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。     

基于图模型方法的ARCH效应检验

应用图模型方法讨论传统时间序列的ARCH(自回归条件异方差)效应,证明了ARCH模型的系数等于变换后模型在给定其它时间序列变量条件下的偏相关系数,并提出了一种新的ARCH效应检验方法.     

自回归条件异方差模型的模拟

通过介绍怎样利用SAS/ETS中的自回归(Autoreg)过程实现条件异方差(ARCH)模型数据的分析,将理论与实践相结合,利用SAS/IML软件模拟两组(一组为ARCH(q)模型,另一组为AR(m)-ARCH(q)模型)ARCH数据,然后调用自回归过程对两组数据分别用相应ARCH模型进行效据拟合,得到理想结果.     

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.     

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.     

分位回归马尔可夫转换ARCH模型的贝叶斯分析

针对经济时间序列波动的复杂性和不确定性,不考虑残差项分布形式的情况下,本文提出了一类分位回归马尔可夫转换ARCH模型。在贝叶斯理论框架下,选择扩散先验分布和非对称Laplace分布似然函数,实现了对MS-ARCH模型的贝叶斯分析。仿真分析发现分位回归MSARCH模型可以有效地刻画条件异方差时间序列的变结构性。     

美元/欧元汇率的趋势与波动分析及区间预测

对美元/欧元汇率进行趋势与波动分析并作出区间预测。利用BP神经网络提取趋势,对残差分别运用自回归移动平均模型和广义自回归条件异方差模型分析波动性,将趋势与波动性结合给出区间预测。对2001年7月至2017年10月美元/欧元汇率的研究发现,BP神经网络具有很好的非线性刻画能力,但只有合适的预测精度才能得出较好的预测区间,同时也发现,广义自回归条件异方差模型对波动性的分析效果优于自回归移动平均模型。因此,BP神经网络模型与广义自回归条件异方差模型的组合模型(BP-GARCH模型)更适合时间序列的中长期区间预测。通过调节BP神经网络的参数、误差及预测精度提高组合模型的精度。     

一族GARCH模型的概率性质

简要回顾了异方差ARCH(GARCH)模型的有关背景,并以此为基础提出了一族广义自回归条件异方差(GARCH)模型hδt-1,然后讨论了这族广义自回归条件异方差(GARCH)模型的严平稳性及遍历性,t=gt-1 ct-1hρ同时给出了该模型存在高阶矩的充分条件,并对这族GARCH模型的一类子模型进行了模拟.     

ARCH模型中自助法的有效性

ARCH模型的参数估计的统计性质都是在渐近意义下成立的,在实际中常用自助法再抽样扩大样本量从而验证参数估计值的稳定性.本文考察将成对自助法用于自回归条件异方差（ARCH）模型的一阶渐近有效性.     

基于时间序列模型的舰炮武器系统动态精度评估方法

为了解决舰炮武器系统动态精度试验鉴定中长期存在的数据处理理论依据不足及方法不当问题,提出了一套基于时间序列模型的舰炮武器系统动态精度评估方法。分析了当前舰炮武器系统动态精度数据处理方法的现状与不足;给出了应用时间序列模型对舰炮武器系统动态误差数据进行建模分析的基本思路。在对自回归滑动平均(Autoregressive moving average,ARMA)/差分自回归滑动平均(Autoregressive integrated moving average,ARIMA)建模方法和自回归条件异方差(Autoregressive conditional heteroscedasticity,ARCH)系列建模方法的相关理论、方法进行深入探讨的基础上,提出了应用ARIMA和广义自回归条件异方差(Generalized autoregressive conditional heteroscedasticity,GARCH)模型方法实现动态精度评估的具体算法。以某型舰炮武器系统实测高低角动态误差的分析处理为例,给出了应用时间序列模型方法进行舰炮武器系统动态精度评估的具体实现过程。模型与实际数据的对比分析结果表明,该文提出的方法是可行的,可为有效解决舰炮武器系统动态精度试验鉴定的相关难题提供参考。     

中国股市量价波动性关系的实证分析

从实证角度对我国股票市场的价格收益与交易量变动之间的动态关系进行了较为全面的分析.研究结果表明,沪深两市日价格收益序列存在着GARCH现象,价格收益和交易量变动之间存在正相关关系;收益和交易量的变动之间存在双向Granger线性因果关系;两市波动存在不对称效应,并对基于加入交易量的TARCH模型和EGARCH模型的结果进行了比较,表明EGARCH模型的拟合结果好于TARCH模型.     

远期运费协议与粮食期货市场的波动溢出关系

从金融视角出发, 探究远期运费协议和粮食期货市场之间的波动溢出关系. 粮食作为世界三大干散货类型之一, 具备相当成熟的期货交易市场, 故选取远期运费协议(forwardfreight agreement, FFA)和巴拿马(Panamax)型船主要运载的粮食期货类型进行研究. 首先,采取统计特征分析及协整检验对日收益序列进行分析; 然后, 通过建立广义自回归条件异方差(generalized autoregressive conditional heteroskedasticity, GARCH)模型, 分析两个市场间的相关性并对比其波动性. 结果表明, 粮食期货市场在收益和波动性上均引导FFA 市场的变化, 论证了GARCH 族模型检验波动溢出特征的有效性, 并为干散货航运市场参与者和投资者提供理论参考.     

沪、深、港股市有效性的检验比较

用动态游程模型、条件异方差和Ｆ统计量等方法对香港、上海、深圳股市有效性进行检验比较。     

多维门限GARCH模型

提出了一个新的多维ARMA-TGARCH(autoregressive moving average-threshold generalized autoregressive conditional heteroskedasticity)模型,研究了这个模型的结构性质和参数估计的渐近性质.首先,给出了该模型存在严平稳和遍历解,以及平稳解存在高阶矩的条件.其次,在二阶矩存在的条件下,证明了参数拟最大似然估计的相合性.最后,给出了参数拟最大似然估计的渐近正态性.     

金融系统ARCH模型及应用

针对金融数据具有丛集性与异方差性的特征,给出了最能反映这一特征的研究方法,在此基础上,比较系统地介绍了ＡＲＣＨ模型及其若干变形,参数估计与假设检验,讨论了金融系统ＡＲＣＨ模型的应用前景。     

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GED的混合ARCH模型

提出了基于广义误差分布的混合自回归条件异"方差"模型,将时间序列尾部的特征融入到混合条件异"方差"模型的参数估计之中,发现模型中的指标r和数据本身尾部厚薄的性质有关.给出了该模型参数估计的EM算法,并利用BIC准则对模型进行定阶.     

混合自回归条件异方差模型的谱分析

线性时间序列模型谱密度的计算可以直接由定义获得,而非线性时间序列模型谱密度的计算目前还没有一般的理论.2001年Wong Chun-shan等将混合自回归(MAR)模型推广到混合自回归条件异方差(MAR-ARCH)模型,并且讨论了该模型的参数估计及模型选择问题,本文导出了MAR-ARCH模型自协方差函数的递推关系式及计...     

基于STFIGARCH模型的权证定价研究

为了更好地研究权证市场,基于FIGARCH与STGARCH模型,提出一种新的GARCH族模型———STFIGARCH模型.首先,对所选取的两支个股收益率序列进行ARCH效应检验与长记忆的R/S检验,并建立FIGARCH模型与STFIGARCH模型进行比较研究,结果显示波动的长记忆性和非对称性是共存的.接着,在波动性分析的基础上,建立了FIGARCH期权定价模型(FIGARCH-M)与STFIGARCH期权定价模型(STFIGARCH-M).研究表明:STFIGARCH-M定价结果较好;权证市场在权证发行初期偏向于被高估,随着行权日越临近,权证价格也逐步回归模型的理论价格.     

流动性风险的探讨与实证分析

首先对流动性时间序列进行特征分析,根据时间序列自相关和偏相关的特点建立相应的自回归移动平均模型。用LM检验模型的残差是否存在异方差现象;为了很好的描述丛集性的特征,建立了ARMA（1,1）-ARCH（1）模型;然后再对模型的残差做删和Q统计量的检验,来解释模型的合理性。最后,根据所建的模型求出条件异方差,进而计算流动性风险值。