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.     

双跳跃仿射扩散模型的几何平均型水平重置期权定价

在资产收益率及其波动率均满足随机跳跃且具有跳跃相关性的仿射扩散模型下,用广义双指数分布和伽玛分布分别刻画非对称性收益率及其波动率的跳跃波动变化,研究了具有几何平均特征的水平重置期权定价问题.通过Girsanov测度变换和多维Fourier逆变换方法,给出了此类重置期权定价的解析公式.最后,通过数值实例着重分析了联合跳跃参数及杠杆效应对水平重置看涨期权价格的影响,并对风险对冲特征作了分析.结果表明,上跳概率,跳跃频率,杠杆效应,收益率波动的两个跳跃参数和双跳跃相关系数对期权价格有正向影响,上跳和下跳幅度对期权价格有反向影响,而期权的风险对冲参数没有出现明显的跳跃现象.这说明文章建立的期权定价模型比经典Black-Scholes模型具有更好的实际拟合能力.     

基于修正的已实现阈值幂变差的股市跳跃波动行为研究

基于非参数统计方法,利用考虑金融资产价格跳跃和杠杆效应的时点波动估计方法修正已实现阈值幂变差,构造甄别跳跃的检验统计量,对金融资产价格中的随机波动、有限活跃跳跃和无限活跃跳跃等问题进行综合研究。为同时吸收波动率的异方差集聚效应和收益率的非对称效应,对原有的已实现波动率异质自回归预测模型进行拓展,将非对称的异质性自回归模型的误差项设定为GARCH模型,以考察跳跃波动序列与连续波动序列之间的复杂关系。利用沪深股指高频数据进行实证研究,包括进行跳跃识别,跳跃活动程度检验和波动率预测效果对比。研究结果表明,沪深股市同时存在布朗运动成分、有限活跃跳跃和无限活跃跳跃成分,其中连续路径方差占主体。同时,收益和波动间的杠杆效应显著,无论短期还是长期,连续波动和跳跃波动对波动率的预测均具有显著影响,同时考虑股价的跳跃、波动和杠杆效应因素有助于更准确地刻画资产价格动态过程。     

干散货运价波动的杠杆效应特征研究——基于非对称随机波动模型

由信息冲击引起的干散货运价的剧烈波动给航运实体市场带来巨大风险,同等强度的利空消息通常要比利好消息引起更大的市场波动,本文对干散货航运市场运价波动存在的杠杆效应特征进行研究,为航运企业和租船人等把握市场态势、规避风险提供重要依据。考虑运价收益分布的厚尾特征,改变传统的非对称随机波动模型中随机误差项的正态分布假定,建立基于student-t分布的改进的非对称随机波动模型,在贝叶斯分析的基础上通过MCMC方法进行参数估计。通过实证研究发现,在考虑了极端风险情况后,改进的厚尾分布的非对称随机波动模型对干散货运价波动的杠杆效应特征刻画更加准确和优越。     

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。     

基于广义自回归得分模型的时变D-vine的应用

广义自回归得分模型以条件密度函数得分作为主要驱动,为我们提供了计算一个时变参数的框架。把传统的D藤结构拓展到时变D藤,并将其与广义自回归得分模型相结合来估计时变参数。对美元、欧元、日元、港元和英镑兑人民币的外汇汇率序列拟合边际分布,提取标准化残差序列并建立时变D藤模型,即对pair-copula分解式选择最优的时变copula族,最后通过仿真技术得到标准误差的箱线图。研究表明,该模型有效地刻画了变量间的相依关系,为描述金融资产收益率的波动率过程提供了一种新思路。     

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。     

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 .     

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C-STGARCH模型的大庆原油现货价格波动研究

引用Dueker等(2011)提出的同期门槛平滑转换广义自回归条件异方差(C-STGARCH)模型对我国大庆原油现货价格的波动状态进行了实证分析,以求对大庆原油现货价格的波动有一个新的、更深刻的量度.研究显示:第一,大庆原油现货价格的波动是不稳定的,并且存在显著的非对称和非线性现象;第二,CSTGARCH模型能很好地刻画大庆原油现货价格波动的这些现象,并且发现油价的波动以3.738%为门槛点存在高波动区和低波动区两种状态,低波动区的波动持续性比高波动区强,然而,对平滑转换持续性的影响方面,高波动区要略大于低波动区.     

Estimation of Tempered Stable Lévy Models of Infinite Variation

Truncated realized quadratic variations (TRQV) are among the most widely used high-frequency-based nonparametric methods to estimate the volatility of a process in the presence of jumps. Nevertheless, the truncation level is known to critically affect its performance, especially in the presence of infinite variation jumps. In this paper, we study the optimal truncation level, in the mean-square error sense, for a semiparametric tempered stable Lévy model. We obtain a novel closed-form 2nd-order approximation of the optimal threshold in a high-frequency setting. As an application, we propose a new estimation method, which combines iteratively an approximate semiparametric method of moment estimator and TRQVs with the newly found small-time approximation for the optimal threshold. The method is tested via simulations to estimate the volatility and the Blumenthal-Getoor index of a generalized CGMY model and, via a localization technique, to estimate the integrated volatility of a Heston type model with CGMY jumps. Our method is found to outperform other alternatives proposed in the literature when working with a Lévy process (i.e., the volatility is constant), or when the index of jump intensity Y is larger than 3/2 in the presence of stochastic volatility.

     

基于半参数可加自回归模型的黄金价格实证分析

大量实证研究表明,半参数自回归模型较传统的线性回归而言,能更好的拟合实际数据。本文构造了一类半参数可加自回归模型,基于条件最小二乘方法及核估计方法给出了估计模型参数和未知函数的迭代算法,讨论了估计量的渐近性质。通过数值模拟验证了估计的效果。并将模型应用于黄金价格数据的实证分析之中。实证分析结果表明,我们对现有模型的改进是必要的。     

连续交易制度与价格发现功能——基于我国黄金期货市场的实证研究

连续交易制度是提升我国黄金期货市场国际竞争力的重要举措。采用2011年1月至2014年9月中美黄金期货市场日收盘价数据,利用VEC模型、信息份额模型、VEC-BEKK-MGARCH模型、DCC-MGARCH模型,研究了该制度对上海黄金期货市场价格发现功能的影响。结果表明:制度推出后,上海黄金期货市场的价格发现功能得到提升,不过仍弱于美国市场,美国市场对上海市场的收益率传递效应减弱,两市场之间的波动溢出效应有所增强,时变动态相关系数振动幅度明显降低。     

通货膨胀率与股票收益率关系——基于门槛回归模型的再检验

自费雪效应(假说)提出以来,通货膨胀率与股票收益率之间的关系引发了大量的争论,但二者之间的关系并无定论。本文利用门槛回归模型对通货膨胀率和股票收益率之间的关系进行的再检验,我们的研究发现:总体上,通货膨胀率和股票收益率表现为负相关,并且具有显著的门槛效应,当通货膨胀率较低或处于通货紧缩时,股票收益率和通货膨胀率之间存在不显著的负相关关系,而当通货膨胀率较高时,则表现为显著的负相关关系,呈现出明显的非对称性的特征,股票并不是抵御通货膨胀风险理想的保值品。此外,我们还对黄金类股票和黄金现货也进行了检验,研究表明,黄金现货与通货膨胀关系不显著,而黄金股收益率与沪深股市指数类似,与通货膨胀率具有显著的负相关关系,均非理想的抵御通胀保值品。     

基于EGARCH模型的分类商品零售价格波动的信息效应研究

利用EGARCH模型对我国部分具有代表性的分类商品零售价格波动的信息效应进行了实证分析.分析结果显示,我国分类商品零售价格波动特征是不同的.在六个具有代表性的分类商品零售价格指数中,有四个指数的方差具有时变性特征.在四个当中,有三个指数有非对称信息效应,即非期望的价格上涨或下降信息对价格波动的影响是非对称的.另外的两个价格指数的方差为常数,价格波动稳定.     

基于MCMC算法的人民币汇率市场的分析——双门限非对称GARCH模型的应用

本文旨在考察,汇改后美元/人民币汇率前期收益的影响下,人民币汇率市场上非美元/人民币汇率收益均值和波动不对称的程度。为了捕捉非美元汇率收益的均值和波动不对称的特点,我们设定双门限非线性的GARCH模型,结合GJR效应(即加入非美元收益利空或利好消息的影响),利用基于MCMC算法的贝叶斯推断来完成。应用中我们选取了美元(欧元、日元、港元)/人民币日汇率数据进行分析,发现了门限非线性的结果,表明在美元和非美元汇率本身双重变化的影响下,非美元汇率收益的均值和波动同时表现出非对称的特点。并且在美元收益利好消息的影响下,美元汇率对非美元汇率的溢出效应明显增强,非美元表现出低均值回归的特点。     

中国股市价格和波动性的非线性行为实证研究

深沪综合指数的收益率不服从正态分布,收益率是负斜的,呈现胖尾和峰态;其收益率序列均服从有着分形概率分布的持久性时间序列,它们遵循有偏随机游动,市场表现出较强的趋势行为和非周期循环特征,深市非周期循环为4个月,而沪市为6个月,深沪股市月收益率序列则为确定性的混沌序列;而沪深股市的波动性也呈现出一定程度的不对称特征,沪深股市之间还存在着波动性的溢出效应,深市还存在着一定的杠杆效应,而且,沪深股市之间还存在着明显的波动性的溢出效应.     

广义Black-Scholes模型期权定价新方法--保险精算方法

利用公平保费原则和价格过程的实际概率测度推广了Mogens Bladt和Tina Hviid Rydberg的结果．在无中间红利和有中间红利两种情况下，把Black-Scholes模型推广到无风险资产(债券或银行存款)具有时间相依的利率和风险资产(股票)也具有时间相依的连续复利预期收益率和波动率的情况，在此情况下获得了欧式期权的精确定价公式以及买权与卖权之间的平价关系．给出了风险资产(股票)具有随机连续复利预期收益率和随机波动率的广义Black-Scholes模型的期权定价的一般方法．利用保险精算方法给出了股票价格遵循广义Ornstein-Uhlenback过程模型的欧式期权的精确定价公式和买权和卖权之间的平价关系．     

Bayesian modeling and forecasting of Value‐at‐Risk via threshold realized volatility

This study proposes a threshold realized generalized autoregressive conditional heteroscedastic (GARCH) model that jointly models daily returns and realized volatility, thereby taking into account the bias and asymmetry of realized volatility. We incorporate this threshold realized GARCH model with skew Student‐t innovations as the observation equation, view this model as a sharp transition model, and treat the realized volatility as a proxy for volatility under this nonlinear structure. Through the Bayesian Markov chain Monte Carlo method, the model can jointly estimate the parameters in the return equation, the volatility equation, and the measurement equation. As an illustration, we conduct a simulation study and apply the proposed method to the US and Japan stock markets. Based on quantile forecasting and volatility estimation, we find that the threshold heteroskedastic framework with realized volatility successfully models the asymmetric dynamic structure. We also investigate the predictive ability of volatility by comparing the proposed model with the traditional GARCH model as well as some popular asymmetric GARCH and realized GARCH models. This threshold realized GARCH model with skew Student‐t innovations outperforms the competing risk models in out‐of‐sample volatility and Value‐at‐Risk forecasting.