我国动态利率期限结构的实证分析-广义矩方法

本文结合了我国当前利率风险管理的实际情况,采用了较为合适的模型参数估计方法 -GMM方法,用最新的一日银行间回购利率,分别对Vacicek,CIR和Ckls三个模型进行了实证。另外,运用时效性原则处理了瞬时利率替代变量问题,最终采用了最新的一日银行间回购利率进行拟合,得出了Vacicek模型能更好的解释我国短期利率的结论。     

利率期限结构CKLS的参数估计

文章运用马尔可夫链蒙特卡洛方法对利率期限结构CKLS模型参数进行估计,并利用我国近10年的国债回购利率进行实证分析,实证结果表明CKLS模型能很好反映我国国债回购利率的变化,是一个适合我国利率市场的利率期限结构模型。     

基于TEI@I的银行间质押式回购利率预测研究

针对银行间质押式回购利率受到多种外部因素影响较难预测的问题,本研究提出基于TEI@I思想的EEMD-XGBoost-ARIMA的银行间质押式回购利率预测算法,构建基于宏观经济、货币政策、流动性因素、相关利率指标等多维度的预测指标体系,引入百度搜索指数作为文本指标进一步提升预测精度。结果表明,基于TEI@I的组合预测模型表现优于传统时间序列预测模型ARIMA,对银行间质押式回购利率的有效预测可为金融机构、投资者和相关监管部门进行流动性管理提供有效依据。     

财政部、央行征求意见 国债有望建立做空机制

央行发布《全国银行间债券市场债券买断式回购业务管理规定》征求意见稿。此前,财政部也推出了《国债开放式回购业务管理方法》的征求意见稿。这标志着国债市场建立做空机制为期不远了。买断式回购交易即为开放式回购业     

利率期限结构模型的比较与实证分析

运用极大似然估计从统计分析的角度分别对四个常用利率期限结构模型的参数进行估计.通过对我国金融市场上债券回购利率的实证分析,对以上利率期限结构模型进行比较,结果表明比较适合我国利率市场的利率期限结构模型为CKLS模型.     

我国货币市场国债回购利率预测模型研究

选择国债回购利率为研究对象,分别建立了ARIMA及GARCH模型并比较了这两种模型的预测能力。结论表明:使用传统的ARIMA模型,模型ARIMA(0,1,1)配适得较好,如使用GARCH模型,以模型GARCH(2,3)适配效果较好。此外,虽然GARCH模型的预测置信区间的波动性比ARIMA模型要小,但ARIMA模型的预测置信区间要更小一些因此预测能力比GARCH模型更强。     

中国国债市场短期利率模型的参数与非参数统计分析

短期利率的动态变化对于宏观经济调控、金融风险管理以及金融衍生产品的定价都具有非常重要的意义.以上海证券交易所的7天国债回购利率数据为样本,采用单因子利率期限结构参数模型和非参数模型,针对我国国债市场短期利率动态变化的研究表明:我国短期市场利率均值回复现象显著,波动率较小;而且均值回复以及波动率的变化与利率水平呈现非线性.     

非参数利率期限结构动态模型及衍生品定价

基于即期利率随机过程,利用非参数核估计法,建立非参数利率期限结构动态模型.以国债回购利率数据为样本,对模型进行了实证研究,并与参数化模型Vasciek模型和CIR模型作了比较.最后给出了非参数模型计算债券期权定价的例子.     

利率走廊制下的短期利率模型

随着利率市场化,央行近年来推行公开市场业务和利率走廊制度调控短期利率,7天期政策逆回购利率事实上形成了同期市场回购利率的下限.本文基于这个特点构造了市场利率期限结构模型.模型有两个状态变量:第1个状态变量为7天期政策逆回购利率,假定其服从泊松过程;第2个状态变量为7天期市场回购利率.受CIR模型的启发,假定其瞬时波动率...     

双因子GARCH利率波动模型的Bayes估计

本文运用向量GARCH模型描述利率的波动性,建立了双因子GAECH利率波动模型,并分别运用机大似然估计和Bayes估计对模型的参数进行了估计,通过实证分析发现运用GARCH模型能很好地描述利率的波动性且运用Bayes方法能得到更好的结果。     

变系数Black-Scholes模型有红利支付下的欧式期权定价估计

主要研究变系数Black-Scholes模型有红利支付下的欧式期权定价的估计问题.首先,构造了波动率函数的估计量,并讨论了所得估计的强收敛性、渐近正态性和收敛速度.然后,基于波动率函数的估计,利用期权定价公式得到了变系数Black-Scholes模型有红利支付下的欧式期权价格的估计.最后,证明了所得估计量是期权价格的强相合估计.     

基于分位数回归的人民币兑美元汇率风险测度

针对人民币兑美元汇率风险问题,提出了一种基于分位数回归的风险测度方法;以2015-08-11—2019-09-16人民币兑美元汇率中间价数据为研究样本,运用EGARCH模型和TGARCH模型刻画了外汇收益率序列存在的不对称性、波动集聚性以及尖峰厚尾性特征,并在GARCH族VaR模型的基础上构建了QR-GARCH族VaR模型,最后选择Kupiec失败率检验和动态分位数检验等后测检验方法,比较了两类模型的风险预测精度;结果表明:相对于GARCH族VaR模型,QR-GARCH族VaR模型不仅仅对随机扰动项的假设分布不敏感,并且表现出显著优异的风险预测能力,其中基于t分布的QR-EGARCH VaR模型的预测能力最优,故QR-GARCH族VaR模型在人民币兑美元风险测度问题上更具适用性和稳健性。     

Volatility structures of forward rates and the dynamics of the term structure: a multifactor case

For general volatility structures for forward rates, the evolution of interest rates may not be Markovian and the entire path may be necessary to capture the dynamics of the term structure. This article identifies conditions on the volatility structure of forward rates that permit the dynamics of the term structure to be represented by a finite-dimensional state variable Markov process. In the deterministic volatility case, we interpret then-factor model as a sum ofn unidimensional models. Wang Guilan: born in 1967, Ph. D.     

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。     

基于股票价格波动问题的消除系统风险的投资组合模型研究

本文以中小企业板为研究对象,在探索结合投资组合理论与股票价格波动理论的基础上,对股票价格波动过程中低点、高点出现的规律进行分析,通过统计检验,建立阶段周期低点和高点回归预测模型,最后应用该模型进行股票投资的实证分析.研究结果表明,基于阶段周期回归预测模型的投资操作可以有效规避系统风险,提高中小投资者的收益率,对中小投资者进行投资选择具有很好的指导意义.     

短期利率动态模型收益率和波动参数的估计

利用局部逼近的方法研究了短期利率动态扩散模型中参数的局部估计问题,给出了动态CKLS模型中的收益率参数的局部加权最小二乘估计和波动率参数的局部极大似然估计.基于上海银行间市场同业拆借利率(Shibor)的实证分析,展示了局部估计的效果,并研究了动态CKLS模型在利率波动率预报上的表现,结果显示,利率波动率的预报能较好地反映利率的实际波动.     

波动率服从Markov链的亚式期权定价

在亚式期权定价方法中,对常数波动率进行改进,引入服从Markov链的随机波动率,得到该模型下期权价格为各随机状态波动率下价格的加权和.     

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.     

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.     

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.