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模型的VaR方法在上证市场中的应用

VaR(Value at Risk,在险价值)作为市场风险的度量方法之一,能够有效地度量金融市场的风险。本文在介绍了VaR的概念、特点以及计算方法的基础之上,利用GARCH模型估计、预测股市的VaR值,并对上证指数进行风险度量的实证研究。分析结果表明基于GARCH模型的VaR方法能够较好地反映出股市的风险,适合在上证市场进行风险管理。     

基于VaR我国阳光私募基金市场风险研究

VaR方法称为风险价值模型,VaR模型测量风险简洁明了,统一了风险计量标准,VaR度量金融风险受到普遍关注。本文以阳光私募基金的风险度量作为研究对象,基于VaR方法,通过计算不同模型的不同分布值,论证GARCH模型能较好解决残差异方差问题以及分析阳光私募基金市场存在的投资风险问题。     

基于VaR我国阳光私募基金市场风险研究

VaR方法称为风险价值模型,VaR模型测量风险简洁明了,统一了风险计量标准,VaR度量金融风险受到普遍关注。本文以阳光私募基金的风险度量作为研究对象,基于VaR方法,通过计算不同模型的不同分布值,论证GARCH模型能较好解决残差异方差问题以及分析阳光私募基金市场存在的投资风险问题。     

我国银行间短期债券回购利率风险的度量研究——基于内部模型法(VaR)分析

本文用基于正态分布和t分布的GARCH类模型计算的VaR度量了我国银行间7天国债回购的短期利率风险,并与EWMA法、Delta-正态法和历史法对样本外动态VaR值计量的准确性进行了比较,得出以下几点结论:(1)EWMA和IGARCH(1,1)-N模型能够准确度量7天回购的利率风险;(2)EWMA方法的风险度量精度最高;(3)基于Delta-正态法、历史法以及基于t分布的GARCH类模型会严重高估风险;(4)基于正态分布的GARCH类模型的VaR并不会低估风险。     

沪深300股指期货VaR-GARCH模型风险管理研究——基于恒指期货的比较视角

股指期货是以股票指数作为标的的金融衍生产品,其在金融风险管理中具有重要作用,同时自身也面临较大的风险。VaR—GARCH模型能够较好地模拟金融市场时间序列数据,并作出相应的估计值,是当前主流的风险管理方法。本文基于香港恒指期货的比较视角,对我国去年推出的沪深300股指期货交易进行VaR—GARCH模型实证分析,得出VaR—GARCH模型能够较好地管理沪深300股指期货的风险的结论,并建议加强VaR技术的运用和加强跨市监管,更好地管理股指期货的风险。     

中国金属期货市场高频波动率预测模型比较研究

选取上海期货交易所铜、铝期货价格指数日内10分钟高频收益数据,构造了经调整的已实现极差波动率估计序列,利用6类GARCH族模型建模分析,描述了沪铜、沪铝期货价格指数的波动特征。运用多种损失函数比较了GARCH族模型样本外波动率预测精度的优劣,并在此基础上,采用Diebold-Mariano检验法评估了GARCH族模型的预测效果。结果显示,沪铜、沪铝期货市场上已实现极差波动率估计序列具有尖峰厚尾、集聚性、持续性等特征。对于沪铜期货市场,EGARCH模型具有相对较好的波动率预测能力,在某些损失函数标准下,FIGARCH模型以及GJR模型也体现出了较好的波动率预测能力,但FIGARCH模型的预测能力和其他模型相比较并不显著;对于沪铝期货市场,EGARCH和HYGARCH模型具有相对较好的波动率预测能力,而在某些损失函数标准下,FIGARCH以及IGARCH模型也体现出了较好的波动率预测能力。     

基于GARCH类模型和分位数回归的创业板市场隔夜风险度量

创业板市场的隔夜风险相对较大又较隐蔽,其隔夜收益的风险度量对创业板市场具有重要意义。采用GARCH类模型在误差分别是正态分布、t分布和GED分布下计算所选创业板股票指数收益的VaR降低误差分布对测算结果的影响,利用分位数回归计算VaR。研究比较发现,分位数回归具有比GARCH类模型更优良的预测结果,同时也发现误差服从GED分布时的预测结果更好。这里的研究方法和结论可以为创业板市场隔夜风险的度量提供有价值的参考。     

基于VaR-GARCH族模型的沪、深股市风险比较研究

本文通过对上证综指和深圳成指收益率建立各种GARCH类模型,并在此基础上计算VaR值,对沪深两市以及各种模型进行比较,得到了一些结论。     

GARCH模型下的Var计算

在险价值(Valueat Risk)是一种由J.P.Morgen提出并不断完善的卓有成效的风险度量技术,GARCH模型可以很好地模拟并度量VaR值。文章讨论了基于不同分布假定下的GARCH模型在上海股市和深圳股市的VaR值,结果表明T分布和GED分布能更好地表现股市收益率的厚尾性,且深圳股市相比上海股市具有更大的风险性。     

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。     

GARCH模型下的Var计算

在险价值(Valueat Risk)是一种由J.P.Morgen提出并不断完善的卓有成效的风险度量技术,GARCH模型可以很好地模拟并度量VaR值。文章讨论了基于不同分布假定下的GARCH模型在上海股市和深圳股市的VaR值,结果表明T分布和GED分布能更好地表现股市收益率的厚尾性,且深圳股市相比上海股市具有更大的风险性。     

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。     

基于实现极差和实现波动率的中国金融市场风险测度研究

目前比较流行的金融市场风险价值研究一般采用日收益数据,并基于GARCH类模型进行估计和预测。本文利用沪深股指日内高频数据,分别通过ARFIMA模型和CARR模型对实现波动率和较新的实现极差建模,计算风险价值。通过对VaR的似然比和动态分位数等回测检验,实证分析了各种模型的VaR预测能力。结果显示,使用日内高频数据的实现波动率和实现极差模型的预测能力强于采用日数据的各种GARCH类模型。     

基于GARCH模型的VaR方法在证券投资决策中的应用

由于股票市场的收益率具有尖峰厚尾及波动聚集的特性,使得对收益率的分析不能采用一般的方法,可以利用GARCH模型中的条件方差来度量其VaR,以此来消除股票日收益率的ARCH效应。将GARCH模型应用于我国证券市场中股票日收益率风险波动的计量,以民生银行和华夏银行为例,根据预测到的VaR值来计量股票风险波动的大小,从而得到同一行业中的哪只股票更有投资价值,为投资者提供正确的投资决策。     

基于贝叶斯方法与时变Copula模型的基金风险的度量

基于贝叶斯理论的 MCMC方法对单个基金收益率进行 GARCH 建模,以及对投资组合权重进行后验模拟.进一步结合时变Copula理论计算基金投资组合的 VaR,与基于极大似然法的结果进行比较.实证结果表明基于贝叶斯理论的时变Copula的 VaR方法,能够更有效的度量开放式基金投资组合的风险.     

基于GARCH的VaR模型计算铝期货合约最佳保证金比例

期货市场保证金交易制度的建立无疑保证了市场的运行,然而保证金作为交易成本,设立的具体比例的大小直接影响着市场的有效性。本文根据VaR的理论模型,选取0706号铝期货合约的数据,通过实证,运用GARCH过程得到了铝期货合约的最佳保证金比例,并将其与现行保证金比例加以比较,     

HS300指数收益波动性及VaR度量研究

本文分别运用EGARCH和Cornish-Fisher扩展的VaR模型对中国股票市场(以沪深300指数作为代表)的期望收益率以及市场风险进行实证比较研究,发现结合条件异方差的Cornish-Fish-er扩展的VaR模型与仅用波动率描述的VaR计量方法比较具有较好的修正作用。同时对中国股市波动的成因进行初步的探讨,并提出一些建议。     

基于VaR的我国上证股市风险的实证研究

VaR方法的引入使金融资产的风险分析得以量化,其实质是波动率的计算。本文正是基于VaR方法,通过计算不同模型在不同分布下的VaR值,对上海股票市场风险进行比较分析。分析结果表明,GED分布下各模型对风险高估或低估的现象均有所缓解。TARCH模型和EGARCH模型比GARCH模型更能反映我国股市波动情况且前两种模型间并没有绝对的优劣之分,都能较好地反映收益率的风险特性。     

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。