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。     

国债期货市场风险的实证研究——基于5年期国债期货仿真交易与真实交易的对比分析

运用GARCH模型对我国5年期国债期货仿真交易阶段和正式交易阶段的连续收益率进行实证分析。结果表明,我国5年期国债期货连续收益率存在尖峰厚尾的特征,通过GARCH模型较为准确地拟合我国国债期货波动特征。通过不同置信度下的Va R与国债期货对应的最低交易保证金水平进行对比分析,得出我国最低交易保证金水平逐步下调至与国际水平接轨,为我国国债期货的市场风险控制提供一定借鉴意义。     

沪深300股指期货风险管理的实证分析——基于CVaR-GARCH模型族

通过对沪深300股指期货收益率进行实证分析,采用可以更好刻画收益率序列特征的t分布和GED分布,基于GARCH模型族对收益率序列进行波动性建模。根据GARCH模型族的估计结果计算出CVaR值,并对CVaR的准确性进行了检验。由结果可知,GED分布下的TGARCH(1,1)模型是测算CVaR值的最佳模型。     

上海金属期货市场的非线性波动特征研究

期货市场是一个典型的非线性动力系统,通过对上海期货交易所(SHFE)的铜、铝期货合约进行非线性波动特征检验,采用基于GED(广义误差分布)的GARCH族模型考察期货收益率的ARCH效应、杠杆效应,并用R/S分析法检验期货收益率和波动率的长期记忆性,得到的实证结果表明:铜、铝期货价格波动有明显的集丛性,铜期货收益率波动没有"杠杆效应",而对铝期货来说,"利好"对条件方差的冲击大于"利空"的冲击.R/S分析结果显示:铜、铝期货收益率均呈现长期记忆性,铜期货有一个约43个日历月的非周期循环,而铝期货并没有明显的非周期循环.更重要的是,实证结果表明期货收益波动率有明显的长期记忆性,因此,在对期货市场波动率建模时应充分考虑这一点.     

基于GARCH模型对上证指数收益风险波动的实证分析

金融市场的不确定性导致价格波动的随机性,而研究波动的随机性不仅可以支持金融理论,也对金融实践有重大意义.本文以上证指数的日收益率为研究对象,采用EVIEWS通过建立ARCH类模型对上证指数日收益率进行实证分析,浅释股指收益率与风险之间的关系.结果表明,GARCH（1,1）模型能够较好的拟合上证股票收益率的波动特征,如“高峰厚尾”、集聚等现象,而GARCH（1,1）-M模型在一定程度上能较好的表现出风险与收益率之间的关系.同时也验证了沪市在中长期内不存在杠杆效应.     

基于中国黄金期货市场数据的GARCH族模型拟合评价

本文运用GARCH族模型对我国黄金期货市场波动进行拟合情况,以上海期货交易所AU1406黄金期货合约的日收益率为数据来源,并运用损失函数对GARCH,TGARCH,EGARCH三个模型的波动率预测精度进行比较。实证结果表明,对称的GARCH模型是描述市场波动性给出了很好的描述,能够对投资者,特别是我国黄金生产企业在市场风险度量与预测以及投资决策时有所帮助。     

基于中国黄金期货市场数据的 GARCH 族模型拟合评价

本文运用 GARCH族模型对我国黄金期货市场波动进行拟合情况,以上海期货交易所 AU1406黄金期货合约的日收益率为数据来源,并运用损失函数对 GARCH,TGARCH,EGARCH三个模型的波动率预测精度进行比较。实证结果表明,对称的 GARCH模型是描述市场波动性给出了很好的描述,能够对投资者,特别是我国黄金生产企业在市场风险度量与预测以及投资决策时有所帮助。     

由GARCH模型探讨深圳股市风险价值的应用——基于1997~2013样本数据实证分析

中国自改革开放经济快速成长,人们在追逐高额回报率的背后,高风险也伴随而来。近年来投资者对风险的意识逐渐抬头,如何采用适当模型与方法对风险进行预测,是当前金融研究领域的热门话题。本文采用GARCH(1,1)模型对深证综指收益率序列进行研究,以Va R方法作为计算风险值的依据,进行波动率探讨。从实证的结果可知,GARCH(1,1)模型虽能预测深证综指的波动情况,但存在低估风险的情况。     

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。     

基于GARCH-VaR模型的股指期货风险度量实证研究

本文针对我国股指期货的风险问题进行了实证与规范研究。在总结了国内外关于股指期货风险度量与控制文献的基础上,综合阐述了VaR三种常见的计算方法。鉴于收益率通常存在尖峰厚尾的特点,本文重点应用基于GARCH模型的VaR方法,对沪深300股指期货IF1106合约进行风险度量的实证研究,计算出VaR值,并做了可靠性检验。分析结果表明基于GARCH模型的VaR方法适用于我国股指期货的风险管理。     

基于VaR的黄金期货保证金研究

本文在GARCH模型思想的基础上,运用VaR风险管理的方法,建立了基于GARCH-VaR的黄金期货保证金模型,对黄金期货进行了实证研究.研究表明黄金期货的收益率不服从正态分布,其收益分布具有明显的厚尾特征;研究发现GARCH-VaR模型较现行的静态保证金系统更有效,对我国保证金制度的完善有一定的帮助.     

黄金市场波动特征与风险度量

本文应用GARCH族模型刻画了伦敦黄金市场收益率波动特征,在此基础上计算出黄金市场VaR值用以度量风险并进行了回测检验。研究结果表明,伦敦黄金市场受外部冲击时收益率波动存在非对称效应,好消息带来的波动相对更大,并且高风险并不意味着高收益。给定95%置信水平,在正态分布假定下,TARCH(1,1)模型的VaR值精确度最高,可有效度量伦敦黄金市场波动风险。实证分析为黄金市场参与者管理风险提供了参考。     

基于CVaR-SV-N模型的股指期货风险度量

CVaR-SV-N模型能够更好地刻画股指期货收益率序列尖峰、厚尾和波动集群性的特征。以我国沪深300指数期货合约(IF1012)的日收益率为样本的实证分析表明建立在SV-N模型基础上的CVaR预测收益率涨跌波动与原始收益率的变化趋势比较一致,CVaR准确性检验说明CVaR预测收益的准确性在统计上是显著的,能够较准确地预测风险。     

限制股指期货对股市波动性影响的实证研究

本文利用2013—2016年沪深300指数收盘价的日收益率数据,首先采用GARCH(1,1)模型,分析了在剔除融资融券变量之后,限制股指期货的政策对股市的波动影响,然后使用EGARCH(1,1)模型分析股指期货限制对股市非对称效应的影响,最后通过中证500、上证50股指期货收盘价数据和调整数据周期进行了稳健性检验。研究结果表明:限制股指期货的政策降低了股市的波动性,但加剧了股市的非对称效应。     

上证国债指数日收益率的波动特征及对保险投资的影响——基于GARCH模型的实证研究

本文以上证国债指数日收益率的波动为研究对象,通过GARCH和非对称GARCH模型的实证分析,发现上证国债指数对数收益率表现出如下波动特征:一是具有集聚性,过去的波动对当前的波动具有持续的影响.二是存在显著的杠杆效应,利空消息引起的波动比同等大小的利好消息引起的波动要大.国债市场的波动性和风险对保险投资的策略选择具有重要...     

深证综指收益率波动集群性的实证分析

本文以深圳股市为研究对象,选取深证综合指数2000.1.4—2008.6.17共2036个交易日的数据,对收益率的波动情况进行统计分析,结果表明收益率分布表现出非正态性并存在波动集群性的特征,随后利用自回归条件异方差(ARCH)类模型,对收益率序列的波动进行了拟合,结果表明,广义自回归条件异方差(GARCH)模型对收益率波动的集群性具有较好的拟合效果。     

沪市股指收益率及波动性的实证分析

文章主要以上证综指日收益率作为研究对象,从实证的角度采用GARCH模型族,研究了2003年至2007年间我国股价波动的统计特征。实证结果表明:在这段检验时间内,上海证券市场股价的波动具有显著的尖峰厚尾特征,且存在波动的集群性、异方差性和非对称性,市场杠杆效应显著。     

中美大豆期货价格波动特征比较

期货股票等金融市场经常出现波动和集群现象,GARCH类模型是描述这种性质的主要工具。GARCH类模型能够较好地刻画出金融收益率时间序列高峰厚尾、杠杆效应、波动持续性等特征。对于研究期货市场波动性有较好的向导作用,对于研究市场有实际的研究意义和价值。本文以中国大连期货交易市场和美国芝加哥期货加以市场2005年至2012年3月的日收益率作为研究对象。对四段数据进行分析研究建立恰当的GARCH类模型,经过建立多个不同的模型进行对比,选择最佳的模型,最后分别对两个市场两个时段,建立了对应的四个模型,模型均通过了参数检验和残差检验最后进行了两个市场内部和两个市场之间的对比分析。     

由GARCH 模型探讨深圳股市风险价值的应用--基于1997～2013样本数据实证分析

中国自改革开放经济快速成长,人们在追逐高额回报率的背后,高风险也伴随而来。近年来投资者对风险的意识逐渐抬头,如何采用适当模型与方法对风险进行预测,是当前金融研究领域的热门话题。本文采用 GARCH（1,1）模型对深证综指收益率序列进行研究,以VaR方法作为计算风险值的依据,进行波动率探讨。从实证的结果可知,GARCH（1,1）模型虽能预测深证综指的波动情况,但存在低估风险的情况。     

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。