基于SEMIFAR模型的我国股市波动率的长记忆性研究

以深圳股票市场1997年1月1日至2011年10月10日深证成分指数行情数据为样本,采用SEMIFAR模型,研究中国股票市场波动率的长记忆特性。首先,对长记忆的统计检验进行计量分析,研究发现对数日波动率序列衰减缓慢并在滞后200阶的情况下依然显著,这表明我国股票市场波动率序列具有长记忆性。紧接着,尝试使用SEMIFAR模型对日波动率序列进行建模和预测,结果发现SEMIFAR模型在对数日波动率序列长记忆建模中效果很好。     

货币市场基金日收益率序列的波动性研究

传统的计量经济学模型往往假定样本同方差,但随着金融理论不断深入发展,大量的金融实证研究表明,方差是随时间而变化的,金融市场的许多时间序列数据如股价、利率和汇率等时间序列的波动都呈现非正态性、收益率一阶不相关而高阶相关及条件异方差性.     

基于GARCH模型的人民币汇率走势预测

自2005年7月人民币汇率改革以来,人民币持续升值,分析和预测汇率走势对制定金融政策和投融资决策具有重要意义。本文运用时间序列的GARCH模型,选取05年7月至12年9月的人民币兑美元的日汇率作为样本数据,在论证了GARCH模型预测可行性的基础上,预测分析了人民币汇率在2012年上半年的大致波动趋势,拟合效果较好。     

汇率预测及对新疆跨境贸易人民币结算的思考——基于ARMA模型的实证分析

随着国与国之间的联系日益密切,外汇的产生是商品流通以及商品经济发展的必然结果;而汇率作为两国货币的比价,那么一国的国际收支、利率水平、经济发展、财政赤字、外汇储备、居民的心理预期以及汇率政策等都会引起汇率的波动。因此对汇率走势进行预测有着重要意义,但对汇率进行准确预测是困难的。而ARMA模型可以分析实际金融时间序列变量动态过程,较好的模拟和预测时间序列的动态特征。故选取人民币兑美元汇率变动的历史数据为样本,通过建立ARMA(1,0)模型,对人民币未来走势做出预测,加之新疆作为"丝绸之路经济带"的核心区,对如何发展和推广跨境贸易人民币结算业务提供一定思路。     

银行汇率风险管理与时间序列模型研究——以ARCH模型评估资产组合收益的概率分布函数为基础

金融时间序列模型在金融理论和金融实务的应用日益广泛,然而却一直忽略了时间轴上的异方差问题,本文从ARCH模型出发,以外汇汇率风险管理为对象,对其可行性进行了相关研究,并针对外汇风险管理提出了相关改进建议。     

基于ARCH类模型的VaR方法在外汇风险计量中的应用北大核心CSSCISSCI

本文将残差项服从t分布的ARCH类模型应用于我国外汇风险的计量。通过美元/人民币汇率日波动率VaR值的实证分析发现:(1)ARCH类模型预测得到的VaR值都能很好地拟合美元/人民币汇率日波动率的实际情况,美元/人民币汇率存在明显的ARCH效应;(2)基于ARCH类模型预测的VaR值其计算精度基本上都超过了J.P.Morgan公司RiskMetrics所采用的EWMA模型,这验证了本文选取ARCH类模型以及考虑残差项服从t分布的合理性;(3)ARCH类模型中以TARCH-M(1,1)模型计算结果最为理想。本研究可为金融机构、监管部门以及外汇投资者规避外汇风险提供决策依据和理论参考。     

基于ARCH类模型的VaR方法在外汇风险计量中的应用

本文将残差项服从t分布的ARCH类模型应用于我国外汇风险的计量。通过美元/人民币汇率日波动率VaR值的实证分析发现:(1)ARCH类模型预测得到的VaR值都能很好地拟合美元/人民币汇率日波动率的实际情况,美元/人民币汇率存在明显的ARCH效应;(2)基于ARCH类模型预测的VaR值其计算精度基本上都超过了J.P.Morgan公司RiskMetrics所采用的EWMA模型,这验证了本文选取ARCH类模型以及考虑残差项服从t分布的合理性;(3)ARCH类模型中以TARCH-M(1,1)模型计算结果最为理想。本研究可为金融机构、监管部门以及外汇投资者规避外汇风险提供决策依据和理论参考。     

汇率相关性预测的比较研究北大核心CSSCISSCI

基于外汇汇率之间满足无套利的三角关系的基本假设,本文利用统计学中两变量之和的方差公式经过变形得出了汇率之间的隐含相关系数。本文结论表明,外汇期权隐含相关系数相比于历史相关系数有着更为优越的预测能力。对组合预测的分析也发现,不同信息的组合无法在任何情况下战胜所有的单独信息预测,但在部分情况下显著优于所有的单独信息预测。     

基于GARCH模型的欧元／美元汇率的预测

本文对今年来欧元兑美元的日收盘价进行数据分析．发现欧元／美元汇率日波动不服从正态分布。而且汇率的时间序列有波动异方差性,根据近年来欧元／美元的汇率数据特征．建立欧元／美元汇率的GAR．CH（1,1）预测模型,实证分析所建模型的拟合度较高,适应做短期预测。     

人民币汇率波动对新疆出口贸易影响的实证研究

以人民币实际有效汇率、新疆GDP、新疆出口额以及居民消费水平指数作为研究指标,选取新疆1991～2018数据构建VAR模型,实证探究了新疆的出口额究竟是否会受到人民币汇率波动方面的影响.通过分析脉冲响应图与方差分解图,发现汇率的正方向变动会使新疆的出口额出现相反方向的变化.基于此,结合新疆本地的相关情况给出了一些可行性对策建议.     

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     

基于高频数据的波动率预测研究

基于高频数据的金融分析与建模研究目前已成为金融工程研究领域的一大热点.在金融资产价格波动率的刻画上,金融高频波动率有着低频波动率无法比拟的信息优势,能够较为准确地刻画金融市场波动率的相关特征,并对金融市场波动率的变化做出较为精确的预测.本文选择基于高频数据的沪深300指数为样本,通过构建已实现波动率和已实现极差的长记忆性模型去研究高频数据建模预测中的方法,以对比研究的形式分析了已实现波动率和已实现极差在波动率预测中的能力大小,为高频数据波动率预测研究提供了参考和借鉴.     

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。     

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.     

基于风险价值VaR模型在外汇市场中的实证分析

本文分别运用GARCH和Cornish-Fisher扩展的VaR模型对外汇市场的汇率价格收益率进行实证比较研究,选取具有代表性的欧元对美元和英镑兑美元的汇率作为变量,并对VaR进行预测。实证结果发现,结合异方差的Cornish-Fisher扩展的VaR模型与仅用波动率描述的VaR计量方法相比较具有较好的修正作用,且所得出的VaR值结果存在也有一定的差异。从而分析不同方法下得到的VaR值对于在外汇市场中不同偏好风险管理者的意义,并对外汇市场汇率波动成因进行初步的探讨。     

人民币汇率波动高阶矩风险的测度研究

为了考察人民币汇率高阶矩风险的动态特征,本文首先采用拉格朗日乘子检验对人民币/美元名义汇率收益率序列是否存在异方差、异偏度和异峰度效应进行判断,然后运用自回归条件方差偏度峰度模型对汇率波动的高阶矩风险进行测量.研究表明,人民币汇率波动的方差风险和偏度风险具有时变特征,而峰度风险不具有时变性,鉴于人民币汇率风险的时变性,应该从动态角度进行汇率风险的防范与规避.     

基于高频数据的波动率预测研究

基于高频数据的金融分析与建模研究目前已成为金融工程研究领域的一大热点。在金融资产价格波动率的刻画上,金融高频波动率有着低频波动率无法比拟的信息优势,能够较为准确地刻画金融市场波动率的相关特征,并对金融市场波动率的变化做出较为精确的预测。本文选择基于高频数据的沪深300指数为样本,通过构建已实现波动率和已实现极差的长记忆性模型去研究高频数据建模预测中的方法,以对比研究的形式分析了已实现波动率和已实现极差在波动率预测中的能力大小,为高频数据波动率预测研究提供了参考和借鉴。     

基于ARIMA模型的我国外汇储备短期分析与预测

外汇储备是代表了一国的偿债能力和资信水平,反映了一国的对外金融实力.本文从我国外汇储备的现状出发,建立了关于我国外汇储备量的ARIMA时间序列模型并进行了短期预测,得出目前我国在短期内还将保持高额的外汇储备的结论,并提出相关政策建议     

外部冲击对人民币汇率的影响效应分析———基于VAR模型

对人民币汇率的因素进行时问序列进行单位根检验和协整检验的结果表明,外汇储备、中美利差和通货膨胀率之差对人民币汇率的冲击影响显著,国内货币供应量和国外直接投资则对汇率的影响较弱.利用VAR模型进行脉冲响应分析和方差分解分析,进一步阐明各因素变化对[率波动的影响程度.     

时间序列模型在金融产品价格预测的效果分析

金融市场的波动率对资产定价、组合投资以及风险管理无论是在理论上还是在实践上都是非常重要的。本文选取两种不同的时间序列模型——实际波动率和GARCH模型,对不同的金融产品价格进行预测并分析比较各自的效果。