沪深股指收益率分布特征拟合检验研究

为更深刻地揭示沪深股指收益率特征,本文提出两成分混合广义正态分布及其退化分布、非对称广义正态分布及其退化分布等8种分布,对上证综指(SSEC)和深证成指(SZCZ)日收益率数据进行拟合对比分析。通过拟合评价和VaR度量发现：对于上证综指,用非对称广义正态分布更好地拟合日收益率数据的尖峰厚尾带偏特征;对于深证成指,用两成分混合广义正态分布更好地拟合日收益率数据的尖峰厚尾带偏特征。在进行沪深股指波动率预测、资产定价和风险度量时,建议选择非对称广义正态分布和两成分混合广义正态分布进行对比分析,进一步提高其准确性。     

股指期货保证金研究——基于参数、半参、非参模型的分析

基于收益率的基本统计特征,采用GARCH-t模型计算VaR值,并以此为保证金比率,对沪深300指数进行分析,建立了GARCH-VaR的股指期货保证金模型,蒙特卡罗模拟法的VaR模型,历史模拟法的VaR模型,通过对比,发现GARCH-VaR模型能更好地捕捉收益率分布特征,得到的保证金水平能更好地覆盖风险.     

VaR-APARCH模型与期货投资风险量化分析

通过对我国沪铜期货合约连续序列的基本统计分析发现,收益率序列存在尖峰厚尾性,不服从正态分布,还具有杠杆效应。通过采用基于t分布的APARCH族模型来计算在险价值VaR,并对结果进行了返回检验,得到如下结论:基于t分布APARCH模型能通过检验,说明了t分布对于拟合收益率的分布是一种非常好的方式;其中无论对于多头还是空头而言,在90%的置信度下,利用APARCH-t模型可以得到最优的度量结果。     

基于VAR理论的ARMA(1,1)—GARCH(1,1)法的股指期货的风险预测

本文利用基于VAR理论的ARMA(1,1)—GARCH(1,1)法对香港恒生股指期货价格(收盘价)的每日收益率进行了实证分析,数据分为两部分:第一部分数据用来预测出一步向前的VAR值,第二部分数据通过"失败率"法来检验预测的精度。     

基于VaR-GARCH模型的国际原油期货风险分析

基于金融时间序列的实际分布的尾部明显更厚,而峰度则更高的特征,可以运用在不同的分布假定下的GARCH模型的VaR计算方法来对市场的风险进行分析。利用GARCH族模型以国际原油期货的日收益率数据分别在t-分布和广义误差分布(GED)条件下来度量原油期货的在险价值VaR。在验证了多个模型和二种分布组合之后,得出了GARCH(1,1)-t分布模型对原油期货能较好的拟合和反映出国际原油期货收益率的风险特征性。     

中国股市星期效应及其影响因素新解——基于上证综指(2010-2013)的实证研究

针对中国股票市场是否存在星期效应的问题,取上证综指2010~2013年间的数据为研究对象,利用回归模型对其星期效应的存在性进行了实证研究和检验分析。同时在模型中加入香港恒生股指的收益率、香港恒生股指的前一日收益率、风险溢价等因素作为可能影响星期效应的独立变量,全面地分析了上海股市星期效应的影响因素。结果表明:中国股票市场不存在"星期效应"现象,风险溢价是影响中国股票市场的决定性因素。     

基于VAR理论的ARMA（1，1）一GARCH（1，1）法的股指期货的风险预测

本文利用基于VAR理论的ARMA（1，1）-GARCH（1，1）法对香港恒生股指期贷价格（收盘价）的每日收益率进行了实证分析，数据分为两部分：第一部分数据用来预测出一步向前的VAR值，第二部分数据通过“失败率”法来检验预测的精度。     

我国股指期货价格波动风险研究

我国股指期货市场从2010年成立至今,发展非常迅速,通过选择VaR方法对我国股指期货日内波动风险进行实证分析和预测,对不能用VaR方法解决的重大事件产生的影响作了压力测试,并结合我国市场实际状况提出建设性意见。     

股票收益率的非正态性检验与分布拟合

经验分布直观显示股票市场收益率与正态分布有一定差异。多种正态检验方法对我国股票市场收益率检验结果为:我国股票市场收益率不服从正态分布,收益率分布呈现尖峰胖尾特征。本文采用Mantegna和Stanley(1995)提出的方法,得到上证综指收益率的特征指数估计=1.4837。同时,将实际收益率序列与稳定分布、正态分布作比较,结果表明:在样本均值的3倍样本标准差内稳定分布都可以很好地拟合收益率的分布特点,但是正态分布则不然。     

上海股市VaR与CVaR的密度核估计

针对我国证券市场收益率分布所表现出来的尖峰厚尾特性,本文采用密度核估计方法对上证综指的收益率分布进行拟合。实证分析证明,密度核估计与正态分布相比,数据拟合好,估计的VaR值和CVaR值有效、可信。同时,似然比率LR检验也表明,在较大的窗宽范围内,对一般尾部或极端尾部都能给出准确的描述。     

股指期货定价相对位置及其预测能力检验

文章以我国沪深300股指期货为研究对象,使用ETF与股指期货构造套利组合并通过无套利定价原理得到期货理论价格区间后,结合股指期货实际价格定义出文中使用的定价相对位置指数,并使用基本回归模型检验这一指数对股指期货基差和收益率的预测能力。最终得出结论:期货实际价格在理论区间内相对位置的变动可以由情绪解释一部分,文中定义的定价相对位置Pt具有对股指期货基差良好的预测能力,但对收益率的预测能力不足。     

Mc-GARCH模型在沪深股市VaR的度量中的运用

金融市场风险管理的核心是对风险的度量,度量风险最流行的方法是VaR方法。本文通过观察上证A股指数和深证A指数的收益率的分布情况,发现两市场的对数收益率存在明显的尖峰厚尾性,不服从正态分布的假定,并且由于两市场指数的对数收益率存在明显的波动聚集性。鉴于此,本文MCGARCH-VaR方法对上证A股指数、深证A股指数的VaR进行了估计及其虚拟资产组合的VaR值进行了估计,并对模型的估计效果进行了评价。     

分形分布在股票市场的应用研究

本文认为,对金融资产尖峰厚尾特性的描述,分形分布比正态分布更合适。我国股票市场收益率分布的特征指数不是正态分布,具有明显的尖峰态,我国股票市场具有较大的波动性;上海和深圳的两个股票市场收益率呈负偏,股票收益率分布右偏,呈现右厚尾特征;当置信水平为99%时,用分形分布拟合经验分布得到的风险系数高估了风险,用正态分布低估了风险,且分形分布的绝对偏差大于正态分布的绝对偏差,而当置信水平为90%时,分形分布对经验分布的风险系数拟合得非常好,正态分布对经验分布高估了风险,且绝对偏差比较大。     

VaR方法在国债利率风险管理中的应用

利用VaR方法对国债的利率风险进行了度量,首先验证了国债收益率序列不服从正态分布,说明不宜采用正态分布假定下的VaR计算方法计算VaR,然后采用VaR的历史模拟法对国债价格的利率风险进行了度量,最后对历史模拟法的优缺点进行了分析。     

正态分布下期货套期保值VaR风险的敏感度分析

本文把风险价值(Value-at-Risk,简记为VaR)计量技术应用于期货套期保值,并且分析期货套期保值VaR的敏感性。在正态分布下,分空头期货套期保值和多头期货套期保值两种情况,导出期货套期保值VaR关于期货头寸的一阶、二阶变化率,并解释其经济意义,为套期保值者根据期货套期保值VaR的敏感程度增减期货头寸提供指导。     

我国股指期货的日历效应实证分析——基于行为金融视角的研究

以虚拟变量回归方法对沪深300股指期货的日收益率的日历效应进行验证分析,证实了我国股指期货存在显著的日历效应,并且根据我国情况将股指期货上市至今人为划分成具有不同宏观政策特点的时间间隔,借以讨论我国宏观政策,尤其是针对房地产业和金融业的有关政策对于股指期货利率的影响,并从行为金融角度给予解释.     

贝叶斯下的市场风险资产损失计量

目前VaR模型是国际上通行的综合衡量和管理风险的计量技术,但当分布是非正态分布或是不连续的时候VaR就没有稳定性。在应用VaR以及CVaR的基本原理,利用具有尖峰后尾特征的对数正态分布并结合贝叶斯风险,对参数通过先验分布和后验分布进行修正得到市场风险资产CVaR以及VaR的计算公式,对其进行比较分析,将其与pareto分布下的市场风险VaR值进行比较。研究表明:对数正态分布下市场风险资产的损失率比损失率呈pareto分布的风险损失显现出更好的拟合特征,能够描述市场风险资产的随机性最大损失,以及CvaR计量下的市场风险资产损失比VaR计量下的有更好的尾部特征,更加符合风险的充分性。     

沪深300指数风险价值分析——基于PARCH-VaR方法

由于我国的沪深300指数收益率序列呈现出三种特性:左偏、尖峰厚尾和波动聚集,PARCH模型可以更完美地刻画序列的分布特征。本文利用PARCH模型对指数收益率序列进行拟合,建立PARCH-VaR模型,用以评估中国沪深300指数的风险。研究结果表明,如果假设残差同时服从三种分布:正态分布、t分布和广义误差分布,基于广义误差分布的PARCH模型计算的VaR值最能够客观地反映中国沪深300指数的风险问题。     

沪深300股指期货市场风险研究

我国即将推出以沪深300股票指数作为标的的股指期货，因为股指期货具有期货的杠杆效应，风险性极大，所以有必要对股指期货的市场风险进行合理的度量。目前对股指期货市场风险的研究是一个热点也是难点问题。利用近年来专家学者常用的极值理论计算沪深300指数的全尾、左尾（多头）和右尾（空头）的VaR和ES，可以有效的度量沪深300股指期货的市场风险。     

对数正态分布下期货套期保值VaR风险的敏感度分析

本文应用风险价值计量技术来度量期货套期保值的风险,并且分析期货套期保值VaR风险的敏感性。在对数正态分布下,分空头和多头期货套期保值两种情况,导出期货套期保值VaR风险关于套期比的一阶、二阶变化率,并解释其经济意义,其分析可为套期保值者根据期货套期保值VaR风险的敏感程度增减期货量提供帮助。