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.     

基于GARCH模型族的外汇汇率的波动性分析

外汇汇率市场的波动特性是金融市场中人们研究的热点之一.文章以美元对人民币汇率和欧元对人民币汇率为研究对象,分别运用GARCH模型、GARCH-M模型、EGARCH模型和TARCH模型对两种汇率同时拟合,通过比较分别得出描述两种汇率的最佳模型.     

中国股指收益率序列GARCH模型中变点的Bayes识别

文章研究基于贝叶斯方法的GARCH模型中变点的识别问题.由于股指收益率序列呈现尖峰厚尾非正态的特点,假设误差项服从自由度为v的标准化学生t分布而非标准正态分布.我们给出了基于贝叶斯方法的GARCH模型中变点估计的具体描述,包括单变点情形、多变点(变点个数未知)情形的变点估计.在实证研究中,我们选取2000年1月4日至2011年9月30日上证A股指数收益率数据进行迭代计算来识别变点,并且将得到的变点时刻与其附近的重大政治经济事件结合起来,给出其合理的解释.     

基于GARCH模型的股票市场有效性的实证研究

证券市场波动的有效性问题是证券市场研究中的一个重要课题。文章运用时间序列的GARCH模型的推广形式对上证指数股票收益率序列建模,在以往研究的基础上鉴于实际波动情况引入了两个虚拟变量进行刻画,并就股票市场有效性问题进行了实证研究。     

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.     

基于GARCH模型的上证综合指数VaR计算

文章针对用参数法计算VaR时所存在的局限性,探讨了用GARCH模型计算VaR的新方法.并以我国上证综合指数为例,说明新方法计算VaR的基本思路以及对计算出的每日VaR如何进行事后检验.     

基于GARCH族模型的信息冲击对香港同业拆借市场的影响

香港同业拆借市场为香港商业银行和金融机构提供了短期资金借贷的平台。该市场形成的同业拆借利率HIBOR为存贷款利率的走向提供了重要参考。基于GARCH族模型研究了信息对香港同业拆借市场的冲击并绘制了相应的信息冲击曲线,发现PARCH-t(1,1)模型对数据的拟合度最高,发现信息对该市场的冲击具有明显的非对称性,好消息比坏消息给该市场带来的冲击更大。     

深圳证券交易所不同指数收益率的波动比较

股票价格指数的波动的大小通常代表了它的风险程度,研究股指的波动对风险管理、投资组合以及价格预测有着十分重要的意义。文章采用时间序列分析方法,对深圳证券交易所的三种价格指数建立GARCH模型,并对这三种指数的波动率进行比较。     

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。     

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。     

中国国债回购利率波动率预测

利率风险是金融中最受人们关注的热点之一,通常是用方差或标准差来衡量利率风险。为了更好地探讨利率风险,必须对利率的动态行为进行研究,一般是通过利率模型来反映其动态特征。文章把常见单因子利率模型同GARCH模型相结合,通过对波动性的预测达到对未来风险的一种直观认识。     

中国股指期货与股票市场波动性关系的实证分析

使用修正的EGARCH模型与VaR方法检验股指期货的推出对中国股票市场波动性所产生的影响。采用的数据为沪深300指数,样本数据分为股指期货推出前,股指期货推出后的短期、中期和长期与样本数据全体五个时间段。研究表明,从股指期货推出的短期与中期来看,市场对信息的反应比较混乱。从长期来看,股指期货的推出加速了信息的传递速度并且弱化了非对称效应,并没有加大股市的波动性。VaR方法检验表明,股指期货的推出有效降低了股市风险,使A股市场更加成熟和完善。     

基于ANN-GARCH模型的中国股市收益非对称波动拟合能力研究

在传统的非对称GARCH模型上加入ANN逻辑项,从而提高了模型的非对称性描述能力。不同于"黑箱"式的神经网络计算,这种方法的ANN逻辑项是可见、可分析的。通过对上证综指、深证综指和恒生指数的实证研究,发现三个市场都存在"杠杆效应"。研究表明:ANN-GARCH模型总体上比传统模型的拟合效果更好,预测能力更强。     

Convergence Rate of Strong Consistency of the Maximum Likelihood Estimator in Exponential Family Nonlinear Models

This article proposes some regularity conditions. On the basis of the proposed regularity conditions, we show the strong consistency of the maximum likelihood estimator (MLE) in exponential family nonlinear models (EFNM) and give its convergence rate. In an important case, we obtain the convergence rate O(n ^?1/2(log log n)^1/2)—the rate as that in the Law of the Iterated Logarithm (LIL) for iid partial sums and thus cannot be improved anymore.     

上证指数收益率的特征及其波动性分析

股票价格的频繁波动是股票市场最明显的特征之一。ARCH类模型可以很好地预测金融资产收益率的方差。通过对上证指数的统计分析表明,上证指数的收益率分布表现出非正态性,并存在自回归条件异方差的特征。利用ARCH类模型对上证指数的波动进行了拟合,结果表明GARCH(1,1)模型对上证指数波动具有较好的拟合效果。     

邮轮旅游网络关注度的时空特征和影响因素——基于百度指数的研究

百度指数作为一个数据获取的重要工具和途径,对分析和研究相关问题具有重要作用。基于百度指数系统收集了中国各地区邮轮旅游网络关注度的数据,进行了时空特征和影响因素的研究。研究发现:邮轮旅游网络关注度具有时间差异较大,变化显著等特征;邮轮旅游网络关注度根据空间特征可以划分为四种类型:关注强势区、关注发展区、关注平稳区、关注弱势区;各区域邮轮旅游网络关注度指数主要受到人均GDP和网民数量的影响。     

信息的非对称效应及对上证综指的实证分析

文章利用EGARCH-M,TGARCH-M和PGARCH-M具有非对称效应的均值模型,对上证指数收益率波动性进行了实证分析,结果显示这些模型均能很好地反映收益率序列的非对称杠杆效应及期望收益和期望风险的正向关系,并通过信息影响曲线(News Impact Curves)直观看出利空、利好消息的非对称反映,进而比较选择能更好地拟合此序列的模型。     

中国农产品价格波动特征的实证研究——基于广义误差分布的ARCH类模型

近年来农产品价格波动频繁,结构特征明显,主要是因为受到生猪、棉花、大豆、胶脂果实类林产品和稻谷等农作物价格波动的影响.利用广义误差分布的ARCH类模型对主要农产品价格波动特征进行分析,结果表明:棉花价格没有显著的异方差效应;生猪、大豆和稻谷的价格波动具有显著的集聚性,但其市场并没有表现出高风险高回报的特征;稻谷价格波动具有显著的非对称性,但大豆和生猪的价格波动没有显著的非对称性.基于GED的ARCH类模型提高了模型的拟合效果,可以更好地分析中国主要农产品价格波动特征.     

Effects of level shifts and temporary changes on the estimation of GARCH models

The aim of this article is to analyse the effect of the level shift and temporary change outliers on the estimation of a model with conditional heteroscedasticity, a concept rarely dealt with up to now, the literature focusing more on additive outliers. To do this, we have conducted various Monte Carlo experiments in which the bias produced by these outliers is analysed.