考虑基差对高阶矩影响的市场风险度量研究

提出了加入基差项的GARCHSK模型研究了基差对现货收益高阶矩的动态影响,并将该模型应用于提高对现货VaR的度量精度.对股指期货和现货市场的实证研究表明,基差对股指现货收益的条件均值、波动率和偏度均存在显著影响,考虑基差对高阶矩影响后的模型可以提高对股指现货市场风险度量的精确度.     

多维条件方差偏度峰度建模

为了考察多个市场或多个金融资产之间的高阶矩风险度量问题,有效地捕获收益率时间序列高阶矩动态特征,在考虑当前预期和波动性条件下,推导了高阶中心矩和协矩之间的关系,提出了能够有效解决维数灾祸问题的多维条件高阶矩模型.在多维S_U分布基础上,采用动态条件相关性(DCC)和自回归条件密度技术,通过智能优化算法对条件高阶矩模型的时变参数进行估计.实证研究结果表明,多维条件高阶矩模型较好的拟合了收益率时间序列高阶矩动态特征,与之前的高阶矩模型相比,能够有效解决高阶矩模型的维数灾祸问题,表明该模型能够捕捉到我国多个市场之间高阶矩风险特征,提高多维条件高阶矩模型测度能力.     

基于TGARCHSK模型的外汇市场极端风险测度研究

针对金融资产收益的时变高阶矩波动特征在风险管理中的作用和意义,提出了一个新的时变高阶矩波动模型——门限广义自回归条件异方差-条件偏度-条件峰度(Threshold Generalized Autoregressive Conditional Heteroskedastic,Skewness and Kurtosis,TGARCHSK)模型,并运用后验分析方法,考察了基于TGARCHSK模型与基于常数高阶矩波动模型,以及其他时变高阶矩波动模型的国际外汇市场ES风险测度精度差异,得出:(1)在将条件偏度和条件峰度纳入建模框架之后,条件方差的波动幅度将会变小;(2)在ES风险测度中,时变高阶矩波动模型的精确性要显著优于常数高阶矩波动模型;(3)各模型的风险测度精确性在不同头寸下会表现出显著的差异;(4)通过综合考虑不同模型在后验分析中表现出的精确性差异,认为对于精确测度外汇市场的ES值,TGARCHSK模型可以作为相对合理的模型选择。     

风险中性高阶矩:特征、风险与应用

本文采用香港恒生指数期权中的虚值期权计算香港股票市场风险中性高阶矩, 通过其与另一种高阶矩预期——运用历史分布通过AR(1)-GARCH(1,1)模型估计出来的现实世界高阶矩预期之间的关系分析高阶矩风险溢酬.研究结果发现: 在香港股票市场中,偏度、峰度等高阶矩具有非常显著的风险溢酬, 且风险溢酬均小于0. 这表明香港市场的投资者热衷于冒险, 以在短时间内获得较大收益.另外,考察了香港股票市场的期权价格结构,我们发现从恒生指数期权中得到的香港股票市场隐含波动率几乎是一条水平的直线. 在对香港市场整体高阶矩进行分析时,也发现其偏度与峰度不能拒绝市场整体分布为正态分布的假设.     

非线性资产定价模型与特质波动率之谜

在资产收益分布非正态性或者投资者效用函数比二次型更复杂的条件下,依据均衡定价理论推导出一个基于消费的非线性资产定价模型.该模型不仅捕捉了收益的波动风险,而且可以捕捉收益的高阶矩风险.通过实证检验,发现包含因子平方项的非线性资产定价模型比传统的线性资产定价模型有更好的定价效率.分别以非线性定价模型和传统线性定价模型对"特质波动率之谜"进行检验,发现基于非线性定价模型估计特质波动率会使"特质波动率之谜"明显减弱,说明非线性资产定价模型比线性资产定价模型能够更有效地解释这一典型的市场异象.     

动量策略、反转策略及其收益率的高阶矩风险

鉴于股市收益率常常表现出非对称性和"尖峰""厚尾"等系统性的高阶矩特征,本文在"均值-方差"CAPM和三因素模型等经典模型的基础上加入高阶矩风险,考查动量策略和反转策略的收益率是否可以进一步被高阶矩风险所解释.以中国沪深股市1998年1月至2009年n月所有A股的月度收益为样本,研究发现:(1)加入高阶矩风险能显著改进...     

时-频域视角下最优套期保值比率研究——基于集成EEMD-SJC Copula-GARCHSK模型

针对以往套期保值比率估计模型忽略多时间尺度价值和忽略高阶矩波动时变特征的不足，本文基于时-频域视角，将EEMD方法和GARCHSK方法引入到套期保值比率估计过程中.同时也鉴于分解后的各个时间尺度上建模结果仅能包含单一频率信息，又采用"分解-集成"思想，将各个时间尺度上的建模结果进行集成，最大限度挖掘有效信息，兼容不同时间尺度特征.基于以上工作，本文最终提出集成EEMD-SJC Copula-GARCHSK套期保值比率估计模型.采用我国沪深300期现货数据，本文进行了套期保值实证检验和分析，结果表明：无论在全样本还是样本外套期保值检验，本文提出的模型在收益、修正后夏普比率、平均套期保值比率、效用水平四个指标上明显优于对照组，但是由于集成EEMD-SJC Copula-GARCHSK模型包含了高频时间尺度信息且多目标集成的原因，在方差减少率指标上表现稍逊色.稳定性检验佐证了以上结论.本研究对于投资者优化资产配置、风险管理以及期现货间相依结构刻画等方面具有现实意义和理论价值.     

已实现高阶矩的风险传染效应：基于马尔科夫机制转换的实证分析

利用沪深300指数以及香港恒生指数的5分钟高频数据为样本，采用已实现高阶矩方法，提取了沪深300指数及香港恒生指数的已实现波动率、偏度、峰度及跳跃，利用马尔可夫转换研究中国大陆股票市场和香港股票市场之间的高阶矩风险传染。研究结果表明，已实现偏度和峰度来源于资产价格的跳跃，沪深300指数高阶矩对香港恒生指数的高阶矩有着单向的传导作用，状态转换在研究高阶矩风险传染中具有重要的作用，在不同的状态下，股市之间的高阶矩路径传导并不一致。     

时-频域视角下的集成高阶矩投资组合策略研究

针对以往研究不足,本文基于时-频域视角,借鉴"分解-集成"思想,将极大重叠离散小波变换方法与高阶矩投资组合框架相结合,构建了小波-集成高阶矩投资组合模型.鉴于小波函数诸多且性质各异,本文又提出"分解-混合-集成"思想,并构建混合小波-集成高阶矩投资组合模型.基于股票、原油和黄金数据,本文采用构建的模型进行样本外投资组合检验和分析,并进行稳健性检验,实证结果表明:相较于对照组,小波-集成高阶矩策略取得了较好的投资效果,为投资者带来更高的收益、夏普比率以及效用水平;凭借混合诸多小波函数的优势,混合小波-集成高阶矩策略取得了更佳的组合效果,显著优化了小波-集成高阶矩策略.稳健性检验佐证了上述结论.     

基于GJR-EVT-COPULA和下偏矩的最优资产组合分析

与方差风险测度相比,下偏矩一方面能够度量下边风险,另一方面通过设置不同的风险因子它可以更广泛的反映投资者的风险偏好.Harlow[1]建立了基于历史数据的均值下偏矩最优投资组合模型,本文考虑建立预测数据下的均值下偏矩最优投资组合模型,并同Harlow的模型进行实证比较.考虑到实际收益数据的时变性、杠杆效应和厚尾特征,引入AR(1)-GJR(1,1)-EVT模型来描述金融时间序列的上述特征,并通过t Copula函数描述资产收益之间的非线性相关性.对基于历史数据的均值-二阶下偏矩模型和基于预测数据的均值-二阶下偏矩模型的投资绩效进行考察.中国股市的实证结果表明,基于预测数据的均值二阶下偏矩模型可以得到更好的投资绩效.     

A Study on the Volatility of the Bangladesh Stock Market——Based on GARCH Type Models

The generalized autoregressive conditional heteroskedasticity(GARCH) type models are used to investigate the volatility of Bangladesh stock market. The findings of the study demonstrate that the index volatility characteristics changes over time. The article shows that the data are divided into three sub-periods: pre crisis, crisis, and post crisis. Accordingly, the results of the findings indicate changes in the GARCH-type models parameter, risk premium and persistence of volatility in different periods. A significant "low-yield associated with high-risk" phenomenon is detected in the crisis period and the "leverage effect" occurs in each periods. The investors are irrational which is based on assumption of risk and return characteristics of assets. Consequently, the market is not as mature as developed market. It is found in the article that the threshold generalized autoregressive conditional heteroskedasticity(TGARCH) model is more accurate for the model accuracy. Additionally, statistic error measurements indicate that GARCH model is more efficient than others and it has also more forecasting ability.     

向量FIGARCH过程的持续性

协同持续是协整概念在时间序列二阶矩意义上的体现，主要讨论条件方差过程之间的长期均衡关系。基于脉冲响应分析给出分数维波动持续和协同持续的定义，并研究了一类范围更广的模型族——FIGARCH过程的持续性问题。最后，运用双变量FIGARCH模型对我国两大证券市场的波动持续性进行检验，实证表明其波动行为存在分数维协同持续现象，这为动态金融风险规避策略的构建提供了理论依据。     

中国股票市场的股票收益与波动关系研究

检验中国证券交易四类股票收益与波动的时间序列特征，以及收益与波动之间的关系。首先应用广义自回归条件异方差模型（GARCH）和指数GARCH模型以获得合适的条件方差序列。应用结果发现，波动性随时间变化的证据，并且波动高／低的时期趋向于聚集，显示出高度持续性和可预测性。然后，应用均值GARCH（GARCH－M）模型检验预期收益与预期风险的关系。研究结果认为，每日交易量作为每日信息到达时刻的代理变量对于中国股票市场每日收益的条件波动的解释力度不显著。     

中外股票市场风险收益的比较研究

将中国证券市场的A股、B股分别与国际上四个成熟市场的风险、收益行为进行比较，从不同的角度分析和考察我国证券市场的数量特征，以及它与国际证券市场的关系是否密切；用带有局部及全球信息变量的GARCH(1，1)实证模型检验股指收益的条件均值，发现股指波动是时变的、不均匀的．局部及全球信息变量对股指收益有一定的解释性。     

投资者情绪和资产定价异象

在以个人投资者为主体的中国股票市场中,投资者情绪对资产价格的影响非常重要.本文将投资者情绪和宏观经济变量加入到条件CAPM模型中,采用Avramov和Chordia(2006)的两步回归分析框架,检验了包含投资者情绪信息和宏观经济变量的条件资产定价模型对我国股票市场收益异象的解释力.实证结果表明,包含IPO首日收益率为投资者情绪信息的条件CAPM模型能够显著解释我国股市中的特质波动率之谜,规模效应和价值效应,经济不确定性指数作为额外的宏观经济变量加入条件CAPM模型能够解释我国股票市场的非流动性溢价,实证结果对于不同的度量指标都很稳健,进而证实了投资者情绪因素在资产定价过程中的重要作用.     

SV-GED模型在中国股市的VaR与ES度量及分析

从分析中国股市指数收益率的统计特征入手,以SV模型为基础,在多种分布情形下测算了沪深两市时变风险值V aR及ES。结果表明:基于GED分布的SV模型(SV-GED模型)较好地刻画了高频时间序列的尖峰肥尾性及波动集聚性与持续性等特性,并对两市指数进行较准确的预测,ES相比V aR能够较准确地估计尾部风险。     

基于不规则数据的中国股市微观结构研究

引入了自回归条件久期模型，采用极大似然估计的方法对具有指数分布和Weibull分布两种模型分别进行了参数估计，检验了模型的性能，并以WACD模型为基础对我国上海证券所个股的交易集群性特征进行了检验．实证结果表明，在我国证券市场交易的集群性特征是由于以私人信息为基础的交易过程引起的，私人信息的引入导致了证券市场更大的波动性。