公共文化服务平台

马锋: 作品数：21 被引量：142H指数：7; 供职机构：西南交通大学经济管理学院更多>>; 发文基金：国家自然科学基金教育部人文社会科学研究基金国家教育部博士点基金更多>>; 相关领域：经济管理社会学理学更多>>

合作作者

高频视角下中国股市动态VaR预测模型研究被引量：2: 2020年; 如何充分挖掘交易数据中有价值的信息对金融风险管理极其重要,现有研究中基于低频波动模型的风险测度方法几乎已经做到了极致,而能达到的预测效果却并不稳健,对高频波动模型的研究相对比较匮乏.那么高频模型能否从高频数据中挖掘出更有价值的信息以便用于风险管理之中呢?本研究通过建立12个低频和9个高频波动模型对上证综指进行样本外动态VaR的滚动预测发现,高频模型相对于低频模型具有更好的稳定性,并且在多数情况下高频模型优于低频模型;多头与空头的风险预测效果具有显著差异,多头风险在高风险情况下高频模型表现出色,低风险情况下并不理想,空头风险则在所有情况下都表现较好.; 陈王马锋魏宇林宇

中国沪深股市波动性和收益及联动性实证检验被引量：3: 2012年; 文章利用ARMA-GJR-GARCH模型研究我国股市风险和收益的关系,并引入了沪、深两市收益率的时变性协方差,以及利用Granger因果关系检验,发现上海股市过去2期的收益是深圳股市的格兰杰因果关系,然而深圳股市过去股市的信息不能提高上海股市收益的预测能力。文章还利用每天的最高价格最低价之差的自然对数所得序列作为波动率的代理变量,以及Diebold mariano检验,发现引入协方差和将两市联合研究的模型比未加协方差和单个研究的预测能力要强。; 马锋张祺熙黄显涛李立恒; 关键词：GRANGER因果关系检验

国际原油价格和我国新能源公司股价的动态尾部相关性分析——基于Copula方法: 2015年; 资产间的尾部相关性测度一直是金融风险领域研究的热点。另外,新能源公司也受到广泛投资者的持续关注。因此,本文利用t-、Gumbel、Clayton、Clayton-Gumbel、Joe-Gumbel及Joe-Clayton六种Copula模型对国际原油价格和我国新能源公司股价进行动态的尾部相关性测度。同时运用滚动参数、滚动时间窗的技术及滚动Gof(Goodness-offit)检验方法。实证结果表明,国际原油价格和我国新能源公司股价之间存在显著的下尾相关性,且呈增强趋势。此外,本文还发现上述六种模型都不能在样本外(Out-of-Sample)完全地、精确地刻画国际原油价格和我国新能源公司股价的相依结构(Dependence)。进一步地,通过滚动Gof检验,表明国际原油价格和我国新能源公司股价存在非对称的尾部相关性。; 蒲旺陈鹏马锋黄登仕

基于马尔科夫状态转换和跳跃的高频波动率模型预测被引量：16: 2016年; 以HAR-RV、HAR-RV-J、HAR-RV-CJ和HAR-RV-TCJ模型为基础,结合马尔科夫状态转换机制,构建了四种新的马尔科夫状态转换高频波动率模型。同时,用沪深300股指期货的高频数据,运用滚动时间窗的样本外预测方法和信度设定检验(Model Confidence Set,MCS),分析了四种新模型对未来波动率的预测能力。实证结果表明,总体上,四种新的马尔科夫状态转换模型比原有波动率模型具有更好的预测表现;在众多波动率模型里,MS-HAR-RV-TCJ模型具有更高的预测精度。然而,实务界常用的低频波动率模型(如GARCH等)的预测能力表现得并不突出。; 马锋魏宇黄登仕夏泽安

基于跳跃、跳跃强度和机制转换的股票市场波动建模及其预测研究被引量：1: 2023年; 将跳跃及其跳跃强度引入到异质自回归(heterogeneous autoregressive,HAR)模型中,并在此基础上进一步嵌入固定转移概率矩阵的马尔可夫状态转换机制模型,构建出系列新的波动预测模型.运用系列统计检验手段(如模型置信度检验、样本外R2检验、趋势检验)评估上述预测模型对中国股票市场波动的预测能力,样本外的实证结果表明:1)与基准模型相比,结合马尔可夫机制转换的模型具有更好的预测表现;2)相比其他预测模型,包含跳跃、跳跃强度以及马尔可夫机制转换的模型(MS-HAR-TJI)具有更高的预测精度;3)在新冠疫情爆发期以及高波动时期,MS-HAR-TJI模型对中国股票市场波动仍具有很强的预测能力.; 马锋王继谦郭杨莉陆菲; 关键词：波动率预测

基于多分形波动率测度的中国股市价量关系研究: 2014年; 文章以沪深300指数的5分钟高频数据为样本,结合波动的多分形波动率测度方法,利用去除时间趋势及自相关的交易量解释股票收益率的所包含的自相关和异方差特征,并与GARCH类模型作对比。实证结果显示,混合分布理论能够解释中国股票市场上波动性的积聚特征。在模型的比较上,发现多分形波动率-交易量模型的统计效果较常用的GARCH类模型为优。; 夏宁伟詹海马锋; 关键词：价量关系混合分布假说

中国金融市场波动率建模及其预测研究: 基于新的分解方法被引量：1: 2023年; 在复杂多变的金融市场环境中,对金融资产波动率准确建模和预测具有极其重要的理论和实践意义.因此,本研究基于多种波动率分解方法,并嵌入结合马尔可夫机制模型,重新构建了多个新的异质自回归已实现波动率模型,进一步以上证50ETF为研究对象,对比了各模型的预测精度.主要实证结果发现:(1)利用模型信度集(model confidence set,MCS)检验,发现预测效果最佳的是结合马尔可夫机制并采用分位数组波动率新构建的模型(MSPHAR),且各种稳健性检验也支持上述结论;(2)在高低波动时期、疫情前后和考虑杠杆效应等不同情形下,新构建的MS-PHAR模型仍具有较好的表现.; 马锋何晓凤鲁心洁; 关键词：金融风险管理波动率预测

基于跳跃和符号跳跃变差的HAR-RV预测模型及其MCS检验被引量：16: 2015年; 以沪深300指数的高频数据为例,运用滚动时间窗的样本外预测方法以及比SPA检验更具优势的模型信度设定检验(MCS),实证分析了跳跃、符号跳跃变差及符号正负向跳跃变差对HAR-RV、HAR-RV-J、HAR-RV-CJ和HAR-RV-TCJ等4种基础波动率模型预测能力的影响。研究发现:符号跳跃变差不仅可以提高各波动率模型的拟合精度,而且还可以提高模型的预测精度;符号正向和负向跳跃变差相比符号跳跃变差对未来波动率具有更好的解释能力,且它们对未来波动率的影响是不对称的;加入符号正、负向跳跃变差的HARRV-TCJ模型的预测效果是众多模型中表现最好的,尤其是它的对数形式。; 马锋魏宇黄登仕张鹏云

高频视角下股市波动预测的新方法:HARFIMA模型被引量：6: 2020年; 异质自回归(heterogeneous autoregressive,HAR)及其拓展模型(统称为HAR-类模型)能够刻画不同类型(期限)交易者的异质性对金融市场未来价格波动的“贡献”程度,在实证研究中备受推崇,并在预测金融市场波动率中取得了较好的效果.研究发现,HAR-类模型虽然能够在一定程度上刻画金融市场中非常重要的长记忆特征,但刻画能力明显比自回归分整移动平均(ARFIMA)模型差.HAR-类模型的主要优势在于对异质性的刻画,而ARFIMA模型的主要优势在于对长记忆性的准确刻画.因此,基于这两个模型各自的优势提出了新的模型:异质自回归分整移动平均(HARFIMA)模型,并对新模型进行了拓展建模,提出HARFIMA-类模型.将HARFIMA-类模型运用于对标普500和上证综指的已实现波动率(RV)的建模和预测发现,HARFIMA-类模型能够更加准确地刻画金融市场的长记忆性,更重要的是样本外的预测能力明显优于其他模型,并且预测结果相当稳健.; 陈王魏宇马锋梅德祥; 关键词：已实现波动率

基于马尔科夫和混频数据模型的黄金期货市场波动率预测研究: 2024年; 利用马尔科夫机制转换(Markov-switching regime,MS)和混频数据(mixed data sampling,MIDAS)模型,构建新的马尔科夫机制混频模型(MS-MIDAS),并以此模型对中国黄金期货市场波动率建模和预测。运用样本外滚动时间窗(rolling time windows)预测技术和模型信度集(model confidence set,MCS)检验发现:(1)总体上,引入马尔科夫机制转换的混频模型(MS-MIDAS)相比于MIDAS模型本身,从统计上展现出更高的预测精度;(2)含有跳跃的马尔科夫机制混频模型(MS-MIDAS-CJ)的预测精度最高;(3)对不同的预测窗口和不同的滞后阶数(k^(max)),上述实证结果都是稳健的。; 郭杨莉马锋; 关键词：黄金期货市场波动率预测结构突变

马锋

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

马锋

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈