Dynamic Detection of Change Points in Long Time Series

We consider the problem of detecting change points (structural changes) in long sequences of data, whether in a sequential fashion or not, and without assuming prior knowledge of the number of these change points. We reformulate this problem as the Bayesian filtering and smoothing of a non standard state space model. Towards this goal, we build a hybrid algorithm that relies on particle filtering and Markov chain Monte Carlo ideas. The approach is illustrated by a GARCH change point model.     

ARCH族模型对沪市行业指数收益率的实证研究

本文利用ARCH族模型研究沪市行业指数收益率的波动性.通过对各行业指数收益率的分析发现,行业指数收益率是平稳的,但其条件方差是尖峰厚尾的非正态分布且具有明显的ARCH效应.行业指数收益率均具有不同程度"杠杆"效应.外部信息对公用指数和综合指数收益率影响最大.融入相同的风险,它们收益最高.地产指数对外部信息反应迟钝,收益率也不显著.     

石油期货价格距到期日效应波动实证研究

世界石油期货价格是否存在价格的波动性随到期日的临近而上升的趋势,对于投机商和市场监管都至关重要.研究根据中外石油期货合约的收盘价格得到较为平稳的日收益率,以37个合约的收益率为样本,分别建立时间序列ARM A主模型,并进一步建立带"到期时间"哑变量的GARCH模型.实证分析了世界石油期货收益率的到期日效应.在分析产生到期日效应原因的时,建立了带"成交量"与"国际价格"变量的GARCH模型,对成交量与国际石油期货价格对中国期货价格到期日的影响进行研究.     

中国试点碳排放权交易市场有效性分析

为应对气候变化问题,《京都议定书》等文件催生了以CO₂排放权作为商品的碳交易市场的建立。研究中国试点碳排放权交易市场的有效性对我国统一碳市场的建设以及碳中和目标的实现具有重要的指导意义。本文选取有效交易日数据,对中国试点碳市场的有效性进行探索性研究,结合有效市场假说理论与分形市场假说理论,分别采用游程检验法、方差比检验法以及重标极差分析法对中国碳市场有效性进行综合分析,同时探讨各方法导致计算结果不一致的原因,并利用GARCH模型进行检验。研究表明:中国试点碳市场未能达到弱式有效水平。同时,根据中国目前碳市场运行现状给出一定的建议。     

基于GARCH族模型的沪深300股指VaR度量

本文在修正了沪深300股票指数收益率序列的非平稳性和自身相关性之后,把ARMA模型与GARCH模型、GJR模型、IGARCH模型、FIGARCH模型、FIEGARCH模型、FIAPARCH模型、HYGARCH模型相结合,然后依次假设残差分布服从正态分布、t分布和偏t分布,来描述沪深300股票指数日对数收益率序列的尖峰厚尾性、杠杆效应和长记忆特性,利用上述模型分别计算沪深300股票指数的VaR值.在空头和多头投资者情况下,不同的波动性模型和不同残差分布的VaR预测有效性差距很大.比较得知,在不同的置信水平下,沪深300股票指数收益率序列空头和多头的VaR预测成功概率比较高的模型有HYGARCH和FIEGARCH这两类具有长记忆性的模型.     

NGARCH模型在证券投资风险分析中的应用

应用NGARCH模型在三种分布假设下对上证综合指数进行了V aR风险值估计,并且与GARCH模型和APARCH模型估计结果作比较,通过返回检验,发现NGARCH模型应用于V aR估计是统计有效的,且优于GARCH和APARCH模型.     

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。     

Estimating value at risk of portfolio by conditional copula-GARCH method

Copula functions represent a methodology that describes the dependence structure of a multi-dimension random variable and has become one of the most significant new tools to handle risk factors in finance, such as Value-at Risk (VaR), which is probably the most widely used risk measure in financial institutions. Combining copula and the forecast function of the GARCH model, this paper proposes a new method, called conditional copula-GARCH, to compute the VaR of portfolios. This work presents an application of the copula-GARCH model in the estimation of a portfolio’s VaR, composed of NASDAQ and TAIEX. The empirical results show that, compared with traditional methods, the copula model captures the VaR more successfully. In addition, the Student-t copula describes the dependence structure of the portfolio return series quite well.     

基于GARCH类模型-POT的股指期货保证金水平设置

由于股指期货持有空头头寸的投资者面临的风险明显高于持有多头头寸的投资者,因此应该对股指期货保证金分多头和空头分别设置.鉴于我国正处于推出金融衍生产品的探索阶段,交易的安全性和稳定性最为关键.本文通过分析研究,结合中金所设置股指期货保证金水平的做法,选取违约概率为0.001时保证金水平,将沪深300股指期货合约的保证金水平设置区间分别确定为:全尾[9.75%,12.48%]、多头[7.53%,8.57%]、空头[9.5%,13.31%].为了减小违约概率,建议中国金融期货交易所将沪深300股指期货的保证金设置水平调整为14%-16%的水平.     

GARCH型过程相关控制图

将 GARCH模型引入到自相关质量过程控制图中 ,提出了 GARCH型控制图 ,为方差随时间变化的过程提供了处理工具 ,可以解决实际工作中因设备、原材料或操作因素使质量波动水平发生变化的控制问题