基于非参数GARCH模型的汇率波动性预测

文章利用非参数GARCH模型来预测人民币汇率的波动性,并且与参数GARCH族模型的预测结果进行比较。理论上,非参数GARCH模型避免了参数GARCH族模型形式上的错误设定,具有稳健性。文章选择美元和日元兑人民币汇率的日对数收益率来进行预测,预测结果综合表明非参数GARCH模型具有最强的预测能力。     

基于ECM模型的期货动态VaR套期保值

在期货市场上进行套期保值,其核心问题是套保比的估计.以动态VaR为目标函数,考虑现货期货的协整关系及联合收益波动的动态变化性,建立基于ECM模型的动态VaR最优套期保值比模型.对DCC模型、ECM-CCC模型和ECM-DCC模型进行样本内外的实证对比分析,发现考虑现货期货协整关系的DCC模型在价格波动剧烈时套保效果好,而在价格平稳时ECM-CCC模型的套保效果较好;在现货期货价格波动剧烈时,需要更多的期货来规避现货风险,且套保效果低于平稳时期的.     

群体分析视角下商业银行对金融体系的风险溢出效应研究

本文基于异质市场假说和高频数据,利用高频数据采样频率高及富含波动信息的特点,构造多银行和系统间多元联合分布过程,并将银行间的动态联系纳入考虑,构建了蕴含丰富经济意义、形式灵活的高频动态多条件CoVaR模型及基于此的群体性系统性风险贡献指标。从群体分析视角出发,研究了不同商业银行群体对金融体系的风险溢出效应。结果显示：就系统性风险贡献度而言,该模型准确刻画了近年不同时期下我国三类商业银行系统性风险贡献度的时变特征,其表现为在次贷危机及欧债危机、我国“钱荒”时期及股票市场异常动荡时期,由于风险的传染性等特征导致三类商业银行的系统性风险贡献度均有所上升,而在其他时期则相对平稳;就单个银行对系统的风险溢出影响而言,工商银行的风险溢出比率最大,与其庞大的资产规模以及在金融体系中的重要地位与作用密不可分;当分析同类型银行群体的风险冲击时,国有商行类的系统性风险溢出比率值最高,其次为股份制商行类,该两类的溢出比率相差无几,且均远大于城商行类,表明股份制商行对金融系统的风险溢出影响不可小觑;当剖析不同类型银行群体时,此模型同样适用。本文所构模型能够实现多个银行对金融系统极端风险贡献的度量,可为监管部门的分类监管及有限能力下银行救助顺序的确定提供一定参考依据。     

高频波动率矩阵估计的比较分析——基于有噪非同步的金融数据

基于高频数据的波动率矩阵估计可有效解决传统低频估计面临的种种瓶颈问题。然而,由于受非同步和微观结构噪声等的影响,传统的高频波动率矩阵估计会产生艾普斯效应,并偏离其理论值。本文主要考虑非同步逐笔高频数据的三种同步化方法和五种传统已实现波动率矩阵的纠偏降噪方法,并从数值模拟和沪深股市的实证分析两个角度对两类方法分别展开了全面深入的比较研究。结果表明:更新时间同步化法最大程度地保留了数据信息,传统未纠偏的已实现波动率矩阵具有艾普斯效应,其偏差较大,多变量已实现核估计、双频已实现波动率矩阵估计、调整的已实现波动率矩阵估计的纠偏降噪效果较好,事先平均HY估计和HY估计相对表现较差。研究结果可为相关领域工作者进一步的研究与应用提供方法上的参考与指导。