高频数据下积分波动率矩阵的伪似然估计、预测及应用

研究目标:利用高频数据准确估计和预测高维积分波动率矩阵,并将矩阵的预测值应用于资产投资组合的构造中。研究方法:通过保留p×p维已实现波动率矩阵的特征向量,对积分波动率矩阵的特征值进行预测,本文将积分波动率矩阵的估计和预测问题转化为p个一维积分波动率的估计和预测问题。研究发现:对高维已实现波动率矩阵过于发散的特征值进行调整能够提高矩阵估计的准确性;对资产收益率的积分波动率矩阵建立动态模型可以提高矩阵预测的精度。研究创新:将高维矩阵的估计和预测问题转化为矩阵特征向量的估计以及一维特征值的估计和预测问题;基于高频数据并建立资产收益率积分波动率矩阵的动态模型提高了资产投资组合的样本外表现。研究价值:本文提出的积分波动率矩阵估计和预测方法能够保证矩阵估计值和预测值的正定性;本文的预测方法能够提高矩阵的预测精度,能够在复杂的金融市场中构造低风险的资产组合。     

基于灰色预测的EWMA成本控制设计

在稳定的制造过程中,伴随着订单和产品型号的变化,单位产品的制造成本应该在稳定的区间内发生变化。对单位产品制造成本进行监控,能够在宏观层面发现制造过程是否存在一次合格率过低或材料消耗异常等情况。为监测单位产品的制造成本,在传统的EWMA控制图基础上,提出了一种基于灰色预测的EWMA控制图。此控制图采用GM(1,1)模型,对单位产品制造成本的波动过程进行建模,验证单位产品制造成本是否出现异常偏移,并且当其因某些原因出现规律性偏移时采用模型对偏移过程进行预测,结合EWMA控制图的上下控制限提供波动的接受范围,当预测值超出上下限应当停止生产查找原因。不同于传统控制图的事后控制,文章提出了一种事前控制的方法。     

基于牛顿插值原理的期货价格波动函数及保证金随动模型

本文在EWMA模型对合约价格变动幅度及合约价格变动幅度波动率预测的基础上，采用计算数学领域的Newton插值逼近方法得到波动系数函数，建立了基于牛顿插值原理的期货价格波动函数及相应的保证金随动模型。本模型在保证较高防范风险能力的基础上可降低保证金的收取水平，为期货交易市场价格波动程度的衡量及保证金的确定方法提供了新的理论依据和计算方法。     

基于非线性相关的最小方差套期保值比率研究

在最小方差套期保值模型的基础上,提出了最小方差套期保值的期货与现货波动非线性对冲原理,利用非线性相关系数代替传统的线性相关系数,提高了套期保值比率的准确性。提出了套期保值的收益率波动预测原理,利用GARCH(1,1)预测期货收益率的方差,利用EWMA模型预测现货收益率的方差,解决了收益率在历史期和套期保值期间因收益率波动发生结构性变化所导致的套期保值效果失真的问题。实证研究结果表明,本研究的套期保值比率的有效性高于现有模型,应用本研究模型进行套期保值,可以有效规避现货价格风险。     

基于GARCH模型的金融市场波动性分析与预测

以上证指数2004年1月2日至2014年12月28日交易日收盘价格的实际数据为样本,采取两种不同的波动率定义方式分别建立上证指数波动率的GARCH模型,并对两种波动率进行预测对比分析,实证研究结果表明以标准差定义的波动率建立GARCH(1,1)模型进行未来波动率预测的拟合效果较好。     

波动率预测:GARCH模型与隐含波动率

在预测未来波动率时,究竟是基于历史数据的时间序列模型还是基于期权价格的隐含波动率模型效率更高?本文对香港恒生指数期权市场所含信息的研究发现,在预测期限较短(一周)时,GARCH(1,1)模型所含信息较多,预测能力最强,但在预测较长期限(一个月)时,隐含波动率所含信息较多,预测能力较强。同时,期权市场交易越活跃,所反映的信息就越全面,隐含波动率的预测能力也就越强。     

波动率度量方法的比较分析——基于LHAR-RV-EVT风险管理

在比较分析已实现波动率（RV）、双幂变差已实现波动率（BPV）、截断双幂变差已实现波动率（TBPV）、两尺度已实现波动率（TRSV）以及已实现核波动率（RKV）五种高频数据波动率度量方法的理论性质基础上,结合异质自回归已实现波动率（HAR-RV）和GJR-GARCH思想,本文构建LHAR-RV-EVT模型对VaR进行预测,并使用上证指数1分钟数据进行实证分析,结果表明LHAR-RV-EVT能够较为准确地预测VaR、TBPV和BPV优于其他三种波动率度量方法。     

波动率度量方法的比较分析——基于LHAR-RV-EVT风险管理

在比较分析已实现波动率（RV）、双幂变差已实现波动率（BPV）、截断双幂变差已实现波动率（TBPV）、两尺度已实现波动率（TRSV）以及已实现核波动率（RKV）五种高频数据波动率度量方法的理论性质基础上,结合异质自回归已实现波动率（HAR RV）和GJR GARCH思想,本文构建LHAR RV EVT模型对VaR进行预测,并使用上证指数1分钟数据进行实证分析,结果表明LHAR RV EVT能够较为准确地预测VaR、TBPV和BPV优于其他三种波动率度量方法。     

EWMA-GARCH模型与GARCH模型在估计收益率波动上的差异的实证及理论分析

VaR作为衡量风险的指标,其核心则在于对波动,亦即方差的估计。基于时间序列,关于条件方差的经典模型是GARCH模型,尽管后来又衍生出了EGARCH,PARCH等复杂模型,但在实务中GARCH模型仍占有重要的地位。文章分析了一种比较新的结合了EWMA模型的GARCH模型(以下称为EWMA-GARCH模型)计算VaR的参数估计方法,以检验其在估计波动上的实用性,并对实证检验结果做了理论分析。分析结果表明,尽管该结合模型缺乏完整的理论支持,但是其计算效果仍比较良好,当然这样良好的结果是建立在因缺乏理论依据而导致的对模型的其他要求之上的.至于是采用受理论支持的模型还是并不输实践价值的模型,文章也给出了一定的建议。     

国际金融市场波动溢出效应与动态相关性

在DCC GARCH、DCC EGARCH、DCC TGARCH方法下,采用中、美、日、德、英等国家1993年1月至2013年12月的金融数据,实证得出如下结论：样本国市场利率和股指波动率呈现尖峰、肥尾、有偏的特征,更为符合t分布。样本国市场利率波动表现出显著的溢出效应、杠杆效应和联动效应。样本国股指波动率对中国股指波动率的溢出效应趋于增强,特别在美国金融危机后。样本国利率波动对中国股指波动率具有一定的溢出效应和杠杆效应,但影响程度非常低。治理世界性金融风险,各国当局应加强政策协调性,合理进行风险分担。