基于广义谱和MCS检验的VaR模型预测绩效评估

件VaR模型的正确设定检验等价于检验均值化的“撞击序列”是否服从鞅差分序列,然而通常的反馈检验方法只检验了该序列的部分性质。采用对该鞅差分性质进行直接检验的广义谱检验方法,全面考察中国股票市场(香港恒生指数、上证综合指数和台湾加权指数)上各参数、非参数和半参数共22个VaR模型在采用滚动窗口预测机制时的样本外预测绩效。鉴于条件VaR模型正确设定检验无法反映超过某VaR水平的尾部风险信息,为避免极端损失的发生以及增加结果的稳健性,同时采用模型置信集检验方法。研究结果表明,采用通常的反馈检验方法常会得出错误的结论;在1%和5%置信水平,与历史模拟法、极值理论模型、CAViaR模型和CARE模型相比,误差项为t分布的GARCH模型族在金融危机期间具有较好的样本外预测绩效;涨跌停板制度对于选取预测绩效最优的VaR模型具有重要影响。     

GARCH类模型波动率预测评价

GARCH类模型已经广泛运用于波动率的预测,但对模型的预测表现进行评价却受到了忽视,其主要原因是缺乏合适的衡量标准。本文首先运用GARCH类模型对上证指数收益率进行了全面的估计及样本外预测,然后以已实现波动率作为波动率预测的评价标准,通过M-Z回归和损失函数来评价GARCH类模型的波动率预测表现。结果表明,无论是样本内还是样本外,GARCH类模型都能够较好的预测上证指数的收益波动率。其中,偏斜t-分布假设下的GJR(1,1)模型的预测能力最强。     

沪深300股指期货的波动率预测模型研究

以沪深300股指期货仿真交易的5分钟高频数据为例,运用滚动时间窗的样本外预测和具有Bootstrap特性的SPA检验法,全面对比了基于日收益数据的历史波动率(historical volatility)模型和基于高频数据的已实现波动率(realized volatility)模型对波动率的刻画和预测能力.主要实证结果显示,已实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度较高的波动模型,而在学术界和实务界常用的GARCH及其扩展模型对沪深300股指期货的波动率预测能力最弱.     

基于四次幂差修正HAR模型的股指期货波动率预测

股指期货波动率建模与预测是揭示其波动运行规律和市场风险是重要途径。本文基于跳跃、好坏波动率与符号跳跃建立四组HAR模型，提出单级纠偏HARQ类模型和多级纠偏HARQF类模型，实证研究揭示股指期货波动运行规律，并采用MCS检验来评估模型优劣。HAR建模考察连续与跳跃波动、好与坏波动率的两种已实现波动分解。为了降低波动率估计偏差，基于最小化MSE准则确定最优抽样频率，利用已实现核修正的ADS检测法识别跳跃，采用已实现核估计修正好坏波动率与符号跳跃。基于沪深300股指期货的实证研究表明：连续波动比跳跃波动对未来已实现波动贡献更大；好坏波动率具有不对称波动冲击，而符号跳跃对未来波动具有负向冲击；好坏波动率分解优于连续与跳跃波动分解；中位数已实现四次幂差能够显著提升HAR类模型的样本内外预测能力；与样本内预测相反，样本外预测中单级纠偏HARQ类模型优于多级纠偏HARQF类模型；MCS检验得出HARQ-RV-SJ模型表现最佳。研究结论与启示对认识股指期货波动规律和市场风险具有意义。     

中国住房价格波动聚集性研究及短期预测

相对于传统的均值-方差分析,ARCH效应的存在将会使投资者在短期内面临更大的风险.有效地捕捉住房价格ARCH效应对研究住房价格短期走势有重要的实践意义.将长短2个时段样本运用回归模型、GARCH模型、AR模型对中国住房均价及四大直辖市数据进行实证,结果表明:在2个时段上我国住房价格均存在ARCH效应,除重庆外其他3个直辖市也存在ARCH效应;此外,在短时段的预测上,回归模型略优于GARCH模型,而GARCH模型在长时段预测效果上要优于回归模型.可见,在相关数据难找的情况下,GARCH模型是切实可行的短期预测方法.     

基于拔靴滤波历史模拟法的黄金市场VaR测度研究

传统历史模拟法（THS，Tranditional Historical Simulation）和滤波历史模拟法（FHS，Filtered Historical Simulation）是国际商业银行使用最多的VaR预测方法。首先，论文在已有研究成果的基础上，构造了BHW（Bootstraped Hull and White）历史模拟法；然后，以国内黄金交易数据为样本，采用6种严谨的后验分析（Backtesting analysis）方法，对BHW方法及几种主流历史模拟法、GARCH模型方法的VaR预测精确性进行了实证分析。论文的主要结论包括：（1）综合论文所采用的几种金融风险测度方法来看，BHW方法表现出了相对较好的精确性，而实务界中广泛使用的THS方法则表现出了最差的精确性；（2）不同的历史模拟法受样本规模因素影响的程度显著不同，例如THS方法和HW方法均不同程度的受到了样本规模因素影响；（3）总体来看，BHW方法表现出了相对较好的风险预测精确性，可以作为测度黄金市场风险的选择之一。     

引入外部冲击的中国铜期货市场高频波动率建模与预测

在中国经济逐渐全球化的背景下，引入外部冲击对中国有色金属期货市场的高频波动率进行建模和预测，有利于提高对中国有色金属价格波动的预测能力。本文将外部冲击信息引入HAR-RV-CJN模型，以中国上海期货交易所铜期货高频数据样本为例，对模型的拟合效果进行实证检验，并基于自举法的SPA检验，评估高频波动率模型的预测精度。结果表明，外部冲击变量在长期内对期铜已实现波动率的预测产生重要影响，引入外部冲击信息后的HAR-RV-CJN-ES模型相比于HAR-RV-CJ模型和HAR-RV-CJN模型，拟合效果和预测精度在长期都有了显著提高。     

股指期货交易加剧了中国股票市场波动性吗？——基于投资者结构的理论和实证研究

股指期货交易的推出将改变股票市场投资者结构和投资者交易行为,进而对股票市场波动性产生影响。本文首先在假设股票市场存在股指期货交易的条件下,构建理论模型揭示投资者结构和股指期货交易对股票市场波动性的影响机理,并据此对中国股票市场在沪深300股指期货推出后的波动性变化进行理论预测;然后以2007-2016年期间的沪深300指数和投资者结构数据为样本,运用GARCH类模型对理论模型预测结果进行实证检验。研究发现,在股票市场存在股指期货交易的条件下,机构投资者比例和一般机构投资者比例对股票市场波动性的影响随机构投资者与个人投资者所占市场份额的比例关系不同而呈现出不同的特征;套利交易者比例增加、投机交易者比例减少都将降低股票市场波动性;沪深300股指期货推出显著降低了中国股票市场波动性,机构投资者比例增加将强化沪深300股指期货交易对中国股票市场波动性的减弱效应;中国证券监管部门可以通过鼓励股指期货产品开发和完善股指期货交易制度强化中国股票市场稳定性。     

上海股市波动性预测模型的实证比较

本文采用上证综合指数每日收盘价数据,应用常用的波动性预测模型预测上海股市的周波动性并比较其样本外预测效果.结果表明,尽管当采用不同的预测误差统计量作预测模型的预测精度的评价准则时,也会导致评价结果的排序不同,但从总体上来说,指数平滑模型对上海股市周波动性的预测效果还是优于其他模型;而相对比较复杂GARCH(1,1)模型对上海股市周波动性的预测效果并不佳.     

条件异方差动态Nelson-Siegel利率期限结构模型及其应用

动态Nelson-Siegel(DNS)利率期限结构模型将方差设定为常数,不能刻画收益率序列的条件异方差,降低了数据拟合和预测能力。本文用GARCH模型设定DNS模型观测方程条件异方差,基于适应状态空间模型用广义自回归得分(GAS)设定转移方程条件异方差矩阵,提出具有时变方差的GAS-DNS模型,将Rapisarda等的矩阵分解方法应用于协方差矩阵分解及再参数化保证协方差矩阵的正定性。采用中国银行间市场13种期限国债收益率数据进行实证分析,极大似然比检验表明,将DNS模型误差项方差矩阵时变化能够显著提高模型的对数似然值;以MAE、RMSE、MAPE和TIC为标准进行比较,显示GAS-DNS模型的收益率曲线样本内拟合效果和样本外预测能力均比DNS模型有显著提高。本文提出的GAS-DNS模型是对DNS模型的实质改进,鉴于利率期限结构模型和利率预测在实际应用中的重要性,本文的模型改进具有应用价值。     

基于期望效用-熵模型的基金评级方法及其在中国基金评级中的应用

基金评级对于投资者来说具有重要的参考价值，研究合适的基金评级方法非常必要。本文针对晨星评级对风险调整和预测能力不足的特征，研究应用期望效用-熵（EU-E）模型基金评级方法对我国开放式基金进行评级的预测能力；并以Sharpe指数、Jensen、Fama-French三因素和Carhart四因素α作为业绩指标，利用固定效应面板数据回归模型对期望效用-熵模型和随机效应面板数据回归模型对晨星基金评级的预测能力进行比较分析。采用样本期由2011年2月到2016年6月的261只基金为研究样本进行评级；研究结果表明，基于期望效用-熵平衡系数λ=0.25和0.75时，EU-E模型基金评级方法评级具有良好的预测能力，而晨星评级预测能力较弱。特别地，λ=0.25和0.75时，EU-E模型评级的五星级基金业绩优于晨星评级对应的基金业绩，而且相比于晨星评级可以更好地区分不同星级基金的业绩。另外，研究结论对于短期、中期和长期的样本都是稳健的。     

基于随机效应logistic模型的中小企业财务失败预警研究

logistic模型是研究企业财务失败和信用违约的主流方法,但它不能很好地控制模型之外的因素对违约事件的影响。针对这一问题,本文引入截面数据的随机效应logistic模型,并对2005-2010年我国沪深两市中小上市企业的财务失败风险进行实证检验。结果表明,随机效应logistic模型相比logistic模型具有更高的样本内判别效果和样本外预测效果,而且在财务指标基础上加入公司治理指标能进一步提升模型的预警能力。研究结论对中小企业信用风险评估等具有一定的参考价值。     

基于模型平均的中国产出增长和通货膨胀密度预测

产出增长和通货膨胀是政府宏观调控关注的最重要的两个指标,对二者进行准确预测有利于精准施策.传统预测往往基于点预测,即对经济变量的条件均值展开预测,无法准确刻画预测结果的不确定性,而密度预测提供了未来条件概率分布的预测,有效弥补了点预测的缺陷.本文基于自回归分布滞后(ADL)模型,利用17个预测指标构建了中国产出增长和通货膨胀的密度预测模型,并采用多种检验方法评估不同模型的可适性.结果发现,基于单个预测变量的自回归分布滞后(ADL)模型大多存在模型误设的问题,而对多个ADL模型进行加权平均得到的组合预测能显著降低模型误设的风险.样本外预测进一步表明,基于OLS参数估计的贝叶斯模型平均(BMA-OLS)方法能较准确地预测中国产出增长和通货膨胀的未来分布.     

中国股票市场的最优波动率预测模型研究——基于沪深300指数高频数据的实证分析

以沪深300指数的高频数据为例,采用滚动时间窗的样本外预测以及SPA检验法,对比了基于日收益数据的历史波动率模型和基于高频数据的实现波动率模型的预测能力.主要实证结果显示,实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度最高的波动模型,但在学术界和实务界流行的GARCH及其扩展模型对我国A股市场波动的预测能力较差.     

基于局部线性逼近的利率期限结构动态NS模型

采用统计学中新近发展的局部线性逼近方法对利率期限结构动态NS模型进行改进,提出了基于局部线性逼近的动态NS模型;并实证比较了改进后的模型与原模型的样本内拟合效果和样本外预测能力。结果表明,改进后的模型无论是样本内拟合效果,还是样本外预测能力都明显优于原模型。     

中国铜期货市场最优套期保值比率估计——基于马尔科夫区制转移GARCH模型

在套期保值的研究中,GARCH模型被普遍使用。但是近来许多实证研究证明了GARCH模型存在一定的缺陷,即波动率的高持续性,这影响了对于资产价格序列描述的准确性,在套期保值策略的制定时就需要考虑到波动率对状态的依赖性。因此,本文将区制转移应用到套期保值模型构建中,将MRS模型与GARCH模型相结合,建立了MRS-DCC模型,以期消除GARCH模型带来的波动率的高持续性,并用于估算铜期货市场的套期保值比率。同时,本文创新性地运用极差收益率作为标的收益率来估计套期保值比率,不仅提高了模型对资产价格日内波动的捕捉效果,而且日内价格波动的准确预测使得套期保值者规避了期货市场价格突然变化带来的强行平仓风险。本文在理论上详细解释了MRS模型与DCC-GARCH模型结合的方法,并使用中国铜期货2007年10月15日至2010年10月15日的数据进行实证分析对比,从样本内和样本外两个方面证明了马尔科夫区制转移模型以及极差收益率的引入能够提高套期保值比率估算的准确性,从而提高套期保值绩效。本文为状态依赖套期保值策略制定,以及资产价格波动风险的度量提供了参考。     

非正态ARCH族模型的预测绩效和VaR度量研究

本文以上海证券综合指数为样本,在残差项服从正态和非正态假设下,分别进行ARCH建模,比较正态残差项和非正态残差项ARCH族模型对波动率的预测绩效和VaR度量效果,以揭示分布假设对GARCH模型预测能力和风险度量的影响.     

基于时变Markov的DCC-GARCH模型最小风险套期保值研究

考虑Markov状态转移概率的时变特征,在传统DCC-GARCH基础上,提出基于Markov时变转移概率的DCC-GARCH模型（TVTP-DCC-GARCH）研究最小风险套期保值比例的估计方法,并利用两阶段极大似然法对模型参数进行估计。进一步分别从样本内和样本外估计沪深300指数期货和现货的最优套期保值比率,对套期保值的绩效进行检验,并将检验结果分别与Markov转移概率恒定的DCC-GARCH（FTP-DCC-GARCH）、DCC-GARCH、OLS、1：1完全套期保值以及无套期保值的沪深300指数现货的绩效进行对比。实证结果表明,利用基于Markov状态转移的DCC-GARCH模型研究沪深300指数期货的套期保值问题具有一定合理性,且在参数估计中TVTP-DCC-GARCH模型的拟合效果最佳;在套期保值有效性方面,TVTP-DCC-GARCH模型优于其他模型,说明在DCC-GARCH模型中引入时变状态转移概率能够有效提高套期保值组合的绩效。     

中国沪深股市整合性的实证分析

通过对沪深两市股指之间在一阶矩和二阶矩上的因果关系的检验，本文对两市之间的关系做了系统的分析。协整分析的结果表明，在后两个子样本区中两市股指之间存在双向的因果关系，并且沪市股指的变化起到了主导作用，这种关系在第三个子样本中进一步增强。GARCH(1，1)模型的结果表明沪深两市当期绝对扰动对另一个市场存在显著的“溢出效应”，但深市上的前期绝对扰动没有表现出对沪市的当期波动有显著影响。此外本文还使用了DCC—MVGARCH模型对两市的条件相关系数进行动态可视化。     

基于已实现EGARCH-FHS模型的上证50ETF期权定价研究

本文基于已实现EGARCH(REGARCH)模型,结合滤波历史模拟（FHS）方法,构建了REGARCH-FHS模型对期权定价。采用上证50ETF期权数据进行的实证研究结果表明,不论是在样本内还是样本外,REGARCH-FHS模型均相比Black-Scholes模型和GJR-GARCH-FHS模型具有更好的期权定价表现。具体地,在样本内,REGARCH-FHS模型相比Black-Scholes模型和GJR-GARCH-FHS模型在均方根定价误差（RMSE）方面分别改进了77.70%和15.64%;在样本外,分别改进了64.16%和5.40%。REGARCH-FHS模型对于GJR-GARCH-FHS模型的样本内改进主要体现在对短期（剩余期限少于60天）期权的定价,样本外改进主要体现在对短期（剩余期限为30～60天）期权的定价。上述结论对不同的定价表现评价指标是稳健的。研究结果凸显了引入已实现测度（价格极差）与灵活的FHS方法对于期权定价的重要性。