资产收益率时间序列的条件异方差模型新探

现代金融风险管理中,利用条件异方差模型进行金融时间序列分析扮演着十分重要的角色,最典型的应用是基于观察到的离散时间价格或对数收益率序列做出管理决策.本文试图建立一种新的条件异方差模型去拟合资产收益率时间序列,该模型被本文提出的“正态分布的双变量连续二元正态混合（BNC-MN）分布”信息所驱动.该模型能充分捕捉资产收益率时间序列的“典型特征”如：非对称性,尖峰厚尾,波动群聚以及Black金融杠杆效应等;同时在此模型下,我们可以对上述特征做出较合理的经济学解释,并在一定程度上揭示用广义自回归条件异方差模型(GARCH)去模拟资产收益率序列的合理性.     

基于POT-VaR混合模型的投资组合风险分析

在简要分析金融产品投资组合理论的基础上,尝试将超门限极值法(POT)与传统VaR模型中的方差-协方差法相结合的方式,改进传统单纯基于投资组合计算历史收益率数据的VaR模型.通过划分沪深股价前100支股指期货高频收益率数据,运用POT-VaR混合模型进行实证研究.结果表明:该混合模型可以解决收益率方差估计随时间推移的动态问题,为降低投资组合市场风险提供科学的方法,对我国期货市场投资组合风险管理提供了可靠的依据.     

证券投资基金市场的ARMA-ARCH类模型分析

文章通过分析自回归条件异方差(ARCH)类模型的统计结构,讨论了ARCH模型族的拟合波动性的优缺点,建立了ARMA-ARCH类模型,并用平稳帕雷托分布代替标准正态分布;以中信基金管理有限公司的股票基金与债券基金指数的收盘价为样本,对我国基金市场收益率分布用ARMA-ARCH类模型进行实证分析,解决了方差时变条件下金融波动时间序列建模问题,描述了基金序列的特性。     

基于GARCH-VaR模型的石油价格风险研究

石油价格收益率一般不符合VaR模型的独立、对称的正态分布假设,表现出金融时间序列的非对称性、异方差、波动聚集等特征.文章提出利用GARCH模型估计石油价格收益率的时变条件方差,改进传统VaR对方差的估计,并通过实证分析,估计石油价格风险,即在一定的置信度水平下石油价格可能的最大日损失值,估计结果显示改进的GARCH-V...     

基于VAR-GARCH模型我国外汇风险分析

通过对美元收益率R序列的特征分析发现,序列存在非正态性、尖峰厚尾、非对称性、异方差性的特征。分别基于正态分布、T分布、GED分布和偏态T分布的GARCH类模型对R序列进行实证分析。经过VAR方法的风险度量可知,基于T分布的GARCH-M模型对多头美元市场的风险度量最为准确。     

ARCH模型在金融时间序列中的拟合应用

讨论了自回归条件异方差(Autoregressive Conditional Heteroskedastic,简称ARCH)模型在金融时间序列分析中的拟合应用,以一金融时间序列为例,通过SAS/ETS中的自回归(Autoreh)过程实现对该金融时间序列的自回归-广义自回归条件异方差(Autoregressive-generalzed ARCH,简称AR-GARCH)模型的拟合和分析,最终得到理想结果.     

金融时间序列变点探测的小波模极大值线方法

研究小波变换方法在金融时序分析中模型变点探测的应用,对金融时间序列采用连续小波变换,通过分析小波变换模极大值线对应的时间序列样本点的小波系数特点,提出了金融时间序列变点探测的小波模极大值线方法,并对广义自回归条件异方差均值模型(GARCH-M模型)进行了仿真计算,其结果验证了此方法的实用性和有效性.该方法更能准确定位金融资产收益率波动所发生的具体时刻,有利于金融资产价格异常时点的正确识别与统计建模分析和资产收益率波动的预测.     

棉花期货价格波动率分析

针对棉花已成为制约“十四五”规划中纺织行业发展不可或缺的关键因素这一事实,提出通过研究棉花期货价格的波动来体现纺织业成本变化。 基于 2008 年 1 月 2 日到 2021 年 9 月 6 日棉花 CF999 期货价格数据时序图,得到原序列不平稳的结论,处理后得棉花期货价格收益率序列,由 J-B 统计量、ADF 检验 统计量,得到棉花期货价格收益率序列是平稳时间序列,但不服从正态分布,有尖峰厚尾和高阶异方差性的统计特征;然后考虑收益率序列服从 T 分布和广义误差(GED)分布,分别构建 GARCH 类模型,具体利用GARCH、GARCH-M、EGARCH 和 MS-GARCH 4 种模型对棉花价格波动特征进行研究,结果表明:基于 T 分布 的模型比 GED 分布更能描述棉花期货价格收益率序列的波动特征;棉花市场不是“高风险、高回报”产业;收益率序列存在反杠杆效应;MS(3)-GARCH(1,1)模型的拟合效果最优,收益率序列有体制变换现象,各种波动的持续期不同,高波动状态最短,为 2. 12 d;最后提出相关建议。     

GARCH模型的实证研究

本文通过对上证综指收益率序列的实证分析,发现其具有明显的群集聚集性、波动性、尖峰厚尾的特征,并应用GARCH及其扩展模型对该序列进行建模分析,发现GARCH模型可以较好的消除金融时间序列的异方差性,同时发现,GARCH-t的拟合效果更好一些。     

上海证券交易所Ａ股市场的波动性分析

运用主要的三种条件异方差模型：ARCH、GARCH、EGARCH模型，对上海证券交易所A股指数的波动性进行拟合，分析模型对上证A股指数收益的波动性、杠杆效应的拟合情况，比较不 同模型对未来波动性的预测情况。实证分析结果表明：EGARCH模型比较适合对我国股票市场 波动性作长期预测，若假设收益序列服从t分布，由此改进的EGARCH-T模型会得到比正态分 布下更好的拟合与预测效果。     

基于GARCH类模型的中国股市收益率分析

自二十世纪八十年代以来, 金融时间序列的波动群聚性,尖峰厚尾性和长记忆性特征的研究已经成为众多研究的论题, 是当今金融风险管理的核心. GARCH类模型是波动群聚性建模中常用的模型. 作者在简要介绍金融时间序列波动性的GARCH模型的基础上, 运用MATLAB软件包编程, 利用FIGARCH模型、NAGARCH模型和EGARCH模型对中国股市波动特征进行建模, 并比较了正态分布、Studentt分布、GED分布和偏t分布等四种不同分布特征的FIGARCH、NAGARCH和EGARCH模型对中国股市波动特征的拟合.实证结果表明, 偏t分布更适合我国股市波动特征的描述, FIGARCH模型在拟合效果方面要优于其他模型.     

基于厚尾分布下Realized GARCH模型的中国股票市场波动研究

金融模型的正确选择是估计收益序列的分布和波动率至关重要的一步.本文采用误差项服从正态分布、t分布、偏t分布、NIG分布的Realized GARCH模型,拟合上证综指的收益率分布和波动率,并与误差项服从正态分布、t分布、偏t分布、NIG分布的GARCH模型进行对比,证明厚尾分布下的Realized GARCH模型能够更为精确地描述中国股市的波动性.     

线性混合模型中方差分量的非负估计

在线性混合效应模型中,方差分量的非负估计问题备受关注.基于方差分量的ANOVA估计,给出了方差分量的不依赖于随机效应分布的非负改进,且改进后的估计在均方误差意义下优于ANOVA估计,有比ANO-VA估计更好的极限性质.当随机效应和随机误差都服从正态分布时,模拟显示,新估计优于ANOVA估计以及Tatsuya估计.     

我国沪铜期货价格的分形统计

运用分形分布参数估计、函数盒维数以及多重分形分析等方法对我国沪铜期货价格时间序列进行了实证研究.结果表明,沪铜期货价格不服从正态分布,价格之间存在长记忆性,从而对有效市场假说提出了质疑.函数盒维数及多标度分析的结果揭示了期货价格的聚类特征及标度变化,说明用单一分形模型来描述期货价格是不充分的,多重分形分析方法为更好地描述期货价格的变化规律提供了有力的工具.     

中国通货膨胀水平与上证综指相关性的实证研究

2008年金融危机后,中国的通货膨胀率节节攀升,整体趋势持续走高.同时,股市也发生了剧烈波动,对我国宏观经济与金融稳定产生了深远的影响.本文选用1995年至2012年的数据对上证指数与通货膨胀率之间的关系进行了研究,综合运用了单位根检验、Granger因果检验、VAR模型来考察两者之间的关系.实证结果表明两者之间存在长期稳定的均衡关系,基于VAR模型的脉冲响应和方差分解表明,通货膨胀率受自身和上证指数的影响都比较大,而上证指数受通货膨胀率的影响有限.     

基于GARCH族的VaR方法在上证市场中的风险度量

使用上证地产指数的日对数收益率的数据,对其收益率序列进行统计描述,并且建立GARCH族模型。分别在正态分布、T分布和GED分布下总结GARCH参数并计算VAR值,通过实证分析指出序列分布具有尖峰厚尾的特征,上证地产指数的对数价格具有波动率聚集现象,其中利好消息的波动比利空消息更大,上证地产指数存在明显的杠杆效应;T分布下的EGARCH(1,1)模型能够更好地拟合上证地产指数,得出的VAR值准确性较高的结果。     

一类双函数系数ARCH-M模型的经验似然估计

针对一类双函数系数自回归条件异方差-均值(ARCH-M)模型的估计问题,提出一种基于经验似然的估计方法;在该估计方法中,所提出的模型允许金融时间序列的风险效应和收益效应同时为某一变量的函数结构,可以有效地刻画金融时间序列的风险和平均收益之间的关系,具有较广的适应性;同时,与经典矩估计法和极大似然估计法相比,基于经验似然的估计方法具有独特的优势,可以充分考虑金融序列的异方差性,并且所构造的置信区间不涉及任何渐近方差的估计,因此具有较好的稳健性和有效性;在一些正则条件下,对所构造的经验对数似然比统计量及函数系数估计量的渐近分布进行了理论分析;结果表明：关于风险效应函数系数和收益效应函数系数的经验对数似然比统计量均渐近收敛于中心卡方分布,同时函数系数估计量渐近收敛于正态分布;进而对风险效应函数系数和收益效应函数系数分别构造了相应函数系数的逐点置信区间。     

半参数方法对上证指数波动率的预测分析

根据金融时间序列一般都存在条件异方差性,本文研究了两种半参数时间序列模型的估计方法,通过实际算例对参数模型与半参数模型,以及不同的半参数模型在金融时间序列的拟合与波动率预测方面的表现作了比较。结果表明,半参数模型要优于参数模型,半参数可加模型要优于多项式样条估计模型。      

农村教育与农民收入问题探讨——基于动态计量模型的再分析

在对国内外学者关于农村教育和农民收入问题进行研究述评的基础上,利用1985年～2007年我国农村劳动力受教育程度和农民收入的年度时间序列数据,对二者的动态关系进行了协整分析.在VAR模型的基础上,运用脉冲响应函数和方差分解,进一步考察了模型的动态特征,得出了以下结论:我国农村劳动力受教育程度和农民收入存在高度的正相关关系,农村劳动力受教育程度是农民收入的格兰杰原因,二者存在长期的协整关系,且农村劳动力受教育程度对农民收入的影响是长期的,显著的.并根据分析结果提出了相关的政策建议.     

CARCH模型在上证指数收益率分析中的应用

本文运用Engle的ARCH法对上证指数收益率的异方差性进行了详细的分析,得出涨跌幅制制度的实施对收益率的异方差性有明显的影响,序列异方差性与序列长度存在密切的关系.在运用CARCH模型对序列进行拟合时,发现拟合模型的阶数与序列长度也存在一定的关系.