-
题名双杠杆门限随机波动率模型及其实证研究
被引量：15
- 1
-
-
作者
吴鑫育
周海林
汪寿阳
马超群
-
机构
安徽财经大学金融学院
中国科学院数学与系统科学研究院
湖南大学工商管理学院
-
出处
《管理科学学报》
CSSCI
北大核心
2014年第7期63-81,共19页
-
基金
国家自然科学基金资助项目(71101001)
国家自然科学基金创新研究群体科学基金资助项目(71221001)
+1 种基金
国家杰出青年科学基金资助项目(70825006)
教育部"长江学者和创新团队发展计划"资助项目(IRT0916)
-
文摘
为了捕获资产收益正向冲击(利好消息)和负向冲击(利空消息)的非对称效应,将门限效应与状态相关的杠杆效应同时引入基本的随机波动率(SV)模型中,提出双杠杆门限SV(THSV-DL)模型对资产收益的波动率进行建模.继而,基于有效重要性抽样(EIS)技巧,给出了THSV-DL模型的极大似然(ML)估计方法.为了检验EIS-ML方法的精确性以及小样本性质,构建了蒙特卡罗模拟实验.模拟结果表明,EIS-ML方法是可靠和有效的.采用上证综合指数和深证成份指数的日收益数据为样本,运用THSV-DL模型对中国股市进行了实证研究.结果表明,中国股市具有很强的波动率持续性,并且存在显著的杠杆效应.更为重要的是,中国股市的波动率持续性、波动率的波动率以及杠杆效应都具有非对称性.具体而言,与利好消息相比,利空消息造成中国股市更高的波动率持续性以及更低的波动率的波动率和杠杆效应.最后,采用上证综合指数进行的实证研究表明,THSV-DL模型相比基本的SV、杠杆SV(SV-L)、THSV和杠杆THSV(THSV-L)模型具有更加均衡及优越的风险测度能力.
-
关键词
非对称效应
门限效应
杠杆效应
随机波动率
有效重要性抽样
-
Keywords
asymmetric effect
threshold effect
leverage effect
stochastic volatility
efficient importance sampling
-
分类号
F830.91
[经济管理—金融学]
-
-
题名基于EIS的杠杆随机波动率模型的极大似然估计
被引量：8
- 2
-
-
作者
吴鑫育
周海林
汪寿阳
马超群
-
机构
安徽财经大学金融学院
湖南大学工商管理学院
中国科学院数学与系统科学研究院
-
出处
《管理科学学报》
CSSCI
北大核心
2013年第1期74-86,共13页
-
基金
国家自然科学基金资助项目(71101001
71201013)
+2 种基金
国家杰出青年科学基金资助项目(70825006)
教育部"长江学者和创新团队发展计划"资助项目(IRT0916)
国家自然科学基金创新研究群体科学基金资助项目(71221001)
-
文摘
杠杆随机波动率(SV-L)模型在金融计量学文献中已经引起了广泛的关注,然而,它的参数估计一直是一个难点.本文基于有效重要性抽样(EIS)技巧,给出了SV-L模型的极大似然(ML)估计方法.为了检验提出的EIS-ML方法的精确性以及小样本性质,构建了蒙特卡罗(MC)模拟实验.结果表明,EIS-ML方法是非常准确和有效的.最后,将EIS-ML方法应用于实际数据,选取上证和深证综合指数的日对数收益率数据为研究样本,利用SV-L模型对中国股市进行了实证分析.结果表明,中国股市具有很强的波动持续性,并且存在显著的杠杆效应.
-
关键词
随机波动率
杠杆效应
有效重要性抽样
极大似然
-
Keywords
stochastic volatility
leverage effect
efficient importance sampling
maximum likelihood
-
分类号
F830.9
[经济管理—金融学]
-
-
题名基于已实现SV模型的动态VaR测度研究
被引量：5
- 3
-
-
作者
吴鑫育
周海林
-
机构
安徽财经大学金融学院
-
出处
《管理工程学报》
CSSCI
CSCD
北大核心
2018年第2期144-150,共7页
-
基金
国家自然科学基金资助项目(71101001)
教育部人文社会科学研究资助项目(14YJC790133)
+2 种基金
安徽省自然科学基金资助项目(1408085QG139)
安徽省高等学校省级优秀青年人才基金重点资助项目(2013SQRW025ZD)
安徽财经大学"资产价格与金融稳定"学科特区重点资助项目
-
文摘
基于日内高频数据构建的已实现波动率测度在金融计量经济学文献中引起了学者们的广泛关注。将已实现波动率引入传统的SV模型(基于日度收益率),同时考虑金融资产收益率与波动率的"有偏"、"尖峰厚尾"以及"非对称效应"等典型特征事实,构建融合高频与低频数据信息的已实现SV(RSV)模型,与有偏广义误差分布(sged)相结合来测度动态风险值(VaR)。为了估计RSV-sged模型的参数,提出基于有效重要性抽样技巧的极大似然方法。采用上证综合指数和深证成份指数日内高频数据进行的实证研究表明,RSV-sged模型能够有效地刻画中国股票市场的波动性特征,并且展现出优越的风险测度能力。
-
关键词
已实现SV模型
VAR
有偏广义误差分布
有效重要性抽样
极大似然
-
Keywords
Realized SV model
VaR
Skewed generalized error distribution
Efficient importance sampling
Maximum likelihood
-
分类号
F830.9
[经济管理—金融学]
-
-
题名中国股票市场的随机杠杆效应研究
被引量：1
- 4
-
-
作者
吴鑫育
杨文昱
马超群
-
机构
安徽财经大学金融学院
湖南大学工商管理学院
-
出处
《系统工程学报》
CSCD
北大核心
2017年第6期749-760,共12页
-
基金
国家自然科学基金重点资助项目(71431008)
国家自然科学基金创新研究群体资助项目(71221001)
+2 种基金
教育部人文社会科学基金资助项目(14YJC790133)
安徽省自然科学基金资助项目(1408085QG139)
安徽省高等学校省级优秀青年人才基金资助项目(2013SQRW025ZD)
-
文摘
构建了一个具有随机杠杆的随机波动率(SV-SL)模型,对中国股票市场的随机杠杆效应进行了研究.采用已实现波动率测度作为隐波动率的代理变量,建立了基于有效重要性抽样的极大似然(EIS-ML)参数估计方法,并通过蒙特卡罗模拟实验说明了参数估计方法的有效性.采用上证综合指数和深证成份指数数据进行实证研究,结果表明:总体上,中国股票市场的杠杆效应并不显著,但存在显著的随机杠杆效应;杠杆效应的方向性与股票市场行情存在密切联系,熊市阶段存在显著的杠杆效应,牛市阶段存在显著的反向杠杆效应.
-
关键词
随机杠杆效应
随机波动率
已实现波动率
有效重要性抽样
极大似然
-
Keywords
stochastic leverage effects
stochastic volatility
realized volatility
efficient importance sampling
maximum likelihood
-
分类号
F830.9
[经济管理—金融学]
-
