股市回报率分布的厚尾性与风险估测模型的绩效探讨

当金融时间序列具有分布的厚尾性、波动的集聚性等特征时,传统的方法将难以胜任对风险的准确度量.除了讨论在厚尾分布下如何应用条件极值与无条件极值来度量风险外,还利用历史模拟、风险矩阵、条件正态模型等方法进行风险值估计,最后运用五项评估指标对各种模型的预测效果进行了比较分析.     

稳健非参数VaR建模及风险量化研究

参数VaR模型被广泛应用于风险测量中,然而需要给出具体的结构形式,这就容易发生模型错误设定的灾难,使风险计量的精确性易于产生较大偏差。针对参数VaR模型的设定误差问题,本文构建了SQ-ARCH和Nop-Quantile两个非参数VaR模型,诣在提高传统风险计量模型的灵活性、稳定性和准确性。采用稳健的分位数回归方法,得到了计算这两个VaR模型的具体表达式并给出了模型估计的算法和步骤。Monte Carlo模拟发现无论模型正确还是错误设定非参数VaR模型比参数ARCH类VaR模型更稳健。此外,把这两个稳健非参数VaR模型应用于我国股票市场风险量化的实证分析中。研究结果表明稳健非参数VaR模型比参数ARCH类VaR模型度量风险更准确。     

加权复合分位数回归方法在动态VaR风险度量中的应用

风险价值(VaR)因为简单直观,成为了当今国际上最主流的风险度量方法之一,而基于时间序列自回归(AR)模型来计算无条件风险度量值在实业界有广泛应用。本文基于分位数回归理论对AR模型提出了一个估计方法--加权复合分位数回归(WCQR)估计,该方法可以充分利用多个分位数信息提高参数估计的效率,并且对于不同的分位数回归赋予不同的权重,使得估计更加有效,文中给出了该估计的渐近正态性质。有限样本的数值模拟表明,当残差服从非正态分布时,WCQR估计的的统计性质接近于极大似然估计,而该估计是不需要知道残差分布的,因此,所提出的WCQR估计更加具有竞争力。此方法在预测资产收益的VaR动态风险时有较好的应用,我们将所提出的理论分析了我国九只封闭式基金,实证分析发现,结合WCQR方法求得的VaR风险与用非参数方法求得的VaR风险非常接近,而结合WCQR方法可以计算动态的VaR风险值和预测资产收益的VaR风险值。     

中国住房价格波动聚集性研究及短期预测

相对于传统的均值-方差分析,ARCH效应的存在将会使投资者在短期内面临更大的风险.有效地捕捉住房价格ARCH效应对研究住房价格短期走势有重要的实践意义.将长短2个时段样本运用回归模型、GARCH模型、AR模型对中国住房均价及四大直辖市数据进行实证,结果表明:在2个时段上我国住房价格均存在ARCH效应,除重庆外其他3个直辖市也存在ARCH效应;此外,在短时段的预测上,回归模型略优于GARCH模型,而GARCH模型在长时段预测效果上要优于回归模型.可见,在相关数据难找的情况下,GARCH模型是切实可行的短期预测方法.     

基于ARIMA-GARCH模型和极值理论的中国股市风险价值度量

以极值理论为基础的风险值度量方法是最近发展起来的最为有效的方法之一,但在传统的单纯采用极值理论的建模过程中对误差项假定为独立同分布的白噪声过程,会对应用极值理论估算风险价值产生一定误差。本文以上证指数和深证成指为例,利用ARIMA-GARCH模型捕获股票收益序列中的自相关和异方差现象,对该模型中残差的条件分布的合理假定进行了实证分析比较,然后利用极值理论对经过ARIMA-GARCH模型筛选过的残差进行极值分析,估算风险价值。     

证券市场波动性评价方法研究

研究了将ARMA模型与ARCH族模型相结合,通过建立ARMA-EGARCH-M模型来拟合证券市场波动性,基于大样本数据通过样本期内外模型预测能力检验,得出结论认为ARMA-EGARCH-M模型对上海证券市场波动性拟合优于传统的ARCH族模型。     

基于不同分布的股指波动非对称性实证分析

在随机误差项分别为正态、学生t及广义误差分布的假设下,用ARMA-GARCH、ARMA-EGARCH及ARMA-TARCH模型,对1995年12月至2008年3月沪深2市的A股指数的日收益率波动性进行实证分析.结果显示:沪深2市股指日收益率都存在着波动非对称性;在极大似然准则和AIC原则下,能最好地描述中国A股市场指数波动的模型为ARMA-EGARCH模型.     

基于ARIMA—GARCH模型和极值理论的中国股市

以极值理论为基础的风险值度量方法是最近发展起采的最为有效的方法之一,但在传统的单纯采用极值理论的建模过程中对误差项假定为独立同分布的白噪声过程,会对应用极值理论估算风险价值产生一定误差。本文以上证指数和深证成指为例．利用ARIMA—GARCH模型捕获股票收益序列中的自相关和异方差现象,对该模型中残差的条件分布的合理假定进行了实证分析比较．然后利用极值理论对经过ARIMA—GARCH模型筛选过的残差进行极值分析,估算风险价值。     

基于组合模型的中国电力消费量预测研究

本文以1999-2011年中国电力消费量为样本数据,运用改进的GM(1,1)模型对其进行拟合和预测;并运用周期性残差修正模型对IGM模型的预测残差进行修正;综合两者得到含周期性残差修正的IGM组合模型,然后利用此组合模型预测2012和2013年中国电力消费量,最后,采用后验差检验法对组合模型的预测精度进行检验。预测结果表明:组合模型预测精度达到一级精度"好",并且中国电力消费量在未来几年将继续保持上升的趋势。     

空间经济计量滞后模型Moran检验的渐近分布

基于空间经济计量滞后模型的2SLS残差,证明误差项服从正态独立同分布时,空间滞后模型Moran检验渐近服从正态分布,提出OLL-Moran检验②.Monte Carlo实验结果显示,与KP-Moran检验相比,提出的OLL-Moran检验的水平扭曲更低、功效更高.OLL-Moran检验具有良好的有限样本性质,能够更有效地检验空间经济计量滞后模型估计残差间的空间关系.