局部平稳性未知条件下STAR模型的线性性检验

本文讨论了局部随机游走STAR模型、局部随机趋势STAR模型的线性性检验问题,构造了Wald类检验统计量,推导出了这些统计量的极限分布,并分析了这些统计量有限样本下的统计特性;本文提出了在局部平稳性未知的条件下,进行STAR模型的线性性检验方法,构建了稳健的检验统计量。检验功效与检验水平分析表明,该统计量具有良好的检验水平及较高的检验功效。     

沪深两市股票市场的Garch类模型分析

本文采用EGARCH(1,1)模型和Granger因果检验分别对我国沪、深两个股票交易市场2001年2月到2006年的3月期间的股票价格指数的日度数据进行了分析。EGARCH(1,1)模型表明这两个市场股指收益率存在条件异方差、持久的波动聚类现象和杠杆效应。Granger因果检验则说明两市场波动之间则存在双向的Granger因果关系,即两个市场之间表现出对称的波动溢出效应。     

空间误差模型的稳健检验

本文构建了一个用来检验空间误差模型的稳健统计量,它以Bera和Yoon(1993)的理论为基础,渐进具有Cα检验统计量的良好大样本性质。这种检验方法不仅可以有效减小空间滞后效应对统计推断的影响,而且在很大程度上简化了计算。作为比较,我们发现当真实模型中存在显著的空间滞后效应时,Anselin等(1996)提出的检验统计量会产生明显的偏误,而我们的检验统计量依然有效。蒙特卡罗模拟的结果与本文的预期一致。     

金融风险管理的非线性SV模型及其应用研究

金融风险管理的非线性SV模型的优点在于用它可以检验不同函数形式的随机波动,该模型的检验仅基于一个单独参数占。在非线性SV模型的基础上,进一步把它扩展为具有杠杆效应的非线性SV模型。本文使用上海和深圳股市的指数日收益数据进行了实证分析,借助BUGS软件,利用Gibbs取样的MCMC方法对模型进行了贝叶斯参数估计,证明了应拒绝对数正态SV模型,而使用非线性SV模型。     

基于τ统计量对Markov模型状态数目检验研究初探

本文根据Markov机制转换模型状态变量预测概率分布特性的分析,提出了基于τ统计量对模型状态数目的检验方法,还运用蒙特卡罗模拟方法模拟了检验所需要的τ统计量的经验分布。检验方法在计算上简单,不存在模型估计过程中多余参量问题的困扰,是一种简便可行的检验方法。最后,运用该检验方法对Hamilton的美国GDP模型进行检验研究,结论支持Hamilton的模型,认为美国GDP确实存在两个不同的增长状态。     

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。     

对上证指数波动性的实证分析

股票价格频繁波动是股票市场中最明显的特征之一。ARCH类模型可以成功的预测金融资产收益的方差。通过对我国股价指数的统计描述,表明我国金融资产收益率存在自回归条件异方差,并表现出非正态性。并且应用GARCH、TARCH、EGARCH模型理论,进一步分析了日收益率波动的条件异方差性、非对称性。     

中国宏观经济变量的时间趋势属性研究

本文提出了一种新的时间趋势属性的检验方法,该方法融合了非线性模型与线性模型。本文构建了三个Wald类检验统计量及一个稳健检验统计量,推导出了这些统计量的极限分布并分析了其有限样本下的统计性质。应用该检验程序,本文分析了我国24个重要宏观经济变量的时间趋势属性,结果表明,其中22个经济变量具有非线性平滑转移特征,其时间趋势属性表现为确定性。     

基于SV模型的上海股市波动性实证分析

利用标准SV(SV-N)模型、厚尾SV(SV-T)模型对上证综合指数数据进行实证分析,采用MCMC方法及Gibbs抽样,应用WinBUGS软件对参数进行估计,比较参数估计值及DIC值,研究表明上证指数表现出强的波动持续性,SV模型能够很好地刻画出它的波动特征,且SV-T模型较优。     

沪铝期货收益率及波动性的研究

本文通过对上海铝期货收益率的分布与波动性进行实证研究,论证了其时间序列存在ARCH效应;同时利用ARIMA(0,1,1)-GARCH(1,1)模型、TGARCH和EGARCH模型对收益率序列的波动性和杠杆效应进行了检验,结果发现收益率序列波动性是持久的,市场风险很大,而且沪铝期货市场上存在着显著的杠杆效应。