我国国债期货市场价格收益SEMIFAR模型的估计与预测

该文利用半参数分数自回归模型 (SEMIFAR) 对我国国债期货市场价格收益进行了很好地拟合和预测,这项研究对于国债期货投资、对金融衍生品价格预测和风险管理具有重要参考意义.     

随机波动率模型下的GMM估计对我国股市的实证分析

随机波动率模型(Stochastic Volatility Mode)是金融时间序列中一个十分重要的模型,广泛应用于验证波动率的随机性。GMM(general moment method)是一种十分有效的运用于线性和非线性模型的参数估计与假设检验中的方法。本文采用GMM方法,来验证我过2001年到2011年的上证指数时间序列是否符合随机波动率模型。     

带高频信息及交互效应的波动率模型

本文利用股票市场的高频数据波动率预测,采用隔夜波动率和交易时段波动率预测模型,其中,隔夜波动率模型考虑了周末效应对波动率的影响,在交易时段波动率模型中,"已实现波动率"采用基于周平均收益率的函数系数形式,以考察短期收益与高频信息的交互影响,建立了函数系数GARCH模型。基于上证综指的实证分析显示,隔夜波动率存在明显的周末效应,交易时段波动率"杠杆效应"显著,短期收益与高频信息存在显著的非线性交互作用。     

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。     

创业板指数波动率预测效果比较研究——基于GARCH族模型

创业板的推出虽然为投资者提供了更为多样的投资渠道,但其投资风险明显高于主板市场。本文运用GARCH族模型对创业板指波动率进行了实证分析,并对各模型的波动率预测效果进行比较。结果表明,AR（1）-GARCH（1,1）模型对创业板指波动率的预测更为有效。     

基于历史和隐含波动率的权证定价效率研究

该文选取了2008年12月在沪深股票交易所交易的所有处于实值状态的权证和2只处于虚值状态的权证、2只过期权证,分别运用历史波动率和隐含波动率,计算了基于B-S定价方法的理论价格,结果发现基于历史波动率的B-S理论价格倾向于低估市场价格,对于处于深度虚值状态的权证,其已失去对价格的解释和预测能力;而基于隐含波动率的B-S理论价格对市场价格的短期解释和预测能力较好,在本文测试的样本内偏误均在1%以内;通过对两只过期权证的测算,结果表明基于历史波动率的B-S理论价格对权证在整个存续区间的运行趋势起到了决定性的作用,但市场价格的运行要高于理论价格且背离理论价格的运行具有一定的规律性,我国权证市场存在较大的投机成分.     

我国黄金现货波动率预测能力分析——基于GARCH模型与CARR模型的比较

GARCH模型是金融资产波动率研究最常用的方式,近期Chou提出的CARR模型在估计波动率方面也显示一定的先进性。本文以我国黄金现货市场的主要交易品种Au99.95为研究对象,利用GARCH模型、GARCH-SKST模型、CARR模型和CARRX模型对我国黄金现货市场的波动率进行拟和,并根据Mincer-Zarnowitz回归方程和Diebold-Mariano检验对各类模型进行了预测能力比较分析,得到的结论是CARR模型在波动率研究方面优于其他模型。     

长记忆随机波动率模型下带跳的回望期权定价

文章用鞅定价方法探讨了长记忆随机波动率模型下带跳的回望期权定价问题,基于均值方差分析思想,最后推出了其市场定价公式。     

基于股指波动率的股市压力指数构建

金融危机的爆发,使得对系统性风险的有效监测成为当前宏观审慎管理部门迫切需要解决的问题.目前对系统性风险的监测主要有两类,一类是利用宏观经济数据进行分析监测,一类是利用金融市场与实体经济之间的关系,通过监测金融市场间接监测系统性风险.运用IMF及部分央行的理论方法,利用GARCH模型估计我国股票市场的波动性,辅之以股票市场涨跌情况,构建我国股票市场的市场压力指数,并进行简单的检验,市场压力指数较为灵敏、有效.     

中国股市波动率的双重不对称性及其解释——基于MS-TGARCH模型的MCMC估计和分析

本文应用MCMC方法估计了上证综指的MS-TGARCH模型,并得出中国股市的波动率存在双重不对称性。其一,每个波动状态中,中国股市的波动率都存在不对称性,其中高波动状态的波动率对好消息的反应显著大于坏消息,而低波动状态则刚好相反;其二,不同状态之间,中国股市波动率的不对称性刚好相反,并且高波动状态伴随着显著大于0的平均收益率。最后,本文从投资者心理、行为以及中国经济大环境等角度进行了解释。     

基于波动率的期权定价理论及实证研究

金融衍生品价格是否合理是市场是否能够有效进行的保证,本文通过对波动率下的期权定价模型的理论分析与比较,使用港股期权的最新数据,运用BS、GRACH以及Heston模型三种方法分别进行实证研究.     

期权定价模型中的波动率分析

期权定价模型是布莱克的一种典型的相对经济理论,它在金融实践过程中产生巨大的经济影响,这种期权的模型需要输入参数中在市场中无法直接观察取得的重要变量,即波动率数值,也就是说,基于历史数据来计量历史波动。人们通常在期权经济定价中,结合期权的价格,采用定量模型倒推出隐含的波动率,这种隐含的波动率对于投资者未来市场的预期有很重要的作用,对于期权市场和经济市场的避险和套期保值业务来说,为了能够进行更好的风险规避和管理,就必须要了解隐含波动率的波动规律。     

基于GARCH(1,1)模型的上证50ETF波动率研究

本文基于上证50ETF2005~2016年的日收盘价,利用GARCH(1,1)模型分析了上证50ETF波动率。研究表明,上证50ETF波动率不仅受前期波动率的影响,还和基金净值波动率、平均交易量波动率存在显著的正向关关系。     

中国股市波动率的年线效应

本文以上证综合指数年线作为标准,把股市划分为牛市和熊市两种状态,并采用ARMA-EGARCH-M模型分别研究了牛市和熊市的股市波动率,称为年线效应。通过实证分析,得到以下主要结论：无论是牛市还是熊市,中国股市的日历效应都不显著;熊市的收益率序列几乎不存在任何的序列相关性;牛市波动率更容易受到坏消息的影响,而在熊市中,好消息的影响较大。如果不对消息内容进行区分,牛市会更容易受消息的冲击,加剧市场波动;而熊市中好消息和坏消息对市场波动的影响并不存在显著的差别。     

基于灰色支持向量机模型的基金波动率预测

探讨灰色系统与最小二乘支持向量机组合预测模型在波动率上的应用的可行性,通过对灰色模型进行残差修正和背景值修正以及对最小二乘支持向量机进行参数寻优,来提高组合预测模型的预测精度和推广泛化能力。经波动率预测的实证分析得出建立的组合模型比支持向量机模型有较好的预测效果。     

中国股市融资融券标的股票“异质性波动率之谜”研究

本文研究了中国A股市场融资融券标的股票的"异质性波动率之谜",分别在我国融资融券制度推行初期和后期,构建了两阶段的双重差分回归模型,比较融资融券制度的政策效果。实证结果表明,在融资融券制度推行初期,两融标的股票"异质性波动率之谜"现象未能得到有效抑制。融资融券制度推行后期,A股市场融券交易总量快速增长,融资融券标的股票的"异质性波动率之谜"现象相对非融资融券股票得到明显抑制,这一抑制效应对于融券交易活跃的股票更为显著,说明融券交易的活跃程度对于抑制融资融券标的股票"异质性波动率之谜"现象起主要作用。     

基于SVAR模型的货币政策传导与股市波动

本文通过构建实际利率、货币供应量变动率和上证综指收益率的三元结构SVAR（结构向量自回归）模型,进行定量分析。主要创新结论有：我国利率已经由以往纯粹的外生变量逐步转化为经济系统的内生变量,应继续推进利率市场化改革;利率的调整往往对股市具有较大影响,如果频繁的运用存贷款利率货币调控政策,则对股票市场的发展产生阻碍作用;所以现阶段的调控措施,央行应该侧重于运用数量型货币工具存款准备金率,而非传统的价格型货币工具存贷款利率,才能维护股市稳定,保证经济持续健康发展。