本文选取2011年2月8日到2019年2月9日上证50指数日收盘价数据,建立ARMA-GARCH模型分析上证50ETF期权的推出对上证50指数波动率的影响。分析发现从长期上来看,股指期权的推出一定程度上平抑了股票市场的波动性。
方星海 若发生系统性风险,监管层将再次干预 证监会副主席方星海日前表示,监管层计划减少对市场的干预.让市场更为自由波动。全球市场也应当尽可能地适应中国市场的高波动率现象。但是,如果流动性问题很严重,可能导致系统性风险,监管层将准备好再次干预市场。
作者:孙丽萍; 杨筠 期刊:《曲靖师范学院学报》 2019年第03期
将沪铜期货价格分为上涨和下跌两种情形,应用RS-EGARCH,将沪铜期货收益率分为高和低两种波动状态,从动态角度阐释沪铜期货价格的波动特性.结果显示:沪铜的收益率序列具有较强的滞后效应;成交量对收益率有正向影响,持仓量对其有负向影响;无论沪铜期货价格是上涨还是下跌,收益率序列在低状态时持续期较长,在高状态时持续期较短;条件方差方程中的杠杆系数值为正值,表明利空消息对价格波动产生较大的冲击.
作者:章小波; 徐伟 期刊:《中国货币市场》 2020年第01期
2019年人民币外汇掉期曲线形态变动非常之大,大方向上保持震荡上行,中美利差的变化是核心影响因素;而人民币期权波动率走势主要受中美贸易战影响,期限结构扁平化。展望2020年,由于中美利差有望震荡走低,但波幅及方向性将明显减弱,掉期市场可能会陷入窄幅盘整;随着中美贸易争端缓解,人民币期权波动率或于上半年底部震荡、下半年上扬。
作者:张梦田; 田书; 曾志辉 期刊:《储能科学与技术》 2020年第01期
受光照强度、温度等影响,光伏发电具有随机性和间歇性,使光伏输出功率具有较大波动,影响电网的安全运行。针对光伏发电功率波动率较大这一情况,以蓄电池和超级电容器组成的混合储能系统为研究对象对光伏功率波动进行平抑,提出基于变分模态分解的功率分配方法,结合光伏功率波动率和储能响应特性,将光伏功率划分为符合国家标准的并网功率和高、低补偿功率,高、低补偿功率分别由超级电容器和蓄电池补偿,建立以混合储能系统年综合成本...
2019年,人民币汇率市场双向波动加剧。本文结合外汇期权产品类型,深入探讨了银行在当前经营环境下,人民币外汇期权业务如何能有序、健康发展。2049年外汇期权市场多起伏2019年,人民币汇率市场的波动,带动着外汇期权市场的波动率上下起伏。
作者:周晟; 张志军; 唐曲; 李云涛; 张伊洁 期刊:《电子世界》 2019年第21期
光伏发电与风力发的随机波动性严重限制了大规模可再生能源并网发电。为平滑可再生能源发电的输出功率特性,本文提出一种基于最优功率特性的光伏与风机容量优化配置方法。该方法以可再生电源总输出功率特性的平均波动率最小为优化目标、电源规划总容量为约束条件,在离散时间域求解光伏发电与风力发电的最优配置容量。最后,通过仿真分析验证了本文所提方法的有效性。
作者:侯信盟; 吴鑫育 期刊:《郑州航空工业管理学院学报》 2019年第05期
金融资产价格的波动性、不确定性与金融市场的内在风险紧密相关,同时也是影响风险度量与资产定价精确性的核心因子,准确预测波动率已成为金融学界研究的热门话题之一。文章通过选取上证综合指数日收盘价和五分钟高频数据作为研究对象,在已实现GARCH模型(realized GARCH model)基础上引入高频数据构建的已实现方差(realized variance,RV)与已实现双幂次变差(bipower variation,BV)之差作为跳跃因子,植入方差方程中,构建已实现跳跃GA...
作者:韩一军 期刊:《中国棉麻产业经济研究》 2007年第01期
建国以来,我国棉花生产取得了很大发展,总产量由1949年的44万吨增加到2005年的571万吨,1984年和2004年总产量还超过了600万吨,预计2006年棉花总产为650万吨以上。尽管棉花生产发展迅速,但受技术、气候和面积等因素的影响,总产量的年际间波动比较明显。1949-2005年间,棉花产量年际平均波动率为17.6%。概括起来看,我国棉花生产变化可以划分为以下几个阶段:
基于时间序列的分析方法,运用GARCH模型,对2009年1月1日至2012年6月1日我国上证180指数的日收益率数据进行了波动率的研究。根据收益率序列的波动率等特征,建立了GARCH(1,1)模型。实证结果表明,所建立的GARCH(1,1)模型是显著的,能够较准确地衡量上证180指数收益率的波动率,这对于资产收益率的波动率管理以及控制具有较大的实际应用价值。
作者:郁婷婷; 冯凌秉 期刊:《中南财经政法大学研究生学报》 2010年第04期
季节效应的存在是对金融市场有效性假说的挑战,由于股票市场的时间序列数据存在各种频率的季节效应,作为有效市场研究的特殊领域,季节效应备受国内外学者以及金融投资管理者的长期关注。通过在上证A股价格指数序列中引入季节虚拟变量技术,结合描述性统计分析和GARCH类模型,针对股票市场的收益率和波动率进行了季节效应的实证研究,在一定程度上能够促进有效市场的进一步研究,在金融衍生产品定价、交易策略以及风险管理等众多领域提...
作者: 期刊: 2019年第04期
3月10日,十三届全国人大二次会议新闻中心举行记者会,邀请中国人民银行行长易纲,副行长陈雨露,副行长、国家外汇管理局局长潘功胜,副行长范一飞就'金融改革与发展'相关问题回答中外记者提问。金融业开放在逐步推进中有记者问,易行长提到了要继续保持人民币汇率在合理均衡区间的稳定,请问保持汇率稳定的目标会不会影响到人民银行货币政策的独立性?也就是说,在必要的情况下,如果要宽松货币来稳增长的话,会不会受到稳汇率这个目标的牵...
作者:赵娇; 韩旭 期刊:《社会科学动态》 2012年第18期
煤炭燃烧热值交易的提出,丰富了煤炭的交易品种;使煤炭交易更加科学化;从理论上将金融期权的理念扩展到实物期权并应用于煤炭热值的交易中,使得消费者可以利用金融衍生品的固有特点进行套期保值,本文试用Black-Scholes模型对动力煤燃烧热值期权进行科学的定价,这样更加有利于完善煤炭市场体系、帮助煤炭现货交易商实现现货保值以及丰富投资者的投资品种与渠道。
作者:高扬; 王明进 期刊:《金融学季刊》 2014年第01期
本文从理论上分析比较了两类有效买卖价差(effective bid—ask spread)估计的统计性质,即Roll的协方差估计(Roll,1984)和最近由Corwina nd Schultz(2012)提出的基于最高价和最低价得到的估计。与以往文献中采用估计价差与基准价差的相关系数来衡量和比较不同估计的优劣表现的做法有所不同,本文通过推导并对比两种估计的偏差、均方误差及其在大样本下的性质,从而在理论上证明了基于最高价和最低价的价差估计精度的确高于R...
作者:王学军; 尹改丽 期刊:《珞珈管理评论》 2016年第02期
本文以深圳市碳配额为主要研究对象,分析碳交易市场的信息流动及其传递特征,深入探索碳交易市场的微观结构。本文首先采用GARCH模型分析碳配额收益率的波动特征,以及成交量对收益率波动持续性的影响,然后运用VAR模型进一步研究不同交易品种的碳配额成交量、收益率及其波动率的动态关系。研究表明新的碳交易品种的出现能提高碳交易市场的活跃性,碳配额成交量可作为市场信息到达的变量,其信息冲击引起收益率上升、波动率下降,且不同...
尽管金融经济学家很早就知道经济时间序列的波动率有簇聚效应,并且边际分布具有尖峰形态,但却一直没有建立能够反映这种特点的时间序列模型.恩格尔在 20世纪 80年代早期开始了波动率模型的研究,成功地突破了传统的时间序列统计分析方法,开创性地建立了随时间变化的波动率模型-自相关条件异方差( ARCH)模型,从而有力地推动了金融经济学的发展.本文介绍了 ARCH模型的产生背景、模型结构及其对金融经济学的学术价值.
作者:欧阳资生; 杨希特; 张宁 期刊:《商学研究》 2019年第03期
以百度搜索指数衡量投资者关注度,利用上证指数和深证指数5分钟高频数据构建股市波动性的变量,建立波动率与投资者关注的VaR模型,研究投资者关注度与股市波动性之间的动态变化关系,并将研究结果应用到以VaR为度量的风险管理实践当中。研究发现:投资者关注度和股市波动率之间存在着很强的相关性和一致联动性;将投资者关注度信息加入传统模型,有助于提高波动率的预测精度;由此拓展到风险管理当中,有利于准确评估股市的风险。
作者:张湄 期刊:《上海立信会计金融学院学报》 2005年第03期
风险值(VaR)是目前金融界广泛使用的衡量和管理金融市场风险的工具之一,也是巴塞尔委员会要求的银行评价市场风险资本充足率的数量依据.常用的方差-协方差法计算VaR的一个关键点是准确预测波动率.随着我国金融改革的不断深入,金融机构在风险管理中运用适当的标准和方法,可以提高金融机构的风险管理能力,提升其竞争力.
作者:马瑾; 李欣 期刊:《上海立信会计金融学院学报》 2013年第05期
本文检验了美国期货市场WTI原油、S&P500指数和10年期国债品种的日内、日间价格波动与日内交易量、隔日交易量之间的关系,发现预期的日内和隔日交易量都有平抑期货市场价格波动的作用,非预期的隔日交易量与期货价格波动之间有正相关关系,非预期的目内交易量对价格波动的影响不显著。从信息对称性的角度分析,预期的交易量中含有更多信息,能抑制期货价格的偏离;非预期的交易量主要由信息反馈者提供,他们往往对期货价格的变动...
通过使用EGARCH模型,以中国证券市场具有代表性的三个指数为研究对象,从实证的角度分析市场异象中的周内效应。结果表明,从长期看,我国证券市场存在显著的周一效应。从短期看,证券市场大盘处于上升期还存在周二、周三甚至是周四效应;在下跌横盘期,周内效应不显著;在上升横盘期除了周一效应显著外,还存在显著的周五效应。上升期和下跌横盘期均存在显著的不对称信息冲击。上升期和上升横盘期存在日收益率波动性的逐渐积累和...