一个新的稳健ARCH检验和YJ-GARCH模型

 众所周知,Engle (1982) 的ARCH检验对于条件均值模型误设并不稳健,特别地,当条件均值是非线性过程而我们仅对之建立线性模型时,它过度地拒绝真实的原假设,导致出现严重的水平扭曲 (size distortion)。因此,本文在文献当中首次利用Yeo-Johnson变换方法来转换均值模型的因变量以排除ARCH 过程中均值部分的非线性,进而提出一个新的稳健ARCH检验以及一个新的GARCH模型——Yeo-Johnson (YJ) GARCH模型。蒙特卡罗模拟结果表明,稳健的ARCH检验在水平 (size) 和势 (power) 方面的表现要显著优于Engle (1982) 的ARCH检验。对上证综指收益率的实证研究结果表明,YJ-GARCH模型的拟合效果要显著优于线性GARCH模型。     

中国股票市场波动长记忆建模研究

本文首先运用GPH方法对中国股票市场的长记忆性进行了检验,然后利用ARFIMAFIEGARCH-GED模型对中国股票市场进行了实证研究,发现中国股票市场波动存在明显的长记忆性和杠杆效应,而ARFIMA-FIEGARCH-GED模型则很好地捕捉到了其高峰厚尾现象、长记忆性和波动的杠杆效应.     

国际油价、宏观经济变量与中国股市的尾部风险溢出效应研究

本文首先基于Massacci (2017)提出的时变POT模型、应用纯时间序列方法测度动态尾部风险,再利用Diebold和Yilmaz (2012, 2014)提出的溢出指数模型,结合滚动样本估计方法,从方向、大小和动态性的角度考察中国股票市场与宏观经济体系之间的尾部风险溢出效应。研究结果表明,中国股票市场与宏观经济变量之间存在显著的尾部风险溢出效应,总溢出指数在危机时期显著提高。股票市场对宏观经济的方向性尾部风险溢出效应要弱于其接收自宏观经济体系的冲击,是系统中最大的尾部风险净接收者。其中,国际原油价格、货币政策的极端变动等均对股市尾部风险水平产生重要影响,是中国股票市场尾部风险的重要来源。此外,我国经济政策不确定性指数与股票市场之间的尾部风险溢出效应正逐渐增强。因此,在经济转型的关键时期,政策制定者和监管当局应特别关注经济政策不确定性对金融市场和实体经济的负面影响。