基于实际波动率的我国股市波动率实证研究

从上证180样本股中随机抽取30只股票,采用日内分钟交易数据,对实际波动率的部分性质进行实证研究,得出经实际波动率标准化的收益率序列接近于正态分布,对数实际波动率序列的分布近于正态,实际相关系数序列接近于正态分布,实际波动率序列、对数实际波动率及相关系数序列均具有显著的长记忆特征,不同股票的对数波动率序列之间具有显著的相关性。     

VaR模型及其在上海股市中的应用

资产未来收益率分布是决定VaR计算准确性的主要因素，针对上海证券市场综合指数收益率分布的不同假设，从静态与动态角度给出4种计算VaR的方法．首先通过拟合历史数据，说明上证综合指数收益率服从t4.579分布，然后考虑到收益率波动的时变性，用GARCH（1，1）模型来估计波动率．最后通过Back-test检验，得出GARCH-t4．869是计算VaR的最好的模型．     

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。     

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.     

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。     

Ising动力系统模拟收益率的多重分形分析

应用Ising模型和平均场理论构造符合股市收益率的动力系统,借助于计算机软件Mat-lab,利用蒙特卡洛模拟方法,通过调整参数模拟得出动力系统的收益率序列.分析发现:Ising动力系统构造的收益率同证券市场股票指数波动率一样具有厚尾等统计特征.对模拟收益率原序列和混洗后的序列进行多重分形分析,得出了模拟收益率序列存在分布多重分形和相关性多重分形的结论.     

基于二叉树模型方法的Bermuda型理财产品定价

利用时变二叉树模型方法研究了Bermuda型理财产品进行期权定价问题.首先,利用点估计方法对沪深300指数的历史数据进行收益率和波动率的提取.其次,针对收益率序列和波动率序列的历史数据建立相应的时间序列模型,进而表明了收益率和波动率不为常数.再次,将未来时刻的收益率和波动率视为时间变量的函数,构造了时变参数下的二叉树模型.最后,对各类Bermuda型理财产品是否自动化再投资问题进行分析,并通过实证分析,得出指定理财产品的理论价格,结果表明对该类型理财产品选择自动再投资对投资者更有益.     

京东小金库收益波动率的GARCH类模型构建

鉴于互联网金融对经济发展起着越来越重要的作用,针对收益波动率的分析已成为当下热点话题,提出基于互联网理财产品收益波动率的研究。首先选取京东小金库(嘉实)七日年化收益率作为研究对象;其次运用ADF检验、自相关性检验等方法仔细分析数据特征,得出收益率具有非平稳性、自相关性、尖峰厚尾、波动集聚性、异方差性等特征;最后基于数据特征分析结果对收益率构建了基于GED分布的TGARCH(1,1)和EGARCH(1,1)模型,通过ARCH效应检验以及模型输出结果,得出上述模型可以很好地拟合数据的结论;分析模型结果发现:京东小金库收益率存在反杠杆效应,即当市场上出现"利好消息"时,收益率波动更明显。     

利用遗传算法对上证综指EGAROH模型的实证分析

比较了改进的遗传算法和BHHH算法对EGARCH模型的估计效果．结果显示，改进的遗传算法优于BH—HH算法．然后分别用在正态分布、t分布和广义误差分布（GED分布）假设下的EGARCH模型对上证综指进行实证分析．分析结果表明，EGARCH模独在厚尾分布假设下对序列的拟合效果比在正态分布假设下的效果好．上证综指收益率序列具有明显的杠杆效应．     

基于不同误差分布下ARMA—GARCH模型的国债指数实证研究

根据上证国债指数收盘价数据的特征,对其收益率序列建立误差分布为正态、GED和t分布的ARMA—GARCH模型．比较不同分布条件下的拟合效果,得出误差分布为GED和t分布时,模型的拟合效果优于误差分布为正态分布的情况．应用交叉验证法对预测效果进行比较,得出误差分布为t分布的ARMA—GARCH模型预测效果最优．同时,在模...     

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.     

对于预测上海股市股指波动性的数量模型的比较

目前对于随时间而变化的波动性预测模型主要有两类:一类是假设波动性的变化是一个确定性过程的GARCH模型,另一类是假设波动性的变化是一个随机性过程的随机波动模型.本文同时将这两类模型(GARCH(1,1)模型及其特例RiskMetrics模型,随机波动模型)应用于上海股市中,通过对样本外区间的预测准确度来衡量这两类模型对我国股市波动性的预测能力.通过4个预测准确度指标,MS模型对于上证指数在样本外区间的预测相对于另外两个模型而言都是显著最佳的.RiskMetrics模型的表现则要优于GARCH(1,1),且RiskMetrics在实际运用中要方便的多.     

开放式基金净值波动不对称检验

利用GARCH（1,1）-N、GARCH（1,1）-T、EGARCH-N和EGARCH（1,1）-GED4种模型,结合标准正态分布、学生t分布、广义误差分布3种分布形态,对我国2003年前发行的17支开放式基金净值的波动是否存在不对称进行检验。结果显示,EGARCH（1,1）。N模型和EGARCH（1,1）-GED模型能较好地刻画我国开放式基金净值的波动特点,开放式基金净值收益的波动具有异方差性和不对称性,同时正向与负向期望收益对波动也有影响。     

沪深股市的波动性分析——基于t分布下GARCH和SV模型的比较

构建基于N分布和t分布下的GARCH(1,1)和SV模型,并通过实证分析探讨了上证指数和深证成指收益序列的波动性.分析结果表明,GARCH(1,1)类模型和SV类模型能较好地拟合沪深股市收益率的波动,并指出我国股市存在较强的波动持续性;而基于t分布的各模型能有效地刻画股市的厚尾性;此外,通过计算VaR值,说明深市比沪市的风险更大,且SV类模型能更准确地反映收益率的风险特性.     

中国股市"已实现"波动率的周期性研究

论述证券市场“已实现”波动率的理论,利用深圳成分指数和上海综合指数的5 m in高频数据,对沪深两市的波动周期做了实证分析,通过Fourier谱分析,比较了沪深两市的波动周期,揭示了我国股市的周期波动性特征.目前,我国股票市场的周期性研究多集中在市场指数和收益率的低频数据周期分析,本文的特点是利用高频数据对波动率这一重要参数的周期性进行分析.     

基于时变的我国开放式基金选股和择时能力定量分析

金融时间序列数据常常发现有波动聚集的现象即波动随时间变化的现象.选取2003年前发行的15只开放式基金的周数据作为样本,在T-M模型和H-M模型的基础上加入GARCH效应来分析基于时变的我国开放式基金的选股和择时能力,以求对这两种能力更精确的评估.实证结果表明,传统的T-M模型和H-M模型不仅高估了基金经理的选股能力,还高估了基金投资组合的系统风险.因此,为了去除这种高估的偏差,应该在评估基金绩效或基金经理选股、择时能力时在模型中考虑GARCH效应.     

结构突变条件下农产品期货市场波动率的预测

在检验农产品期货已实现波动率序列的结构突变等特征基础上,通过构造不同估计窗口大小的ARFIMAX-FIGARCH模型及其线性和非线性组合预测模型来预测农产品期货市场的已实现波动率,并采用基于自助法的MCS检验评价和比较各类预测模型的预测性能。研究结果表明:农产品期货的已实现波动率序列都表现出结构突变特征、不对称性和双长记忆性,并且结构突变点都与一连串的宏观面、政策面重大事件冲击有关;对基于不同估计窗口大小的ARFIMAX-FIGARCH模型所得的单项预测值进行时变加权组合通常能够提供更准确的波动率预测值,并且基于NKR的非参数组合预测模型和基于NRLS和SIC的线性组合预测模型是在结构突变条件下预测农产品期货市场波动率尤其有效的方法。     

基于非参数波动测度的上海股票市场异质性研究

利用非参数波动测度——已实现波动和已实现极差波动研究了上海股票市场的异质性现象,发现上海股票市场收益波动率的长记忆性主要是由短期交易者和长期交易者决定,并且已实现极差波动测度对股票收益波动的预测效果要好于已实现波动测度.     

已实现波动测度的有效性及实证分析

建立在高频金融时间序列基础上的已实现波动测度是资产价格过程中隐含波动的一致估计量,证明了已实现双幂变差波动测度是比已实现波动更有效的波动估计量,并利用中国股票市场的高频数据进行了实证分析,实证结果与理论分析相一致.