Copula相依结构下沪深股指波动及动态VaR计量

采用带三类不同噪音的ARMA-ARCH模型拟合沪深股指收益率分布,并通过随机模拟的方式进行拟合优度检验,结果显示,基于分形高斯噪音的ARMA-ARCH模型能够较好刻画沪深股指收益率波动的长相依性、厚尾性及波动性聚类特征.进一步通过两类不同Copula-ARMA-ARCH模型处理沪深股指相依性,并通过随机模拟进行拟合优度检验,模拟结果显示,基于分形高斯噪音的Student's t Copula- ARMA-ARCH模型能够较好刻画沪深股指收益率波动的VaR风险.     

基于条件自回归极差模型的沪深300指数波动性分析

通过选取不同的分布对自回归条件极差模型进行了改进,选择GARCH模型对对数收益率的波动率进行了建模,运用贝叶斯对两种模型中的参数进行分析.通过用沪深300指数数据进行实证分析,WinBUGS软件对两种模型当中的参数进行仿真,由参数估计值分析得到,自回归条件极差模型对波动短期效应有更好的捕捉能力,而GARCH模型优势在长期效应.     

基于GARCH模型的我国股市风险分析

通过对上证指数收盘指数进行实证分析,采用正态分布、t分布和GED分布分别刻画收益率序列特征,运用GARCH模型对收盘指数序列进行波动性建模.根据GARCH模型的估计结果计算出VaR和CVaR值.由结果可知,通过计算GED分布下的GARCH(1,1)模型的CVaR值是衡量股市风险的最佳模型.     

基于TGARCH-偏态t分布模型的美元兑人民币汇率波动实证分析

文章使用R4.2软件,选取2015年1月—2022年9月工作日美元兑人民币汇率数据,选取非对称GARCH模型族,参考具有尖峰厚尾特征的分布函数。研究结果表明,基于偏态t分布的非对称TGARCH模型的拟合优度高于传统的GARCH(1,1)模型,且高于其他分布的EGARCH模型,一阶差分的美元兑人民币汇率序列具有杠杆效应。     

上海铝期货收益率及波动特性研究

通过对沪铝期货收益率序列实证模拟检验,指出了关于期货价格收益及波动特性研究中存在的一些问题.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,发现收益率序列波动率是持久的,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.     

GARCH模型族在沪深300中的比较研究

当前我国证券市场已形成了与我国经济发展相适应的特色道路,制度性建设日趋完善.但股票市场在诸多方面的不完善性仍较为明显.尤其是从2008年开始的下滑行情造成了重大的负面影响,风险度量逐渐成为金融市场风险管理的核心.本文系统的GARCH模型,重点研究了利用ARCH(LARCH)模型为波动率建模,从而对沪深300指数风险度量深入研究.实证结果发现基于学生t分布的GARCH(1,1)模型是最优的拟合模型.     

基于沪深300股指期货套期保值比率及其绩效的实证研究

针对计算沪深300股指期货的最优套期保值比率问题,选取沪深300股指期货与现货数据,构建OLS、ECM、GARCH、ECM-GARCH、EGARCH和二元GARCH等6个模型.在对样本数据进行描述性统计分析、平稳性检验、协整检验和ARCH检验后,使用Eviews8.0构建回归模型,对这一问题加以研究,发现二元GARCH模型的套保效率最高,ECM的套保成本最低,然后以最小方差为选择标准,综合考虑套保成本与绩效,发现基于ECM-GARCH模型计算效果最好,并根据研究结果提出投资者要根据自身风险偏好、市场波动和现货期货的相关性等情况选择合适的模型建议.     

上证指数收益率的ARCH族模型与实证分析

应用广义自回归条件异方差GARCH模型对上海股市1999年6月30日至2007年6月29日上证指数收益率进行建模分析.结果反映上证指数收益率具有明显的聚集性、波动性、尖峰厚尾的特征,ARCH族模型较好的拟合了上证指数收益率序列.     

沪、深股市收益率的统计分析和风险分析

随机理论认为股票收益率服从正态分布,但大量研究表明,股票收益率等金融时间序列具有"尖峰厚尾"反正态性.极值分布和Laplace分布是一类厚尾分布,本文对沪、深两地股票市场的收益率进行了极值分布(以Gumbel分布最为常用)和Laplace分布拟合,并给出了风险价值(VaR)的估计.实证研究表明,Laplace分布是正态分布的一种改进,而Gumbel分布能较准确地估计巨额盈利(极端事件)的风险.     

关于copula函数的两种半参数估计方法的比较

本文以沪深300股指期货与上证指数的日收益率序列作为建模对象,通过两种基于经验分布的半参数估计copula参数的方法对两序列进行了相关性分析.结果表明,通过QQ、K-S拟合检验以及欧式距离,这两种方法所估计的Gumbel-copula模型均能更好地描述沪深300股指期货与上证指数的相关关系.     

带交易费用VaR套期保值比的计算

用股指期货对金融资产进行套期保值是防范市场系统风险的有效手段之一.本文引入风险价值(VaR)作为套期保值组合的风险度量,给出交易费用下最优VaR套期保值比.并且通过建立双变量GARCH误差修正模型模拟股指期货和被套期保值投资组合收益率的分布情况,估算时变的最优VaR套期保值比.以沪深300股指期货套期保值沪深300指数为例进行了实证分析,分别计算出无交易费用和考虑交易费用下的最优VaR套期保值比,并将VaR套期保值比与MV套期保值比进行了比较分析.     

基于EGARCH模型的我国股指期货的非对称性研究

股指期货合约是为了适应投资者规避市场波动风险需要而产生的.我国从2010年4月开始正式交易股指期货,无论是利用它进行市场投资,还是进行对冲和套期保值,一个不得不面对的问题就是怎样科学对它的波动性进行预测.运用EGARCH模型对沪深300股指期货的杠杆效应进行了实证分析,结果发现,股指期货的日收益率存在着明显的杠杆效应,收益率对波动强度的影响具有非对称性.     

非参数估计下的股指期货升贴水波动研究

文章选取了2016—2017年沪深300指数和其股指期货主力合约的日收盘价数据,建立了股指期货升贴水的非参数估计模型,通过研究得出股指期货的升贴水服从正态分布,并和股指收益率一样有着明显的"厚尾"现象。随着时间的推进,股指期货的上市的确起到了稳定市场的作用,股指期货升贴水套利的理论年化收益率显著高于同期市场"无风险收益率"金融产品的收益。在市场突发情况引起的股指剧烈波动时,择机合理地利用股指期货进行对冲、套利还是有利于降低资产波动风险的。     

中国股市价格的波动性研究——基于沪深300指数的GARCH族模型

本文运用GARCH族模型,以中国A股市场较有代表性的沪深300指数作为研究对象,对中国股市价格波动中存在的条件异方差性和正负冲击对股价波动影响的不对称性进行检验,结果表明在样本期（2005年4月8日至2009年5月22日）内,我国股价波动存在明显的条件异方差性,但是并未发现正负冲击对股价波动影响的不对称性。     

关于沪、深股市股价过程的协整分析及其数学模型

利用协整过程的理论和方法,探求最近一段时间内沪、深两市股票价格过程之间的动态均衡关系.通过建立误差修正模型(ECM),发现指数收益率序列的短期波动,并对沪、深两市股票指数进行协整分析,得出它们相关的结论.从而给证券投资者在判断投资时机时提供一定的依据.     

我国股指期货套期保值效应的实证研究

运用EGARCH模型,分别考察沪深300指数期货与股票现货市场上10大基金重仓股之间、沪深300指数期货与10只随机选取的深圳证券交易所中小企业板上市的股票之间进行套期保值的效应,发现前者的套期保值效应并不是很理想,后者的效应更差。为了给投资者提供更多的、实用的套期保值工具,我国应该借鉴海外市场的经验,尽早推出中小市值股票指数期货和其他行业股票指数期货,如"中小板综合指数期货"。运用上述同样方法对虚拟的"中小板综合指数期货"的套期保值效应进行模拟实证检验,证明这种政策构想是值得付诸实践的。     

我国股票市场信息"杠杆效应"的实证研究

为了度量我国股票市场的信息不平衡效应，文章采用Engle ＆ Ng（1993）提出的符号检验方法对我国沪市和深市对信息的不平衡反应进行检测，并估计了不同的GARCH模型，得到关于我国股市价格运行的两点特征：沪市和深市的价格反应模式并不相同，深市表现出明显的负杠杆效应，而沪市则没有表现出明显的杠杆效应。     

基于LSTM等深度学习方法的股指预测研究

为了改善传统时间序列方法无法在预测模型中添加相关变量等缺点,并提高股指预测精度,运用LSTM神经网络等深度学习方法对我国上证指数及沪深300指数进行预测分析,并将预测结果与RNN、CNN、ARMA等模型进行比较,然后在模型中加入百度指数测试其对预测精度的影响,最后检验LSTM模型对训练步长的敏感性。研究结果表明,LSTM能够实现对股指的精准预测,其预测评价指标MAE、MAPE、RMSE分别为0.008、0.025、0.011,预测误差低于其它模型,加入百度指数可进一步提升其预测能力,但改变LSTM模型训练步长对结果影响不大。因此,LSTM模型在金融经济预测领域有较高的应用价值。     

中国股市股价指数变动的协整研究

对上证A股指数和深证A脂指数之间、上证B股指数和深证B脂指数之间，上证A股指数和上证B股指数之间以及深证A脂指数和深证B股指数之间协整关系的存在性进行了研究，结果表明，上证A股指数和深证A股指数之间，深证A股指数和深证B股指数之间存在长期均衡的协整关系；而上证A股指数和上证B股指数之间、上证B股和深证B股之间不存在长期均衡的协整关系。该结论对分散投资具有一定指导意义。