检索结果-南通市图书馆

基于混频数据抽样的已实现EGARCH模型的波动率预测

在线全文

学校读者我要写书评

暂无评论

江西师范大学学报（自然科学版） 2024年第1期48卷 21-30页

作者：苏小囡张蕾邢钰徐鸣一南京审计大学数学学院江苏南京211815 南京审计大学金融工程重点实验室江苏南京211815 南京审计大学统计与数据科学学院江苏南京211815 南京审计大学金融学院江苏南京211815

该文以沪深300股指期货高频数据为样本,在Realized EGARCH模型的基础上引入了混频数据抽样(MIDAS)结构与时变波动,构建了基于偏t分布的SMA-Realized EGARCH MIDAS模型,该模型提高了模型捕捉长记忆性的能力,更好地刻画了模型的时变波动性... 详细信息

该文以沪深300股指期货高频数据为样本,在Realized EGARCH模型的基础上引入了混频数据抽样(MIDAS)结构与时变波动,构建了基于偏t分布的SMA-Realized EGARCH MIDAS模型,该模型提高了模型捕捉长记忆性的能力,更好地刻画了模型的时变波动性.通过滚动时间窗的方法对模型进行VaR预测与后验测试,采用MCS检验评估各模型在不同测度下的波动率预测能力.研究结果显示:相比于传统的Realized GARCH模型、Realized EGARCH模型和Realized EGARCH MIDAS模型,本文提出的SMA-Realized EGARCH MIDAS模型具有更好的样本拟合效果与样本外波动率预测精度.

关键词：混频数据抽样时变波动 SMA-Realized EGARCH MIDAS模型后验测试 MCS检验

基于GAS的混频Copula模型的投资组合风险预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2021年第8期41卷 2030-2044页

作者：蔡光辉徐君应雪海浙江工商大学统计与数学学院杭州310018 浙江经贸职业技术学院财务会计学院杭州310018

考虑到金融资产间的相关关系具有时变性和长记忆性,纳入了混频数据抽样(mixed data sampling,MIDAS)的混频Copula(MIDAS Copula)模型虽能刻画时变性和长记忆性,但其参数演变过程较为简单,因此将广义自回归得分(generalized autoregressi... 详细信息

考虑到金融资产间的相关关系具有时变性和长记忆性,纳入了混频数据抽样(mixed data sampling,MIDAS)的混频Copula(MIDAS Copula)模型虽能刻画时变性和长记忆性,但其参数演变过程较为简单,因此将广义自回归得分(generalized autoregressive score,GAS)模型作为参数演变过程引入MIDAS Copula模型中,构建GAS MIDAS Copula模型.实证分析发现该模型提升了MIDAS Copula模型对样本拟合的能力;进一步选择不同相关程度的三组沪深300行业指数,分析该模型对不同相关程度行业间时变相关系数长记忆性的捕捉能力及对投资组合的风险预测精度.结果发现:1)GAS MIDAS Copula模型对高度和中度相关行业间相关系数长记忆性的刻画能力均最优;2)对三组数据简单投资组合的VaR与ES回测检验结果显示GAS MIDAS Copula模型均有最高的预测精度.最后基于不同置信水平、不同权重比例、不同样本滚动窗口长度以及不同资产的各种风险预测结果证实了GAS MIDAS Copula模型的稳健性.

关键词：长记忆性混频数据抽样广义自回归得分 Copula模型

在线全文

学校读者我要写书评

暂无评论

基于生成对抗网络的混频资产定价研究

中国管理科学 2024年第11期32卷 53-64页

作者：许启发王泽舟蒋翠侠合肥工业大学管理学院安徽合肥230009 合肥工业大学过程优化与智能决策教育部重点实验室安徽合肥230009

资产定价影响因素众多,不仅包含高频的市场信息,还包含低频企业特征信息与宏观经济信息,存在典型的混频数据观测,定价过程呈现出混频与非线性等特点。为此,结合随机贴现因子(SDF)理论与混频数据抽样(MIDAS)方法,提出了混频SDF概念,将其... 详细信息

资产定价影响因素众多,不仅包含高频的市场信息,还包含低频企业特征信息与宏观经济信息,存在典型的混频数据观测,定价过程呈现出混频与非线性等特点。为此,结合随机贴现因子(SDF)理论与混频数据抽样(MIDAS)方法,提出了混频SDF概念,将其作为准则函数构建了生成对抗网络(GAN),解决了混频数据环境下资产定价问题。本文建立的MIDAS-SDF-GAN模型,通过MIDAS方法解决混频数据分析问题,通过深度学习揭示高维定价因子中存在的复杂非线性关系,能够直接对原始混频数据进行深度学习,运用生成对抗博弈机制,不断改进薄弱环节,提升定价能力。选取2000年1月—2020年12月期间中国A股所有上市公司作为研究样本,构建了包含48个高频市场变量、153个低频企业特征变量和11个低频宏观经济变量的混频大数据集,实证检验了MIDAS-SDF-GAN模型的性能。研究结果表明:MIDAS-SDF-GAN模型能够以数据驱动方式构造测试资产,引导模型学习定价机制,无论是在股票收益预测方面,还是在投资获利能力方面,都优于四个竞争性模型。MIDAS-SDF-GAN模型能够充分挖掘混频数据信息,通过低频企业特征信息与宏观经济信息锚定定价基础,通过高频市场信息调优定价精度,共同提升了定价效果。

关键词：资产定价随机贴现因子混频数据抽样生成对抗网络测试资产

上市公司多层关系网络中混频信息交互与传播能够提升资产定价性能吗？——基于图神经网络的资产定价研究

在线全文

学校读者我要写书评

暂无评论

中国管理科学 2024年

作者：王泽舟许启发蒋翠侠合肥工业大学管理学院合肥工业大学过程优化与智能决策教育部重点实验室

本文建立上市公司间供应链、股权和行业网络，融合低频公司特征和宏观经济信息以及高频市场、交易和情绪信息等作为网络节点特征，构建混频跨期注意力多层图卷积（MF-IAMGCN）模型，检验混频（MF）定价信息在上市公司多层关系网络中的... 详细信息

本文建立上市公司间供应链、股权和行业网络，融合低频公司特征和宏观经济信息以及高频市场、交易和情绪信息等作为网络节点特征，构建混频跨期注意力多层图卷积（MF-IAMGCN）模型，检验混频（MF）定价信息在上市公司多层关系网络中的同期交互和跨期传播对资产价格的预测能力。空间维度上，MF-IAMGCN模型基于注意力多层图卷积网络框架，引入混频数据抽样方法，刻画混频定价信息在多层网络中的同期交互，包括节点间的高阶依赖和非线性关系；时间维度上，借助门控机制，刻画连续时间步骤中节点之间的跨期信息传播和层间交互。选取2003年1月至2022年12月期间中国A股市场为研究样本，从个股定价、测试资产定价和投资组合绩效等三个方面，实证检验模型性能。研究结果表明：（1）MF-IAMGCN模型在个股和测试资产层面的定价表现均优于四个竞争性模型，具备较强的综合定价性能。（2）MF-IAMGCN模型构造的投资组合取得了最优的风险调整绩效，兼顾高回报和低波动。（3）MF-IAMGCN模型刻画定价信息的动态传播模式，充分挖掘高频定价信号，显著提升了定价性能。（4）股权网络隐含金融市场资本活动信息，能够显著降低ST股票预测误差。

关键词：资产定价多层关系网络同期交互跨期传播图注意力网络混频数据抽样

哪些行业承载来自上海原油期货市场更多的风险溢出

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

贵州财经大学学报 2023年第6期 11-21页

作者：宋加山魏思峣蒋坤良西南科技大学经济管理学院四川绵阳621010

自2018年建立以来,上海原油期货市场与我国股市风险波动的联动愈发明显。不同于以往更关注整体股市的研究,本文从行业维度出发,探究上海原油期货市场对我国各行业的风险溢出效应。选取2019年9月1日到2022年9月1日期间上海证券市场十个... 详细信息

自2018年建立以来,上海原油期货市场与我国股市风险波动的联动愈发明显。不同于以往更关注整体股市的研究,本文从行业维度出发,探究上海原油期货市场对我国各行业的风险溢出效应。选取2019年9月1日到2022年9月1日期间上海证券市场十个一级行业指数的5分钟收益率数据,引入GAS模型弥补GARCH类模型的不足,并建立MIDAS-Copula-CoVaR模型对各行业的条件风险以及承载的风险溢出强度进行度量。结果表明:第一,含有MIDAS结构的Copula模型拟合效果更好,充分说明纳入高频数据的重要性。第二,上海原油期货市场风险条件下各行业的上行风险明显大于下行风险,呈现出较为明显的非对称性,说明各行业风险对油价上涨更敏感。第三,分行业看,上海原油期货价格下跌对能源行业影响最大、公用行业影响最小,价格上涨对医药行业影响最大、金融行业影响最小。第四,相较于正常情况,极端上行风险对医药行业的风险溢出强度最大、对消费行业最小,极端下行风险对可选行业的风险溢出强度最大、对金融行业最小。

关键词：上海原油期货市场 GAS模型混频数据抽样风险溢出效应

基于MIDAS-QR的均值-VaR参数化组合投资决策

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2023年第7期43卷 1788-1803页

作者：刘书婷许启发蒋翠侠上海财经大学上海市金融信息技术研究重点实验室上海200433 合肥工业大学管理学院合肥230009 合肥工业大学过程优化与智能决策教育部重点实验室合肥230009

文章将混频数据分析和特征变量参数化的思想引入组合投资决策,构建基于MIDAS-QR的M-VaR参数化组合投资模型与方法,克服了传统均值-VaR (M-VaR)模型忽略动态市场环境、混频数据信息和金融资产特征等方面的不足.文章的核心技术和主要创新... 详细信息

文章将混频数据分析和特征变量参数化的思想引入组合投资决策,构建基于MIDAS-QR的M-VaR参数化组合投资模型与方法,克服了传统均值-VaR (M-VaR)模型忽略动态市场环境、混频数据信息和金融资产特征等方面的不足.文章的核心技术和主要创新在于:第一,利用频率对齐技术和多项式权重约束函数,将高频资产特征引入组合投资权重函数;第二,引入参数化组合投资策略,考虑金融资产特征变量并将其参数化,在M-VaR框架下构建参数化组合投资模型;第三,通过理论推导,将M-VaR参数化组合投资转化为MIDAS-QR回归问题,给出模型求解方法.选取中国股市行业板块指数进行实证研究,结果表明:文章在混频数据环境下构造的参数化组合投资模型,建立了组合投资权重与高频金融资产特征之间联系,增加了组合投资结果的可解释性;新模型能够充分挖掘高频特征变量信息,给出时变的组合投资权重,实现动态组合投资选择,获得了比其他模型更好的组合投资绩效;基于MIDAS-QR的求解方法,有效缩减了模型中待估计参数数目,能够解决大规模动态组合投资决策问题.

关键词：组合投资均值-VaR 混频数据抽样分位数回归参数化策略

同方期刊数据库

宏观经济信息与金融市场关联性--来自混频动态条件相关系数模型的证据

在线全文

学校读者我要写书评

暂无评论

金融研究 2021年第11期 41-59页

作者：周开国邢子煜杨海生中山大学岭南学院广东广州510275 广州新华学院经济与贸易学院广东广州510520

宏观经济信息是金融市场之间相互传递的重要信息内容,有效利用宏观经济信息是否有助于更好地理解金融市场关联性?为此,本文运用混频动态条件相关系数(DCC-MIDAS)模型分析了我国四个重要金融市场之间的动态相关性如何受到纳入的宏观经济... 详细信息

宏观经济信息是金融市场之间相互传递的重要信息内容,有效利用宏观经济信息是否有助于更好地理解金融市场关联性?为此,本文运用混频动态条件相关系数(DCC-MIDAS)模型分析了我国四个重要金融市场之间的动态相关性如何受到纳入的宏观经济信息的影响。结果发现:(1)工业增加值和货币供应量M2负向影响金融市场关联性,经济政策不确定性和通货膨胀水平反之。前三者是影响金融市场关联性较为重要的因素,而通货膨胀的重要性相对较低;(2)宏观经济信息作为市场关联性的长期成分相较基于市场信息的模型可以获得至少1.45%的效率提升。(3)工业增加值和通货膨胀对金融市场关联性的影响较为稳健,货币供应量M2和经济政策不确定性的影响表现出周期性特征。经济上行阶段工业增加值、货币政策信息带来的效率提升更为明显,经济下行阶段政策不确定性相对重要。本文研究结论对于加强金融监管协调和防范金融市场风险共振具有参考价值和指导意义。

关键词：市场关联宏观经济信息混频数据抽样

基于混频抽样和杠杆效应的高频波动率模型预测

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2021年第7期41卷 1985-2005页

作者：蔡光辉徐君应雪海浙江工商大学统计与数学学院杭州310018 浙江经贸职业技术学院财务会计学院杭州310018

基于长记忆性的视角,将混频数据抽样(mixed data sampling)引入Realized GARCH模型的条件方差方程中,扩展得到Realized MIDAS GARCH模型,结合金融波动的非对称杠杆效应(asymmetric leverage effect),构建得到Realized MIDAS EGARCH模型,进一步考虑传统的正态分布假设不能够刻画金融时间序列的非对称性、非正态性、厚尾性等特征,将偏t分布引入Realized MIDAS EGARCH模型中,构建了基于偏t分布的Realized MIDAS EGARCH模型,推导其参数估计方法,并基于滚动时间窗技术预测和比SPA检验更具优势的模型置信集(model confidence set,MCS)检验评估各种波动率模型对我国期货黄金市场波动的预测能力.实证结果表明:Realized MIDAS GARCH族模型比起Realized GARCH族模型有更优的拟合能力,捕捉长记忆性的能力更强;考虑杠杆效应和非对称厚尾分布能够提升模型的解释能力和预测能力;基于偏t分布的Realized MIDAS EGARCH模型是本文所探讨的8种高频波动率模型里面拥有最高样本内拟合优度、最强长记忆性的捕捉能力和最优样本外预测精度的高频波动率模型.

关键词：混频数据抽样非对称杠杆效应偏t分布 Realized MIDAS EGARCH模型 MCS检验

基于GARCH-MIDAS模型的国际原油价格波动影响因素研究

在线全文

学校读者我要写书评

暂无评论

基于GARCH-MIDAS模型的国际原油价格波动影响因素研究

作者：邵哲中国矿业大学

学位级别：硕士

随着经济的发展、全球化的深入,国际石油市场更加国际化、金融化,石油作为经济发展的动能来源,其价格波动愈加受到广泛关注。同时,我国作为发展中大国,石油的对外依存度却在不断增加。在这一背景下,研究油价长期影响因素和各影响因素对... 详细信息

随着经济的发展、全球化的深入,国际石油市场更加国际化、金融化,石油作为经济发展的动能来源,其价格波动愈加受到广泛关注。同时,我国作为发展中大国,石油的对外依存度却在不断增加。在这一背景下,研究油价长期影响因素和各影响因素对原油价格波动的影响特点具有重要的现实意义。本文阐述国际原油市场的主要概况、行业结构及国际油价的体系,并从理论角度上探讨了能够影响国际油价波动的因素,包括供求、库存、美元汇率、投机因素及替代能源,同时,也探讨了地缘政治、突发事件、天气等不可度量的因素对油价波动的影响。在此基础上,构建了广义自回归条件异方差混频数据抽样模型(GARCH-MIDAS),从水平层面和波动层面分别研究各因素对原油价格波动造成的影响。通过实证研究发现:(1)长期来看,供求因素是原油价格波动的基本影响因素;库存和美元汇率大致在相同的程度上对油价波动造成影响;投机因素对油价波动的影响也是显著的,但作用的程度远小于供求、库存和美元汇率;另外,作为一定程度上可以替代石油的另外两大化石能源——煤炭和天然气,仅天然气的价格可以对油价波动产生影响,但这种影响相对来说很小。(2)在对各因素影响油价波动的水平层面和波动层面分析中发现,水平层面上,各因素对油价波动的影响方向是不同的。其中,原油需求、替代能源中的天然气和投机因素这三方面对原油价格波动起到助推的作用;而美元汇率、原油供给和原油库存水平值的增长则会稳定油价波动;煤炭价格的水平值则起不到显著作用。波动层面上,除了替代能源价格的波动率不会对油价波动产生显著影响,其他各因素的波动率均会推动原油价格的波动。(3)在使用经典GARCH-MIDAS模型进行实证的同时,也考虑尝试加入其他低频外生变量和高频外生变量,构建多因素混频模型,观察各因素组合一起之后对原油价格波动的影响情况,结果表明,各因素对原油价格波动的影响情况与单因素模型的情况基本一致,更加印证了供求因素、美元汇率和库存作为影响原油价格波动的重要地位。另外,本文观察GARCH-MIDAS模型在估计多因素模型参数的效果,发现添加外生变量有利于提高GARCH-MIDAS模型的刻画能力、预测估计效果;同时,引入高频外生变量有助于刻画的长期成分更好地识别原油价格的波动。根据以上研究结论,本文就我国实际情况,提出以下政策建议,主要包括:走节约型的发展道路,从需求角度提高我国的“能源安全”性;加强国际间的能源交流与合作,拓展海外石油业务市场;完善石油战略储备促进能源安全;建立石油外汇储备;完善我国的石油交易市场,发展石油期货市场;积极发展新能源,减少对石油的依赖,同时减少对环境的污染。

关键词：原油价格波动 GARCH-MIDAS模型混频数据抽样