多分形波动率测度的VaR计算模型

以上证综指长达6年时间的5分钟高频数据为实证样本,首先提出了一种基于多分形谱(Multifractalspectrum)分析的市场波动率测度方法(Volatility measurement),并进一步探讨了其在市场风险价值(VaR)计算中的模型设计和应用.实证结果表明: 我国新兴资本市场的价格波动确实具有显著的多分形特性,且与各类线性和非线性GARCH族模型相比, 在高风险水平上,基于多分形波动率测度的VaR模型具有更高的风险测度精度.     

中国股市多分形波动率建模及预测研究

本文考虑股市高频数据的日内效应和已实现波动率的测量误差修正了现有多分形波动率指标的构建方法,以HAR模型为基础构建新的多分形波动率预测模型.利用Diebold-Mariano检验和"模型信度设定"检验等方法综合评价了各种模型对我国沪深300股指的预测能力.结果表明:1)在相同模型范式下,赋权调整已实现波动率的样本外预测能力要优于已实现波动率,而本文提出的新的多分形波动率模型要显著优于其他模型;2)在相同波动率测度指标下,引入股价波动的跳跃成分和杠杆效应能进一步改善波动率模型的短期预测效果;3)最优和次优模型均是基于新多分形波动率方法构建的模型.     

中国股市多分形波动率建模及预测研究

本文考虑股市高频数据的日内效应和已实现波动率的测量误差修正了现有多分形波动率指标的构建方法，以HAR模型为基础构建新的多分形波动率预测模型.利用Diebold-Mariano检验和"模型信度设定"检验等方法综合评价了各种模型对我国沪深300股指的预测能力.结果表明：1）在相同模型范式下，赋权调整已实现波动率的样本外预测能力要优于已实现波动率，而本文提出的新的多分形波动率模型要显著优于其他模型；2）在相同波动率测度指标下，引入股价波动的跳跃成分和杠杆效应能进一步改善波动率模型的短期预测效果；3）最优和次优模型均是基于新多分形波动率方法构建的模型.     

基于时变波动率CCA方法的银行业系统性风险度量

基于传统CCA方法的系统性风险研究都是在BS框架下进行的,而BS模型的同方差假定与现实不符,可能引致偏误。利用非对称GARCH过程刻画了银行资产波动率的时变特性,并基于GARCH期权定价模型对系统性风险进行了度量研究。鉴于现有系统性风险研究大多聚焦于“次贷危机”期间,以中国上市银行为样本,对2012~2016年银行业的系统性风险状况进行了实证检验。结果显示：银行业系统性风险分别在2012和2015年“股灾”之后小幅上升,在2016年大幅上升;基于传统CCA方法的系统性风险指标无法对2015年和2016年系统性风险的上升做出充分响应;基于时变波动率CCA方法的系统性风险指标对宏观经济动态的预测能力显著优于基于传统CCA方法的指标。     

波动率风险和波动率风险溢酬:中国的独特现象

本文以美国市场作为对比,运用多种方法深入考察了中国市场的波动率风险和波动率风险溢酬,发现中国市场具有与美国市场不同的异常现象.首先,与美国市场不同,中国股票市场上的波动率风险整体而言并非系统性风险,而是呈现出暴跌时期显著为负,非暴跌时期显著为正的明显时变特征;其次,虽然中国市场的波动率风险是非系统性风险,但期权隐含的波动率风险溢酬却显著为负,这与美国情形不同,也不符合金融原理,可能意味着中国期权价格存在高估.进一步的模拟Buy-Write策略结果证实中国期权价格的确存在持续的系统性高估.     

基于Minkowski测度的风险度量

将基于Minkowski测度的半范数作为风险度量,发现其涵盖了损失期望值、绝对离差、绝对半离差,下偏矩、(a,t)模型、ES等常见的风险度量方法,并且该风险度量方法满足正齐次性、次可加性和协调性公理.因此,它是一种好的风险度量方法.     

波动率风险溢价——基于VIX的实证

波动率风险溢价是金融学文献关注的核心问题之一.基于非仿射GARCH扩散模型,推导相应的VIX公式,继而采用SP500与VIX指数联合数据,给出模型客观与风险中性参数基于有效重要性抽样(EIS)的联合极大似然(ML)估计.进一步利用粒子滤波方法给出隐波动率的估计,推断VIX隐含的波动率风险溢价.蒙特卡罗模拟实验表明,提出的估计方法是有效的.采用实际数据进行的实证研究表明,波动率风险被定价,且波动率风险溢价为负,隐含市场投资者整体表现为风险厌恶.     

波动率风险溢价——基于VIX的实证

波动率风险溢价是金融学文献关注的核心问题之一. 基于非仿射GARCH扩散模型,推导相应的VIX公式,继而采用S&P500与VIX 指数联合数据,给出模型客观与风险中性参数基于有效重要性抽样（EIS）的联合极大似然（ML）估计. 进一步利用粒子滤波 方法给出隐波动率的估计,推断VIX隐含的波动率风险溢价. 蒙特卡罗模拟实验表明,提出的估计方法是有效的. 采用实 际数据进行的实证研究表明,波动率风险被定价,且波动率风险溢价为负,隐含市场投资者整体表现为风险厌恶.     

基于贝叶斯原理的随机波动率模型分析及其应用

基于贝叶斯原理,对随机波动性模型进行研究,并将随机波动率模型应用股市风险价值VaR的估计与预测.针对中国股市数据进行的实证结果表明,与GARCH模型相比,随机波动率模型能更好地描述股票市场回报的异方差和波动率的序列相关性;基于随机波动率的VaR较GARCH模型的VaR具有更高的精度.     

考虑时变波动率影响的最优期权投资组合

本文基于上证50ETF期权,构建单期模型求解最优期权组合问题.我们采用GARCH模型和GJR-ST模型来刻画标的50ETF日对数收益率的动态过程,采用蒙特卡罗模拟法生成标的资产在期权到期日的价格分布.样本外实证结果表明,GARCH模型和GJR-ST模型构建的最优期权组合都能获得显著为正的样本外平均收益.而相比于GARCH模型,GJR-ST模型能更好地管理波动率风险,因而可以获得更高的收益风险比.     

基于有偏胖尾分布的随机波动模型估计及其检验

金融资产的收益分布普遍展现出两个重要的典型特征:有偏性和胖尾性,但目前绝大多数的随机波动模型都无法同时将上述两类典型特征综合纳入其估计的条件分布假定中.以上证综指和标准普尔500指数为例,通过引入有偏的广义误差分布(Skew GED)来综合刻画条件收益的有偏和胖尾特性,并运用马尔科夫链一蒙特卡罗模拟法(MCMC),探讨了在正态分布(Normal)、有偏的正态分布(Skew Normal)、广义误差分布(GED)以及Skew GEI)这4种条件分布假定下的随机波动模型估计方法,同时实证检验了不同分布假定下的随机波动模型对实际市场波动率的刻画精度和适用范围.     

基于多重分形谱的局域网流量预测

基于非线性动力学理论,采用多重分形谱参数对局域网流量进行预测分析.首先,构造出实际局域网流量的多重分形谱并研究其谱参数的物理含义.然后,分析了多重分形谱参数与网络流量的关联关系.最后,采用多重分形谱对局域网流量进行了预测.研究结果显示,多重分形谱参数与网络流量的变化存在一定的关联性,采用多重分形谱可在一定程度上对网络流量的变化趋势进行预测,并且流量的波动量越大,预测的结果越准确,可预测的时间越长.     

基于波动率测量误差的波动率预测模型

本文研究了一种基于波动率测量误差的波动率预测模型,并做了非线性扩展,期望改进预测效果.考虑到文献中关于波动率可能长记忆性和非线性并存的观点,本文以具有长记忆特征的HAR(heterogeneous autoregressive)模型为基础,加入波动率测量误差后模型持续性有所提高,结合非线性的时变参数模型则达到结构变化和减弱异方差的效果.本文用2652天的沪深300高频数据计算的已实现极差波动率来验证模型效果.固定参数下,在HAR型模型中加入测量误差作为调节变量可以较显著地改善样本外预测效果.时变参数下,加入测量误差的HARQ型模型预测效果大多优于对应的HAR型模型.时变参数模型总体上可以改善固定参数模型的预测效果,尤其在预测期较长的情况下改善均是显著的.     

基于“已实现”波动的协同持续研究及其应用

目前文献中对金融波动持续性和协同持续性的研究都是以低频金融数据为研究对象的.而随着信息技术的发展,高频金融数据的储存和获取更加便利.针对高频金融数据,采用“已实现”波动作为新的波动度量方法,并且给出基于“已实现”波动的金融时间序列波动持续性和协同持续性的定义,并且采用上海股票市场和深圳股票市场的高频金融数据对两个股票市场的波动的持续性和协同持续性进行了实证研究.     

波动率风险溢酬: 时变特征及影响因素

应用香港市场的数据, 通过构造恒生指数看涨期权的动态delta中性组合估计了股票市场的波动率风险溢酬, 并对其时变的 特征和影响因素进行了分析. 实证结果表明: 香港股票市场上的确存在显著为负的波动率风险溢酬, 说明波动率的确是随机的, 是市场中存在 的另一个风险源. 而投资者是厌恶波动率风险的, 并通过支付较高价格购买股指期权来规避这一风险, 股指期权并非股票现货的冗余证券. 并且, 波动率风险溢酬呈现明显的时变特征, 其最重要的影响因素是股票现货市场的波动率, 股市当前的波动率越大, 投资者对未来波动的预期和风险 厌恶程度越高, 越愿意为规避波动率风险支付更高的风险溢酬.     

信用风险优化中的期望短缺模型及基于非数值算法求解

期望短缺是一种新的风险量度和优化工具,它能够反映损失分布的尾部信息,从而有利于防范小概率极端金融风险;它能同时调整组合中所有头寸以优化期望短缺,同时得到相应受险价值.Fredrik给出了能同时优化组合期望短缺和受险价值的线性规划模型,但该模型存在维数障碍.为了克服这一障碍,本文将其重新变为一个非线性规划模型,并利用带约束的遗传算法和模拟退火算法求其近似最优解.实证研究表明:这两种方法都能够在很少改变期望收益的情况下,同时减少标准差、受险价值、期望短缺等重要风险衡量指标,但模拟退火算法对期望短缺指标优化效果更佳.     

上海证券市场的多重分形特性分析

作者将多重分形分析的三种方法(配分函数分析法、奇异谱分析法和多重分形趋势消除波动分析法)应用于我国上海证券市场在过去七年中的收盘指数序列,分析了不同时间标度对多重分形特性的影响.结果表明:上海证券市场具有弱多重分形特征,标度不变性达到六个数量级;多重分形的形状不随时间标度的改变而改变,但其强度随标度的减小而减弱;随着配分阶数的增大,多重分形随之增强,奇异谱曲线越来越粗糙,广义赫斯特指数逐渐减小.这些结果为进一步研究证券市场价格变化的动力学机理提供了坚实的实证基础.     

基于小波分析的金融波动分析

提出了一种基于小波方差的金融波动的长记忆分析方法,以及基于小波协方差的不同市场金融波动相关性的分析方法,用该方法对上海和深圳证券市场综合指数收益波动序列进行了分析,结果表明该方法是有效和可行的.又对长记忆随机波动(LMSV)过程同一尺度下和不同尺度下的离散小波变换(DWT)系数的相关性进行了分析,结果表明同一尺度和不同尺度下的DWT系数都是近似不相关的.     

中国股市收益率的多重分形分析

应用MF-DFA方法对上海综合指数收益率和深圳成分指数收益率进行多重分形分析.结果表明:上证综指收益率和深成指收益率均具有多重分形特征,均存在长程相关性和胖尾分布;深成指收益率序列的相关性程度高于上证综指收益率序列的相关性程度,从而上证综指收益率的波动性大于深成指收益率的波动性.