基于M-H抽样的贝叶斯非对称厚尾GARCH模型研究

针对非对称厚尾GARCH模型参数的预选分布很难确定的问题。对模型参数空间进行数据扩张,把模型中的厚尾残差分布表示成正态分布和逆伽玛分布的混合分布,然后通过对参数的后验条件分布进行变换获得参数的预选分布,从而利用M-H抽样实现了非对称厚尾GARCH模型的贝叶斯分析。中国原油收益率波动的实证研究发现中国原油收益率的波动具有高峰厚尾性但不存在"杠杆效应",样本内的预测评价发现基于M-H抽样的贝叶斯方法优于极大似然方法,说明了M-H抽样方案设计的有效性。     

基于GARCH族模型的沪深300股指VaR度量

本文在修正了沪深300股票指数收益率序列的非平稳性和自身相关性之后,把ARMA模型与GARCH模型、GJR模型、IGARCH模型、FIGARCH模型、FIEGARCH模型、FIAPARCH模型、HYGARCH模型相结合,然后依次假设残差分布服从正态分布、t分布和偏t分布,来描述沪深300股票指数日对数收益率序列的尖峰厚尾性、杠杆效应和长记忆特性,利用上述模型分别计算沪深300股票指数的VaR值.在空头和多头投资者情况下,不同的波动性模型和不同残差分布的VaR预测有效性差距很大.比较得知,在不同的置信水平下,沪深300股票指数收益率序列空头和多头的VaR预测成功概率比较高的模型有HYGARCH和FIEGARCH这两类具有长记忆性的模型.     

基于Copula和极值理论的在险价值度量

针对传统孤立使用GJR模型、极值理论、Copula理论进行风险分析的不足,把GJR模型、极值理论和Copula理论有机的结合起来,给出了基于Copula和极值理论的投资组合VaR的测度方法.首先利用GJR模型刻画单个资产收益率中的自相关和异方差现象,获得近似独立同分布的新息序列,再分别应用高斯核估计的方法、极值理论拟合新息序列的分布函数的内部和两尾,利用Copula函数有效捕抓了市场之间的波动溢出效应,最后使用Monte Carlo模拟法,计算出投资组合的VaR值.实证结果表明,基于Copula和极值理论的VaR度量方法比历史模拟法更有效.     

金融市场极端日收益数据的广义Pareto分布拟合

本文基于极值理论和方法建立了上证综合指数极端日收益率的广义Pareto模型,并利用所得的模型计算出日收益率的返回水平及其上尾概率。将估计的日收益率模型比较得出,在实施涨跌停板前,日收益率的上尾明显厚于实施涨跌停板后的上尾,说明了实施该制度可以有效的控制股票市场的投机现象,从而降低投资者的收益损失风险。     

黄金价格(AU99.99)的季节性风险预测

选用了经典的AR(1)-EGARCH(1,1)模型和极大似然估计来获得黄金收益率的条件均值和条件方差的估计.接着,利用极值理论模拟了标准独立化以后的残差序列.最终预测了每个季度的VaR和CVaR,进而研究了黄金价格的季节性风险.     

沪深股市大盘指数收益率分布尾部的实证研究

通过H ill估计的改进方法对上证综合指数和深圳成分指数的收益率分布的尾部指数进行了参数估计,用χ2检验验证了指数的稳定性及其置信区间.在此基础上提出用尾部指数估计尾概率,达到风险控制的目的.实证研究表明,沪深大盘指数收益率分布具有肥尾的特征,但并不服从无限方差分布.     

基于权函数的GARCH模型稳健建模及实证分析

异常值的存在会对时间序列波动率模型的识别及参数估计会产生重要影响,采用Tukey双权法权函数对被拟合相关序列模型的残差进行变换,再将变换后的残差序列对波动率模型进行稳健识别及建模,模拟及实证分析表明稳健识别及估计方法具有很好的耐抗性,而且能更好的捕捉到资产收益率的波动性.     

二元极值分布混合模型的矩估计

极值理论在各个领域得到了越来越多的关注和应用, 尤其是多元极值分布. 而矩估计是一种经典的参数估计方法, 计算简单且具有某些优良性, 本文给出边缘为标准指数分布的二元极值混合模型相关参数的矩估计及其渐近方差. 并将其与极大似然估计的渐近方差比较, 结果表明矩估计是一个较好的估计.     

金融资产收益率尾概率估计研究

在对金融资产进行投资时,投资者所关注的问题往往是金融资产收益率发生大波动的概率,简称尾概率.本文利用大偏差定理对此概率如何进行估计进行深入研究.将收益率按其尾部的分布特征分成三类,分别对其进行研究,得到三种不同的估计公式.本文对收益率序列存在相关性、收益率是多元随机变量情况下的尾概率估计问题也进行了分析.     

金融市场中极值指标的位移尺度不变估计

在极值统计理论中,极值指标决定着分布的类型.特别是当极值指标大于零时,Hill估计一直得到较为广泛的应用.然而,位移不变性没有在Hill估计中体现,这也是应用Hill估计的限制.应用一个改进的Hill估计,这个估计具有位移尺度不变性.通过对几种模型的模拟比较和对金融市场中极值指标的实证分析,研究了改进的Hill估计的可行性.     

中国股票市场波动特性的实证研究

本文以上证综指和深成分指数的日收益率为研究对象 ,应用 GARCH、TARCH模型理论 ,进一步分析了日收益率波动的条件异方差性、非对称性 ,同时比较了两个股票市场的不同波动特征     

股票收益率的次指数分布拟合

股票收益率等金融时间序列具有重尾特征,因而不适于用正态分布来描述,次指数分布族S是一类重尾分布族,能够很好的处理具有偏态、重尾特征的金融时间序列,本文对上证指数的收益率进行了次指数分布拟合,并给出了在险价值(VaR)的估计。     

沪深两市收益率与成交量因果关系的实证研究

以上证综合指数和深证成分指数的日收益率及日成交量为研究对象,应用协整理论和G ranger因果关系,考察了两市指数日收益率与日成交量变动率的相互关系,并得出结论.     

Returns of Eastern European financial markets:α -stable distributions,measures of risk

The daily returns of financial market indices of nineteen Eastern European countries are modelled, linear trend or ARMA(p, q) for the levels and GARCH(p ′, q ′) for the residuals. For the non Gaussian residuals -stable distributions are proposed. Then, risk measures, like the STARR and the R-ratio are used to analyse the risk in the cases of Gaussian and -stable distribution models of the residuals. (© 2008 WILEY-VCH Verlag GmbH & Co. KGaA, Weinheim)     

RCA model with quadratic GARCH innovation distribution

Rapid development of time series models addressing volatility has recently been reported in the financial literature. Often the standardized residuals from an RCA (Random coefficient autoregressive) model still has fat tails, thus suggesting using a fat-tailed error distribution instead. Kurtosis of GARCH model plays an important role in option pricing applications with real data. This paper considers some volatility models with quadratic GARCH innovations and derive the kurtosis of the process.     

Asymptotic behavior of tails and quantiles of quadratic forms of Gaussian vectors

We derive results on the asymptotic behavior of tails and quantiles of quadratic forms of Gaussian vectors. They appear in particular in delta–gamma models in financial risk management approximating portfolio returns. Quantile estimation corresponds to the estimation of the Value-at-Risk, which is a serious problem in high dimension.     

对我国股票市场股指波动特性的实证分析

本文以上证综指和深成分指数的最新日收益率为研究对象,应用GARCH、TARCH模型理论,进一步分析了日收益率波动的条件异方差性、非对称性,同时比较了两个股票市场的不同波动特征。     

GARCH模型在股票市场风险计量中的应用

本文以上证综指的日收益率为研究对象,运用GARCH模型簇分析上海股市日收益率波动的条件异方差性,计算每天的V aR值.实证研究表明,GARCH模型的V aR计算方法对我国股市风险的管理有较好的效果.     

Multiple structural changes in the tail behavior: Evidence from stock index futures returns

The study provides an approach of nonlinear analysis for detecting multiple structural changes in the tails of financial returns distributions. The proposed approach can simultaneously determine the number of structural breaks in a series of tail-indexes and estimate the mean tail-index levels in distinct regimes. The method is applied to the tail behavior of DJIA futures returns. The sample period covered various recent financial crises, and ran from October 1999 to December 2003, enabling assessment of the relationships between changes in the tail shape of returns distribution and known extreme events in financial markets. The empirical results demonstrate the existence of at least one break point in the left and common tails of the DJIA futures returns distribution during the sample period, and the mean tail-index levels in different regimes classified by estimated break points display an increase in the left and common tails that coincides the phenomenon of gradually decreasing financial turbulence in DJIA futures contracts. The empirical evidence indicates that the structural changes in the tail behavior of the distribution of DJIA futures returns are associated more with negative shocks than positive ones, creating differences in risk management between long and short investors in futures markets.     

基于扭曲混合Copula和ARMA-GARCH-t模型的投资组合风险分析——以上证综指、中证综合债和上证基金为例

利用扭曲混合Copula和ARMA-GARCH-t模型,对包含2015年股灾和2016年熔断期间的上证综指、中证综合债和上证基金的投资组合风险相关性进行建模分析。研究表明:扭曲混合Copula模型较混合Copula模型能更好地拟合各资产日收益率间的相关结构,尤其是"厚尾"特性。并运用蒙特卡罗模拟法计算各资产的风险价值、预期损失和中位数损失并讨论其差异性,以期为关注风险管理的人们提供更多借鉴。