基于比较视角的我国股票市场波动ARCH效应研究

我国同期的主板市场不存在ARCH效应,中小板市场存在弱势ARCH效应,创业板市场存在明显的ARCH效应;GARCH(1,2)模型能较好地刻画中小板指数,GARCH(1,1)模型能较好地刻画创业板指数;EGARCH(1,2)能较好地刻画中小板市场波动的非对称性,EGARCH(1,1)模型能较好地刻画创业板市场波动的非对称性;GARCH(1,2)-M模型不能有效刻画中小板指数,GARCH(1,1)-M也不能有效刻画创业板指数,表明中小板市场及创业板市场日收益序列对风险溢价的敏感性不强。     

基于状态转换动态Copula模型的外汇套期保值研究

汇改以来,人民币汇率波动的不确定性增大,外汇风险加剧,在此形势下加强外汇风险管理势在必行。考虑到利用外汇期货合约进行套期保值是管理外汇风险的一个重要方法,因此可建立一个状态转换动态 Gaussian Copula套期保值模型来对外汇风险进行管理。首先采用GJR-t模型描述欧元、日元、英镑、澳元和加元的现货和期货收益率的边际分布;然后引入状态转换动态 Copula 函数描述上述五种货币的现货和期货收益率之间的相关性;最后将状态转换动态Gaussian Copula模型与OLS,DCC GARCH,DCC Gaussian Copula等模型的套期保值效率进行比较。实证结果表明,所构建的模型优于其他模型,利用该策略模型能有效规避外汇风险。     

SHFE和LME期铜相关模式的研究

Copula函数包含了随机变量间所有的相关信息,可表示金融资产间的相关模式(即依存关系)。分析了一些Copula函数描述相关模式的特点,结合GARCH模型、Copula函数和基于极值理论的GPD分布,构造了Copula-GARCH-GPD模型,用于研究上海期货交易所和伦敦金属交易所期铜间的相关模式。实证研究结果表明,GARCH-GPD模型能很好地描述两市期铜收益率序列的“厚尾”特征,混合Joe-Clayton Copula能很好描述相关模式,充分反映相关性的信息。     

社保基金投资组合的动态风险测度研究

考虑到现阶段社保基金主要投资于股票和债券,以沪深300指数和国债指数构建投资组合代表社保基金投资组合,测度社保基金投资组合的动态风险。首先,基于FIGARCH模型对边缘分布建模;然后,基于时变Copula研究资产间的动态相关性,发现沪深300指数和国债指数间的相关性具有较强的持续性;最后采用Monte Carlo预测投资组合的VaR进行Kupiec检验。比较研究发现,基于时变模型的VaR预测效果要优于非时变模型的预测效果,时变FIGARCH-Copula-T和DCC(Dynamic Conditional Correlation)-MFIGARC-T模型都能准确地测度动态风险,但前者预测的失败率要低于后者。     

基于时变Copula的La-VaR测度研究

目前关于流动性调整的市场风险测度研究,主要是静态模型。针对此,文章提出经流动性风险调整的市场风险动态测度的时变Copula方法。该方法使用连接函数构建流动性风险和市场风险的联合分布,能够兼顾这两种风险的非正态特征和它们之间的动态相关结构。基于该方法度量了中国股市经流动性调整的市场风险La-VaR,Kupiec检验表明,基于时变Copula模型预测La-VaR的效果优于基于常相关Copula模型的预测效果,并且时变T-Copula模型优于时变N-Copula模型。     

基于GARCH模型的我国创业板市场风险度量

以创业板综合指数的日对数收益率为基本数据,分别在正态分布、T分布与GED分布下总结GARCH参数并计算VAR值,通过实证分析指出序列分布具有尖峰厚尾的特征,利空消息带给创业板市场的波动比等量的利好消息更大,创业板市场存在明显的杠杆效应,波动具有聚集性和持久性;GED分布能够更好地拟合创业板市场综合指数,得出的VAR值精度较高;模型种类并不是VAR值结果的决定性因素。     

基于R_Vine Copula方法的上证行业指数相关性研究

以中国上海证券交易所的金融地产、原材料、工业、可选消费、主要消费、公用事业、能源、电信业务、医药卫生和信息技术十大行业指数为研究对象,运用能够同时考察多市场相关关系的Vine Copula方法,对这十大行业指数间的净相关关系进行实证分析。主要结果表明: 中国上证行业指数之间具有显著的非对称和厚尾相关特征;非条件下两个行业指数之间以及条件下一些3个或者4个行业指数之间有较强的相关性;而5个或5个以上行业指数之间的条件相关性表现出相互独立,因而在熊市时选择5个及以上不同行业同时投资,能够达到有效分散风险的目的;与D_Vine Copula及C_Vine Copula模型相比,R_Vine Copula模型更适合于刻画中国行业指数之间的相关关系。     

房股联动影响固定资产投资吗? ——来自中国资产市场的经验证据

房地产市场与股票市场之间的相关关系受到学者们的广泛关注,但两市场之间的联动效应是否会对实体经济产生影响还有待检验.从DCC-MGARCH模型中提取出房地产市场变量与股票市场变量的动态条件相关系数,以此来表征两市场的联动效应,发现房地产市场与股票市场的相关关系具有明显的时变特征,尤其是2014年中国经济进入"三期叠加"新阶段以后,由正向联动为主转为负向联动为主.进一步地,基于中国宏观经济2000—2018年的月度数据,运用自回归分布滞后模型和脉冲响应分析等方法,实证考察了两市场之间的联动效应对固定资产投资产生的影响,从新的视角对虚拟经济与实体经济的关系进行探究.结论是:房地产市场与股票市场的正向联动对于固定资产投资增长具有显著推动作用,而房价和股价的增长都抑制了固定资产投资增长.因此,深化资产市场体制改革,在进行政策调控时考虑对房地产市场与股票市场相关性的影响,促进房、股两市正向联动,有利于固定资产投资增长和经济的长远发展.     

沪深股市极值相依关系测度研究——基于四类时变Copula-EVT模型

随着金融市场的发展和理论研究的深入,金融资产尾部极值的相依关系已引起众多市场参与者和研究者的重视.以上证综指和深证综指为研究对象,结合EVT极值理论股指收益率构建边缘分布模型,以此为基础,运用四类时变Copula函数分别拟合股指间的联合分布,并通过AIC准则对各类模型的拟合效果进行比较,结果表明:不同模型的拟合度存在差异;沪深股市间具有较强的尾部极值相依程度,并呈现出明显的动态趋势.     

基于GARCH模型与灰色预测模型GM(1,1)的人民币汇率收益率分析

论文中对人民币汇率收益率序列分别建立了GARCH(1,1)模型和GM(1,1)模型.首先利用GARCH(1,1)模型刻画了收益率序列的波动性,接着通过预测模型GM(1,1)对收益率序列水平值进行预测.实证结果表明,人民币汇率收益率序列之间存在明显的波动性和长期的自相关性,预测模型GM(1,1)能够很好的拟合人民币汇率收益率序列,是一个可用的较好的预测模型.     

试论中韩股市收益的动态相关性——基于DCC-GARCH模型

基于DCC-GARCH模型对中国股票收益率与韩国股票收益率之间动态相关关系的实证分析结果表明,中韩股票收益率的相关性在2003年后呈持续稳定、快速上升趋势,且这种上升趋势在2007-2009年全球金融危机期间无明显改变。这表明中韩股票收益的相关性已经达到很高的水平。     

中国股票市场行业组合风险研究——基于高维动态C-Vine Copula模型

股市是经济的晴雨表,股市中不同行业风险的组合计量对于金融市场和实体经济投资意义重大.文章采用高维动态C-Vine Copula前沿技术计量多维行业组合风险,并且与静态C-Vine Copula作比较.结论显示:高维动态C-Vine Copula计量的VaR每次都能通过UC检验和稳定性测试,而静态C-VineCopula方法每次都不能通过回溯检验,表明高维动态C-Vine Copula优于静态C-Vine Copula,可以作为股市行业风险组合计量的一种新方法.     

国际有色金属价格与美元指数的非线性关系

国际有色金属价格与美元指数是研究宏观经济形势的重要参考指标,两者之间的联动效应是宏观经济中的一个重要现象。利用金融市场中的高频数据,通过构建DCC-GARCH模型计算了美元指数与5种有色金属价格的动态相关系数,并且将动态相关系数序列进行经验模态分解。对美元指数与有色金属价格进行Granger因果关系检验。结果显示:美元指数与国际有色金属价格之间存在显著的相关性;美元指数与铜、铅、锌、镍4种有色金属价格之间存在显著的非线性Granger因果关系,与铝价格之间存在非对称的Granger因果关系。依据实证研究结果,得出以下结论:美元指数与有色金属价格之间并不一定是负相关的关系;美元指数对有色金属价格的影响具有局部性;交易量与相关系数的大小及其波动性呈正向关系;有色金属价格与美元指数之间的相关性与经济周期有较强的同步性;美元指数与铜、铅、锌、镍4种有色金属价格之间存在着非线性的双向影响传导机制;美元指数与铝价之间的影响是非对称的关系,美元指数对铝价的影响为线性传导机制,铝价对美元指数的影响为非线性传导机制。     

创业板市场与主板市场的差异分析

创业板市场与主板市场相辅相成。创业板市场作为证券市场特定的创新形式和组成部分 ,是一个与主板市场相对的概念 ,它是在主板市场基础上的创新股票市场 ,其创立的目的是为新兴的中小企业提供融资渠道 ,鼓励中小企业的科技创新 ,通过资本市场扶持中小型高科技企业的发展。     

中国沪深300指数期货的最优套期保值率

通过回顾最优套期保值比率的概念和相关计算方法,针对金融市场的数据尖峰厚尾的特点,采用EGARCH模型对股指期货和现货收益率进行估计;考虑到数据的条件异方差性,指出了传统的线性相关系数对期、现货的关系的估计存在弊端,因此使用Copula函数与秩相关系数Kendalls＇τ对最优套期保值比率进行估计。结果显示：目前中国股票期货的最优套期保值比率为0.852。     

基于变结构Copula模型的金融危机传染效应实证分析——以中关股票市场为例

为检验美国金融危机的传染效应，根据中关股市指数日收益率，进行Granger因果检验，并运用变结构Copula模型实证分析金融危机前后美国股市和中国股市的相关性变化。结果表明：美国金融危机加大了中关两国股市的相关性，但影响程度呈现出阶段性变化。在危机发生后的第一阶段美国金融危机对中国股市存在传染效应，在金融危机发生后的第二和第三阶段传染效应没有证实。     

投资者日度情绪、超额收益率与市场流动性 ——基于DCC-GARCH模型的时变相关性研究

随着互联网科技的发展,利用数据挖掘手段不仅可以构建投资者高频情绪指标,也有助于深入研究投资者情绪与股票市场运行之间的内在联动性。选取2009-2018年共2 198个交易日样本,运用爬虫软件挖掘股票市场大盘评述的网络数据,采用自然语言处理技术进行文本分析,构建了投资者情绪日度指标,利用DCC-GARCH模型研究了投资者情绪、市场超额收益率和市场流动性之间的时变相关关系。实证结果发现:投资者情绪与市场超额收益率和流动性间存在时变相关性,动态条件相关系数总体为正;投资者情绪与市场超额收益率和流动性间的动态条件相关系数具有长期记忆性,并且会受到宏观经济变量的影响;相比于牛市,熊市环境中股票市场的运行对投资者情绪的变动更为敏感;相对于月度数据,更高频的日度指标在刻画情绪与股票市场的相关程度时,能捕捉到即时、准确的信息。这些结论对于深入理解投资者情绪与股票收益和流动性的联动机理有一定意义。     

论我国多重证券市场的建设

交易市场的单一是我国证券市场的基本的现状。这是我国证券市场诸多问题产生的根源。发展多重证券市场既是保证投资人的证券权利能够自由转让的需要；也是为不同发展阶段的企业提供资本支持的需要。未来的多重证券市场应当包括主板、二板、三板、债券市场和衍生品市场。     

中国燃料油期货市场动态套期保值研究——基于Copula-GARCH模型的实证分析

为了更好地规避中国燃料油市场价格风险,利用Copula函数的秩相关系数代替皮尔逊线性相关系数,并用GED-GARCH模型求出燃料油现货和期货收益率的动态标准差,从而建立动态的最小方差套期保值模型,并对2009-2012年中国上海市燃料油期货进行套期保值策略分析.实证结果表明:与传统线性最小方差套期保值模型相比,动态套期保值模型提高了中国燃料油期货市场的套期保值有效性;具体而言,在样本区间内,动态模型的套期保值有效性为44.76%,比传统模型的有效性提高了32.1个百分点.