张春会
- 作品数：3 被引量：53H指数：3
- 供职机构：北京航空航天大学经济管理学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：经济管理更多>>
- 中国沪深股市结构性波动的政策性影响因素被引量：13
- 2012年
- 本文利用划分均值和方差变点的迭代累积平方和算法(ICSS:MV)对上证综指和深证成指1996年12月16日至2010年12月31日的日收益率序列进行结构变点的检验,通过将结构变点与重大事件对应选取影响沪深股市结构性波动的政策性事件,并根据选取的事件将样本区间分成13个子区间。为了避免参数模型中模型误设的缺陷,利用非参数GARCH模型估计样本区间的波动率;最后利用N-W核回归估计对非参数GARCH估计的波动率与收益率进行回归,分析股市结构性波动产生的政策性影响因素。通过分析发现央行调整存贷款基准利率和存款准备金率、国有股的减持、允许保险公司等机构投资者买卖证券投资基金、调整印花税等政策性因素是造成我国股市变结构波动的重要原因。
- 杨继平陈晓暄张春会
- 关键词：股市波动性ICSS非参数GARCH模型
- 基于结构转换非参数GARCH模型的VaR估计被引量：23
- 2014年
- 考虑股市波动结构转换的特性和参数模型会产生误设的情况,提出具有马尔可夫结构转换的非参数GARCH模型,并利用非参数估计技术估计波动率.将沪深股市的波动变化分为下跌、盘整和上涨3个状态,分别采用基于马尔可夫结构转换参数与非参数GARCH(MRSGARCH)模型对我国沪深股市的波动率进行估计和预测,运用MSE1、MSE2和QLIKE对估计和预测出的波动率进行评价.结果表明误差分布服从正态分布的参数和非参数MRS-GARCH模型的估计和预测更准确.在此基础上对沪深股市收益率的动态VaR值进行估计,然后运用Kupiec检验法对这两类模型在预测实际损失的表现进行评价.估计和检验结果表明,基于参数和非参数的MRS-GARCH模型都能较好地估计中国沪深股市VaR,且基于非参数MRSGARCH模型的VaR估计效果更好.
- 杨继平袁璐张春会
- 关键词：VAR
- 基于马尔可夫状态转换模型的沪深股市波动率的估计被引量：18
- 2013年
- 为了更准确地估计具有结构转换的沪深股市收益率波动特征,本文将沪深股市的波动变化分为上涨、下跌和盘整三个状态,选用2000年1月4日至2011年12月30日的上证综指和深证成指日收益率数据作为样本,2012年1月4日至2012年1月17日的日收益率作为样本外预测,分别应用GARCH和APGARCH模型,以及RS-GARCH和RS-APGARCH模型估计和预测两序列的波动率,最后采用MSE1、MSE2和QLIKE对估计和预测出的波动率进行评价。结果表明:单一状态和三种状态下APGARCH模型均比GARCH模型估计和预测的波动率更准确;更进一步带有马尔可夫状态转换的模型估计和预测出的波动率更准确,且误差分布服从正态分布的模型估计和预测的波动率拟合结果优于误差服从t分布的模型。
- 杨继平张春会
- 关键词：波动率
