基于GARCH模型的短期汇率预测

研究人民币对美元的汇率预测,通过对2010年7月1日至2013年11月30的周汇率平均值进行数据分析,发现其基本符合时间序列分析中的GARCH模型,因此采用该模型进行预测,预测结果比较成功。预测表明人民币呈现升值的趋势.     

基于GARCH模型的石油价格变动模拟

石油是一种特殊的商品,是国家重要的战略物资,世界各国都十分重视其价格变动问题,因为油价变化会影响到各国经济发展,甚至国家安全。因此,本文采用GARCH模型,通过基于Gibbs抽样的MCMC方法分析了国际市场石油价格的分布特征,对石油价格波动的异方差特性进行描述和模拟,实证分析结果说明从石油价格波动序列峰度系数和平方价格波动序列自相关函数的描述来看,基于t分布的模型模拟效果优于基于正态分布的模型,这一结论反映了石油价格波动序列的分布特性。     

基于GARCH模型的中美汇率实证分析

汇率制度改革后,加强人民币汇率风险管理已成为摆在各大经济主体面前的重大课题.基于2010年1月1日至2012年5月10日的美元对人民币日汇率值,利用广义条件异方差自回归(GARCH)模型,对中美汇率日数据进行处理与检验,得到了残差存在异方差性.在此基础上建立了汇率GARCH模型,实证分析表明精确性高.     

基于GARCH模型考虑股本稀释作用的权证定价

考虑到认购权证对股本有稀释作用,把对认购权证定价转化为一个看涨期权的定价,运用GARCH模型得出看涨期权标的资产波动率的近似经验分布,根据期权定价的Black-Scholes公式,得出认购权证价格的近似分布.     

基于GARCH类模型和SV类模型的沪深两市波动性研究

以CSMAR数据库2007年2月27日至2008年5月14日共297个交易日的上证综指和深证综指的收盘价数据为研究对象,通过比较5类GARCH模型和两类SV模型对上证综指和深证综指样本内(2007年2月27日至2008年2月27日)收益率波动特征的描述能力以及样本外(2008年2月28日至2008年5月14日)收益率波动的预测能力,得出GARCH类模型相比SV类模型更适合描述中国证券市场的波动性.     

基于GARCH模型族的中国股市波动性预测

收益与风险历来都是投资者与研究者所关注的问题 .本文选取 GA RCH、TGARCH和 EGARCH模型来拟合中国股市的波动性 .实证分析结果表明 ,中国股市的波动具有显著的波动聚类性与持续性 ;由 E-GARCH模型所预测的上证 30指数、上证综合指数和深证成份指数未来一天的波动要明显优于 GARCH和TGARCH模型的对应值 ,而对香港恒生指数 ,三种模型的预测结果无显著的差异 .     

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.     

上海证券市场回报率分析——基于ARIMA模型和GARCH模型

本文分析中国上海证券市场回报率。分别通过APdMA模型和GARCH模型，发现若用APdMA模型分析和建立时间序列模型，一次自回归项是不够的，需要高次项，在大多数情形，若运用GARCH模型，则GARCH（1，1）就能够很好的拟合数据。     

基于GARCH模型的CHIBOR行为实证分析

本文通过建立一个GARCH(1,1)模型对中国银行间同业拆借利率行为进行了实证分析,结果发现模型能很好的刻画一周同业拆借利率的行为,这说明我国的同业拆借利率具有波动性聚类的特点,存在很强的GARCH现象.     

基于GARCH模型的波罗的海干散货运价指数预测

为准确地把握波罗的海干散货运价指数(BDI)的变化趋势,选用一阶对数差分方法,对近期BDI日收益率序列的基本统计量特征进行了分析,验证了BDI日收益率序列的"尖峰厚尾"及波动的集聚性等特征,并进一步运用GARCH(1,1)模型,分析了其波动的持续性和滞后性.在此基础上,基于GARCH模型构造了预测的方法步骤,经优化调整滞后期对BDI日收益率进行了预测,最后,通过将BDI对数日收益率序列还原为指数序列,对BDI进行了预测,实证分析结果验证了模型及方法的适用性和有效性.     

基于GARCH股票市场模型技术指标的理论分析

本文根据股标市场的动量指标RSI和ROC构造了相应的统计量,并研究了GARCH模型作为真实股票市场上述统计量的概率性质,证明了在给定条件下这些统计量的平稳性和大数定律成立.这为股价的技术分析提供了理论依据.     

基于GARCH模型的人民币汇率波段动态特征研究

依据人民币兑美元汇率的长期走势所示性态,对人民币汇率时序数据分段建立GARCH模型,实证检验了人民币汇率的波段动态特征.结果表明,人民币汇率时序数据不服从正态分布,波动具有明显的集聚性,序列前段波动长记忆性明显,中后期波动尖峰厚尾特性更加显著,依据分析,央行应采取适当的调控措施和平稳的汇改政策抑制人民币汇率过度波动.     

GARCH模型的贝叶斯局部影响分析及其应用

广义自回归条件异方差(GARCH)模型能够很好地刻画金融资产收益二阶矩的相依关系,因此在金融时间序列中受到了广泛的应用。在GARCH模型的框架下,本文利用贝叶斯局部影响分析来评价先验、个体观测和样本分布的微小扰动的影响,利用扰动模型来刻画不同类型的扰动形式。我们构建了扰动模型的贝叶斯扰动形式,计算其几何量来表征扰动模型的内部结构。基于几个目标函数,本文利用几个不同的局部影响测量来量化不同扰动的程度。数值模拟研究验证了所提方法的有限样本表现。对纽约证券交易所综合指数(NYSE)和标准普尔500指数的GARCH建模说明了所提方法在实例研究中的有效性。     

GARCH模型变点的Ratio检验

研究GARCH模型参数变点的Ratio检验.首先构造了基于残量累积平方和的Ratio统计量,推导了原假设下统计量的极限分布,其次采用Monte Carlo方法检验其有效性,最后以数据为例进一步说明该方法的实用性.     

高维稀疏对角GARCH模型的估计及应用

高维数据背景下,数据维度和噪声的影响使得传统的GARCH模型不再适用.针对对角GARCH(goGARCH)模型的不足,将高维稀疏建模法应用到其估计过程中,提出了高维稀疏对角GARCH(HDS-goGARCH)模型.HDS-goGARCH模型通过引入惩罚函数,将一些不重要变量的回归系数压缩为零,来精简模型,达到降维的目的.通过模拟和实证研究发现:较传统的goGARCH模型而言,HDS-goGARCH模型明显提高了高维协方差阵的估计和预测效率;并且将其应用在投资组合时:在收益一定的情况下,由HDS-goGARCH模型所构造的投资组合的风险更小.     

基于GARCH模型的波罗的海干散货运价指数预测北大核心

为准确地把握波罗的海干散货运价指数(BDI)的变化趋势,选用一阶对数差分方法,对近期BDI日收益率序列的基本统计量特征进行了分析,验证了BDI日收益率序列的"尖峰厚尾"及波动的集聚性等特征,并进一步运用GARCH(1,1)模型,分析了其波动的持续性和滞后性.在此基础上,基于GARCH模型构造了预测的方法步骤,经优化调整滞后期对BDI日收益率进行了预测,最后,通过将BDI对数日收益率序列还原为指数序列,对BDI进行了预测,实证分析结果验证了模型及方法的适用性和有效性.     

动物生长模型的优化拟合方法

动物生长模型的优化拟合过程应分为模型参数的优化估计与拟合结果的统计检验两个步骤。现有的曲线拟合方法中，Ｍａｒｑｕａｒｄｔ法是比较公认的最优参数估计法，本文利用Ｍａｒｑｕａｒｄｔ法估计了几种常用动物生长模型的参数，为保证Ｍａｒｑｕａｒｄｔ法优化估计参数的成功，对参数初值的选取及阻尼因子的确定提出了参考意见；在拟合结果的统计检验方面，针对目前普遍只采用拟合度的大小来说明拟合好坏的情况，又进一步探索了对拟合结果进行统计检验的方法．     

GARCH模型对期铜市场风险的研究

期货市场是一个高风险的市场,因此需要有效地控制并且监管风险。本文以上海期铜市场97年到04年的收盘价格为研究样本,通过拉格朗日检验,发现价格收益率序列服从ARCH过程,在正态、student-t和GED三种分布假设下,估计了GARCH(1,1)模型的参数,结果表明student-t假设下模型的拟和程度较好,然后利用EGARCH(1,1)-M模型检验了上海期铜市场杠杆效应和波动集群效应。最后在两种置信水平下,利用GARCH(1,1)和Risk Metrics方法计算了期铜市场每天的VaR,Kupiec检验表明基于t分布的GARCH(1,1)模型能更准确地反映上海期铜市场的风险。     

基于非参数GARCH模型的中国股市波动性预测

本文采用上证综合指数和深证成份指数1997年1月2日—2005年6月30日的每日收盘价对数百分收益率为样本,运用非参数GARCH(1,1)模型研究了中国股票市场的波动性,并与参数GARCH(1,1)模型的估计结果进行了比较,最后利用六种预测误差度量指标比较了这两种模型的样本内及样本外预测能力,结果发现,非参数GARCH(1,1)模型对股市波动性的预测精度有明显提高。