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。     

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。     

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。     

中国股市ARCH效应分析——基于沪市A股实证分析

本文利用ARCH族模型,选取1999年1月4日～2009年8月26日上证指教每日收益率共2567个数据对上海证券交易所的A股市场进行ARCH效应检验,结果发现沪市收益率序列呈现右偏、尖峰厚尾的分布形态,分布不服从正态分布,同时呈现明显的条件异方差性,存在ARCH效应,且EGARCH模型能较好地拟合沪市的数据.     

中国股市ARCH效应分析——基于沪市A股实证分析

本文利用ARCH族模型,选取1999年1月4日～2009年8月26日上证指数每日收益率共2567个数据对上海证券交易所的A股市场进行ARCH效应检验,结果发现沪市收益率序列呈现右偏、尖峰厚尾的分布形态,分布不服从正态分布,同时呈现明显的条件异方差性,存在ARCH效应,且EGARCH模型能较好地拟合沪市的数据。     

沪深300指数的ARCH效应

股价指数的收益率序列具有时变波动性、厚尾特征、波动性群集等特点,传统的计量分析无法刻画这些特点。通过对即将推出的股指期货的标的指数-沪深300指数的收益率序列进行AR-CH效应分析．采用ARCH模型及其扩展形式对沪深300指数的波动性进行实证分析,结果表明沪深300指数的收益率序列是有偏的,并具有尖峰厚尾的特点。同时也具有波动的群集性和不对称性的特点。     

沪深300指数收益率实证分析——基于不同分布的GARCH模型

文章采用ARMA模型来描述沪深300指数收益率序列,GARCH(1,1)模型用来拟合误差。文章对深300指数收益率序列分别建立误差分布为正态分布,GED分布和t分布的ARMA-GARCH(1,1)、GARCH(1,1)模型。实证结果表明:我国股票市场具有异方差性、尖峰厚尾的特征。文章讨论了GARCH类模型的参数估计方法和结构形式,实证分析发现,基于GED分布和t分布的模型相比正态分布的模型有一定优越的表现。     

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。     

2007年金融危机对中国上证综指收益率波动的影响——从投资者行为的角度分析

过度自信与后悔厌恶是投资者普遍存在的两种心理偏差。通过过度自信与后悔厌恶对证券市场收益率分布的影响的定性分析可知:这两种心理偏差会造成证券市场收益率分布左偏,而且与正态分布相比较存在尖峰厚尾现象。本文利用GARCH、TGARCH、EGARCH等模型对上证综指在2007年初美国发生次贷危机后前、中、后三个阶段日收益率波动性进行研究,分析不同时期投资者行为对上证综指收益率波动性的影响。     

对深圳股市收益率特征的分析

本文对深圳股市收益率的统计特性进行了讨论,表明股市收益率呈现右偏、尖峰厚尾的分布形态,不服从正态分布且不存在自相关性。根据收益率的这些特征,本文利用基于固定自由度为10的t分布的ARCH模型族来研究深圳股市收益率的特征。结果表明:EGARCH模型和非对称组合GARCH模型可以较好的描述深圳股市收益率特征。深圳股市收益率存在信息冲击曲线的非对称性特征和杠杆效应。股市收益率的长期参数将缓慢地收敛于稳定状态,而短期分量方程中存在非对称性特征。     

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。     

基于稳定分布的香港恒生指数期货分析

风险度量问题一直都是风险管理中的关键问题。本文引入稳定分布代替传统的正态分布,以精确描述金融收益的厚尾特征,并对香港恒生股指期货的日收盘价的每日收益率进行了拟合。进一步基于稳定分布的下的VaR模型计算了香港恒生股指期货的VaR并进行了检验,得出用稳定分布拟合香港恒生股指期货的每日收益率比用正态分布拟合效果更好。     

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。     

基于不同分布假设的FIGARCH模型对上证指数波动性的比较研究

采用FIGARCH(1,d,1)模型对上海股票市场指数的波动性在四种不同的分布假设(正态分布,广义误差分布,学生t分布,非对称学生t分布)下进行了度量和比较研究,目的在于揭示分布假设对FIGARCH模型预测能力的影响。研究结果表明,使用厚尾分布假设(广义误差分布,学生t分布)提高了模型的估计和预测绩效,能更好地刻画上证指数的尖峰厚尾特征,但引入非对称学生t分布并未能进一步提高模型预测能力。     

基于GARCH族模型的深圳股市波动性分析

通过对深证成分指教的研究,采用GARCH模型族对2000-2008年中国深圳股票市场的波动情况进行了实证分析.研究表明,深圳股市具有明显的ARCH效应,股指收益率具有显著的"尖峰厚尾"特点.存在波动的集群性,市场"杠杆效应"显著,期望收益与期望风险之间存在正相关关系.     

我国股指期货推出对股票市场的波动性影响研究

股指期货是成熟的金融市场不可或缺的组成部分,其对股票现货市场的影响也得到了理论界和世界上成熟金融市场的验证。为了准确求证我国沪深300股指期货对股票现货市场的波动性影响,以沪深300股指期货和以沪深300股票指数市场作为研究市场,采用2009年4月16日—2013年2月28日合计1013个日高频数据为样本,运用基本数据特征分析、均值分析和面板模型等实证分析方法展开了全面研究,结果表明:中国沪深300股票现货市场收益率序列存在左偏厚尾的特点,其平均获利能力较低;同时,收益率序列随着股指期货的推出呈现出波动集聚性,规律性更为显著;另外,结果显示沪深300股指期货的推出降低了我国股票现货市场收益的波动性,但是这种降低作用不是十分显著。     

国内外黄金现货市场波动特征与风险度量

近十年来,国内外黄金现货市场收益率均表现出尖峰厚尾和波动聚集性特征。但与一般金融资产负的冲击具有非对称效应不同,黄金现货市场利好消息对波动的影响更大,且国内比国外市场有更显著的杠杆效应。在波动性特征方面,学生t分布对国内市场收益率描述效果更佳,而GED分布更适合国际市场;在市场风险度量方面,VaR-GJR-GED模型在国内和国际黄金现货市场风险研究上有很好的风险度量效果。     

沪市股价收益率波动性分析

股票市场收益率波动性对于证券组合的选择、风险管理与控制有着极其重要的联系,为了更深入地研究股市变动情况,选取2000年至2014年上证综指为样本数据,经处理变换后得对数收益率并探究其基本统计特征,得出上证综指呈现非正态性分布,具有尖峰厚尾性、非对称性等特征,然后运用ARCH类数学模型解决股市波动中产生的方差时变性问题,得出估计模型。     

沪深两市收益率特征及波动率相关性分析

以沪深两市A股指数为样本,采用GARCH(1,1)模型,研究收益波动度的性质特征,并探讨两市场波动度的相关关系。实证结果表明,两市收益率存在尖峰厚尾与波动集簇等ARCH特征,它们的波动度存在Granger的因果关系。     

沪市股指收益率及波动性研究

应用自回归条件异方差(ARCH)模型对上海股市在2007年4月27日至2008年4月28日股指日对数收益率进行建模分析:结果反映沪市股指收益率具有明显的波动聚集性和尖峰厚尾的特征;均值模型适合ARMA过程,且不符合股市弱有效的特征,回归模型具备预测能力;无条件期望收益率不受到当期风险的影响;条件方差具有明显的非对称性和杠杆效应。