基于GARCH模型的VaR方法对我国开放式基金风险的分析

本文从我国开放式基金收益率序列的分布与波动性两方面建立了一个估计基金风险的VaR-GARCH模型,在正态分布和能够刻画收益率的尖峰厚尾特征的t分布GED分布三种不同的分布假设下,对基金的VaR值进行估计,并应用Kupiec失败频率检验方法对VaR模型的准确性进行了返回检验。结果显示,基于GED分布的GARCH模型计算的VaR值比基于正态分布和t分布GARCH模型计算的VaR值更真实地反映了基金的风险。     

我国消费增长均值过程和波动过程的双长期记忆性测度

本文基于ARFIMA-FIGARCH模型对我国1995年1月至2009年12月期间社会消费品零售总额增速的动态过程进行检验,发现我国消费增长的一阶矩和二阶矩均存在显著的长期记忆性特征,即我国消费增长序列具有双长期记忆性特征,这表明我国消费增长序列具有一定的粘性。同时,ARFIMA-FIGARCH模型的估计结果说明,相对于ARFIMA模型以及FIGARCH模型而言,ARFIMA-FIGARCH模型的估计效果更优。     

基于GJR—ALaplace方法的开放式基金风险研究

根据我国开放式基金收益率序列的尖峰、厚尾、有偏和波动时变的特征,引入非对gg,Laplace分布对收益率序列进行刻画和拟合。构建度量基金风险的动态GJR—Asymmetric～Laplace模型,在非对称Laplace分布、Laplace分布和正态分布三种分布假设下测算VaR,并做返回检验。选取12只开放式基金在2007．01．04～2009．12．31期间的日累计净值数据做实证研究。实证表明：除了基金大成债券外,其余11只基金显著通过假设,符合非对称Laplace分布,相rELaplace分布和正态分布来说,非对称Laplace分布能更好地拟合基金收益率序列。正态分布假设下风险度量值通过检验的基金数显著少于Laplace分布假设,而Laplace分布下通过检验的基金数亦少于非对称Laplace分布,可知非对称hplace分布假设下得出的基金动态风险值更为有效。     

基于GARCH模型族的深圳股市波动性分析

文章以深证综合指数作为研究对象．采用GARCH模型族对1997-2008年中国深圳股票市场的波动情况进行实证分析。研究结果表明,深圳股市具有明显的ARCH效应、深综指收益率序列具有显著的“尖峰厚尾”特点。存在波动聚集效应,期望收益与期望风险之间存在正相关关系。     

基于GARCH模型的证券投资基金VaR计算与实证研究

基于统计技术的度量金融市场风险值(Value at Risk,VaR)已成为测量市场风险的新标准和新方法。鉴此,如何高效、准确地进行VaR的计算将是问题所在。基于GARCH模型,讨论了对数收益率时间序列在正态、学生t和广义误差(GED)三种不同分布下的VaR计算方法,对样本基金的市场风险进行估计,并通过返回检验来检验模型的准确性。研究结果表明,基于GED分布的GARCH模型计算的VaR值最能真实地反映基金风险。     

对我国开放式基金风险的实证研究——基于GARCH模型的VaR方法

从我国开放式基金收益率序列的分布、波动性和杠杆效应三方面考虑,在正态分布、t分布和GED分布的假设下,-建立了估计基金风险的VaR—GARCH、VaR—EGARCH模型,选择合适的模型对各只基金及不同类型基金的VaR值进行估计,并应用Kupiec方法对VaR模型的准确性进行了返回检验。结果显示,基于GED分布的GARCH模型计算的VaR值比基于t分布的GARCH模型计算的VaR值更真实地反映了基金的风险,不同投资类型和投资风格的基金的风险也不尽相同。     

基于GARCH模型的VaR方法的实证分析——以开放式基金为研究对象

从我国开放式基金收益率序列的分布、波动性和杠杆效应三方面考虑,在正态分布、t分布和GED分布的假设下,建立了估计基金风险的VaR-GARCH、VaR-EGAKCH模型.选择合适的模型对各只基金及不同类型基金的VaR值进行估计,最好根据结果得出相应的结论.     

我国短期利率序列均值过程和波动率过程的长期记忆性测度与检验

我们使用我国1996年1月至2008年6月期间的银行同业拆借利率,对我国利率均值过程及其波动过程的长期记忆性进行测度和检验。利用ARFIMA模型和FIGARCH模型的检验结果说明,我国利率序列的一阶矩中不存在长期记忆性,而二阶矩中存在显著的长期记忆性;进一步运用ARFIMA-FIGARCH模型对利率均值过程及其波动过程的双长期记忆性进行检验时发现,我国利率序列均值过程中不存在明显的长期记忆性,但波动率序列中存在非常显著且较强的长期记忆性特征;通过考虑Student-t分布进一步说明,我国利率序列中明显存在"尖峰厚尾"分布特征。     

Asymmetric-Laplace-AGARCH-M模型下的股指风险研究

本文采用非对称Laplace分布来拟合具有尖峰、厚尾、有偏特征的金融收益率残差序列,利用AGARCH-M模型来描述金融序列波动的＂杠杆效应＂,提出了准确有效的Asym-metric-Laplace-AGARCH-M模型来度量金融收益序列的ES。通过实证分析表明,Asymmetric-Laplace-AGARCH-M模型能很好地度量金融收益风险。     

TARCH-M模型在测度上海证券市场风险中的应用

本文主要介绍一种新的模型,即TARCH-M模型来对上海证券市场风险波动进行实证分析.该模型保留了传统GARCH模型描述收益率波动集群性和过度峰度的优势,而且能描述金融资产收益率序列的有偏分布,同时根据资产定价理论,把股票风险波动考虑到股票收益率模型中.通过该模型,我们可以根据rt的历史数据对未来的风险波动σ2t进行预测,从而可以很好地测度出上海证券市场的风险波动,为政府部门监管股市,避免股市大起大落,为投资者规避市场风险提供理论依据.     

基于GARCH类模型对金融市场的风险度量与预测

<正>本文基于金融时间序列的自相关性、弱平稳性和条件异方差性进行探讨,通过对多个GARCH模型的比较分析,最终提出了能有效描述收益率序列的波动聚集现象和厚尾性的GARCH-t模型,并对该模型进行了样本内的比较和样本外的回测检验,保证了模型的稳健性,本文选取2011年1月4日至2021年6月30日沪深300指数,基于构建的GARCH-t模型进行实证分析,并在不同置信水平上预测了VaR值和ES值,研究发现该模型能较好地刻画收益率的变动趋势,可以用于金融市场的风险度量与预测。     

深圳股市有效性与可预测性并存的实证研究

选取深证成分股综合日指数(1991／04／03～2002／05／09)作为样本，对深圳股市的有效性用统计方法作了检验分析。根据有效市场理论，利用时间序列相关性分析和价格的随机游走对深圳股市的有效性进行检验；建立ARCH模型验证深圳股市的可预测性。通过检验发现：早期的深圳股市不属于有效市场形式，但现阶段则逐渐体现出可预测弱有效市场的特征。     

深圳股市对股权分置改革有何反应——来自第二批试点公司的实证检验

本文以深圳股市第二批试点公司为研究样本，通过赢家、输家股票组合超常日收益率的统计分析。以及累积超常日收益率的趋势分析，研究深圳股市对股权分置改革的短期反应。实证检验结果表明。在短期内，深圳股市存在过度反应。并且在公司股改预案披露后30个左右交易日，市场做出反向修正．     

GJR模型及Monte Carlo模拟法在测定上证综指的VaR中的应用

上证指数收益率的经验分布具有尖峰厚尾特征,本文以广义t-分布假设下的GJR模型为基础,测量了上证指数收益率波动性的杠杆效应,并根据GJR模型应用Monte Carlo模拟方法,测定上证指数日收益率和持有期收益率的风险价值(VaR).结果表明用GJR模型比均值-方差模型和历史模拟方法计算的5%显著性水平VaR值更接近实际收益率.     

国内外原油市场收益率及其波动性的双长记忆性测度

本文基于我国原油现货价格和欧洲Brent原油现货价格的数据,运用多种计量模型对原油市场收益率及其波动性的长记忆性进行测度。研究发现,我国原油市场收益率序列不存在长相依性特征,波动率序列则存在长记忆性效应;国外原油市场收益率及波动率序列均存在显著且较强的长记忆性。同时,检验结果表明,采用Student-t分布来刻画"尖峰厚尾"分布性质并利用TGARCH模型来描述"杠杆效应"是非常必要的。     

上海股市的VaR风险研究

针对上证综合指数收益率分布的尖峰厚尾特征,文章分别用GARCH-正态模型、GARCH-t模型和GARCH-GED模型进行拟合,证明了上海股市具有正的风险溢价,并存在杠杆效应。然后分别用这三种模型估计出的结果计算上海股市的日度VaR值,结果发现GARCH-GED模型比GARCH-正态模型能更好地度量上海股市的风险。     

基于事件研究法的“大小非”解禁关于股票市场风险研究

通过比较＂大小非＂解禁事件前后不同时期的风险价值VaR,来评价大小非解禁对证券市场风险的影响。首先针对股票收益率序列具有波动聚集以及尖峰、厚尾的分布形态,应用GARCH类模型计算解禁前后各一段时期内沪深两市不同解禁量股票的VaR;其次应用多种定性、定量统计方法对所计算的VaR值进行前后分析比较,分析结果表明,采用的方法能够很好地捕捉到＂大小非＂解禁事件增大股票市场风险趋势这一现象。     

基于稳定分布条件的GARCH模型研究

本文应用GARCH模型对1995～2008年的沪深A股指数收益率序列进行分析,对正态分布、学生t分布、广义误差分布以及稳定分布下的GARCH模型进行对比研究,发现基于极大似然准则和AIC信息准则下,新信息服从稳定分布的GARCH模型优于其他模型。     

上证综合指数波动性及VaR度量研究

以中国沪市的风险测量为研究对象,收集了近10年的上证综指每日指数收盘价。在对上证综指收益率序列分布分别作正态分布、卜分布和广义误差分布的假设基础上,分别用GARCH、EGARCH方程来分析和度量沪市的潜在风险和波动性特征,并用返回检验法检验,从而得出了符合沪市波动特征的VaR估值模型。     

我国银行间同业拆借市场利率风险度量

本文利用1996年1月5日至2008年9月17日的我国银行间隔日同业拆借利率序列,通过GARCH模型对收益数据中的自相关和异方差现象进行了实证研究,采用MLE方法估计模型参数,再利用所得参数分别计算了不同收益率分布假设下的不同置信水平的VaR值;在此基础上,进行回测检验,比较了各种模型估计效果,并进一步分析了我国同业拆借利率市场的系统性风险历史波动趋势;最后提出了相关结论与政策建议。