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GARCH族模型对H股指数期货的VaR与CVaR值的实证研究

以港交所H股指数期货的收盘价格数据作为实证载体,基于GARCH族模型中残差的正态分布、T分布和广义误差分布（GED）三种不同情形,分别采用GARCH、EGARCH及PARCH模型,计算H股指数期货收益波动序列的VaR和CVaR值,结果表明基于广义误差分布的PARCH模型（GED—PARCH）无论在计算VaR值还是CVaR值方面都是最优的。     

基于GARCH族模型对H股指数期货的VaR与CVaR值的实证研究

本文以港交所H股指数期货的收盘价格数据作为实证载体,基于GARCH族模型中残差的正态分布、T分布和广义误差分布（GED）三种不同情形,分别采用GARCH、EGARCH及PARCH模型,计算H股指数期货收益波动序列的VaR和CVaR值,结果表明基于广义误差分布的PARCH模型（GED-PARCH）无论在计算VaR值还是CVaR值方面都是最优的。     

基于GARCH—VaR模型的保险投资风险度量研究

近几年,金融危机不断,传播的速度和影响的广度不断加强,因而在极端收益情形下的VaR值（在险价值）准确预测有着重要的意义。传统的VaR方法,虽对收益的正常波动有较好的预测能力,但通过对金融资产的收益率做折线图可以看出,收益率的波动呈现集群性,即一段时间收益率波动较大,     

基于GARCH-VAR模型的股指期货市场风险度量研究

本文以沪深300股指期货的日收盘价格数据为实证载体,基于GARCH族模型中残差的正态分布、t分布和广义误差分布（GED）三种不同情形,分别采用GARCH、TGARCH和PARCH模型计算不同置信水平下沪深300股指期货收益波动序列的VaR值,结果表明：分布假定和置信水平对VaR的计算结果有显著影响,GARCH模型的选择对估计结果影响较小。但综合比较来看,基于广义误差分布的GARCH模型的估计效果最优。     

对上证日收盘指数进行规律性探索——基于GARCH(1,1)模型

上证指数作为国内最早上市,最具权威的指数,一直是经济研究人员和投资者关注的焦点。通过GARCH(1,1)模型来实际剖析上证日收盘指数的运动规律,包括收益率序列存在的波动聚集性和尖峰厚尾等特征,并对收盘指数进行一定预测,并得到改进后适用于我国上证日收盘指数市场的GARCH(1,1)模型,以此使广大投资者可以更好的通过上证指数运动规律判断股市行情,做出适合自己的判断。对投资者投资上证日收盘指数市场做了指导。     

基于GARCH族模型族的创业板指数波动性研究

本文通过GARCH族模型族对44业板指数收益率的波动性以及波动的非对称性进行了相关的实证分析。经过对该收益率序列的实证分析．我们发现该序列具有使用GARCH模型的一些显著特征：尖峰厚尾、集群现象以及明显的异方差性。此外．序列波动的非对称性也比较显著,创业板股市对于负面消息的反应要大于正面消息。即负面消息能够产生更大的股市波动。最后．通过实证比较得出TGARCH（1．1）模型可以很好地描述创业板指数收益率的波动性。     

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GARCH—N模型评估黄金市场风险

本文以1979月1日-2011年12月2日的黄金现货价格日度数据为基础,在把握住黄金现货价格的数据特征基础上,利用GARCH-N模型来刻画黄金现货价格波动性.     

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。     

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VaR—GARCH的开放式基金投资风格研究

本文通过GARcH模型,得到了各个样本基金收益率序列的条件方差,进而根据条件方差求得各基金收益率序列的VaR值,通过分析VaR值得出各基金的风险偏好相似,因此得出我国开放式基金投资风格趋同的结论.     

基于Copula-GARCH-EVT的中国开放式基金投资组合风险度量

文章结合CARCH模型和EVT理论刻画了单个金融资产收益率的波动性和尾部分布,并将Copula函数和Monte Carlo技术应用于证券投资组合的VaR计算方法.通过对光大红利基金的实证研究,得到前十大重仓中单只股票及其投资组合的风险值,结果表明,基于Copula-GARCH-EVT的VaR方法具有重要的经济应用价值.     

Dynamic Modeling of Tail Risk: Applications to China, Hong Kong and Other Asian Markets

In this paper, we study the extreme dependence between the markets in Hong Kong, Shanghai, Shenzhen, Taiwan and Singapore. The tail dependence coefficient (TDC), which measures how likely financial returns move together in extreme market conditions, is modeled dynamically using the Multivariate Generalized Autoregressive Conditional Heteroscedasticity model with the time-varying correlation matrix of Tse and Tsui (Journal of Business & Economic Statistics, 20(3):351–363, 2002). The time paths of the TDC indicate that Hong Kong stocks had the highest extreme dependence during the Asian financial crisis and their TDCs have followed an increasing trend since 2006. The results in this paper also show that the TDC pattern of Singapore with the other markets is very similar to the TDC pattern of Hong Kong with the other markets. An increasing trend in the extreme dependence between Shanghai A Share Index and Shanghai B Share Index and between the Hang Seng Index and the Hong Kong China Enterprise Index is observed from 2002 to 2007. A substantial rise in the TDC between Shenzhen A Share Index and Shenzhen B Share Index was recorded after the China market reforms in 2005. Our TDC modeling with Asian market data provides evidence that Asian markets are becoming integrated and their extreme co-movements during financial turmoil are becoming stronger.     

Evaluation of Black-Scholes and GARCH Models Using Currency Call Options Data

This paper empirically examines the performance of Black-Scholes and Garch-M call option pricing models using call options data for British Pounds, Swiss Francs and Japanese Yen. The daily exchange rates exhibit an overwhelming presence of volatility clustering, suggesting that a richer model with ARCH/GARCH effects might have a better fit with actual prices. We perform dominant tests and calculate average percent mean squared errors of model prices. Our findings indicate that the Black-Scholes model outperforms the GARCH models. An implication of this result is that participants in the currency call options market do not seem to price volatility clusters in the underlying process.     

基于有效波动率的市场一般性风险测度研究

鲁棒跳跃的波动率估计是波动率研究的新方向。本文首先采用蒙特卡洛模拟技术检验鲁棒跳跃波动率估计量MedRV的有效性以及预测的准确性,结果表明:MedRV能够有效鲁棒跳跃行为,得到有效波动率(EV)的估计量,同时相对于双幂次变差(BV)有更好的预测准确性。然后基于MedRV估计量构造了市场一般性风险测度,并对中国证券市场一般性风险分布特征进行了研究,结果表明:基于MedRV估计量所得到的MedRV-VaR指标可以有效摒除极端市场风险因子,得到市场一般性风险测度。     

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。     

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。     

长寿风险对基本医疗保险统筹基金的冲击效应研究——基于VaR与CVaR模型的综合测算

借鉴金融风险管理中VaR和CVaR模型对尾部风险的测量思路,通过构建有限数据Lee-Carter死亡率预测模型,测算了人口的长寿风险及其对基本医疗保险统筹基金的冲击效应,结果表明:2015-2060年基本医疗保险参保人群将面临巨大的长寿风险,极端情况下长寿风险将给统筹基金收支结余超预期下降造成不容忽视的尾部损失;推迟退休年龄、提高生育率、调整个人账户和报销比例、提高职工缴费工资和控制住院费用增长均可以在一定程度上缓解长寿风险的冲击.建议明确政府在基本医疗保险长寿风险管理中的主导作用,构建医疗、养老和长期护理保险的三险联动保障机制.     

金融风险测量理论的进展

金融风险测量理论已经成为金融理论一个重要组成部分和研究方向,金融风险分析已经从过去定性的分析发展到运用先进数学模型进行定量的分析和研究。本文综述了金融风险测量理论的研究进展。