存货质押融资业务的流动性风险研究

本文基于存货质押融资业务中出现的质物变现情况,以流动性指标为基础进行流动性风险研究。对流动性水平序列进行一系列检验,采用GARCH模型对流动性序列的波动建模,并对BDSS模型进行调整得到新的L-VaR模型,将GARCH结果代入到L-VaR模型中得到流动性风险值。     

基于GARCH模型的集装箱运价指数及其衍生品波动性研究

建立GARCH族模型对上海集装箱运价指数(SCFI)欧洲航线和美西航线指数、SCFI衍生品(欧洲航线和美西航线)价格的波动特征进行分析。ARCH效应检验发现只有美西航线衍生品价格去均值收益率序列存在条件异方差性,其他三个序列不存在ARCH效应。对美西航线衍生品价格去均值收益率序列建立GARCH模型,发现基于残差服从GED分布假设下的GARCH(1,1)最优,存在较强的波动持续性;美西航线衍生品收益率与风险无关。建立非对称GARCH模型分析美西航线衍生品价格去均值收益率的杠杆效应,TARCH和EGARCH模型均显示序列不存在杠杆效应。     

社保基金在证券市场的风险衡量及统计检验

作为老百姓"活命钱"的社保基金,其风险的测量和控制不但具有重要的理论意义而且具有重要的现实意义。本文利用VaR方法对入市的社保基金收益率的风险进行了度量,首先验证了收益序列存在ARCH现象,并建立t分布的收益率的GARCH(1,1)模型。根据GARCH(1,1)模型计算出社保基金的风险值和各年度的风险值的变化情况,揭示了社保基金收益率提高的同时风险值大幅度上升的事实,这对我国如何在基金风险控制与保值增殖的权衡中做出选择提供了新的思考。     

扩容后新三板市场的流动性风险

本文从交易方式和交易规则两个角度分析新三板市场流动性风险成因的特殊性,并通过统计性描述将新三板市场与主板等证券市场的流动性进行比较,在此基础上利用价量结合的计量指标进行测度,并结合GARCH模型对研究样本的流动性变化率序列进行拟合。研究得出,新三板市场流动性远低于国内其他证券市场,流动性风险值的稳定性较差且风险特征明显。这证明现阶段的新三板市场流动性风险较大,流动性明显不足。因此,扩容之后的新三板市场应从调整交易规则、强化做市商制度、规范信息披露和完善转板机制方面进行改革。     

沪深300股指期货VaR-GARCH模型风险管理研究——基于恒指期货的比较视角

股指期货是以股票指数作为标的的金融衍生产品,其在金融风险管理中具有重要作用,同时自身也面临较大的风险。VaR—GARCH模型能够较好地模拟金融市场时间序列数据,并作出相应的估计值,是当前主流的风险管理方法。本文基于香港恒指期货的比较视角,对我国去年推出的沪深300股指期货交易进行VaR—GARCH模型实证分析,得出VaR—GARCH模型能够较好地管理沪深300股指期货的风险的结论,并建议加强VaR技术的运用和加强跨市监管,更好地管理股指期货的风险。     

多风险结构下期货动态交易保证金模型构建及实证研究

本文同时考虑期货品种和合约的流动性，构建了指标L’，将流动性风险纳入GARCH—VaR模型中，从而建立交易保证金动态设置模型。采用豆油期货数据，分别实证研究了不考虑流动性风险、考虑流动性指标L和新的考虑流动性指标L’的动态期货交易保证金模型。实证结果表明，指标L’的模型优于另两种模型，是相对合理全面的动态交易保证金模型，是比较合理全面的模型。     

人民币实际有效汇率波动性度量

本文首先探索确定了度量人民币实际有效汇率波动所适用的GARCH模型,然后用GARCH模型对人民币实际有效汇率波动性进行度量,选取1991年1月-2011年12月月度数据,得到GARCH序列,作为人民币实际有效汇率波动率,并绘制了人民币实际有效汇率波动走势图     

基于GARCH模型VaR方法的银行板块风险研究

本文对GARCH模型和VaR方法在风险管理方面的应用先做了介绍,然后通过选取2008年1月2日至2012年11月21日银行类板块指数日收盘价作为数据样本,运用GARCH模型VaR方法对我国银行板块的风险进行了实证分析.实证结果表明我国银行股股指对数收益率序列存在集聚效应,GARCH模型能够很好的描述我国银行板块的波动情况,因而测量的VaR值能较好的反映我国银行板块面临的风险程度.     

基于GARCH模型的BRENT原油价格波动性分析

本文使用GARCH模型对BRENT原油现货2007年6月4日至2012年5月22日的日收盘价格进行了统计拟合分析,得到了其收益率序列具有尖峰厚尾、异方差性、波动持久性、群聚性、杠杆效应等主要特征,这表明了外部因素对原油价格的冲击较大,投机因素较强,收益率与风险不一定成正比     

外汇风险度量研究——基于GARCH类模型及VaR方法

本文应用GARCH模型和VaR方法对美元、欧元、日元和港币对人民币的四种外汇汇率进行了实证分析,得出如下主要结论:四种汇率波动率序列均为非正态平稳序列,存在显著的ARCH效应,GARCH类模型可以有效地刻画其非线性动态波动特性.四种汇率均具有自我稳定功能,且美元和港币汇率波动的持续性显著地高于欧元和日元.在日元汇率中存在显著的非对称效应,而在美元和港币汇率中存在显著的风险补偿效应,欧元和日元的汇率风险大约为美元和港币的6-7倍;欧元汇率最理想的估计模型为GARCH(1,1)和IGARCH(1,1),而美元和港币汇率的首选模型为GARCH-M(1,1)-t和GARCH-M(1,1)-g,日元汇率的首选模型为PARCH(1,1)-t和EGARCH(1,1)-g.     

沪深300指数收益率的GARCH效应实证研究

本文基于两种非正态分布的GARCH类模型对我国沪深300指数进行实证研究,同时考虑到收益率条件方差的非对称性,采用GARCH模型中典型的非对称模型中的TGARCH模型对普通的GARCH模型进行改进。研究结果表明,沪深300指数波动有显著的GARCH效应,并且运用GARCH模型进行建模之后,消除了残差序列的异方差,同时运用TGARCH模型的改进也证明了波动存在一定的杠杆效应:即坏消息的出现会带来更大的冲击和波动。     

基于GARCH模型的核证减排期货价格波动性研究

近年来全球碳排放权交易市场急速发展,相应的金融衍生产品也相当活跃。本文运用GARCH模型对在芝加哥气候期货交易所上市交易的核证减排期货价格波动性特征进行了实证研究。研究结果表明:核证减排期货同样具有金融资产价格波动性的特征,即收益率分布呈现出波动集聚、尖峰厚尾的分布特征。实证检验核证减排期货收益率序列存在高阶ARCH效应,GARCH(2,1)模型可以对它的这些特征进行很好得拟合和解释另外,通过GARCH(2,1)-M模型发现,核证减排期货市场收益率与波动(风险)密切相关,通常情况下,风险大的收益率也高。     

基于GARCH模型的核证减排期货价格波动性研究

近年来全球碳排放权交易市场急速发展,相应的金融衍生产品也相当活跃。本文运用GARCH模型对在芝加哥气候期货交易所上市交易的核证减排期货价格波动性特征进行了实证研究。研究结果表明:核证减排期货同样具有金融资产价格波动性的特征,即收益率分布呈现出波动集聚、尖峰厚尾的分布特征。实证检验核证减排期货收益率序列存在高阶ARCH效应,GARCH(2,1)模型可以对它的这些特征进行很好得拟合和解释另外,通过GARCH(2,1)-M模型发现,核证减排期货市场收益率与波动(风险)密切相关,通常情况下,风险大的收益率也高。     

浅析成交量对GARCH族模型的修正作用——房地产上市公司股价波动性的实证研究

本文采用GARCH-M模型对上证地产股指数日收益率序列数据进行拟合,分析收益率与风险之间的关系,并引入成交量解释该日收益率的ARCH效应。之后采用TGARCH和EGARCH模型分析上证地产股市场的杠杆效应,并引入成交量对拟合的结果进行了修正。得出成交量不仅能解释ARCH效应,而且将成交量作为GARCH族模型的一部分,可以对GARCH族模型的拟合结果进行修正,避免拟合结果出现与实际不符的谬误的结论。     

金融危机对中国股市波动影响的实证研究——基于GARCH模型族的分析

针对2008年由美国次贷危机引起的一场全球金融危机,利用GARCH模型族方法对金融危机前后中国股票市场的波动特征进行比较研究。本文首先对GARCH模型误差项的选择进行了比较,然后采用GARCH模型族对上证综指对数日收益率波动性进行分析研究。结论显示:上证综指的日收益率序列在金融危机前后均表现出波动的集群特征和"杠杆效应";金融危机之前,中国股市符合高风险高收益的特征,而金融危机之后,高风险并不意味着高收益;金融危机发生后,股票市场波动的持续性和长期记忆性减弱,意味着股票市场短期波动加大,短期风险增加。     

GARCH类模型在我国地产板块风险度量中的应用研究

本文以2008年1月2日至2013年5月6日地产指数日收盘价数据作为实证样本,运用GARCH和EGARCH模型度量波动性,分别计算95%置信水平下地产指数对数收益率的VaR,从而对我国地产板块的风险进行实证分析。实证结果表明,GARCH模型和EGARCH模型都能够较好的描述我国地产板块的波动情况,但是GARCH模型在覆盖风险方面比EGARCH模型更优。     

我国创业板市场的波动性研究——基于GARCH模型的分析

创业板市场,又称"二板市场",是为具有高成长性的中小企业和高科技企业进行融资服务的市场。2009年10月23日,我国创业板市场在深圳证券交易所正式启动,同年10月30日起正式交易。本文以我国创业板指数收益率时间序列为研究对象,运用GARCH模型对其波动性进行实证分析。研究表明:我国创业板指数收益率时间序列存在明显的ARCH效应;模型GARCH(1,1)对我国创业板市场波动性有较好的拟合性和适用性;创业板市场的波动十分剧烈,总体风险还较大。     

房地产市场的波动性研究：基于中美房地产市场的GARCH模型分析

GARCH模型是近20年发展起来的时间序列模型,其在金融市场的预测与决策方面有着重要的作用。本文运用GARCH类模型对中美两国房地产市场的收益率波动进行了分析,并得到了以下结论：房地产市场收益的方差具有不稳定性,且存在着＂波动聚集性＂;具体就我国而言,我国的房地产市场并不存在杠杆效应。     

基于ARMA-GARCH模型的风险管理

根据金融时间序列的特点,建立收益率的ARMA-GARCH模型,介绍了用GARCH模型估计VaR的方法,据此预测股票的市场风险,为企业和投资者的风险管理提供依据.     

基于GARCH类模型的人民币汇率非线性依赖关系研究

利用三类不同结构的基本 GARCH 类模型对四个不同时间跨度上人民币汇率序列进行拟合和效度检验;并进一步结合窗口检验程序,借助相关性 C 统计量和双相关 H 统计量对实证对象的 GARCH 类非线性结构的稳定性及 GARCH 类模型中有关非线性相关的基本假设进行检验。结果表明,人民币汇率系统是一个典型的非线性动态复杂系统,人民币汇率序列中的 GARCH 类非线性结构表现出了非持续和瞬时性的特点。