基于结构突变的波动率分解模型

在Heston-Nandi模型的基础上提出了一种波动率分解模型,分解模型同时考虑了金融波动的长记忆性和杠杆效应.从资产收益率的无条件方差发生结构突变出发,认为收益率的无条件方差随时间变化,将波动率分解为长期影响和短期冲击两部分,其中长期影响用来刻画波动率的持续性,短期冲击刻画金融波动的短期扰动.上证综指数据实证表明上海证券综合指数收益率序列的波动性同时具有长记忆性和杠杆效应,利用模型能很好的刻画这两种性质.     

随机波动率模型下的单位根检验及对我国股市的实证研究

判断股市收益率波动的持续性问题通常归结为检验波动过程中是否存在着单位根。针对传统的单位根检验方法功效偏低,且检验的真实显著性水平容易失真的问题,本文采用随机波动率模型并利用改进的PP检验、KPSS检验,以及SIMEX检验方法对中国上证综合指数进行了实证研究.三种检验方法的结果都表明,股权分置改革后的上证综指收益率波动过程有单位根,波动呈现出很强的持续性.     

基于GARCH模型的波罗的海干散货运价指数预测

为准确地把握波罗的海干散货运价指数(BDI)的变化趋势,选用一阶对数差分方法,对近期BDI日收益率序列的基本统计量特征进行了分析,验证了BDI日收益率序列的"尖峰厚尾"及波动的集聚性等特征,并进一步运用GARCH(1,1)模型,分析了其波动的持续性和滞后性.在此基础上,基于GARCH模型构造了预测的方法步骤,经优化调整滞后期对BDI日收益率进行了预测,最后,通过将BDI对数日收益率序列还原为指数序列,对BDI进行了预测,实证分析结果验证了模型及方法的适用性和有效性.     

基于GARCH模型的波罗的海干散货运价指数预测北大核心

为准确地把握波罗的海干散货运价指数(BDI)的变化趋势,选用一阶对数差分方法,对近期BDI日收益率序列的基本统计量特征进行了分析,验证了BDI日收益率序列的"尖峰厚尾"及波动的集聚性等特征,并进一步运用GARCH(1,1)模型,分析了其波动的持续性和滞后性.在此基础上,基于GARCH模型构造了预测的方法步骤,经优化调整滞后期对BDI日收益率进行了预测,最后,通过将BDI对数日收益率序列还原为指数序列,对BDI进行了预测,实证分析结果验证了模型及方法的适用性和有效性.     

深市收益特征及价量关系实证研究

本文分析了深市日收益率序列和波动率序列的每周不同天效应和记忆性。认为,深市日收益率序列不存在每周不同天效应,但存在一至二星期的记忆性;波动率序列则存在每周不同天效应和持续性;同时,交易量对波动率具有很好的解释作用。     

基于多分形波动率测度的股票市场条件收益率分布

多分形波动率MFV(multifractal volatility)是一种最近提出的金融市场波动率测度方法。以中国股票市场最具代表性股价指数(上证综指和深证成指)的代表性波动周期为例,通过运用描述性统计、QQ图和双变量分布散点图等方法,分别考察了非条件收益率、基于MFV的条件收益率和基于GARCH类波动率测度的条件收益率分布特征。研究结果显示,经过MFV标准化后的条件收益率分布较非条件收益率和基于GARCH类波动率测度的条件收益率更接近于正态分布,多分形波动率MFV对中国股票市场波动特征的刻画优于传统的GARCH类模型。     

基于ARMA-GARCH-SN模型的沪深300股指期货日内波动率研究与预测

运用五个交易日的股指期货高频数据(每秒两笔),本文主要研究了沪深300股指期货日内波动率特征并对日内波动率预测。研究发现高频股指期货日内收益率有明显的波动率聚集和条件异方差现象,但无尖峰厚尾现象,收益率序列分布符合有偏正态分布。因此,我们对时间序列建立了最优的ARMA-GARCH-SN模型,并对模型拟合充分性做了验证,拟合结果发现ARMA(1,2)-GARCH(1,1)-SN模型基本能够刻画股指期货高频日内波动特征,条件方差所受的冲击具有很强的持续性、日内波动也具有长记忆性,最后我们还利用自助法对高频股指期货日内波动率两步预测、利用滚动回归预测方法对样本做了样本内预测。预测结果表明,波动率预测结果能够较好地反映股指期货日内波动特征。     

基于copula模型的沪深股市日收益率的相关性研究

由于沪深股市收益率具有非线性的特征,本文利用Copula函数从定量的角度刻画了上证综指和深证成指的日收益率序列的相关关系,研究表明,沪深股市日收益率序列呈现出很高的相关性,当沪深两市出现大幅震荡时,两市收益率的协同作用将大幅增强,Gaussian Copula函数更好的刻画了沪深股市收益率之间的秩相关性,Gumbel Copula函数在更好的刻画了两收益率序列的上尾相关性,而Clayton Copula函数在分析两序列的下尾相关性时较为出色,在平方欧氏距离标准下,t-Copula较好的拟合了沪深股市的日收益率序列。     

基于状态空间SV-T-MN模型的股指波动率预测

本文考虑到金融收益率序列的"尖峰厚尾"和波动持续性等特征,针对厚尾SV-T模型的波动率样本外预测问题,提出了基于状态空间下的SV-T-MN(SV-T with Mixture-of-Normal)模型。首先根据MCMC方法估计SV-T模型参数,然后由EM算法估计混合正态参数,最后利用近似滤波(AMF)算法实现SV-T-MN模型的样本外预测。对KF、EKF、AMF进行的模拟研究表明高斯混合状态空间下的AMF更有效。通过对上证指数和深证成指的股指日收益率序列的实证研究结果表明,在五大损失函数评价准则下,基于状态空间SV-T-MN模型能有效刻画金融收益率序列和尾部的波动性,相比SV-N-MN模型具有更好的优越性。     

随机波动模型的马尔可夫链—蒙特卡洛模拟方法——在沪市收益率序列上的应用

针对具有Markov区制转移的、波动均值状态相依的随机波动模型,基于贝叶斯分析,我们推导并给出了对区制转移随机波动模型的MCMC估计方法,其中对参数估计采用Gibbs抽样方法,对潜在对数波动和区制的状态变量估计采用"向前滤波、向后抽样"的多步移动方法;利用该模型,对我国上证综指周收益率进行了实证分析,发现对沪市波动性有较好的描述,捕捉了波动的时变性、聚类性和非线性特征,同时刻画了沪市的高低波动状态转换过程。     

上证综指分形特征研究

本文阐述了分形市场理论的基本思想和主要特征,运用重标极差(R/S)方法论对上证综指时间序列进行分形诊断,得出如下结论:①我国证券市场存在非周期循环,上证综指四种非周期循环的平均长度分别为858天、353天、246天和65天。②上证综指长周期Hurst指数值为0.561,市场具有“记忆”功能,信息对市场的影响具有持续性。③和西方市场相比,上证综指Hurst指数值较低,从而说明我国证券市场效率相对较低。     

基于GARCH类模型和SV类模型的沪深两市波动性研究

以CSMAR数据库2007年2月27日至2008年5月14日共297个交易日的上证综指和深证综指的收盘价数据为研究对象,通过比较5类GARCH模型和两类SV模型对上证综指和深证综指样本内(2007年2月27日至2008年2月27日)收益率波动特征的描述能力以及样本外(2008年2月28日至2008年5月14日)收益率波动的预测能力,得出GARCH类模型相比SV类模型更适合描述中国证券市场的波动性.     

中国国债市场收益率的统计特征分析

首先通过采用基于各个国债之间相关性的距离测度方法,对修正后的国债日收益率时间序列进行了聚类分析,将上海证券交易所的20只国债分成了5类,分类结果显示我国国债市场中的各个国债日收益率之间的相关性程度是很明显地依赖于它们的到期时间的。同时,研究了每一个国债修正后日收益率时间序列的价格波动结构,结果表明中国的国债市场也表现出非常明显的多标度分形特征,还发现属于同一类国债的多标度特征具有很强的自相似性,而不同类型国债之间的多标度特征则具有一定程度上的差异性。     

基于SGT分布的ES估计、后验分析及在沪深股市中应用

由于VaR可能低估尾部风险,巴塞尔委员会在第三次巴塞尔协议~([1])中建议将ES取代VaR作为主要的风险度量工具,因此,有必要提出更精确且稳健的ES估计模型。鉴于股票收益率序列通常同时呈现出尖峰、厚尾、偏斜等特征,为更全面地刻画这些特征,本文采用具有三个形状参数的广义偏t分布(Skewed Generalized T Distribution,SGT)刻画收益率序列的分布形状,该分布囊括了多种常见的主流分布,通过结合能够刻画收益率序列杠杆性的EGARCH模型来估计收益率序列的ES,然后使用Du和Escanciano~([2])最近提出的ES后验分析方法对其稳健性进行评估。在实证研究中,本文将该模型用于估计我国上证综指和深圳成指的日ES,结果表明,本文提出的EGARCH-SGT模型相比常见的基于偏t分布和学生t分布的EGARCH模型明显呈现出对收益率序列更好的拟合效果,且基于该模型估计的ES顺利通过了后验分析,表现出较好的稳健性。     

半参数门限广义非对称随机波动模型研究

为了能够同时刻画和描述金融资产收益序列的偏态、厚尾以及序列的门限效应、非对称杠杆效应等特性,提出把门限广义非对称随机波动模型与非参数Dirichlet过程混合模型有机结合,构建了半参数门限广义非对称随机波动模型,并对模型进行了贝叶斯分析.实证研究中,利用上海黄金价格收益率序列数据进行建模分析,结果表明:半参数门限广义非对称随机波动模型能够有效地刻画上海黄金价格收益率序列波动率的动态特征.     

上海股市收益率序列簇生特征局部线性平滑分析

本文从分析上海股票市场收益率序列的基本特征入手,重点利用非参数方法分析收益率序列波动性的簇生特征.首先通过一系列描述指标说明股市收益率序列具有的基本特点,利用非参数方法估计收益率序列的密度函数.进一步利用非参数回归分析的方法,分析股票市场的波动性,说明股市收益率序列的簇生特征是一个一般规律,在防范股市风险的时候应该注意到这一特点.     

基于分形市场假说的金融时间序列的分形特征的解析

证券收益率序列中普遍存在分形特征,但其形成原因却鲜为人知.本文根据分形市场假说构建了博弈模型,对证券收益率序列中分形特征的形成原因进行了解.结果表明,分形市场假说是证券收益率序列具有分形特征的充分条件.     

重大突发事件对国际外汇市场影响分析:基于英国脱欧公投事件

从外汇市场收益率、收益率波动及联动性三个维度全面考察了英国脱欧公投事件对部分世界主要汇率冲击影响全过程。首先,利用时间序列异常点诊断算法研究了公投期间汇率异常波动全过程,发现所有汇率影响显著,但人民币反应具有时滞特征,说明其国际化水平有待进一步提高。进一步,构建了刻画收益率波动的三阶段变结构GARCH模型,结果发现汇率市场异常波动和重大突发事件发生具有显著同步性特征,同时人民币汇率在公投期间波动最小。接着,通过非线性门限协整检验发现汇市之间关联性和共移性较高,公投事件对汇市联动性造成结构性改变,但市场之间依旧保持紧密均衡关系。最后,通过稳健性检验说明了模型选择及结果的合理性。     

基于SV-M模型的全球股市交易指数波动与收益率的多分辨分析

为了有效揭示收益率与波动的关系,本文采用极大重叠离散小波变换,将收益率分解在不同的交易周期上,建立各自的SV-M模型,考察各周期收益率与波动的关系及其他参数随交易周期的变化情况。实证表明,全球各大股票交易市场的收益率,收益率与波动的在较小的尺度上关系不显著,但在较大尺度上,存在明显的正相关关系;且随交易周期的增长,收益率的相关性及波动持续性逐渐增强。     

沪深股市周收益率分布的实证研究

本文采用随机等权重有放回抽样方法 ,以周收益率为指标 ,以沪深 A股为样本股 ,对组合收益率时间序列的分布特征进行实征研究 .研究结果表明 :组合收益率序列并不呈现出正态分布的情形 ,并且随着组合数的增加 ,组合收率序列的尖峰厚尾特征并没有显著改善 ,由此得出用方差来刻画组合收益率风险特征并不合适 .文章最后用 GARCH模型对组合收益率时间序列进行了模拟 .