RVIX指数的构建及其有效性检验

以无模型隐含波动率理论为基础,改进期权选取机制、还原隐含波动率计算方法、利用近期合约和远期合约以及下季合约分类插值构建更为符合中国市场行情的RVIX指数,并利用t-Copula模型和混合Copula模型探究在一般和异常情况下RVIX指数是否能预测未来市场的真实波动率以及对哪个期限的市场真实波动率预测更为合适.实证研究结果表明:RVIX指数相对于中国波指IVX有所改进,且在极端情况下改进效果更为突出.一般情况下,RVIX指数能预测未来市场的真实波动率且对未来一周市场真实波动率的预测最为准确;当异常事件发生时,RVIX指数仍然有效,其暴跌时用于预测未来一周市场真实波动率的暴跌,暴涨时用于预测未来一个月市场真实波动率的暴涨更为合适.     

基于ARIMA—SVM组合模型的我国农产品价格预测研究

为准确把握国内农产品价格波动规律,提高农产品价格预测精度,构建农产品价格自回归移动平均与支持向量机（ARIMA—SVM）组合预测模型,以ARIMA模型揭示农产品价格线性变动规律,以SVM模型揭示非线性变动规律,并结合1999—2011年我国农产品价格指数月度数据,使用组合模型和ARIMA、SVM单个模型对农产品价格进行预测。预测结果显示：组合模型比单个ARIMA、SVM模型预测精度高,能够提高农产品价格预测的准确性,是一种有效的农产品价格预测模型。     

允许卖空情况下基于Black-Litterman模型和GARCH族模型的投资组合研究

本文考虑在允许卖空的情况下,结合投资者对未来收益的绝对估计和考虑投资者偏好的马科维茨投资组合模型,对两种模型的结果进行比较,简要描述投资者的主观估计对投资组合结果的影响,发现模型参数估计的偏差会引起结果的较大偏差,进而分别引入TGARCH模型和DCC-GARCH模型对收益率和波动率进行预测比较,运用该模型给出投资者对未来市场收益情况的绝对估计,得到结果发现,对实证采用数据拟合两种GARCH模型,投资组合的相对损失小于原先的马科维茨模型,但两种模型对波动率描述的侧重不同,仍有不同程度的不足。     

基于时间序列模型的农产品市场价格短期预测研究

为了对农产品市场价格波动的进一步了解,及早采取措施应对价格波动频繁带来的一系列不利影响,有效指导农民把握时机增收增产,本文以全国黄瓜月度批发市场价格为预测目标,综合利用季节虚拟变量法、CensusX12法、ARMA法等建立短期预测模型,并根据模型预测误差大小赋予不同的权重值来建立这三个不同短期预测模型的组合预测,运用组合模型对农产品价格做出合理预测。实证分析结果表明：组合模型能够从一定程度上减小预测误差提高模型的预测精度。总体上随着预测周期变长精度下降。在2009年的评估预测中,所建立的3个单一短期预测模型平均绝对误差百分比（MAPE）分别为13.53％,11.77％和11.07％,ARMA法建立的短期预测模型精度最高。在实证分析的基础上,采用组合预测方法对2012年7月到11月这五个月的黄瓜价格进行了预测,并将预测值与收集到的实际值做了对比,结果表明,除了8月的预测误差较大为33％外．其余各个月的误差均不超过10％,预测结果较为理想。     

沪深300波动率指数的编制方法

推出股票价格波动率指数旨在衡量市场的波动性水平,当今最有名的波动率指数是美国芝加哥期权交易所推出的波动率指数,该指数对投资者以及市场都具有深刻意义。本文欲构造反映我国A股市场全貌的波动率指数,但由于我国市场上并无期权交易,因此本文无法效仿国外编制波动率指数的隐含波动率法,而选用历史波动率法来进行波动率预测,通过对沪深300指数的分析,本文发现通过garch模型来预测波动率,进而编制波动率指数是可行的,从而提出我国应研究推出波动率指数的政策建议。     

基于单指数模型的投资组合影响因素研究

本文研究在资产的收益率可预测或部分可预测的情况下,资产组合配置的问题。在确定投资组合权重时,资产收益率的期望和波动率是最重要的变量。本文首先寻找对资产收益率的期望和波动率最具有解释能力的预测变量,然后基于这些变量,利用单指数模型,直接探索预测变量和资产组合权重之间的关系。模型中的指数可以帮助投资者决定在做投资决策时各预测变量的重要程度。     

基于单指数模型的投资组合影响因素研究

本文研究在资产的收益率可预测或部分可预测的情况下,资产组合配置的问题.在确定投资组合权重时,资产收益率的期望和波动率是最重要的变量.本文首先寻找对资产收益率的期望和波动率最具有解释能力的预测变量,然后基于这些变量,利用单指数模型,直接探索预测变量和资产组合权重之间的关系.模型中的指数可以帮助投资者决定在做投资决策时各预测变量的重要程度.     

基于GARCH模型的黄金指数与美元指数波动性研究

近几年的黄金市场与美元指数市场波动都比较大,但波动的方向不一致。通过对两者的波动进行研究,主要有单位根检验、ARCH效应的检验、GARCH模型分析以及因果关系检验,结果表明,黄金指数GARCH(1,1)最适合描述其市场波动,美元指数GARCH(2,1)最适合描述其市场波动,美元指数的预测对黄金指数的预测会有帮助。     

基于组合预测模型的我国能源需求预测分析

本文根据预测理论,结合我国历年能源消费的相关数据,分别采用多元线性回归方法、灰色预测、指数模型方法建立我国能源需求的单项预测模型,并对各单项模型的结果进行分析比较和检验,然后采用误差平方和最小法进行权重分配,建立了我国未来能源需求量的组合预测模型,最后,应用该模型对我国未来10年的能源需求量进行预测,结果表明：组合预测的精度要远远优于单项预测;我国未来10年的能源需求仍呈现较快的增长趋势。     

波动溢出网络视角的金融风险传染研究

当前各类经济风险交叉关联,金融系统的风险溢出效应备受关注,为刻画我国金融系统性风险传染的路径特征,本文从波动溢出网络的视角分析金融系统内部的风险传染机制。首先使用广义动态因子模型对收益波动的共同波动率成分和特质性波动率成分进行区分。然后,根据货币市场、资本市场、大宗商品交易市场、外汇市场、房地产市场和黄金市场之间的特质性波动溢出效应,利用基于TVP-VAR模型的方差分解溢出指数分析金融系统波动溢出的动态联动性和风险传递机制。在分析方向性波动溢出效应的基础上,采用方差分解网络方法构建起信息溢出复杂网络,从网络视角分析金融系统内部的风险传染特征。实证研究发现,房地产市场和外汇市场的净溢出效应绝对值相较于其他市场更大,其受其他市场风险冲击的影响强于对外风险溢出效应,而股票市场的单向对外风险溢出效应强度最大。在波动溢出的基础上,进一步考虑股市波动率指数与其他市场波动率指数进行投资组合的资产配置权重,计算了波动率指数投资组合的最优组合权重和对冲策略。研究结论有助于更好地理解我国金融系统的风险传染机制,对监管机构加强宏观审慎监管、投资者规避投资风险具有重要意义。     

基于灰色-马尔可夫改进的预测模型——以沪深300指数为例

建立灰色GM(1,1)与马尔可夫链的组合预测模型,用灰色预测模型预测随机时间序列数据的总体发展趋势,而用马尔可夫链模型修正数据随机波动所带来的预测误差。以沪深300指数的真实数据进行验证,结果表明:灰色马尔可夫预测模型既能预测随机数据序列的总体趋势,又适应股票价格随机波动性较大的特点,灰色马尔可夫预测模型预测精度高于GM(1,1)模型的预测精度。     

基于灰色-马尔可夫改进的预测模型——以沪深300指数为例

建立灰色GM(1,1)与马尔可夫链的组合预测模型,用灰色预测模型预测随机时间序列数据的总体发展趋势,而用马尔可夫链模型修正数据随机波动所带来的预测误差。以沪深300指数的真实数据进行验证,结果表明:灰色马尔可夫预测模型既能预测随机数据序列的总体趋势,又适应股票价格随机波动性较大的特点,灰色马尔可夫预测模型预测精度高于GM(1,1)模型的预测精度。     

压力仍存 区间震荡为主

在目前的市场环境下,难有较大的经济形势转变之前,A股指数的波动基本由公司业绩和市场估值底来维持。考虑到上市公司业绩的低迷,未来半年A股继续向下的空间应当在10％左右,市场未来半年波动低位大致在2000点左右。     

人民币汇率波动的预测——基于损失函数和DM检验的比较分析

随着人民币汇率市场化程度的不断加深,人民币汇率的波动越来越大,对人民币汇率波动的预测显得越来越重要。现有文献都只通过单一的模型来预测人民币汇率的波动,我们无法据此确定哪一种模型对人民币汇率波动有更好的预测能力。本文选取常用的预测金融资产波动率的指数平滑模型、ARCH模型和GARCH模型,采用动态时间滚动窗口技术,对2005年以后的人民币汇率波动进行了拟合和样本外预测,并通过损失函数的计算和DM检验方法比较了各模型对人民币汇率波动的样本外预测能力。结果发现,相对于ARCH模型和GARCH模型,指数平滑模型具有最优的波动预测能力。     

基于IOWA算子的我国旅游总收入组合预测

以2000～2010年我国旅游总收入为样本区间,在回归预测、指数预测与二次移动平均预测三种单项预测方法的基础上,以预测误差平方和最小为准则,建立IOWA算子组合预测模型。对该模型的预测有效度进评价结果表明该组合预测模型能有效提高预测精度。     

低波动率形势下的银行业对策

波动率,学术上是指在一个时间结构中,时间与价格的运动规律.目前常用的芝加哥选择权交易所波动率指数（简称VIX）等波动率指数主要用于衡量未来市场波动率水平,是判断金融市场走势的重要标杆.较高的波动率表明市场情绪变化较大,往往意味着一场危机正在形成.因此,波动率指数也被称为“恐慌指数”.较低的波动率则表明市场预期一致,投资者风险偏好提升,加大对高风险、高收益资产的投入.市场对高波动率一般都保持着足够的警惕,但却时常忽视低波动率背后的隐忧.     

证券投资组合策略的有效性实证

为了探讨投资策略在实际应用中的效果如何,本文按股市行情分别提取了牛市、熊市和近期股市的历史数据,对比分析平均策略、市场组合策略、马克维茨模型、指数模型四种典型的投资组合策略的实证结果,分别采用夏普比率、效用函数进行综合评估。结果表明:不同股市背景下,马克维茨模型的优化效果较好,而指数模型单纯采用市场指数来分析系统风险使得分析误差较大;对比研究,中国股市的系统风险较大,组合投资策略对非系统风险分散的程度有限。     

我国商品市场景气转折点的分析与预测

1999年以来我国商品市场已经经历了三轮景气波动,目前正处于第三次景气波动的上升期.通过VAR模型对商品市场先行合成指数、一致合成指数、先行扩散指数以及一致扩散指数的预测,结合各指标的数据特征分析,可以判断2008年上半年我国商品市场仍保持快速发展,这一轮景气波动的波峰在2008年6月左右到来,并于2009年8月左右完成该轮景气周期.     

基于B-S公式与时间序列模型对期权价格的预测

国内的期权市场发展迅猛,目前不仅规模庞大、活跃度高,而且价格波动较大,因此期权价格的预测对于投资者和市场的稳定发展极其重要。本文利用Black-Scholes公式(最常用的期权定价公式)和时间序列模型相结合的方法对期权价格进行预测,以50ETF的沽2018年6月2.90期权的实际数据作为实验数据,对该方法进行了验证,结果显示该方法的短期预测效果非常好。     

高频价格数据信息对资产组合动态风险测度的影响研究——基于实现协方差矩阵模型的分析

组合风险的估计和预测一直都是风险管理中非常重要的一个方面。本文使用了利用高频数据信息的实现协方差矩阵、DCC-MVGARCH多元波动率模型、Risk Metrics模型和多元正交GARCH模型对沪深两市的指数资产组合风险在险价值的预测失败率进行了对比,并利用动态分位数检验方法对各模型的组合风险测度稳健性进行了对比研究。研究结果证明,基于高频数据的实现协方差矩阵模型能够显著提高组合风险测度的预测精度,且严格符合Va R置信区间所要求的失败率,能够很好地在提高资金使用效率与管理资产组合风险敞口间取得平衡。