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.     

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。     

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.     

货币政策对房价及其波动的动态影响——基于协整关系的面板GARCH模型

利用全国五大地区房价及相关数据,建立面板均值回归模型和面板GARCH模型,研究了货币政策对房价及其波动的影响.实证表明:在控制房价方面,信贷控制手段有效,但在购房者预期没有改变时,利率手段无效;在房价波动方面,所有地区的房价波动都受前期波动的的正向影响,不同地区的房价波动区别很大,珠三角和长三角房价波动最大,而环渤海地区的波动较小,中西部地区波动最小.最后,对实证结果进行经济分析并提出相应对策建议.     

股票市场组合的市场风险度量研究——基于相关性模型

利用Copula的特点,灵活选择边缘分布模型、Copula函数和时变参数演化方程,构建16个相关性模型.在此基础上,通过蒙特卡罗模拟,采用VaR和ES度量资产组合的市场风险,并通过回测检验比较不同模型的风险度量效果.以沪深300指数和恒生指数为样本构建投资组合进行实证研究,结果表明,边缘分布模型、Copula时变参数演化方程和Copula函数的选择会影响风险度量的精度.在构建的16个相关性模型中,边缘分布为MSM-EVT,时变参数演化方程为GAS模型,Copula函数为Rotated Gumbel Copula的MSM-EVT-R-GAS模型风险度量效果最好.     

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。     

基于参数模型的EVaR风险度量计算方法及实证研究

针对EVaR(Expectile-based Value at Risk)风险度量提出了基于GARCH类和SV波动率模型的EVaR风险度量计算方法,即EVaR计算的参数模型方法.并基于模拟学生t分布时间序列数据,给出EVaR样本外预测的失败率检验方法:Kupiec失败率检验和动态分位数(DQ)检验法.与采用CARE(Conditional Autoregressive Expectile)模型的EVaR计算方法进行了对比研究,结果表明基于GARCH类模型和SV模型相对于基于CARE模型有更优的EVaR预测效果.选取2004年1月5日到2009年12月30日的国内外五个股票市场指数数据,针对日对数收益率进行了EVaR风险度量的实证研究,得出在金融危机期间,基于参数模型的EVaR预测要比基于CARE模型的EVaR预测更接近市场实际风险.     

基于ARMA模型的股价分析与预测的实证研究

利用ARMA模型对招商银行(600036)的股票日开盘价(2010/10/13-2011/4/8)数据进行分析,并预测出未来3天(2011/4/11-2011/4/13)的股票开盘价数据.与实际数据相对照,模型预测误差小,说明ARMA模型非常适合于短期预测.     

中国股票市场风险的实证分析研究

本文从实证角度说明了上证指数和深证成份指数存在着GARCH现象 ,并建立了沪、深两市股指波动率的IGARCH(1,1) M模型与EGARCH(1,1) M模型。将估计的IGARCH(1,1) M模型与EGARCH(1,1) M模型比较得出 ,对上证指数的波动率 ,IGARCH(1,1) M模型与EGARCH(1,1) M模型的模拟效果基本相同 ,而对深证成份指数的波动率 ,IGARCH M模型要略优于EGARCH M模型。同时还对两市的股指收益的波动率进行了预测分析     

风险跨市场传染的综合测度、网络分析与趋势演化——基于商品期货的实证分析

在关联金融市场价格波动的相互溢出影响下,由风险传染而形成的多市场波动趋同现象正呈现多爆发、强影响、广扩散与久持续等系列特征,为了结合上述特征合理测度并有效应对这类风险跨市场传染现象,文章以我国商品期货为具体实证对象,分别从综合测度、网络分析与趋势演化三个角度对风险跨市场传染现象进行了系统研究。具体研究中,先立足Diebold-Yilmaz公式构建了风险跨市场传染测度指数,并结合网络分析、派系类分及趋势演化等方法,提出了风险跨市场传染现象的综合测度模型。在此基础上,以我国具有代表性的九个商品期货为对象,进行了新模型、新方法和新过程下的系列实证,并得出结论：商品期货风险跨市场传染现象具备网络性与时变性,并呈现市场差异性和影响不对称性;商品期货风险跨市场传染现象派系类分具备总体一致性与个体交叉性;商品期货风险跨市场传染主要通过点传染及派系传染进行。     

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.     

汇率传递弹性动态变化特征的实证研究——基于状态空间模型的分析

将状态空间时变参数模型应用于汇率传递效应的研究,实证分析了2005M07~2012M06人民币名义有效汇率对通货膨胀传递弹性的动态时变特征.实证分析的结果表明:第一,汇率制度改革后人民币汇率传递弹性总体为正,这与通常认为的升值抑制通货膨胀的观点并不一致;第二,在样本时间段内,汇率传递弹性在0.72至0.73之间变动,汇率传递弹性随时间呈现出先下降后缓慢上升的"U"型趋势,说明外部经济通过汇率机制在一定程度上推高了国内物价水平.最后针对结论给出了相应的政策含义.     

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。     

股票回报率与汇率的关系——基于中国的实证

考察了上海股票市场A股的回报率与人民币汇率的关系．首先,经过单位根检验发现：股票回报率与人民币名义汇率是一阶单整。接着,利用Engle—Granger协整检验得到：在5％的显著性水平下,股票回报率与人民汇率没有长期均衡关系,但不能够拒绝短期单方向的Granger因果关系,即人民币名义汇率是股票回报率的Granger原因．     

基于SVAR模型的汇率影响因素分析

为了分析汇率与其他宏观经济变量的关系,本文在信息国际化和虚拟资本脱离实体经济迅速发展的假设下,建立SVAR结构的综合效应汇率模型,并实证检验了诸宏观经济变量对人民币汇率的同期效应及滞后效应。研究发现,人民币汇率不但受到外汇储备等宏观经济变量的滞后影响,也受到了信息变化对市场预期和行为的同期影响;在同期,货币供给量和国内股票总值信息变动对其影响尤其大;人民币对特别提款权汇率比人民币对美元汇率更能反映人民币的价值。因此,本文认为货币当局在汇率管理中可以将直接冲击货币价值的因素(如货币供给量)作为主要变量。     

基于GARCH族模型商业银行外汇风险管理的VaR方法研究

面对日趋加大的汇率波动性,商业银行外汇资产面临的风险也越来越大,风险的计量与预测在管理外汇风险中的作用也越来越重要.引入参数法下的GARCH模型对外汇市场存在的风险进行计量分析,并以此为基础运用VaR方法进一步计算外汇资产的风险补偿金,以达到预测和控制外汇风险目的.     

波动率风险溢价:基于香港权证市场的实证

波动率风险溢价包含了关于投资者风险厌恶的重要信息,它的估计是金融计量学文献关注的一个核心问题。本文基于香港权证市场数据和GARCH扩散随机波动率(SV)模型,对香港证券市场的波动率风险溢价进行了估计研究。采用香港恒生指数和指数权证数据,通过建立基于有效重要性抽样的极大似然(EIS-ML)方法联合估计了GARCH扩散模型的客观与风险中性测度,进而得到了香港证券市场的波动率风险溢价。研究结果发现,在香港证券市场上,市场投资者对波动率风险进行了定价,即存在波动率风险溢价,且波动率风险溢价在绝大多数情形下为正,说明市场投资者总体表现为风险爱好。     

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。