基于"已实现"波动率的GARCH和ARFIMA模型预测能力比较研究

通过基于"已实现"波动率,对上证综合指数收益波动基本统计特性进行分析.结果表明基于"已实现"波动率的ARFIMA组模型的预测能力要明显优于GARCH模型,对数"已实现"波动率的ARFIMA模型预测能力最好.     

中国线材期货价格指数波动率预测能力分析

利用上海期货交易所线材期货15分钟高频价格数据构造已实现波动率估计序列,并以此作为参考标准,运用6种损失函数以及Diebold-Mariano检验法检验4类不同波动率模型对线材期货价格波动的样本外预测能力,显示,中国线材期货市场,基于高频数据的GJR(1,1)模型具有最为出色的波动率预测能力,而在某些损失函数标准下,HYGARCH(1,d,1)与GARCH(1,1)模型也体现出了较好的波动率预测能力。     

我国燃油期货价格指数波动特征研究

通过选取上海期货交易所燃油期货价格指数5分钟高频收益数据,本文构造了经调整的已实现波动率估计序列,运用4类非线性GARCH模型建模分析,描述了中国燃油期货价格指数的波动特征,运用6种损失函数以及Diebold-Mariano 检验法,实证检验了4类GARCH模型对燃油期货价格指数波动的样本外预测能力。就中国燃油期货市场而言,基于高频数据的FIAPARCH模型,能够较好地描述中国燃油期货价格的波动特征,并且具有最为出色的波动率预测能力,而IGARCH模型在某些损失函数标准下也体现出了较好波动率预测能力。     

基于赋权已实现波动率的股票市场VaR度量

近二十年来,学术界对高频金融数据波动率模型的研究已经成为一个热门.特别是最近十几年,Andersen等学者提出了用高频分时数据来估计波动率的方法,这种方法可以得到比较准确的波动率估计值,称为“已实现”波动率,其中ARFIMA-RV是一类非常重要的波动率预测模型.本文在高频金融数据的基础上建立了赋权已实现波动率模型,发现其具有长记忆性,并通过建立对数赋权已实现波动率的分整自回归移动平均模型(lnWRV-ARFIMA)对赋权已实现波动率进行了拟合和预测.最后介绍了赋权已实现波动率在风险价值度量中的重要应用,并基于赋权已实现波动率,给出了风险价值的计算方法.     

基于跳跃、好坏波动率的混频已实现EGARCH模型的波动率预测与风险度量

为探究资产价格的跳跃行为和收益波动的非对称效应对波动率预测的影响,以高频数据建模为视角,基于跳跃、好坏波动率将Realized EGARCH-MIDAS模型进行拓展,以提升模型的波动率预测能力与风险度量效果。运用拓展后的模型,以沪深300指数价格高频数据为样本进行实证分析,探究中国股票市场的波动性规律,并采用似然函数、信息准则和基于损失函数的DM与MCS等检验方法,综合比较了改进前后的模型对波动率及风险值的预测效果。实证结果显示：(1)沪深300指数收益的长期波动主要来源于连续波动而非跳跃波动,且受正连续波动影响更大,而负跳跃对波动具有明显的负向冲击;(2)文章提出的拓展模型均能更好地捕捉波动率的长记忆性,在样本内估计和样本外预测上也都有更好的表现,其中同时考虑跳跃与非对称影响的Realized EGARCH-MIDAS-RSJ拓展模型拥有最优的估计及预测效果。     

网络文字频度与股票市场波动率测度

本文回顾了各类历史波动率模型以及实现波动率模型,同时通过实证检验发现上海证券市场上股票市场表现与网络文字频度普遍存在相关关系,通过该相关关系,本文改进了SV随机波动模型与GARCH模型,通过实证检验各模型对上证综指的预测精度。本文发现,通过加入网络文字频度参数能够提高SV模型的预测精度。     

我国入境旅游预测:基于ARFIMA模型的研究

旅游需求预测是旅游规划、开发与管理的基础和前提。将分整自回归移动平均模型(ARFI-MA)应用在旅游需求预测中,采用我国月度入境旅游人数建立ARFIMA模型,并依据RMSE,MAE和MAPE三个标准,将ARFIMA与AR IMA,SAR IMA模型的预测精度进行比较。结果表明ARFIMA模型的精度最高,在旅游需求预测中有较强的实用性。     

波动率度量模型研究的回顾及展望

本文论述了迄今国际文献中关于波动率度量模型的主要理论和实证结果,概括了度量事前预期波动率的参数模型(包括离散模型和连续模型)和度量事后实际波动率的非参数模型(包括ARCH滤波和平滑子模型和"已实现"波动率模型)的特点及统计推断性质,比较了模型之间的优劣之处,展望了波动率度量模型的未来研究趋势.     

上证50ETF期权定价实证研究——基于B-S期权定价公式

2015年2月9日,我国境内首只股票期权——上证50ETF期权正式上市交易,打开了我国证券市场权益期权时代的大门,将对我国整个金融市场的发展产生深远且持久的影响,因此对研究该期权的定价问题有着深刻的意义。本文主要用基于历史波动率和基于GARCH模型预测的波动率的B-S模型为期权定价,并用平均偏离度量化结果进行分析,得出基于GARCH模型的B-S期权定价方法预测的效果好于其历史波动率的B-S期权定价效果的结论。     

上海股市系统性风险的长期变动特征研究

本文建立DCC-MVGARCH模型估计上海股市80家上市公司的时变β系数,分析β系数的统计特征,并采用R/S分析法研究时变β系数序列的长记忆特征,进而建立ARFIMA模型对β系数进行短期预测。研究结果表明,上海股市系统性风险水平偏高;时变β系数序列具有长记忆特征;描述长记忆的ARFIMA模型能够更好地描述β系数序列的长期变动特征并更为精确的预测未来期β系数。     

我国农产品期货市场波动率实例分析

本文以郑州商品交易所白糖期货15分钟高频价格数据为例,运用多种损失函数,以已实现波动率为模型评价衡量标准,实证检验了不同异方差模型对白糖期货价格波动的刻画能力。实证结果显示,就我国2006年1月6日推出的白糖期货而言,GJR模型具有最为出色的波动刻画精度,而在某些损失函数标准下,IGARCH模型也体现出了较好的波动刻画精度。     

金融市场收益波动率建模的非线性研究

本文通过对金融市场不同的收益波动率模型进行研究,提出了更能适应结构复杂、信息繁多的更能真实描述市场的基于非线性的波动率模型,为现代企业进行金融资产风险及其衍生品风险管理拓宽了思路,提供了更加有效的估算方法,进一步提升了企业对金融风险的抗御能力。     

金融市场收益建模的非线性分析

本文通过对金融市场不同的收益波动率模型进行研究,提出了更能适应结构复杂、信息繁多的更能真实描述市场的基于非线性的波动率模型,为现代企业进行金融资产风险管理拓宽了思路,提供了更加有效的估算方法,进一步提升了企业对金融风险的抗御能力。     

上证指数收益率序列研究

条件异方差模型ARCH旨在对因变量的方差进行描述并预测。其中,被解释变量的方差设定依赖于因变量的过去值或者依赖于一些独立的外生变量。本文基于GARCH模型计算的金融资产波动率为衡量投资者持有资产的风险提供了有力的帮助。     

改进萤火虫算法在Okumura-Hata模型修正中的应用

针对Okumura-Hata模型在不同区域对电波传播衰减的预测与实测难以匹配的问题，提出了一种Okumura-Hata模型修正方法。提取Okumura-Hata模型的各参数作为带约束条件的优化变量，以预测值与实测值的均方根误差和平均误差的加权和构造适应度函数，运用萤火虫算法进行优化实现Okumura-Hata模型在西安市区的本地化。在萤火虫算法中引入了“基因突变”和“优胜劣汰”操作，形成了一种改进型算法。基于大量实测数据的模型修正结果表明，所提方法可使电波损耗的预测值与实测值的均方根误差达到理论最小值9.585 9 dB，具有可行性。与基本萤火虫算法相比，改进的算法全局搜索能力更强，收敛速度更快。     

慢性病药品采购价格指数预测研究——基于山东省药品集中采购数据的分析

药品集中采购对于稳定药品价格和降低患者用药负担具有重要意义。本文基于山东省药品集中采购数据，编制慢性病药品链式拉氏价格指数，评估山东省药品集中采购政策的实施效果。构建LSTM、双向LSTM和ConvLSTM模型，预测价格指数波动趋势，为政府及管理者提供科学的决策依据。研究结果表明：慢性病药品价格大幅下降，大大减轻了慢性病患者的用药负担，未来慢性病药品价格将呈现稳中有降的趋势，双向LSTM和ConvLSTM模型的预测精度优于传统LSTM模型，两模型泛化能力更好，对山东省慢性病药品价格指数预测具有一定的应用价值。据此，提出健全药品集中采购价格监测体系、创新药品价格监测技术手段和深化药品生产流通体制改革等建议，推动药品采购与监测技术研究一体化建设。     

基于VAR方法的沪深股市风险的测度

本文根据我国沪深股票市场的实际情况,计算波动率和估计分布临界值,采用GARCH模型拟合预测沪深300综合指数收益率的波动率,并计算日VAR。通过估计分析可以知道,我国股票市场的日VAR值较高,其发展水平与发达国家金融市场相比有较大差距,我国应将提高风险管理意识,提升风险管理能力,更好地防范市场风险作为重点进行把握。     

股票收益波动率预测模型比较研究

依据建模理论的不同,可将股票收益波动率预测模型分为两大类:一类是以统计理论为基础的传统型的波动率预测模型;另一类是以神经网络、灰色理论、支持向量机等为理论基础的创新型预测模型。运用这两类模型对股票收益波动率进行预测时各有特点。本文对这两类模型研究现状进行了介绍,对两类模型的特点进行了比较分析,并对未来发展方向提出建议。     

环渤海动力煤价格预测及用煤企业经营策略研究——基于LSTM和概率区间评估的分析

在“双碳”背景下,煤炭价格受到多种非线性和非平稳因素的影响,煤炭价格的准确可靠预测对增强煤炭市场的稳定性愈发重要。以LSTM神经网络为基础算法研究环渤海动力煤价格指数波动状态,并实现对该指数未来趋势的准确预测;采用混合核密度估计方法探讨煤炭价格指数未来趋势的不确定性,实现了对该价格指数未来价格波动区间分布的概率评估,可为企业决策人员提供全面、高精度的预测信息。经过与经典的BPNN、RNN模型的对比,新模型使环渤海动力煤价格指数预测值的准确度提高,同时能准确提供企业未来价格波动的概率评估结果,为其经营实践提供决策支持。     

基于ARMA-GARCH与VAR模型的棉花期货价格波动特点与影响因素研究

本文选取2015年至2021年郑州商品交易所棉花期货收盘价数据,建立ARMA-GARCH模型,其中分别使用EGARCH、GARCH-M证实棉花价格波动存在“杠杆效应”与不存在“高风险、高收益”的特征。同时,使用ARMA-EGARCH模型拟合得到的条件波动率与我国工业增加值变化率、M2变化率、人民币兑美元汇率变化率建立向量自回归模型,得知上述三者共同Granger引发棉花价格的波动,其中工业增加值变化率影响最为显著,且M2变化率对长期棉花价格波动影响大于短期波动。最后提出政策性建议。