显示:Vasicek模型和CIR模型均能合理的描述短期利率的随机波动性,且分别以这两种模型做均值方程,GARCH(1,1)模型为方差方程计算的VAR与实际利率的变动趋势基本吻合,并用失败率检验了VAR度量利率波动风险的效果.     

中国行业指数收益率与人民币汇率动态联系实证分析

本文在控制了Fama-French三因素以及流动性风险因素基础上。通过人民币汇率与股价的Threshold-GARCH效应检验及基于广义残差GED模型的建立，从行业的角度实证分析中国股市与汇率波动的关系；实证结果表明样本期部分行业存在汇市到股市的价格溢出效应，但价格溢出效应不能反映行业进、出口依存度等特征；同时还检验到行业股指收益存在显著ARCH与GARCH效应，并且具有很强的波动持久性；而且部分行业门限系数显著异于0，表明存在显著的杠杆效应。     

罕见灾难、不确定性冲击和国债风险溢价——基于非线性DSGE模型

基于三阶矩近似解下非线性动态随机一般均衡(DSGE)模型的理论框架,比较分析了罕见灾难和不确定性(包括SV和GARCH)的技术冲击对中国长期国债风险溢价的影响。研究结果表明:罕见灾难影响国债风险溢价的水平值,但不影响风险溢价的波动性;SV及GARCH冲击影响风险溢价水平值和时变性;加入罕见灾难、SV及GARCH冲击的DSGE模型能更好地拟合长期国债风险溢价的非线性和时变特征。     

基于极值视角的沪深股市收益率的风险度量

文章以沪深股市收益率为研究对象,分别运用收益率的极值分布、收益率的POT模型以及基于收益率序列GARCH模型残差的POT方法计算沪深股市的在险价值(VaR).实证过程发现沪深股市收益率序列均存在明显的尖峰厚尾现象,实证结果表明深市潜在风险高于沪市潜在风险,并且三种方法中基于收益率序列的POT模型计算的VaR精度最高,而对收益率序列应用GARCH模型描述其波动后再对模型的残差进行POT方法计算的VaR精度最低.     

金融实证分析中应注意样本容量的确定

人们在金融实证分析中,很少关注如何确定样本容量（样本大小）的问题。本文以GARCH模型为例,通过递归估计参数和相应的矩条件,并结合上海股市的具体情况进行分析,结果表明上海股市波动率GARCH模型最优样本容量是三到四年。本文最后从中国金融制度的变化、样本容量对研究结论的影响等方面探讨了样本容量的确定问题。     

国际金融新旧秩序下股市波动溢出效应的比较

文章利用GARCH(1,1)模型和Granger因果检验,比较分析了国际金融新旧秩序下美国、英国、日本、中国香港和中国内地股票市场指数收益序列的波动溢出效应及其传导路径.研究表明:在国际金融旧秩序下,英国股市向其他股市有不同程度的波动溢出,美国是股市波动风险传导的终点;在国际金融新秩序下,中国内地股市从波动溢出传导路径中退出,同时其他传导路径的波动传染效应发生不同程度的降低.     

中国股票市场有效性实证研究

本文使用AR-GARCH-M模型,通过考察股票价格波动是否具有可预测性来检验市场的弱式有效性. 一、模型设定 对市场有效性的早期研究都假设股票收益的方差在不同时期保持不变,但是大量的实证研究表明这一假设不甚合理,不能客观地对金融市场随时间变化的特性进行准确的描述.金融时间序列的一个显著特点是条件异方差性.Engle(1982)提出自回归条件异方差(ARCH)模型,Bollerslev(1986)将其推广到广义ARCH模型(GARCH).这些模型假定收益的误差项服从条件期望为零,条件方差为以前若干期收益误差平方和的条件正态分布,其性质与金融市场的波动聚集性(Cluster)、收益序列的尖峰、厚尾以及非线性等特征相吻合.因此,为了研究中国股票市场的弱式有效性问题,我们用GARCH(1,1)类模型来模拟股市收益率,用模型残差项的条件方差描述股市的波动性.     

运用GARCH模型对CRB能源价格指数序列的拟合与预测

基于SAS软件系统,运用GARCH模型分析方法模拟美国CRB能源价格指数对数序列波动情况。实证结果表明:CRB能源价格指数对数序列存在自相关性和异方差性;用GARCH(1,1)模型能较好的模拟CRB能源价格指数波动特征。