基于GARCH-MIDAS模型对股市波动率预测

极端冲击(例如战争和金融危机)会导致股市波动剧烈.提出5种增强的混频模型(GARCH-MIDAS),可以捕捉非对称和极端冲击对股市波动率的影响.样本内的结果表明,我国股市存在明显的波动率聚集效应和杠杆效应,并且负面的极端震荡会导致较高的波动性.而样本外的MCS和DM检验结果则清楚地显示出EGARCH-MIDAS-ES模型最适合预测股市波动率,该模型在短期波动中纳入了非对称效应,长期趋势中加入了极端冲击的影响.此外,稳健性检验证实,与标准GARCH-MIDAS模型相比,增强的波动率模型在统计和经济方面均可产生更好的预测结果.通过考虑极端冲击,为股市波动率预测提供了新的见解.     

GARCH-neural网络模型对股票价格买卖差波动率的预测

股票价格买卖差是衡量金融市场流动性和有效性的重要指标,已经得到学术界的广泛研究.相比而言,作为衡量股票市场风险的重要因素的股票价格买卖价差的波动率却没有得到相同的重视.在广义自回归条件异方差(generalized autoregressive conditional heteroscedasticity,GARCH)模型的基础上,提出了GARCH-neural network (GARCH-NN)混合模型分析股票价格买卖价差波动率的动态性.以深圳证券交易所成分股价指数的高频数据为样本对所提模型进行了实证分析.运用GARCH家族模型对股票价格买卖差波动率的动态性进行分析,得出预测效果最优的GARCH模型.在最优GARCH模型的基础上结合神经网络分析方法即GARCH-NN混合模型对样本数据进行了实证分析.比较分析最优GARCH模型和GARCH-NN混合模型对股票价格买卖差波动率的预测效果,并以AIC(Akaike information criterion)和BIC(Bayesian information criterion)作为检验模型预测效果的指标.实证结果表明,提出的GARCH-NN混合模型更优.     

基于实际波动率的VaR模型实证研究

以实际波动率预测方法替代传统的波动率预测方法，应用到VaR模型中去，并随机选择了五只股票数据进行实证研究，比较基于GARCH模型和实际波动率模型的两种VaR预测结果，得到基于实际波动率的VaR预测效果显著地优于基于GARCH模型的VaR预测效果.     

不同分布下非对称GARCH模型波动率预测评价

以损失函数为评价标准,研究不同分布(正态分布、T分布、广义误差分布、偏态T分布)下非对称GARCH模型在上证综合指数波动率的预测能力并进行比较.结果表明,无论样本内还是样本外,非对称GARCH模型均能很好地预测上证综合指数的波动率,其中偏态T分布下TGARCH模型能更加准确地描述收益率分布的尖峰厚尾及非对称特征,预测能力最强.     

股指期货波动率的半参数预测模型及其MCS检验

股指期货在资本市场价格发现和风险防范过程中扮演重要角色,科学准确的预测其收益波动率对充分实现股指期货的市场功能具有重要的理论和现实价值。将线性非负模型扩展为半参数的预测模型,用来预测股指期货市场的已实现波动率,并探讨了该模型估计方法的渐进性质。此外,以沪深300股指期货的5 min高频交易数据为例,运用滚动时间窗的样本外预测和最新发展起来的具有Bootstrap特性的MCS检验,在多种稳健损失函数下,实证评价和比较新构建的半参数预测模型与其他7类波动率预测模型对沪深300股指期货已实现波动率的预测能力。实证结果表明,在多种稳健损失函数的评价标准下,新构建的半参数预测模型是预测性能最好的模型。     

基于EGARCH模型的远期开始期权定价

文章利用测度变换和期权定价的鞅方法,经过简单的数学推导得出了欧式远期开始期权的定价公式.选取了航天动力(600343)股票2010年交易日收盘价格的实际数据为样本建立了股票对数收益波动率的EGARCH模型,利用Eviews软件进行参数估计得到了波动率的方程,并对波动率进行了样本外预测,从而可以计算出比基于历史波动率更合理的期权价格.最后给出了一个远期开始看涨期权价格数值计算的例子.     

采用MCMC方法的上海股市随机波动模型

采用贝叶斯统计中的马尔科夫链-蒙特卡罗(MCMC)方法对上海股市的随机波动性进行研究,基于Gibbs抽样的MCMC数值计算过程,对上海股市的随机波动率模型(SV)进行参数估计,并在WinBUGS软件中实现.根据信息判别准则(DIC),对比拟合的SV-N,SV-T,SV-MT模型参数,结果表明:SV-T模型最能反映上海股市波动具有尖峰厚尾的特性,可进一步用于预测样本外的波动率结果.     

隐含波动率的计算和其在可转债定价中的应用

在期货,期权以及其它的衍生证券定价理论方面,Black-Scholes理论是一个主流.本文详细介绍了Blak-Scholes框架下的欧式期权定价理论及其在可转债定价中的应用;并以国内运转较好的燕京转债为例,重点作了对常数利率可转债模型在国内可转债市场的实证分析,并比较了用统计方法估计股票波动率和用隐含波动率时模型的预测效果.结果表明,用隐含波动率来改进常数利率转债定价模型后的预测效果有了很大的提高.     

考虑风电波动率的储能系统优化配置策略

为了减缓风电出力波动性对电网的影响,提出应用模型预测控制算法来分析不同波动率风电的储能系统的优化配置.首先,基于模型预测控制方法,研究储能平抑风电波动的控制策略,并建立优化配置模型;其次,提出风电的正负波动率和累计波动率的概念,并梯次分析了3种典型波动率下的储能系统功率和容量的配置策略;最后,基于MATLAB软件,从构建的标准正弦风电到随机选取的风电等3种典型场景进行算例分析,验证本文所提出的基于模型预测控制的风电波动平抑策略和采用累计波动率差值作为储能容量的评价指标有效性,为可再生能源的友好并网及储能优化配置提供一种参考.     

基于半参数LM-ARMAX模型的股价波动成因分析

选择沪市1991-2010年所有上市公司的数据,建立LM-ARMAX模型来实证股票价格波动的决定因素;然后,根据模型半参数估计的结果,进行基于半参数估计的广义似然比检验和基于Wild Bootstrap的Smirnov检验.研究结果表明:市帐率和成交量是股票价格波动的主要因素,而净资产收益率对股票价格波动的影响不显著;相比起"指数研究"和"样本替代研究"而言,实证的数据精确度更高,说服力更强.     

基于跳跃厚尾随机波动模型的股市波动研究

通过对4个不同SV模型对比分析,试图了解股市收益序列中具有较大波动幅度的极端实现值能够被解释为一个非高斯分布的尾部行为,还是高斯扩散中一个跳跃组分的叠加,抑或是这两种设定同时起作用.采用两种具有不同波动程度的上证综指日收益数据进行的实证研究发现,我国股市日收益序列不仅存在显著的尖峰(厚尾)特征,而且波动持续性较低,以及受政府政策影响较多.此外,两组收益数据所对应模型的实证比较发现,跳跃设定有助于SV模型描述波动剧烈的收益序列,但却不适合波动平缓的收益序列.     

股指极端波动下中国股票市场网络拓扑结构

采用最小生成树方法构建股票市场网络，研究中国股市网络在股指极端波动前、中、后阶段MST结构的演化、拓扑指标与关键节点不同时期的个体行为特征.结果表明:中国股市行业内有很强的聚集性和行业间的匀质性;在极端波动时MST网络收缩，波动后网络又伸展扩张;极端波动中后期，材料业和信息技术业异军突起占据网络重要位置;不同传染源引起的极端波动其风险传播途径不同.股指极端波动加剧了股票市场股票间的联动性，市场中资产发生重新配置，网络结构产生新的调整.     

上海股票市场网络拓扑指标与波动率的相关性

以股票作为网络的节点,股票间关联性作为边,使用最小生成树方法构建上海证券市场股票网络,计算网络的基本拓扑指标,分析这些指标与股票市场波动率的相关性.结果表明:网络的平均路径长度和市场波动率成负相关,当市场波动率越高,节点之间的距离越短,网络收缩越紧密;平均占有层和市场波动率成负相关,当市场波动率增加,网络中的点更趋近于中心节点;节点的最大度和市场波动率成正相关,随着市场波动率增加,网络节点之间的关联性增强,协同运动趋势增强.通过分析股票网络拓扑指标的变化规律从而对股票市场波动的变化进行预测.     

基于不同测度指标的随机波动性模型及其应用研究

引入了基于日内价格幅度与回报两个测度指标的随机波动性模型.利用中国股市数据进行的实证结果表明,与单测度指标的随机波动性模型相比,基于两个测度指标的随机波动性模型能更好地描述股票市场波动性和市场波动风险.     

基于小波分析方法的股指期货和现货市场关系研究

基于小波分析方法,利用5min高频数据研究了沪深300指数和沪深300股指期货的关系.通过小波分解方法将两市场收益率序列作信号分解,研究发现,在各尺度下股指期货市场的波动性都大于股票市场的波动性,同时随着尺度的增加,两市场的小波相关系数增加,即联动性增加.各尺度的格兰杰因果检验表明,期货市场与股票市场之间存在波动溢出效应,但溢出效应是单向的,即只存在期货市场向股票市场的溢出效应.     

中国股指期货的价格发现功能和波动外溢效应

运用EC-EGARCH-GED模型,分析了中国股指期货的价格发现功能和波动外溢效应.研究结果表明股指期货增大了股指的波动性.从长期看,股指期货的价格影响股票指数的价格;而短期内股指期货价格对股指价格的影响比长期均衡的影响大.最后还考察了中国新上市的股指期货对沪深300指数的影响,认为股指期货的上市给股指带来了一定的冲击力.     

股票市场与国债市场的溢出效应研究

为了分析信息在股票市场和国债市场的传导路径,选取沪深300指数和中证国债指数作为研究样本,运用VAR－GARCH－BEKK模型,研究中国股票市场与国债市场均值和波动溢出效应.研究表明,股票市场与国债市场均具有波动聚集性,两市场之间存在双向均值溢出效应,且只存在着股票市场对国债市场的单向波动溢出效应.     

基于 GARCH-EVT-VaR 模型的碳市场风险计量实证研究

对欧盟碳市场风险进行实证研究, 在分析碳市场价格波动特征基础上, 将条件方差和极值理论纳入 VaR 计量框架, 建立量化碳市场价格波动风险的GARCH-EVT-VaR 模型。应用该模型对欧盟碳排放交易市场(EU ETS)进行实证研究, 结果显示: 碳市场价格波动具有尖峰、厚尾、自相关、波动性聚类和条件方差等典型特征, EUA 和CER 价格波动呈现显著同步性; 碳市场存在显著的极端价格波动风险, GARCH-EVT-VaR 模型能够更准确地量化碳市场风险, 从而为应对极端事件预留充足的风险储备。     

股指期货对现货市场日内波动影响的研究

本文使用GARCH及其拓展模型对沪深300股指期货上市前后我国市场的高频数据进行了分析研究,研究发现：股指期货上市后,我国股票现货市场的波动性出现了显著上升,这种上升并不源于现货市场信息效率的提高。研究同时表明,股指期货引入所带来的高时间频率下现货市场的波动上升不仅仅局限于股指期货标的指数,沪深300指数成分股之外的股票波动性也出现了显著上升。研究表明,股指期货并没有提高现货市场的定价效率。     

中国股市收益波动的实证研究

采用GARCH类模型，利用上证综合指数对中国股市收益波动进行了实证研究。以前的研究显示中国股市波动存在反向的不对称性或不对称性不显著，并归因于中国股市的高投机性。而本研究的TARCH模型和EGARCH模型的实证结果首次提出了新的不同证据。说明中国股市存在显著的不对称性。对杠杆效应和波动反馈效应在中国股市的作用进行理论分析，认为波动反馈效应更能说明中国股市波动的不对称性。