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.     

不同模型下ES风险度量的计算

给出当金融资产遵从几何布朗运动时期望损失的计算。当金融资产价格的对数收益率服从均值方程为ARMA模型,方差方程为GARCH(s,n)模型,而均值修正后的收益率分别服从正态分布、t分布和GED分布时,给出了期望损失的计算。     

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.     

基于半参数EGARCH模型的VaR和CVaR度量与实证研究

本文主要是运用半参数EGARCH模型研究中国股票市场风险.首先,运用半参数EGARCH模型估计波动率.其次,研究中国股票市场风险,即估计VaR和CVaR值.最后,利用半参数EG;ARCH模型对上证指数进行实证分析。结果表明,半参数EGARCH模型比一般的EGARCH模型能更准确地度量中国股市风险。     

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GAS模型的动态VaR预测效果分析

GAS模型是一种基于观测的动态模型,理论简单且应用灵活,可以直接估计VaR.将GAS模型和GARCH类模型应用于不同条件下生成的模拟数据和三个时间段的沪深300指数的日对数收益率数据,并比较模型关于VaR的预测效果。结果表明:在对称的条件分布下,GAS模型容易高估风险且不稳健,其表现不如GARCH类模型;但在条件分布为有偏的时,GAS模型与GARCH类模型的表现相当,部分情况下会优于GARCH类模型,尤其在实证分析中关于序列2和序列3的VaR的估计,GAS模型的预测效果较好。因此,实际应用中,对于具有较明显偏态分布或尖峰分布的数据可以考虑使用GAS模型预测动态VaR.     

厚尾随机波动率模型的贝叶斯参数估计及实证研究

针对现有时间序列模型难以刻画参数渐变性的问题,对厚尾随机波动(SV)模型的参数估计方法进行了推广,采用基于贝叶斯的MCMC方法,选取2013年5月~2016年6月这一经历多轮震荡的上证指数作为实证分析对象,构造了基于Gibbs抽样的MCMC过程进行仿真分析.结果显示,以卡方分布作为厚尾参数的先验分布能够有效地描述数据波动的厚尾特征,并且能得到较高精度的参数估计结果.结果表明,厚尾SV模型能有效反映出我国股市尖峰厚尾和波动长期记忆性的特征.     

基于ICA-SV模型的金融市场协同波动溢出分析及实证研究

对于动态投资组合与风险管理来说,测定波动溢出效应是非常重要的.已有的文献证明SV模型比GARCH模型能够更好地刻画金融市场的波动,使用SV模型研究两个金融市场间波动溢出的文献并不多见,而使用SV模型研究多个金融市场对一个金融市场协同波动溢出的文献则更为少见.本文以独立成分表示金融市场波动的协同指标,提出了独立成分SV模型(ICA-SV),并研究了多个金融市场对一个金融市场的协同波动溢出,实证结果验证了ICA-SV模型在分析金融市场协同波动溢出是可行的.     

基于经验似然贝叶斯计算方法在随机波动模型中的应用

基于经验似然的贝叶斯计算方法(Bayesian Computation with Empirical Likelihood,BCel)对两种随机波动模型SV-N、SV-T模型进行参数估计,数值实验验证了该方法的可行性和有效性,与传统的基于马尔科夫链蒙特卡罗方法进行了对比研究.最后将SV-T模型应用到上证指数上,利用BCel算法得出该模型的参数估计结果.     

风险度量模型的研究

分析了方差法和半方差法作为风险测度的不足之处，考虑到资产离散程度和实际投资者的风险偏好，引入风险偏好系数，建立加权的半方差证券组合决策模型，作出了理论分析并给出了相应的数值比较结果。     

有效矩估计在中国股票市场的应用研究

对期权定价模型的一类拓展模型-随机波动率(SV)模型,由于模型中存在不可观测的随机波动因素,并且其精确似然函数很难得到,于是提出了一种基于标的资产价格历史数据的有效矩估计(EMM)方法,此方法是把观测数据映射到简化的辅助模型GARCH(1,1)上,并计算辅助模型得分用以建立矩条件,实现SV模型参数的有效估计.利用这一方法对中国股市进行了波动分析,得出了较好的结果.     

Testing for parameter constancy in GARCH() models

We propose a test for a change in the parameters of a GARCH(p,q) model. The test is based on approximate likelihood scores and does not require the observations to have finite variance. We show that the test has asymptotically correct size under weak assumptions on model errors.     

基于三类模型的四大银行股票收益率预测研究

运用时间序列分析的预测方法,对四大银行的股票日对数收益率序列进行拟合与预测分析,分别构建ARMA模型、GARCH模型以及ARMA-GARCH组合模型,通过模型比较,实证分析表明:在拟合效果上,ARMA-GARCH模型的拟合优度优于ARMA模型和GARCH模型;在预测效果上,ARMA模型的预测效果最优,ARMA-GARCH模型次之.     

单纯形分布非线性模型的局部影响分析及其应用

讨论了单纯形分布非线性模型的局部影响分析问题.应用Cook(1986)的影响曲率方法研究了该模型关于微小扰动的局部影响,得到了局部影响分析的曲率度量.同时也应用PoonW Y和Poon Y S(1997)的保形法曲率方法研究了该模型的局部影响.对常见的扰动模型,分别进行了局部影响分析,得到了计算影响矩阵的简洁公式.最后还研究了两个实例,说明文中方法的应用价值.     

Numerical computation of characteristic polynomials of Boolean functions and its applications

We study the problem of evaluation of characteristic polynomials of Boolean functions with applications to combinational circuit verification. Two Boolean functions are equivalent if and only if their corresponding characteristic polynomials are identical. However, to verify the equivalence of two Boolean functions it is often impractical to construct the corresponding characteristic polynomials due to a possible exponential blow-up of the terms of the polynomials. Instead, we compare their values at a sample point without explicitly constructing the characteristic polynomials. Specifically, we sample uniformly at random in a unit cube and determine whether two characteristic polynomials are identical by their evaluations at the sample point; the error probability is zero when there are no round-off errors. In the presence of round-off errors, we sample on regular grids and analyze the error probability. We discuss in detail the Shannon expansion for characteristic polynomial evaluation. This revised version was published online in June 2006 with corrections to the Cover Date.     

Convergence of analytic gradient-type systems with periodicity and its applications in Kuramoto models

We consider the convergence of gradient-type systems with periodic and analytic potentials. The main tool is the celebrated Łojasiewicz inequality which is valid for any analytic function. Our results show that the convergence of such systems with periodic and analytic potentials is unconditional to the initial data; in other words, any trajectory converges to some equilibrium. As direct applications, we can show that any trajectory converges to phase-locked state for the first- and second-order Kuramoto models on a symmetric network with attractive–repulsive forces and identical natural frequencies. In particular, the inertial Kuramoto model with identical oscillators converges to phase-locked state for any initial configuration.     

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.     

Interactive hidden Markov models and their applications

^** Email: wching{at}hkusua.hku.hk In this paper, we propose an Interactive hidden Markov model(IHMM). In a traditional HMM, the observable states are affecteddirectly by the hidden states, but not vice versa. In the proposedIHMM, the transitions of hidden states depend on the observablestates. We also develop an efficient estimation method for themodel parameters. Numerical examples on the sales demand dataand economic data are given to demonstrate the applicabilityof the model.     

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.