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Mean-CVaR约束的股指期货动态套期保值模型研究

本文建立了基于最小化均值-条件风险价值( Mean-CVaR)的股指期货动态套期保值模型.模型的主要特点与贡献在于两方面:一方面,考察了置信水平和可变交易费用对最优套期保值决策的影响;另一方面,利用二元误差修正的时变条件相关GARCH模型估计套期保值比率,优点是不仅考虑了股指期货与现货价格序列之间存在的协整关系,而且更好地拟合了收益残差序列存在的异方差性与相关系数时变性的特征.最后通过对我国沪深300指数期货仿真交易的套期保值模拟与实证测算,得出能够动态调整的股指期货套期保值策略以实时追踪与控制风险.     

基于非参数Copula-CVaR模型的碳金融市场集成风险测度

我国商业银行等金融机构在参与国际碳金融业务时面临复杂多变的市场环境,其风险评估及预警体系的构建需考虑风险因子的多源性与相依性,对碳金融市场集成风险进行科学测度具有重要意义。本文采用非参数核估计方法确定碳金融市场价格波动与汇率波动两类风险因子的边缘分布,并通过拟合优度检验选择最优Copula函数准确刻画风险因子之间非线性、动态的相依结构,实现对集成条件风险价值CVaR的有效测度。通过Kupiec回测检验及对比各类传统风险测度方法的优劣,发现非参数Copula-CVaR模型能够弥补传统风险测度方法在度量多源风险因子相依性时存在的局限性,避免参数法确定边缘分布时可能出现的模型设定风险与参数估计误差,充分考虑尾部风险,为碳金融市场集成风险测度提供新思路。