GARCH模型与VaR法在外汇风险度量中的应用

目前,在汇率波动日趋频繁的背景下,外汇风险日益引起关注。外汇风险防范和控制的关键在于其度量和预测。本文尝试引入GARCH模型和VaR法来解决这个问题,这个过程是分两步来进行的:首先用GARCH模型对外汇市场存在的风险作定量分析;然后,再以GARCH模型计算的方差为基础,运用VaR法进一步度量外汇市场风险,从而使不同类型的风险投资者,可以根据自己的风险厌恶程度,计算各自的VaR值,达到预测及控制外汇风险的目的。     

碳贸易价格风险变动趋势与我国CDM发展策略

本文构建并拟合了包含分布转换的Markov-GARCH模型,计算了基于该模型的风险价值(VaR),对国际碳贸易市场价格风险变动趋势进行了分析。研究结果表明:碳贸易市场价格在均值、方差、峰度、波动聚集性以及分布形式方面都具有机制转换的特性;欧盟推出的EU ETS改革措施将促使未来碳贸易市场价格波动风险进一步降低。我国应当适时提高CDM合同最低限价;减少向CDM合同国际买方支付的风险溢价;暂停上马HFC-23和N2O分解类项目;加快国内碳贸易和碳金融市场的发展,争夺国际碳贸易市场定价权。     

房地产板块风险分析——基于GARCH模型VaR方法

主要对GARCH模型在风险计量方面的理论方法进行了梳理,并选取2007年1月4日至2010年12月23日上证房地产指数日收盘价作为数据样本,运用GARCH模型VaR方法对我国股市中房地产板块的风险进行了实证分析。实证结果表明我国地产股指序列存在集聚效应,GARCH模型较传统静态法更能够较好的描述我国房地产板块的波动情况,因而测量的VaR值更能反映我国地产板块面临的风险程度。     

国际农产品价格波动风险研究

基于GED分布,在多种GARCH类模型族假设下,实证研究国际农产品价格指数对数收益率的均值和波动性。以此为基础,利用VaR模型、ES模型以及后验检验方法计算国际农产品价格波动的风险特征。实证结果表明:国际农产品市场的价格波动性风险比较大;国际农产品市场中极端事件发生的可能性大于正态分布下的可能性;2005年以来,国际农产品价格波动性风险有明显增大的趋势。中国要密切关注国际农产品价格波动情况,并提前做出预测,以避免国际农产品价格的大幅波动造成过大的影响。     

我国铜现货风险度量研究

面对铜价的剧烈波动,有效度量铜现货风险对市场参与者而言至关重要。本文比较了受金融危机影响市场环境变化前后两个时期——震荡时期和下行时期,历史模拟法HS、正态分布ND、广义条件异方差GARCH、随机分布SV和极值分布EV五种模型对铜现货对数收益率日VaR和ES的估计效果。结果表明,投资者适宜运用GARCH模型预测铜现货市场风险波动剧烈时期的风险价值VaR,运用EV模型预测铜现货风险的尾部损失的均值。     

基于GARCH类模型的VaR方法对人民币汇率风险的计量

随着我国汇率制度改革的不断推进,人民币汇率的波动日趋频繁。我国对外经济贸易的飞速发展以及高额的外汇储备使得汇率风险的控制与防范成为当务之急,选择合理的外汇风险计量与预测的方法是外汇风险防范的重要前提。本文选取2010年6月19日至2012年6月19日期间485个交易日人民币兑美元汇率的中间价,选用基于GARCH类模型的VaR模型对人民币波动的风险进行计量,并通过准确性检验,得出人民币汇率风险计量的最优模型。     

基于GARCH族模型的VaR方法对上证综指的研究

本文结合GARCH族模型的VaR在险价值方法对上证综指进行了实证研究。分析发现,上证综指日收益率时间序列满足ADF单位根检验,具有很好的平稳性;基于广义误差分布（ GED）和t分布假定下, VaR在险价值方法与GARCH族模型的结合更好的反应了股市收益率的风险特征。     

中国商品期货市场的风险价值模型及其后验分析

本文以中国商品期货市场的3类主要期货价格指数为研究对象,探讨了当期货收益同时存在波动聚集性、非对称杠杆效应以及条件有偏和尖峰胖尾特征状况下的市场风险价值(VaR)计算模型。同时,运用更加严谨和稳健的动态分位数回归(Dynamic quantile regression)检验法,对各类不同波动模型和收益分布假定下的VaR估计精度进行了全面的后验分析(Backtesting)。实证结果发现,中国商品期货市场的价格波动不存在显著的杠杆效应。但是,假定条件收益服从有偏学生分布(Skewed student distribution)的波动率模型具有较好的风险测度精度。     

我国开放式股票型基金的风险度量——基于GARCH—VAR模型

应用GARCH—VaR风险度量模型,对我国开放式股票型基金市场风险进行测量和分析,则能比较好的描述收益率波动的动态变化特征。该模型较符合我国证券投资基金的现状,并且可得到一个随时间变化的VaR序列,从而便于研究VaR的变化趋势和未来VaR的预测。对比不同分布下各模型计算出的VaR值的准确程度,可以为股票型基金的风险管理提供一个度量上的参考。     

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。     

期货投资的VAR模型及风险控制——以大连商品期货交易所黄大豆期货为例

本文以大连商品交易所黄大豆期货日收盘价为原始数据,将GARCH模型运用到蒙特卡罗模拟法中,估计黄大豆期货日收益率的VaR。结果表明基于GARCH模型的蒙特卡罗模拟法计算的VaR值估计效果很理想,从而能采取有效措施,对期货市场风险进行控制,达到规避、分散、降低风险的目的,为探索我国金融期货市场的VaR模型提供选择依据。     

我国煤炭价格波动研究——基于GARCH模型的实证分析

本文通过建立基于正态分布的GARCH模型,选取煤炭综合价格来探究我国煤炭价格的波动情况和波动特征。实证结果显示:第一,中国煤炭综合价格的波动具有很强的GARCH效应;第二,模型的ARCH项系数和GARCH项系数之和为0.988,表明冲击的衰减很慢,具有长记忆的特征;第三,波动具有明显的杠杆效应,负冲击产生的波动是正冲击的30倍;第四,波动不具有GARCH-M效应。     

国内铜价格波动的时变特征分析

选取2010年~2013年上海现货铜日均交易价格数据,运用GARCH族模型对铜价格波动的时变特征进行了实证分析。结果表明:铜价存在高阶的ARCH效应,其价格波动具有明显的集聚性;铜市场中风险与收益之间没有显著的正相关关系,高风险未必意味着高收益;铜价波动存在杠杆效应,且负向冲击引发的价格波动大于正向冲击引发的价格波动;基于GED分布的AR(1)-TGARCH(1,1)模型能够较好的拟合铜价波动特征,可以用于对铜价未来走势的预测。最后,给出了抑制铜价波动、完善铜交易市场的几点对策建议。     

原油、黄金与外汇市场间的信息溢出效应研究——基于VAR-GARCH(1,1)模型

石油和黄金是宏观经济的重要指标,期货市场具有价格发现功能。本文以国际原油期货市场、国内黄金期货市场和美元兑人民币外汇市场为研究对象,通过VAR模型估计结果分析了三个市场间价格溢出效应,通过GARCH(1,1)模型刻画了三个市场的波动率,最后通过格兰杰因果关系检验了三个市场间的波动溢出效应。     

基于VaR模型的股票组合投资风险管理研究

本文探讨了将GARCH模型与方差-协方差方法相结合的VaR风险计量方法,并用VaR风险替代Markiwitz组合投资模型中的方差风险,通过求解非线性规划问题,得到最小化股票投资组合VaR风险的最优投资策略。     

基子VaR模型的股票组合投资风险管理研究

本文探讨了将GARCH模型与方差-协方差方法相结合的VaR风险计量方法,并用VaR风险替代Markiwitz组合投资模型中的方差风险,通过求解非线性规划问题,得到最小化股票投资组合VaR风险的最优投资策略.     

基于分位数回归的大豆期货市场的风险分析

本文以2009年1月1日到2015年12月31日的主力合约收盘价数据为研究对象,采用GARCH模型、TARCH模型和非递归分位数回归模型研究大豆期货市场风险。研究结果表明,大豆期货市场VaR值存在明显被高估现象,GARCH模型与TARCH模型对市场风险的估计没有明显的差异性;分位数回归模型仍然存在高估现象,与经典回归模型相比,VaR值估计准确度有所增加。     

基于GARCH模型的煤炭价格波动规律研究

为了研究煤炭价格波动规律,以秦皇岛大同优混煤2003年3月～2017年5月现货价格为实证研究对象,分别采用普通最小二乘法和GARCH模型对煤炭价格时间序列进行拟合.实证结果表明:煤炭价格时间序列表现出随机波动趋势,GARCH(1,1)模型拟合效果优于最小二乘法;外部冲击会加剧煤炭价格波动,煤炭价格时间序列具备长期记忆性;波动率序列具备ARCH效应,ARCH项系数和GARCH项系数之和略大于1,说明煤炭价格波动的持续性较强.     

汇率制度改革后的人民币汇率风险度量

汇率收益率存在以下典型特征:尖峰厚尾、偏斜和波动聚集性。因此,本文考虑两种厚尾分布,即t分布和广义误差分布;并引入一种门限GARCH模型——GJR模型来实现VaR的动态建模。实证研究表明,基于广义误差分布和GJR模型的VaR模型具有最优良的性质。     

La-VaR模型在股票市场流动性风险度量中的应用

本文对Bangia等学者提出的BDss模型进行了理论推导,并针对我国的订单驱动型股票市场,对BDSS模型中的相对价差进行调整,优化了BDSS模型.本文将优化的BDSS模型与BDSS模型、基于GARCH族的传统VaR模型进行后验测试对比分析,证明优化的BDSS模型比GARCH族的VaR模型和BDSS模型更能够充分的估计流动性风险,更加符合我国的实际情况.