基于条件极值模型的上证综指尾部风险研究

在传统ARMA-GARCH时间序列模型的基础上,介绍条件极值模型并运用这些模型对近十几年来上证综指进行VaR和ES样本外预测与事后检验.研究表明假设新息序列为偏t分布的ARMA-GARCH模型与条件极值模型在预测VaR和ES方面均具有出色效果.     

基于ARMA-GARCH模型的沪深300指数日收益率波动特性研究

以沪深300指数为研究对象,运用R软件建立带正态分布和t分布的ARMA-GARCH模型,对2005年4月8日—2015年4月21日沪深300指数日收益率的波动情况进行了研究。研究表明:沪深300指数股票具有明显的ARCH效应,其对数收益率不具有正态分布的特性,但具有明显的"尖峰厚尾"现象和"长记忆"的特性,存在着波动率聚集现象;基于学生t分布的ARMA(2,3)+GARCH(1,1)模型是最优的拟合模型,可以较好地对沪深300指数的波动情况进行模拟。     

基于ARMA-GARCH模型的上证指数短期预测研究

将在处理金融数据易变性方面具有优势的广义自回归条件异方差模型(GARCH)和在平稳时间序列数据预测方面具有优势的自回归移动平均模型(ARMA)相结合,提出ARMA-GARCH预测模型。以2007年10月08日到2011年11月4日997个上证指数收盘价格为样本对综合预测模型进行估计,并用随后五天的上证指数收盘价对综合预测模型进行检验。检验表明模型有效地刻画了上证指数的短期变化。     

EGARCH(1,1)模型对上证指数与成交金额波动性的实证研究

以2010年3月31日-2014年10月28日的上证指数与其成交金额的日数据为样本,对其进行Granger因果检验,采用ARCH族模型,对上证指数与成交金额的波动关系进行了非线性研究,并对EGARCH(1,1)模型运用于成交金额对上证指数日收益率的影响进行了检验和预测.     

基于多分辨率分析和极值理论的集合VaR模型

为了捕捉金融资产价格波动的多尺度时变特征,利用多分辨率分析(multi-resolution analysis,MRA)将收益率序列分解成不同时域上的正交分量,并对各分量序列分别建立适当的ARMA-GARCH模型,在此基础上引入极值理论(extreme value theory,EVT)对收益率的厚尾性进行建模,构建了一种MRA-EVT模型.将该模型应用于沪深300指数的VaR预测.实证研究结果表明,与传统ARMA-GARCH模型、无条件EVT模型和MRA模型相比,该MRA-EVT模型显著提高了VaR的预测绩效.     

成交量与股票收益率关系的实证分析

选取2005年至2015年上证指数数据,对上海证券交易所的股票成交量与股票收益率进行理论分析和实证研究,建立了股票日成交量变化率与日收益率回归模型、周成交量变化率和周收益率回归模型,得出股票收益率与股票成交量变化率呈正相关关系的结论。     

基于EGARCH-VaR模型的沪深股市风险分析研究

根据证券收益的基本特性,对上证指数和深证指数收益率序列分别构建基于正态分布、t分布和GED分布的EGARCH模型及EGARCH-M模型.通过计算两种模型在三种分布下的VaR值,对沪深股市风险进行分析.分析结果表明,深圳股市比上海股市有更大的风险,基于GED分布假定下的EGARCH-M模型能更好的反映收益率的风险特性.     

基于SV模型的沪深股市风险分析

利用SV-N模型、SV-t模型和SV-GED模型对深证综指和上证指数数据进行仿真分析,用预测参数估计得到的波动率计算var值并与相应实际指数收益率进行比较.研究结果表明,上证指数和深证综指都表现出强的波动持续性,且深证股市的波动水平比上海股市要大,风险也要高.并且,基于GED分布的SV模型能更好的反映沪深股市风险.     

上证指数收益率波动的实证分析——基于ARCH族模型

利用ARCH族模型对上证指数股票收益率进行定量与定性分析,表明上证指数日收益率存在高阶的ARCH效应,条件方差对日收益率有很强的影响,其中EGARCH模型在反映股市波动性方面优于其他模型.     

基于Copula模型的沪港通后两地股市的相关性分析

选用自2014年11月17日至2015年3月27日沪港通之后的上证指数和香港恒生指数的收益率为样本数据,采用参数法和非参数法分析了沪港两市日收益率的边缘分布,并利用二元正态copula模型和二元t-copula模型,分析了沪港两市的线性相关性。结果表明,沪港两市收益率存在一定的正相关关系,但相关度较低,表明沪港通并没有较大的缩减两地股市的价格差异。     

基于ARMA-GARCH模型的风险价值与条件风险价值计算

基于ARMA-GARCH模型,给出风险价值VaR、条件风险价值CVaR的计算公式,分别在标准正态分布、student＇T分布、Skewed-T分布、广义误差分布条件下对模型进行数值模拟,并用上证A股、大同煤业股票相关数据拟合模型来进行实证分析.结果表明,利用ARMA-GARCH模型给出的计算公式能够准确地估计VaR值与CVaR值,并且随着给定概率水平p的减少,VaR与CVaR的值增大,对于给定同一概率水平的CVaR值比VaR值大,CVaR比VaR更能体现风险度量的大小.     

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...     

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.     

国债利率期限结构模型动态建模实证研究

本文通过对利率稳定的2004年11月至2006年7月和利率调整频繁的2006年9月至2010年12月这两段时期上海证券交易所国债的交易数据,运用Vasicek和Nelson-Siegel-Svensson利率期限结构模型进行了国债定价的实证分析。结果表明,这两种模型在利率没有变化时期对国债收益率曲线的拟合效果都好于利率调整频繁的时期。Nelson-Siegel-Svensson模型在利率稳定时期对国债的定价比Vasicek模型准确,而在利率调整频繁时期则应该使用Vasicek模型对国债进行定价。     

基于时空视角下的上海节庆旅游发展研究

对区域范围内节庆旅游发展进行研究,不仅有助于正确认识节庆区域性时空变化特征,而且对整合优化区域旅游资源也具有深远的意义.以1981~2010年期间上海举行的节庆活动为研究样本,采用百度新闻搜索、季节性强度指数和Arcgis空间分析的方法,从时空视角下,对上海节庆旅游发展的年际变化特征、年内变化特征和空间分布特征进行分析.结果表明:30年间,上海节庆旅游数量快速增加.在年际变化方面,若以10年作为一个时间序列来划分,则上海节庆旅游发展大致可以分为3个阶段;在年内变化方面,上海节庆旅游主要集中分布在9月和10月2个月份.根据测算,上海节庆活动的季节性强度指数较高,但随着时间的变化,季节强度指数在变小;在空间分布方面,目前,上海节庆旅游空间分布比较均匀.在10个研究区域中,中心城区和崇明县举办节庆活动相对集中.     

非参数利率期限结构模型的实证检验

利用随机过程的原理和非参数的核函数估计方法建立了非参数的利率期限结构模型，采用上海证券交易所的国债回购利率数据对建立的模型进行了实证检验，并与Vasicek、CIR模型进行了比较．结果显示，短期利率扩散过程的漂移函数和扩散函数都是非线性的，短期利率的概率分布不服从参数模型所假设的分布．实证结果证实，与参数模型相比，非参数模型能够更准确地描述我国的国债利率期限结构状况．     

几何均值回复模型的估计及应用

针对连续几何均值回复模型,通过时间离散化导出对应的随机差分方程,得到了一个非线性回归模型,利用贝叶斯推断得到各个参数的估计及后验分布.蒙特卡洛模拟的试验结果证实了方法的有效性.以日元对人民币双边名义日汇率的单步向前预测为例,分别与ARMA-GARCH模型、非线性ARI模型的预测效果进行比较,结果表明:几何均值回复模型预测效果略好于非线性ARI模型,显著优于ARMA-GARCH模型.     

稳定分布及其在GARCH中的运用

用稳定分布的特征函数和Fourier变换得到稳定分布的参数估计和概率密度．应用稳定分布对上证交易所的综合指数进行分布拟合，并建立了GARCH-稳定模型，探讨稳定分布对GARCH模型的影响．     

利率波动对股票价格影响的实证研究

就利率如何影响股票价格进行了理论分析，并利用上海证券交易所7天国债回购利率与上证指数数据进行了实证研究，发现中国的股票价格与利率之间存在共同的长期趋势，利率的目度波动领先股票目收益率的变动。对此现象．给出了一些相应的经济解释和政策建议。