我国股市收益的双长记忆性检验——基于VaR估计的ARFIMA-HYGARcH-skt模型

针对股市收益分布的"尖峰肥尾"特征,引入了偏t分布作为新息分布。基于VaR方法,从风险估计的角度,利用ARFIMA(2,d_1,0)-HYGARCH(1,d_2,1)-skt模型对1996年12月17日至2007年7月5日期间的沪深股市收益进行了实证分析.实证结果显示:沪深股市具有显著的双长记忆特征;上海股市的日收益率和波动率的长记忆性均比深圳股市强;ARFIMA(2,d_1,0)- HYGARCH(1,d_2,1)-skt模型对我国股市收益具有较强的风险估计和预测能力。     

沪深股市收益分布尾部特征研究

本文运用跳跃扩散模型和极值理论方法对沪深股指收益分布特征进行了研究。跳跃扩散模型定量化地给出沪深股市股票收益分布产生的原因,沪深股市收益分布为具有胖尾的非正态分布,股票收益变动主要是由离散信息作用引起,一般帕累托分布较好地拟合股票收益左尾分布。     

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。     

基于收益波动性和厚尾性的条件风险价值探究——来自沪深300指数的验证

金融风险的度量是进行金融风险管理的有效途径.基于股票收益的波动性和分布厚尾性两大特征,选取了自2002年1月到2015年1月沪深300指数的每日收盘价,利用指数GARCH模型和极值理论对条件风险价值进行量化探究.分析结果显示,我国股市收益率具有长期波动性,且集群性较强,投机现象比较严重;收益率的波动有一定的持久性,当前信息对于未来风险的预测有一定作用;从收益的动态波动性和静态厚尾性两个角度来对条件风险价值进行探究,更具有全面性和预测性.     

沪深股市的相关结构分析与投资组合风险度量——基于ARFIMA-GARCH-Copula模型

金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记忆性。基于此,本文建立ARFIMA-GARCH-Copula模型来研究沪深股市的相关结构和等权重投资组合风险值VaR,利用上证指数和深成指数收益率的组合来进行实证研究。首先采用经典R/S分析法检验各个资产收益率的长记忆性,经过分数阶差分后选用GARCH模型建模得到边缘分布。然后选择Copula函数来刻画两资产之间的相关结构,建立联合分布模型。进而采用Monte Carlo方法模拟产生各资产的收益率序列,计算出投资组合的风险值VaR。实证研究表明:沪深股市具有长记忆性,且两者具有对称的尾部相关性;Kupiec检验说明ARFIMA-GARCH-Copula模型较之于GARCH-Copula模型能更准确地度量投资组合风险。     

考虑背景风险的高阶矩三角模糊随机投资组合模型

在已有的大部分投资组合模型中,证券的收益服从随机分布或者模糊分布。然而,在实际的市场中存在大量的不确定性,市场不仅具有内在的风险,也存在由投资者个体差异产生的背景风险。本文推导随机模糊数的高阶矩性质,构建一个考虑背景风险的高矩三角模糊随机投资组合风险模型,采用沪深股市的数据分析背景风险对投资组合的影响。     

沪深股市杠杆效应的实证分析

运用 E-GARCH模型对沪深股市的杠杆效应进行了实证分析 ,结果表明 ,日收益存在着明显的杠杆效应 ,收益对波动强度的影响具有非对称性 .     

基于纯粹跳跃利维过程的中外股票收益分布特征研究

本文运用无限可分纯粹跳跃的NIG模型和VG模型对沪深股市股指收益分布特征和国际上其它主要股市股指收益分布特征进行拟合分析。结果表明在拟合收益分布方面NIG模型和VG模型的拟合度远远高出正态分布假设的拟合度,NIG模型和VG模型两者之间拟合收益分布没有明显的优劣;沪深股指收益分布拟合情形和国际上主要股指收益分布拟合情形基本没有差异。     

RiskMetrics模型评估与扩展

RiskMetrics是当今最为流行的风险度量模型,然而其基础假设-标准化收益服从正态分布,却备受置疑.放宽此假设,以更灵活的t分布,广义误差分布,混合正态分布,Johnson Su-正态,Pearson IV分布代替,建立了五种扩展的RiskMetrics模型.我们用沪深股市日收益数据进行实证比较分析,回测结果表明,扩展模型明显优于标准模型,而基于非对称分布假设的模型优于基于对称分布的模型.     

标的资产服从NIG-Levy过程的亚式期权数值定价分析

考虑到金融时间序列的厚尾性即呈现尖峰厚尾分布,波动率具有聚集性和持续性等特点,也即标的资产的价格可能会出现间断的跳跃,我们展示了在标的资产价格对数收益服从NIG-Levy过程的条件下,如何构建和计算等价鞅测度,我们考虑通过Esscher转换得到Q等价鞅测度,并以此为基础寻找风险中性概率的条件,最后利用这些条件探讨亚式期权的数值定价问题,利用低差异序列中的Halton、Sobol、Faure序列对亚式期权进行了数值定价分析.     

中国股票市场有效性的复合评价

本文以2000年1月4日至2011年4月1日的上证综指(000001)和深圳综指(399106)的日收盘价和日收益率为研究对象,根据随机游走假设,采用对数动态自回归模型、游程检验和单位根检验,对上海股票交易所和深圳股票交易所的市场有效性分别进行检验,结果表明沪深两市都基本达到弱式有效。由于上述检验无法证明两股市之间是否存在影响,价格水平是否互相包含,因此有必要验证沪深两市是否为联合有效。本文采用Johansen协整检验和Granger因果关系检验,结果表明上证综指的日收益率对深圳综指的日收益率有一定的预测作用,但沪深两市的价格不存在长期均衡关系,因此可判断沪深股市基本达到联合的弱式有效。     

沪、深股市波动不对称性的实证分析

本支应用系数多变量EGARCH模型来研究我国沪深股市的波动不对性,结果发现:在全样本时期,收益率呈现深市向沪市的单向溢出,而沪深两市则都呈现显著的波动不对称性特征。分时段来考察,B股对境内投资者开放前后呈现收益率由深市向沪市的单向溢出到双向溢出现象;而波动性的实证结果则显示,以B股对境内投资者开放为间断点,沪市波动不对称性有明显加强的趋势,而深市波动不对称性则呈现由不显著到显著的特征。     

Copula模型在沪深股市相关性研究中的应用

本文利用沪深股票市场数据,研究了二者之间的相关结构,尤其是尾部相关情况。由于股票收益率序列存在着条件自相关和条件异方差,为避免这些对Copula参数估计的影响,我们先对收益率序列进行AR(4)-GJRGARCH(1,1)-t建模,得到的标准化残差经BDS检验为独立同分布(i.i.d.)序列,再进行Copula建模。实证结果表明,沪深股市存在很强的正相关性,以及对称的尾部相关。这与大多数国外学者认为股票市场之间存在非对称相关现象的结论不同。本文通过图形检测和解析方法相结合来选择对数据拟合最好的Copula函数,结果表明学生t-Copula可以很好地刻画沪深股市的相关性。     

沪深股票市场之间波动性影响关系研究

以对沪深两市波动性指标的解构分析为基础,给出了基于GRACH模型、Granger模型的综合运用,同时引入协整检验和误差纠正机制的均衡分析方法,对沪深两市的波动相关性进行实证分析和模型检验,系统性揭示了沪深两市波动性的关键特征和沪深两市波动互相影响的因果规律,为基于沪深两市金融资产的定价和风险管理奠定了基础.     

股票收益率波动性的非参数核回归估计及对中国股市的实证分析

非参数回归估计是研究非线性时间序列的一种有用工具．在混合相依样本的条件下，基于非参数核回归估计方法来研究收益率的波动性，利用改良的交叉核实函数选取光滑参数，并给出上海和深圳股市实证分析的一些有趣结果．     

基于聚类技术的股市基本趋势规律挖掘

提出采用技术指标构造特征空间,在特征空间上用模糊核聚类算法寻找股市规律的股市技术分析方法。对1997年以来的沪深大盘指数进行了实证分析检验,识别出了市场基本趋势的演化规律,显示出该方法具有长期预测市场发展方向的能力。     

沪深港股市相关性的小波分析

主要使用离散小波变换(DW T)对沪深港股市的相关性进行研究.小波可以把方差和相关系数在不同尺度上进行分解,以便更仔细地研究时间序列的波动性在不同尺度上的相关程度.研究发现:三地股票市场的波动性都随着小波尺度的变化而变化;沪深股市与香港股市相关性非常低,而且在不同尺度上相关程度有较大差别.     

沪深300指数与沪深股市尾部相关性分析

根据沪深股市非线性的特征,利用Kendall秩相关系数与Copula函数之间的关系,对Copula函数的参数进行估计.选择Gumbel Copula、Clayton Copula和Frank Copula来度量上证综指、深证综指和沪深300指数之间的尾部相关性.实证结果分析,Clayton Copula函数能较好的度量出三个指数之间具有较强的下尾相关性,且进行量化后的相关性能够较好刻画股票市场的变化.     

中国股市与部分国际股市的比较分析

本文讨论中、外股市的对比及相互关系。对中国的上海综合指数、深圳综合指数和国际 11个新兴证券市场、4个成熟证券市场的基本统计特征进行比较研究