马尔可夫状态转换加随机波动瞬时利率模型实证研究

文章对中国瞬时利率动态行为进行了实证研究,比较了一类马尔可夫状态转换加随机波动扩散模型。与以往研究不同,文章对模型所有参数采用基于Gibbs抽样的马尔可夫链蒙特卡罗模拟方法进行估计。同时,通过MAE(绝对误差平均值)、MRSE(平方误差均值)、调整R~2、对数损失函数LL以及非参数Wilcoxon检验对各种模型的样本内与样本外预测能力进行了分析与比较,结果表明:中国利率市场确实存在马尔可夫状态转换现象,其中Smith模型更适合刻画国内瞬时利率动态行为。     

基于跳跃、好坏波动率和马尔科夫状态转换的高频波动率模型预测

基于跳跃、好坏波动率的视角,采用比ABD检测更稳健的ADS检测法进行甄别跳跃,提出HAR改进模型,进一步考虑到实际波动率的非线性和高持续性动态,文章引入马尔科夫状态转换机制以构建对应的MRS-HAR族模型,推导其参数估计方法,并运用滚动时间窗预测技术和MCS检验评估预测模型结果,并采取不同的窗口期进行稳健性检验.以上海期货交易所的黄金连续(AU0)期货合约为研究对象,实证研究表明:结合马尔科夫状态转换机制,跳跃波动在上涨行情时会抑制未来波动性;结合马尔科夫状态转换机制,好坏波动率在上涨行情时正负冲击相对平衡,而在下跌行情时好(坏)波动率抑制(加剧)未来波动性;MCS检验证实,结合马尔科夫状态转换的MRS-HAR族模型相比于HAR族模型具有更优的预测精度,进一步考虑由ADS检测修正的好坏波动率和符号跳跃能够改善波动率模型的预测能力,其中基于符号跳跃和马尔科夫状态转换的MRS-HAR-RV-SJ模型展现了最高的预测精度.     

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.     

上海股票市场波动不对称性研究-GJR-与VS-GARCH模型的比较

分析了两个不对称的GARCH模型:G JR-GARCH和VS-GARCH,并对VS-GARCH进行了修正。使用上证综合指数对两个模型进行了实证比较,发现修正的VS-GARCH更适合中国证券市场,能更好的捕捉到波动的不对称性。同时实证结果显示在沪市上,好消息引发的波动大于坏消息引发的波动,并从交易规则和投资者心理方面进行了解释。     

基于线性样条的门限随机波动率模型及其实证研究

为了刻画金融领域中资产收益的条件均值和波动率的双重非对称性特征,本文基于线性样条的方法提出一种新的门限随机波动率模型(LPTSV),它可以根据到达市场消息的大小和方向来同时描述这两种非对称性情况,可以很好地对资产收益及其波动率进行建模。利用R2WinBUGS软件包对LPTSV模型进行了贝叶斯参数估计。模拟实验说明贝叶斯分析在LPTSV模型的参数估计方面是有效的。最后利用LPTSV模型为上证综合指数和深证成份指数日收益率数据进行了实证分析。描述性统计分析和参数估计的结果均表明:利用LPTSV模型对以上两组数据进行建模是合理的。本文为资产收益和波动率之间的实证关系研究提供了一定的启示。     

基于GARCH模型的人民币汇率波动规律研究

自人民币汇率体制改革以来,汇率波动日趋复杂.鉴于GARCH模型能够较好地拟合汇率时间序列的尖峰厚尾特征,本文采集了2003～2007年之间的1069个美元兑人民币汇率日值,应用GARCH模型进行分析,证实了我国外汇市场确实存在ARCH效应,且GARCH模型能够较好地拟合汇改后的人民币汇率数据.     

基于LST-GARCH模型的国际油价波动研究

本文基于西德克萨斯轻质原油现货价格日数据,采用逻辑斯特机制平滑转换GARCH模型(LST-GARCH)实证研究国际油价波动特征,研究表明收益率波动的高持久性是一种假象,国际油价的波动过程存在机制转换效应;与传统的GARCH模型相比,LST-GARCH机制转换模型能够刻画油价波动过程的机制平滑转换特征;国际油价波动性对外部冲击有明显的杠杆效应,即相同幅度负的外部冲击比正的冲击引起更大的油价波动;另外国际油价波动过程具有非线性,即波动规律的时变特征。模型的检验与预测结果表明LST-GARCH模型比GARCH模型更好地描述国际油价波动特征。     

基于带隐含波动率的混频条件自回归极差模型的股市波动率预测研究

极值理论表明价格极差是波动率的一个有效的估计量。同时,众多研究表明,基于期权价格的隐含波动率包含了市场前瞻性的信息。本文在经典的基于极差的条件自回归极差(CARR)模型基础上,充分考虑价格极差的长期动态性以及期权隐含波动率包含的信息,构建了带隐含波动率的混频CARR (CARR-MIDAS-IV)模型对极差波动率进行建模和预测。CARR-MIDAS-IV模型通过引入MIDAS结构能够捕获条件极差的长期趋势过程(长期记忆特征)。而且,CARRMIDAS-IV模型同时考虑了极值信息以及隐含波动率包含的关于未来波动率的信息(前瞻信息)对波动率建模和预测。采用恒生指数和标普500指数及其隐含波动率数据进行的实证研究表明,充分考虑条件极差的长记忆性(MIDAS结构)以及隐含波动率包含的信息对于极差波动率建模和预测具有重要作用。总体而言,本文构建的CARR-MIDAS-IV模型相比其他许多竞争模型具有更为优越的数据拟合效果以及波动率预测能力。特别地,CARR-MIDAS-IV模型对于中、高波动期波动率的预测具有较强的稳健性。     

金融市场间波动溢出效应研究——基于Gumber的二维CARR模型和生存Copula-CARR模型

基于Gumber的二维指数分布,建立了Gumber的二维CARR模型,采用极大似然估计的两步法,以上证极差序列和深证极差序列为样本,考查了在极端情形下金融市场之间的波动溢出,并与CCC-GARCH模型进行比较,发现Gumber的二维CARR模型的估计更符合实际,能捕捉在极端情况下的波动溢出效应。利用蒙特卡洛方法进行了模拟和分析,进一步证实Gumber的二维CARR模型能合理有效地测度波动溢出效应。最后,对Gumber的二维CARR模型进行了扩展,在CARR模型中引入生存Copula函数,构建了生存Copula-CARR模型,进而建立了一种新的刻画金融波动溢出效应的多维CARR模型。     

基于变点模型的我国煤炭价格波动特征研究

分析了我国煤炭价格形成机制的长期演变趋势,利用秦皇岛大同优混煤2003年3月至2015年3月每周的平仓价格数据,采用结构变点检验分析法,实证研究了煤炭价格的波动规律.研究结果表明:煤炭价格呈现出显著的强持久性、高波动性和高强度跳跃性的市场特征.当存在突发事件时,变点模型能较好地拟合煤炭价格的变动过程.注意到,煤炭价格波动性主要由市场供需关系所决定,预计煤炭供大于求的阶段性状态仍会延续,煤炭价格将持续走低.最后提出了相应的对策与建议.     

基于ARMA-GARCH模型的恒指隐含波动率指数预测及其在期权交易中的应用

基于ARMA-GARCH模型,并结合均值回归效应,溢出效应和周内效应,本文研究了恒指隐含波动率指数(VHSI)能否被预测及预测是否有助于期权投资实践的问题.研究结果验证了香港股市具有均值回归的特性,标准普尔500指数对恒指隐含波动率指数有明显的溢出效应.此外,恒指隐含波动率指数呈现出周一上涨,周五下跌的特征,具有明显的周内效应.最后,本文运用ARMA-GARCH模型对恒指隐含波动率指数进行预测,并结合实际的市场数据做了期权交易模拟.结果显示,ARMA-GARCH模型比ARMA模型更适合对恒指隐含波动率进行建模;考虑了均值回归效应,溢出效应和周内效应之后,ARMAGARCH模型对恒指隐含波动率指数的预测能力显著提高,并且预测结果有助于期权交易获得较好的收益.     

基于双因子已实现GARCH模型的波动率预测研究

准确地预测金融市场的波动率对市场管理者和参与者而言都是至关重要的。本文在标准已实现GARCH模型基础上,将条件方差乘性分解为长期方差和短期方差两部分,分别构造包含杠杆函数的长期方差方程和短期方差方程,用以捕捉波动率的长记忆性和短期微观波动。运用上证综指和日经指数的日收盘价、已实现方差和已实现核波动此类高频数据进行实证分析,结果表明:与标准已实现GARCH模型相比,两指数的双因子已实现GARCH模型在样本内表现出更大的似然估计值;通过样本外误差函数分析和DM检验,双因子已实现GARCH模型也取得更好表现。     

特质波动率与股票收益——基于Fama-French五因子模型的研究北大核心CSCD

股票收益与风险之间的关系一直以来都是金融学理论研究的核心问题.近年来,针对股票收益与特质风险之间的关系的研究受到了越来越多的学者的关注.在有效市场的理论下,通过构建多样化投资组合,投资者可以分散公司的特质风险,使组合收益更多的与市场风险相关.然而由于投资者之间信息不对称、市场政策差异化、资金成本不均衡等因素的影响,往往无法构建其目标组合,于是无法分散的特质风险就会在一定程度上影响股票收益.该文章以沪深A股自2000年1月4日至2015年12月31日共计3871个交易日的日收益率数据作为研究样本,通过滚动窗口分析的方法,以最新的五因子模型为切入点,研究发现了在中国股票市场中特质波动率与股票收益之间的负相关关系,并通过构建高特质风险与低特质风险股票组合进一步发现特质波动率与收益之间的负相关关系在经济意义上显著.     

金融高频高维数据的波动率矩阵估计:基于GARCH-It?分组因子模型

在高频金融数据分析中,高维波动率矩阵的估计和预测十分具有挑战性,当金融资产存在自然的分组结构时,此问题尤为突出.为此,本文提出一种新的GARCH-It?分组因子模型,将对数价格序列表示为共同因子、分组因子以及异质项,并通过将离散的广义自回归条件异方差(generalized autoregressive conditional heteroskedasticity, GARCH)结构嵌入特征值过程的波动率中,实现刻画数据波动率动态的目的.本文利用伪极大似然法得到模型的参数估计,建立极限理论,模拟研究表明其良好的有限样本性质.在实证研究中,利用上海证券交易所主板及深圳证券交易所创业板的股票高频价格数据,对比了不分组的模型及波动率矩阵的非参数多尺度已实现波动率(multi-scale realized volatility,MSRV)估计,对比结果显示本文模型具有更好的波动率预测效果.     

基于随机波动率模型的上证50ETF期权定价研究

传统上,期权定价主要基于Black-Scholes (B-S)模型。但B-S模型不能描述时变波动率以及解释"波动率微笑"现象,导致期权定价存在较大的误差。随机波动率模型克服了B-S模型的这些缺陷,能够合理地刻画波动率动态性和波动率微笑。基于此,本文考虑随机波动率模型下的期权定价问题,并针对我国上证50ETF期权进行实证分析。为了解决定价模型的参数估计问题,采用上证50ETF及其期权价格数据,建立两步法对定价模型的参数进行估计。该估计方法保证了定价模型在客观与风险中性测度下的一致性。采用2016年1月到2017年10月的上证50ETF期权价格数据为研究样本,对随机波动率模型进行了实证检验。结果表明,无论是在样本内还是样本外,随机波动率模型相比传统的常数波动率B-S模型都能够获得明显更为精确和稳定的定价结果,B-S模型的定价误差总体偏大且呈现较高波动,凸显了随机波动率对于期权定价的重要性。另外,随机波动率模型对于短期实值期权的定价相比对于其它期权的定价要更精确。     

中国证券市场不同频率波动预测模型比较研究——基于预测精度和风险管理的视角

准确估计和预测金融资产价格波动是金融风险管理的核心问题。本文将厚尾分布纳入混合频率模型,采用上证综合指数2004-2011年滚动时间窗样本,利用SPA检验和MCS检验对低频、高频和混合频率三类波动模型预测精度进行比较。从风险价值的准确性和预测失败的损失程度角度对比三类模型的风险管理效果。通过对不同损失函数和不同时间窗口的分析发现,在10个波动预测模型中,扩展后的混合频率Realized GARCH_t在预测日波动时具有较高的预测精度,能准确计算短期风险价值,而在预测周或者月波动时,半参数NSM模型预测精度更高,风险价值更准确。     

基于带跳随机波动率模型的双币种重置期权定价研究

研究了外国标的资产价格,汇率及其波动率过程满足仿射跳扩散模型的双币种重置期权定价问题,其中波动率过程与标的资产,汇率相关,且具有共同跳跃风险成分.利用多维Feynman-Kac定理,Fourier逆变换等方法,获得了双币种重置期权价格的表达式.应用数值计算分析了波动率过程主要参数对期权价格的影响.数值结果表明,波动率因素以及跳跃风险参数对期权价格的影响是显著的.     

参与精准扶贫的公司更值得投资吗?——基于扶贫对公司风险影响的视角

许多公司积极参与精准扶贫,为中国摆脱绝对贫困、打赢扶贫攻坚战发挥了重要的作用.文章从公司资产的波动率和尾部风险视角,讨论了参与精准扶贫公司的投资价值问题.文章首先建立了一个包含扶贫项目在内的单周期公司投资决策模型,从理论上探讨了参与扶贫对公司资产波动率和尾部风险的影响.然后,以2016-2020年A股上市公司数据为研究对象,对精准扶贫与公司股票风险的理论关系进行了检验.研究发现,与理论预期完全一致,参与精准扶贫的行为能够显著降低公司股票的波动率、特质波动率和尾部风险.扶贫对公司资产风险的影响在非国有公司、投资者信心高和扶贫成效好的公司中尤为明显.机制分析发现,精准扶贫能通过提高公司经营绩效和公司信息披露质量渠道降低公司股票波动率和尾部风险.文章的研究为公司积极履行社会责任提供了有力的理论与实证支持,无论是从风险管理的角度,还是价值投资的角度,参与扶贫的公司均具有相对高的投资价值.     

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。     

国内外股市波动溢出效应——基于多元GARCH模型的实证研究

通过对多个股票市场间波动溢出效应的研究,可以了解波动风险在市场间的传导路径和方向,以及在股市因外部冲击动荡前做出短期预测。本文以美国、日本、香港和我国沪市作为研究对象,采用多元GARCH模型对国内外股市波动溢出关系进行了研究。结果表明:只有香港股市对沪市具有显著的波动溢出,美、日股市对沪市的波动溢出则不显著,但由于美、日股市波动均对香港股市具有传染效应,它们可以借助对香港股市波动的影响间接地引起我国沪市的波动。所以,对我国沪市外部波动风险的把握在短期上应主要关注香港股市波动,其次还必须关注日本和美国股市的波动,尤其是美国股市的波动。