基于GARCH簇-VaR模型的碳交易市场收益率波动性研究

碳交易市场的碳价格波动性是碳资产风险管理面临的主要问题.本文以上海环交所核证自愿减排(CCER)为对象,考察五种GARCH簇模型在四种分布假设下的波动率模型.研究表明,CCER收益率序列呈尖峰厚尾和波动集聚性,存在显著不对称效应和长期记忆性.通过对模型及VaR检验,发现仅有广义误差分布下的APARCH(1,1)能精确预测VaR.     

我国黄金期货最小CVaR动态套期保值模型研究——基于ECM-t-BGARCH模型

文章以CVaR最小为套期保值目标,考虑到黄金期现货价格序列间的长期均衡关系及黄金期现货收益率“尖峰厚尾”和“波动聚集”的特性,建立ECM-t-BGARCH模型,结合我国黄金期现货日对数收益率数据,对模型进行实证研究。结果表明,当套期保值资产组合收益率服从正态分布时,综合考虑套保有效性与单位风险收益两方面,最小CVaR套期保值模型优于最小方差和最小VaR模型,能够很好地规避现货风险。     

基于GARCH族模型的上海市住宅市场价格波动的特征研究

住房问题是关系国计民生的重要问题,研究住宅市场的价格波动规律对消费者购买时机选择、调控政策的制定等具有重要的参考价值。鉴于此,以住宅市场收益率的变化来衡量住宅市场价格的波动,采用2006-2016年上海市新建住宅和二手房月度收益率时间序列作为样本,通过构建GARCH族模型对上海市新建住宅和二手房市场的价格波动特征进行研究。研究表明：上海市新建住宅市场的价格波动存在显著的自相关现象,但不存在显著的集聚性、非对称性以及高风险高回报的特征;二手房市场的价格波动存在显著的自相关现象,具有显著的集聚性,即二手房市场本期或过去若干期的波动较大时,未来几期的波动也会很大,反之亦然;二手房市场价格的波动不存在显著的非对称性及高风险高回报的特征。     

基于Copula-GARCH模型的原油市场和股票市场相关性研究

由于原油市场和股票市场之间的联动性日益增强,因此研究两个市场之间的关联特征,分析原油价格波动对股市的影响,有助于规避风险,保证经济持续平稳地增长.采用Copula-GARCH模型对WTI原油价格的收益率序列和NASDAQ股指的收益率序列进行实证分析.结果表明,GARCH(1,1)-t模型拟合两个序列的条件边缘分布效果最好,时变SJC Copula模型比常相关Copula模型能更好地刻画两个市场之间的相关关系.两个收益率序列之间存在正的相关关系,且相关关系具有时变性,相关结构具有一定的不对称性,上尾相关系数小于下尾相关系数,即两个市场同时出现价格极端下跌的可能性更大.这为中国金融市场风险管理,规避油价波动对股市的冲击提供一定的参考依据.     

金融时间序列的短期相依性研究

金融资产相依结构的研究在金融风险分析中有着重要的意义。金融资产的相依结构主要有两类：一类是单个金融资产自身时间前后交易价格波动的相依关系,称为短期相依关系,另一类是金融资产间的价格波动相依结构,称为同期相依关系。针对前一种相依关系,我们应用混合相依结构M—Copula函数模型对上海综合指数、香港恒生指数和美国道琼斯指数三种金融时间序列前后一个交易日的价格波动相依关系进,亍了分析。应用两步骤法对模型的参数进行估计,并对边缘分布和M—Copula模型进行了拟舍优度检验。结果表明：混合M—Copula模型能够捕捉金融资产时间序列的短期相依关系的变化规律。     

备兑权证定价方法的务实改进与实现

为使备兑权证的定价更加贴近现实,文章以t分布代替原假设标的股票收益率服从的正态分布,以随机波动率代替历史波动率,通过GARCH模型来消除金融时间序列的异方差性,并考虑交易费用、红利等因素对权证价格的影响,在此优化了传统的定价模型。然后用Monte Carlo模拟的定价思路,并利用对偶方差减少技术提高其效率,最后编辑程序在Eviews中成功运行得出权证的定价.     

我国通货膨胀是长期记忆性过程吗?

通货膨胀过程平稳与否对央行制定货币政策会产生重要影响。本文以1986年1月至2005年12月我国月度CPI通货膨胀率为研究对象，利用ARFIMA—FI—GARCH模型，发现我国通货膨胀及其波动都是长期记忆性过程，表明通胀及波动冲击的影响均具有长期记忆性扣持续性，但都呈均值复归。央行在制定货币政策时以及分析价格传导机制时应考虑通货膨胀的这些特性。     

重大需求冲击对石油市场的短期影响分析——基于事件分析法的研究

本文收集了亚洲金融危机、911事件、次贷危机、希腊债务危机等重大需求冲击事件,分析了这些冲击对Brent、WTI原油现货和期货,迪拜和阿曼现货等国际主要原油市场的短期影响。首先采用GARCH模型考察了需求冲击对市场波动率的短期影响,进一步选取异方差修正的事件分析法考察了这些事件对市场收益率的短期影响。实证结果表明:1)大部分事件会引致事件窗内的方差变大;2)4个重大需求冲击事件中,除亚洲金融危机外,其余3个事件对等权重投资组合均存在显著的负向影响;3)每个重大冲击发生期间,全球主要原油市场的累计超额收益率走势几乎一致;4)在地区市场层面,次贷危机和希腊债务危机对欧美原油市场影响较为显著,欧美市场信息反应速度要高于中东市场。基于这些实证发现,针对不同的石油市场参与者给出了相应的政策建议。     

中国股市长记忆性的实证分析

股票市场收益率的长记忆特征对于系统非线性结构的确定以及市场有效性的研究具有重要的意义。针对上海和深圳的日收益序列，采用非线性R／S方法来检验收益序列的长记忆特征，并用ARFIMA模型对收益率序列的长记忆性做了进一步判断，根据分段分析的结果，得出中国股市渐进趋于有效的结论。     

汇率、股票市场及房地产价格波动的关联性研究

文章利用时变相关的多元波动率模型,对美元汇率、上证指数以及地产指数的逐日数据建立三元时变相关的广义自回归条件方差（TV—GARCH）模型,从而得出三者的波动性特征以及其显著的时变相关系数,可知地产价格的收益率波动最大。汇率与地产指数、上证指数的相关关系复杂,可存在正相关或负相关关系,而股票市场与房地产市场间存在正向相关关系,且相关系数的大小随时间变化。     

基于沪市股票日收益率的时间序列模型分析

近年来,用统计模型来描述金融时间序列的波动一直是国内外学者关注的重点.本文选取2000-2015年间上证指数日收盘价的数据,计算股票日收益率,利用计量经济学中有关金融时间序列的波动性分析的ARCH模型以及GARCH模型,对股票收益率波动是否存在ARCH效应进行实证研究和分析.     

国际石油价格收益率波动的研究

石油是一种极其重要的商品,是国家重要的战略物资,因其价格变动而引起的收益率波动受到广泛关注.GARCH类模型已经广泛运用于波动率的研究,文章旨在运用GARCH族模型对1997.1.3-2008.11.28的每周OPEC石油离岸价格的收益率实证建模研究,石油价格及收益率波动确实存在显著的GARCH效应和冲击持久效应,并存在杠杆效应;收益率条件方差序列是平稳的,模型具有一定的可预测性,EGARCH(1,1)能够较好地拟合收益率的走势.     

基于VAR模型大豆期货价格发现功能的实证研究

文章基于VAK模型对大豆的期货市场的价格发现功能进行了ADF单位根检验、Johansen协整检验、Granger因果检验、误差修正模型等实证分析.结果表明:大豆现货价格序列与期货价格序列为非平稳序列;它们之间存在显著的长期均衡关系;二者存在双向的价格引导关系;期货市场的价格发现功能得到了较好的发挥.     

中国股市收益及波动的ARFIMAFIGARCH模型研究

与现有研究方法不同，本文通过考察Akaike、Schwarz、Shibata、Hannan-Quinn四个信息准则，建立了描述深圳股票市场收益过程和波动过程双长记忆性特征的ARFIMA-FIGARCH模型。实证分析说明采用ARFIMA（0，m，1）-FIGARCH（1，d，0）模型拟合最好。研究结果表明：深圳成分指数日收益序列无长记忆，但波动序列具有较强的长记忆特征。     

基于HP滤波法的我国小麦市场价格波动分析

运用2002年12月至2014年10月的小麦市场价格数据,分析了我国小麦市场价格波动主要特征,运用X12季节调整模型实证分析季节要素对我国小麦市场价格波动的影响;运用HP滤波分解模型将2002年12月至2014年10月我国小麦市场价格指数原始序列分解为趋势值序列和波动值序列,分析得出我国小麦市场价格长期波动的趋势,并对研究期进行周期划分。经研究发现:小麦市场价格具有明显的季节性波动,夏季和秋季因素使得小麦价格上涨,春季和冬季因素使得小麦价格下跌,这与小麦的生长周期基本保持一致;研究期内我国小麦市场价格波动可划分为2个周期,各周期持续的时间长度和峰谷落差都不相同。研究末期小麦市场价格波动幅度存在逐渐缩小的趋势,波动周期存在延长的趋势。     

蔬菜价格波动特征研究——基于ARCH类模型分析

利用ARCH类模型研究蔬菜价格波动特征问题。结果表明:18种蔬菜具有价格波动集簇性和异方差性,其中冬瓜等6种蔬菜的价格具有显著的异方差效应和波动集簇性。GARCH模型表明6种蔬菜的价格波动都具有显著地集簇性,按价格波动持续性强弱比较,冬瓜、大白菜、土豆、洋葱的价格波动持续性强于青椒和生姜;GARCH-M模型表明只有土豆和生姜具有高风险高回报的特征;TARCH和EARCH模型表明6中蔬菜都具有显著的非对称效应,其中除洋葱和青椒以外,其他4种蔬菜两个模型的非对称效应都使得价格波动减小。     

我国黄金市场期货价格与现货价格的实证研究

选取近10年的黄金期货价格数据和现货价格数据进行分析。对两组时间序列数据进行单位根检验、协整性检验以此分析期货和现货之间的关系,并建立误差修正模型分析期货价格对现货价格的影响程度,通过格兰杰因果检验分析两者之间的效应。结果表明,近十年黄金的期货和现货价格之间确实存在协整关系,两者之间相互影响,影响效果显著性不强。期货价格对现货价格的指导作用效果不强,表明我国期货市场的价格发现作用没有完全发挥。     

基于BMM模型的金融极端风险研究及实证分析

介绍极值理论,包括广义极值分布、区组最大值模型的拟合方法、检验方法等,重点考虑极值相依机构,引入极值指标,考虑不同频率下收益率的极值分布,并计算相应的VaR。之后对股票的对数收益率进行分析,首先从偏度峰度等基本统计量可知服从左偏尖峰分布,然后拟合边缘分布参数,判断都属于Frechet分布,最后用BMM模型和正态分布进行连接,得出结论正态分布模拟得到的极端损失和极端收益远远低于BMM方法。     

基于EMD分解的螺纹钢期货价格发现的实证研究

运用经验模态分解方法(EMD),分别将螺纹钢期货价格和现货价格时间序列分解成若干IMF分量和趋势项。通过对分解后的不同分量进行统计和计量分析发现:①与期货价格与现货价格的相关性相比,相应的趋势项之间具有更高的相关关系;②期货价格的主IMF分量在形态上对现货价格主IMF分量具有引导作用;③IMF中期波动分量和长期波动能够很好的表现出期货价格和现货价格的因果关系。这些结果表明,螺纹钢期货市场已经基本具备了价格发现的功能。     

权证交易影响标的股票的一般单期最优决策模型

本文建立了适应于一般证券市场情况的单期最优决策模型,导出了权证上市交易前后标的股票的最优投资量及其价格变动的一般性结论,揭示出权证上市交易后标的股票资产定价机制必然发生根本性改变。基于本文得出的一般单期最优决策价格模型,建立了适应我国权证上市交易影响标的股票收益率及其波动率的实证模型,以我国股市的钢铁板块为主,具体分析了权证上市交易对标的股票收益率及其波动性的影响特征,从而验证了理论结果。最后得出我国权证上市交易总体上加大标的股票条件波动率的结论,与国际上一些学者研究的结果是不同的。据此,本文为我国证券市场建设提出了一些相应的建议。