湖北碳排放权市场有效性的实证分析

自二氧化碳排放权市场出现后,中国已建立了多家碳排放权试点市场。湖北省碳排放权试点不但在二氧化碳排放权成交量、资金流动性等关键性指标优于其他试点市场,而且其经济结构和工业化程度也接近于目前中国平均水平。通过对湖北省碳排放权试点市场1123个交易日数据所组成的收益率序列的GARCH模型进行分析并建立MCMC-SV模型对结果进行验证。研究发现,该试点收益率序列表现出波动积聚性,不满足弱式市场的前提,应该提高参与企业积极性,完善交易机制,促进与成熟碳排放权市场的交流学习。     

GARCH驱动下历史滤波服从Levy过程的期权定价

为了刻画对数收益率分布的尖峰、厚尾和偏度现象,同时体现波动率集聚效应,通过历史滤波模型构建GARCH波动率驱动下的历史滤波分布,并假设服从五种纯跳跃Levy过程从而估计模型参数,进行Levy-GARCH模型的恒生指数拟合检验及期权定价的实证研究.对比无跳跃模型及历史滤波模拟,结果显示:不同模型有着不同的风险溢价;纯跳跃GARCH模型的残差估计量与市场数据有着良好的拟合效果,期权定价精确度优越于无跳跃GARCH模型.其中,TS分布对历史滤波拟合效果最佳,CGMY-GARCH模型的定价精度最为准确.     

权证收益率波动的度量:基于GARCH和SV模型的比较

分别采用GARCH模型和SV模型对权证收益率波动进行比较研究,发现这两类模型均能较好地拟合权证收益率的波动,但SV模型比GARCH模型更能捕捉权证收益率的波动信息。在权证总持续期间,通过SV模型计算的V aR值比GARCH模型更加准确;而在权证发行上市时期及最后交易日期间,通过GARCH模型计算的V aR值比SV模型更加准确。     

日内收益率预测:基于日内跳跃和动量研究

对日内收益率的预测是学术界近年来研究的热点问题.基于日内跳跃和日内动量的视角,研究探讨了中国股票市场的日内收益率预测.主要实证结果为:基于LM跳跃检验识别跳跃成分,并以此作为解释变量引入动量模型中,利用迭代窗口和样本外预测检验手段发现跳跃有助于增强日内动量效应,即第一个半小时和(或)第七个半小时的收益率对最后一个半小时收益率的预测能力显著提升;另外,利用投资组合策略来评价日内跳跃对模型的经济价值影响发现,相比已有动量模型,含有跳跃的动量模型可获得更高的组合收益,而且还具有更低的组合风险;进一步,还探讨了在金融危机前后、不同的波动率和交易量时期日内跳跃对日内收益率的预测影响,发现在非危机时期、高波动和中交易量时期日内跳跃能显著提升对最后半小时收益率的预测精度.     

时变分数布朗运动下的GARCH族欧式期权定价研究

本文拓展了分数布朗运动理论下欧式期权定价问题,尤其突破了Hurst指数和波动率为常数的假设.我们在时变Hurst指数的分数布朗运动环境下,采用GARCH族模型描述收益率序列的波动率,推导出了一个欧式看涨期权定价的闭型解.利用该模型和韩国Kospi200股指期权日交易数据的实证检验表明,韩国Kospi200股指波动率符合GJR过程,时变波动率下的分数布朗运动刻画金融市场的动态特征比采用标准布朗运动更适合,该模型计算的期权理论价格与市场价格更接近,优于传统的定价模型.     

基于Levy过程修正GJR-GARCH模型的权证定价——对中国大陆和香港权证的实证研究

考虑股票收益率在GARCH模型下的非正态特征,以及收益率标准差序列的非对称特征,首先给出几种真实测度下服从Levy分布的条件异方差模型,接着对随机扰动项和波动率进行风险中性调整,最后通过蒙特卡罗模拟进行大陆和香港权证的实证.结果表明:Levy过程修正下的GJR-GARCH模型能够很好地捕捉到金融数据"跳跃特征"、"群聚现象"和"杠杆效应".同时,该模型显著提升了权证的定价精度.市场间对比显示,香港权证的定价精度高于大陆权证,且大陆权证的市场价格显著偏离无套利假设下的理论价值.     

基于参数学习的GARCH动态无穷活动率Levy过程的欧式期权定价

在股票价格中引入漂移率、波动率和随机跳跃三种状态,建立动态状态空间模型,并通过局部风险中性定价关系(RNVR)推导无套利定价模型.以非高斯条件ARMA-NGARCH为基准模型,构建SP500指数的离散动态Levy过程,并基于序贯贝叶斯的参数学习方法,进行模型估计和期权定价研究.结果表明:动态Levy过程能够联合刻画时变漂移率、条件波动率和无穷活动率等特征,且贝叶斯方法的引入提高了期权隐含波动率的定价精度.同时,无穷活动率模型在期权定价方面具有显著优势.在五类滤波中,无损粒子滤波估计精度最高,速降调和稳态过程(RDTS)的期权定价误差最小,而非高斯模型在收益率预测方面没有表现出显著的差异.     

中国股市波动率的广义周内特征及其预测模型

本文将Realized GARCH模型推广至基于周历日的时变参数情形以刻画杠杆和溢出效应的周内特征并避免传统GARCH类模型在拟合长记忆性与周内效应时两者相互干扰问题.将新模型应用于上海股票市场2001至2013数据的分析发现:我国股市波动率存在时变的杠杆效应和溢出效应.实证结果表明:新模型无论在样本外的预测能力还是在样本内的拟合度上都明显优于现有模型.     

基于 Bayesian-SV-SGT 模型的原油价格‘Value at Risk’估计

从分析原油现货市场收益率的统计特征入手,为更好地刻画原油现货市场收益率的尖峰厚尾、偏态及波动集聚性和持续性的波动特性,引入 SGT 分布来描述原油市场 价格的分布特征, 利用 SV模型来度量国际原油市场的价格波动率. 同时, 基于 Bayesian 原理,利用 MCMC 方法来解决 SV 模型的参数估计难题, 建立了 Bayesian-SV-SGT模型, 并对国际原油现货价格“VaR”(Value at Risk)进行了估计和分析.研究结果表明, 相对 GARCH 类-GED 模型而言, Bayesian-SV-SGT模型更好地刻画了原油现货市场收益特征,并能更加精确地刻画原油现货市场的价格风险.     

关于利率对不同规模上市公司影响的讨论

根据ARCH－GARCH模型理论，利用GARCH模型及其各种推广形式研究了当前中国货币市场银行间同行业拆借利率对不同规模和上市公司的日平均收益率的影响，发现当前货币市场银行间同业拆借利率的波动对证券市场上不同规模的上市公司的日平均收益率产生不同的影响。对此现象在本文中给出了一些合理的经济解释和政策建议。     

基于Lévy过程修正GJR-GARCH模型的权证定价——对中国大陆和香港权证的实证研究

考虑股票收益率在GARCH模型下的非正态特征, 以及收益率标准差序列的非对称特征, 首先给出几种真实测度下服从Lévy分布的条件异方差模型, 接着对随机扰动项和波动率进行风险中性调整, 最后通过蒙特卡罗模拟进行大陆和香港权证的实证. 结果表明: Lévy过程修正下的GJR-GARCH模型能够很好地捕捉到金融数据"跳跃特征"、"群聚现象"和"杠杆效应".同时, 该模型显著提升了权证的定价精度. 市场间对比显示, 香港权证的定价精度高于大陆权证, 且大陆权证的市场价格显著偏离无套利假设下的理论价值.     

GARCH模型在计算我国股市风险价值中的应用研究

主要讨论VaR模型中有关波动率的估计方法。通过拉格朗日检验（LM），发现上海股市的日收益率服从ARCH过程。分别采用GARCH（1,1）模型、RiskMetrics和移动平均法预测上海股市日收益率的波动性，计算每天的VaR。返回式检验表明，GARCH（1,1）模型比RiskMetrics和移动平均法能更准确地反映我国上海股市的风险。     

基于序贯贝叶斯参数学习的Lévy动态波动率模型研究

非高斯动态波动率模型及其计量是现代金融的重要研究内容.基于Levy-GARCH动态波动率模型,引入了序贯贝叶斯参数学习方法,并进行SP500指数的跳跃风险溢价估计、欧式期权定价、风险测度评估的实证研究.研究表明,相比傅里叶变换的极大似然估计,序贯贝叶斯参数学习显著改进了各模型的期权定价能力.研究还发现,带跳跃随机模型的风险度量更加准确;跳跃风险溢价明显高于扩散风险的溢价;跳跃强度越大,风险的市场价格越高.     

基于参数学习的GARCH动态无穷活动率Lévy过程的欧式期权定价

在股票价格中引入漂移率、波动率和随机跳跃三种状态， 建立动态状态空间模型， 并通过局部风险中性定价关系（RNVR）推导无套利定价模型. 以非高斯条件ARMA-NGARCH为基准模型， 构建S&P500指数的离散动态Lévy过程， 并基于序贯贝叶斯的参数学习方法， 进行模型估计和期权定价研究. 结果表明： 动态Lévy过程能够联合刻画时变漂移率、条件波动率和无穷活动率等特征， 且贝叶斯方法的引入提高了期权隐含波动率的定价精度. 同时， 无穷活动率模型在期权定价方面具有显著优势. 在五类滤波中， 无损粒子滤波估计精度最高， 速降调和稳态过程（RDTS）的期权定价误差最小， 而非高斯模型在收益率预测方面没有表现出显著的差异.     

中国股市极值收益率的长记忆性研究

与以往对股市收益率及波动率的长记忆性及有效性研究不同,聚焦于金融市场极端波动行为,以中国股票市场最具代表性指数——上证指数为研究样本,将金融市场按照一定期间划分为不同的时间窗口,将每个时间窗内的极值收益率组成一个时间序列,并将该极值收益率序列作为实证研究对象。分别运用重标极差分析、消除趋势波动分析等多种统计方法,对上海股票市场极值收益率的长记忆性展开深入研究,结果发现无论是极值收益率序列还是极值波动率序列都具有明显的长记忆性特征,且极值收益率序列和极值波动率序列呈现出的长记忆性特征要明显强于原始全样本收益率序列本身,这说明市场的极端波动行为之间具有一定的依赖性,市场的极端波动行为在一定程度上是可测的。此外,进一步分析了极大值及其相应波动率序列之间、极小值及其相应波动率序列之间以及极大值与极小值之间的互相关关系,结果发现不同的极值序列间呈现出各自特有的、强度不同的相互依赖关系。     

可加模型及其在金融市场波动率估计中的应用

放宽了传统GARCH模型参数形式的假定,将可加模型引入条件方差的估计,改进了Btihlmann和McNeil提出的迭代算法,并将其用于可加GARCH模型的估计.通过能够模拟真实波动率的数学实验,以及新加坡股市和不同市场股市比较的实证算例,发现可加GARCH模型不仅在估计现有参数模型无法刻画的复杂序列波动率时具有更好的估计效果,而且与一般非参数模型相比也有较好的估计效果.因此,可加GARCH模型对研究新兴市场股市或诸如金融危机等存在复杂波动特征的金融市场有着非常现实的意义.     

波动率预测：多元GARCH模型能战胜一元GARCH模型吗?——二元DCC-GARCH模型与一元GARCH模型的PK

波动率在不同资产(市场)之间的传导应当为预测波动率提供有用信息,使波动率预测更准确。本文考察了二元DCC-GARCH模型在预测波动率时是否优于传统的一元GARCH模型。研究发现：波动率在不同资产间的传导,可以为预测波动率提供有用信息,有助于提高预测的准确性;波动率溢出越明显,对提高预测帮助越大;日数据传递信息更及时,在预测波动率时能比周数据提供更有用的信息;实际波动率的不同度量方式会影响波动率预测准确性的评判结果,但一个占优的多元GARCH模型预测的波动率,可以在所有度量方式、评判标准下都占优。本文为进一步研究多元GARCH模型在预测波动率方面的应用提供了有益的启示。     

广东省碳排放权交易市场的构建

论文通过对国内外典型的碳排放权交易市场构建的经验进行总结和对比分析,总结先进的构建经验和差距。然后,结合广东省实际的碳排放权交易市场发展情况,提出构建广东省碳排放权交易配额市场的基本建设框架和建议。尽早确立市场定位,建立碳排放权交易体系,设立碳核算系统,加强对碳排放的监测技术研究,完善相应的法律体系,注重人才的培养和专业技术的钻研。     

调和稳定Lévy过程驱动的双重跳跃模型及期权应用

为准确刻画证券价格波动过程中的跳跃特征,捕获收益率尖峰厚尾、有偏等非高斯特征以及波动率集聚、异方差性等效应,建立了证券价格与相应波动率均存在跳跃的随机波动率模型,其中跳跃分布为两类纯跳跃Lévy分布(调和稳定分布和速降调和稳定分布)。最终,构建得到调和稳定Lévy过程驱动的双重跳跃随机波动模型。利用恒生和标普500股指数据进行实证,结果表明:与仿射跳扩散相比,纯跳跃Lévy分布能捕获随机信息的尖峰厚尾特征,拟合能力更优越,股指收益尾部分布存在速降特征。在此基础上的期权定价结果表明,速降调和稳定过程驱动的双重跳跃随机波动模型更有效。     

中国股指期货和现货市场信息传导关系在牛熊市中的异化现象

本文采用牛熊市的视角,根据市场的历史周期的判断结果,分别提取我国沪深300牛市和熊市样本窗口,使用了BVGJR-GARCH-BEKK模型和LM跳跃检验法,从价格发现、波动溢出和跳跃风险三个方面对股指期货和现货市场间的信息传导关系的异化现象进行了实证研究.结果表明,牛市时股指期货市场发挥主要的长期价格发现作用,熊市时两个市场存在双向的价格发现,过分自信效应可以解释这一异化现象.两个市场在牛熊市都存在双向的波动溢出,但非对称性的方向相反.熊市时两个市场上都检验出了更多的跳跃行为,熊市下股指期货市场的跳跃风险来自于未预期到的信息.