EGARCH模型

摘要： 近年来,我国经济实力快速增强,最具代表性的是证券市场的繁荣。由于证券市场与许多行业紧密相关,投资者也越来越关注证券市场。本文以大同煤业股票为例,采用2016年1月4日至2020年2月28日的股票交易日收盘价数据进行分析。对序列建立均值模型,均值模型呈现出一种“集群现象”,序列存在ARCH效应。然后继续建立GARCH模型重新拟合序列,加入随机误差的条件方差项建立一个GARCH-M模型作对比,根据是否存在非对称影响建立模型建模完成后,对比所有建立的模型,选择出能够更有效拟合原序列的模型。最终根据所建立的模型和得出的结果预测和分析,发现大同煤业股票收益率的波动较为稳定。

摘要： 选取2010年1月1日至2020年10月9日共2811个欧元兑人民币汇率日值,建立GJR-EGARCH模型,实证分析人民币汇率的波动特征.实证结果发现,人民币汇率具有显著的左厚尾特征、非对称性和杠杆效应,坏消息带来的冲击大于好消息带来的冲击.

摘要： 在我国金融衍生工具中,股指期货具有规避投资风险、套期保值、丰富风险对冲工具等作用。文章利用沪深300股指期货数据,基于GARCH族模型研究发现:首先,推出股指期货有效提高了股市信息传递效率;其次,股指期货的“利好”与“利空”信息对股票市场存在异质性影响,且该影响减弱了“利空”信息给股市带来的波动,“利好”信息带来的波动性更大。

摘要： 针对棉花已成为制约“十四五”规划中纺织行业发展不可或缺的关键因素这一事实,提出通过研究棉花期货价格的波动来体现纺织业成本变化。基于2008年1月2日到2021年9月6日棉花CF999期货价格数据时序图,得到原序列不平稳的结论,处理后得棉花期货价格收益率序列,由J-B统计量、ADF检验统计量,得到棉花期货价格收益率序列是平稳时间序列,但不服从正态分布,有尖峰厚尾和高阶异方差性的统计特征;然后考虑收益率序列服从T分布和广义误差(GED)分布,分别构建GARCH类模型,具体利用GARCH、GARCH-M、EGARCH和MS-GARCH 4种模型对棉花价格波动特征进行研究,结果表明:基于T分布的模型比GED分布更能描述棉花期货价格收益率序列的波动特征;棉花市场不是“高风险、高回报”产业;收益率序列存在反杠杆效应;MS(3)-GARCH(1,1)模型的拟合效果最优,收益率序列有体制变换现象,各种波动的持续期不同,高波动状态最短,为2.12 d;最后提出相关建议。

摘要： 选取沪深A股上市公司2015年1月—2017年12月期间的全部财务重述样本,探究财务重述行为对股票特质风险的影响。研究发现,上市公司财务重述行为对其股票特质风险存在显著的正向推动作用。具体来说,发生财务重述的公司股票特质风险在重述之前的5个月开始出现异动,在重述公告发布日后(0,5)的窗口期内,股票特质风险相较于基期迅速增加83.47%,随后缓慢下降,大约持续1年恢复到重述前水平。从财务重述性质来看,敏感问题和法律问题引起的重述对股票特质风险的影响程度更大。从重述时间节点来看,当期重述和滞后重述都会增加股票特质风险,但后者的影响程度更高且持续时间更长。进一步研究表明,受到更广泛财经媒体关注的样本的财务重述行为对股票特质风险的推动作用更为显著。

摘要： 一、前言随着互联网技术的广泛应用和居民生活水平的不断提高,传统的理财模式已不能满足人们日益增长的投资需要,“互联网+金融”的投资理财新模式越来越受到投资者们的青睐,互联网金融理财产品也应运而生。区别于传统的理财模式,互联网金融理财产品以其便捷性、灵活性、门槛低、成本低等优势迅速占领市场,但随之而来的是要面临行业监管困难、技术安全要求高、收益波动大等投资风险问题。

摘要： 本文使用文本分析技术基于汇率相关的新闻文本构建媒体情绪指数,研究媒体情绪对人民币汇率水平和波动的影响。通过EGARCH模型发现,媒体情绪可以显著降低人民币汇率波动,并且,媒体情绪与汇率预期的交互项对人民币汇率水平与波动都具有显著的负向影响,表明媒体情绪在汇率预期对人民币汇率的影响中具有负向调节效应,有利于外汇市场稳定。本文进一步通过分位数回归对媒体情绪在不同人民币汇率水平下的影响进行研究,发现在人民币汇率处于贬值区间时,媒体情绪对人民币汇率水平具有显著的负向影响,且抑制作用随着贬值程度的加深而增强;通过将媒体情绪分为积极和消极的不同类型,发现积极的媒体情绪可以促使人民币汇率升值,而消极媒体情绪会引起人民币汇率显著的贬值反应。本文的结论对于厘清媒体情绪在汇率决定中的作用和保障外汇市场稳定具有参考价值。

摘要： 针对度量收益率风险价值VaR时,GARCH模型不能体现正负收益率的非对称效应,研究了基于EGARCH模型和Cornish-Fisher展开度量VaR的一般方法.该方法结合了EGARCH模型和Cornish-Fisher展开,将EGARCH模型的偏度和峰度代入Cornish-Fisher展开中对收益率VaR进行度量.实证分析选取标普500指数日收益率作为样本数据,度量该收益率的风险价值VaR;该收益率具有非对称性,建立了能够体现非对称性的EGARCH(1,1)模型,运用新的VaR的方法与经典的基于极值理论的VaR度量方法,和基于Bootstrap方法的VaR度量方法对收益率VaR进行了度量,在不同的置信水平下比较了3种方法VaR度量结果失败率的大小;结果显示:新的VaR方法对收益率VaR的度量效果优于其他两种方法,对于具有非对称效应的收益率,可考虑此方法度量收益率的VaR.

摘要： 通过研究股票收益率,发现股市的波动性特征,成为证券市场研究重点。本文以监测美股收益率波动为目标,基于2010年5月17日至2020年5月17日标准普尔500指数,先利用EGARCH模型来处理金融时间序列数据的波动簇集性和“杠杆效应”,建立EGARCH残差控制图来监测分析,并结合股票收益率序列对监控的实例对该控制图的有效性加以分析。结果显示EGARCH型残差控制图能够很好地应用于实际工作,有效地在股市发生剧烈变动前检测出异常点,对金融风险有良好的监测效果。

摘要： 本文以黄金和其他主要国际金融指标之间的响应关系为研究对象,探讨自2008年全球金融危机爆发后迄今十余年来出现的所谓"商品金融化"现象是否确立.在实证操作上采取标普500指数及其波动率(代表股票市场)、金融市场压力程度(代表利率市场)、西德州原油指数(代表原材料商品市场)和贸易加权美元指数(代表货币市场)五种主要国际金融指标,以最小二乘法和稳健回归法作为全面检验模型进行显著性分析.为避免金融序列的异质冲击和单位根影响,我们对所有指标变量进行数据转化,其中EGARCH(1,1)模型能够很好地消除股票波动率的条件异方差性.为避免实证期间金融环境可能会有所变化,我们进行Bai-Perron多元结构断点检验.为避免两种检验模型受到随机误差项的影响导致判定结果可能不一致,我们加入BPG检验和White检验.最后,结果表明:黄金作为极特殊的大宗商品,具备金融化现象的角色是肯定的.

摘要： 在对创业板市场波动的机理分析后,运用了VaR模型对创业板市场波动性风险进行定量测度.研究结果表明:参数法能较好地估计创业板市场波动风险VaR值,三种分布下的VaR值相差不大;由于考虑了创业板指数日收益率波动的非对称性,EGARCH模型的估计效果要好;历史模拟法估计VaR值具有很多优点,但在大样本情况下,该方法在低置信水平下是无效的.

摘要： 在对创业板市场波动的机理分析后,运用了VaR模型对创业板市场波动性风险进行定量测度.研究结果表明:参数法能较好地估计创业板市场波动风险VaR值,三种分布下的VaR值相差不大;由于考虑了创业板指数日收益率波动的非对称性,EGARCH模型的估计效果要好;历史模拟法估计VaR值具有很多优点,但在大样本情况下,该方法在低置信水平下是无效的.

摘要： 在对创业板市场波动的机理分析后,运用了VaR模型对创业板市场波动性风险进行定量测度.研究结果表明:参数法能较好地估计创业板市场波动风险VaR值,三种分布下的VaR值相差不大;由于考虑了创业板指数日收益率波动的非对称性,EGARCH模型的估计效果要好;历史模拟法估计VaR值具有很多优点,但在大样本情况下,该方法在低置信水平下是无效的.

摘要： 在对创业板市场波动的机理分析后,运用了VaR模型对创业板市场波动性风险进行定量测度.研究结果表明:参数法能较好地估计创业板市场波动风险VaR值,三种分布下的VaR值相差不大;由于考虑了创业板指数日收益率波动的非对称性,EGARCH模型的估计效果要好;历史模拟法估计VaR值具有很多优点,但在大样本情况下,该方法在低置信水平下是无效的.

摘要： 在对创业板市场波动的机理分析后,运用了VaR模型对创业板市场波动性风险进行定量测度.研究结果表明:参数法能较好地估计创业板市场波动风险VaR值,三种分布下的VaR值相差不大;由于考虑了创业板指数日收益率波动的非对称性,EGARCH模型的估计效果要好;历史模拟法估计VaR值具有很多优点,但在大样本情况下,该方法在低置信水平下是无效的.

摘要： 本文基于EGARCH模型,对上证A股指数20年的股票指数数据分阶段建模,从整体分析自1990年以来上海证券市场的发展情况。得出结论：上海证券市场具有明显的尖峰厚尾特征和ARCH效益,序列的误差服从广义误差分布(GED),通过非对称检验得知市场具有明显的杠杆效应.总体来说,随着时间的发展,上海证券市场趋于成熟,投资者趋于理性。

摘要： 本文基于EGARCH模型,对上证A股指数20年的股票指数数据分阶段建模,从整体分析自1990年以来上海证券市场的发展情况。得出结论：上海证券市场具有明显的尖峰厚尾特征和ARCH效益,序列的误差服从广义误差分布(GED),通过非对称检验得知市场具有明显的杠杆效应.总体来说,随着时间的发展,上海证券市场趋于成熟,投资者趋于理性。

摘要： 本文基于EGARCH模型,对上证A股指数20年的股票指数数据分阶段建模,从整体分析自1990年以来上海证券市场的发展情况。得出结论：上海证券市场具有明显的尖峰厚尾特征和ARCH效益,序列的误差服从广义误差分布(GED),通过非对称检验得知市场具有明显的杠杆效应.总体来说,随着时间的发展,上海证券市场趋于成熟,投资者趋于理性。

摘要： 本文基于EGARCH模型,对上证A股指数20年的股票指数数据分阶段建模,从整体分析自1990年以来上海证券市场的发展情况。得出结论：上海证券市场具有明显的尖峰厚尾特征和ARCH效益,序列的误差服从广义误差分布(GED),通过非对称检验得知市场具有明显的杠杆效应.总体来说,随着时间的发展,上海证券市场趋于成熟,投资者趋于理性。

摘要： 本文借助实证模型对沪深300股指期货的日内价格发现功能进行了研究,包括向量误差修正(VEC)模型、永久短暂(permanent tran8itory,P-T)模型和EGARCH模型等。本文对下跌、上涨和震荡三个时间阶段的分别研究发现,当市场出现趋势性行情时,期货市场价格发现的贡献度更高,此时期货收益领先现货收益。而在市场趋势不明显时,现货引导期货。此外，对波动率之间关系的检验结果表明,在市场的下跌期间,股指期货与现货收益波动率之间存在双向反馈,期货的引导相对而言更显著;而上涨期间,仅股指期货收益的波动率显著地引导指数收益的波动率,说明此时信息由期货市场传递至现货市场。在市场震荡期间,两个市场间波动率的关系不明显,现货对期货存在弱引导。本文的结果表明，中国的期货市场已基本具备价格发现功能。

摘要： 操作路径生成部(210)基于从状态传感器(101)输出的计测状态量，生成针对致动器(111)的操作量时间序列。预测模型部(220)将所述计测状态量和所述操作量时间序列作为输入来运算预测模型，由此，生成状态量预测时间序列。神经网络部(230)将从环境传感器(102)输出的计测环境量和所述状态量预测时间序列作为输入来运算神经网络，由此，校正所述状态量预测时间序列。状态量评价部(240)生成针对所述校正后的状态量时间序列的评价结果。操作路径生成部在所述评价结果满足适当基准的情况下，将所述操作量时间序列的前头的操作量向所述致动器输出。

摘要： 一种基于Matlab的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定精细化建模范围和粗略建模范围、构建在线机理模型、构建概念模型、在线机理模型与概念模型耦合、模型参数校正、通讯指令关系建立、降雨过程建立、排水系统水量和水质模拟、排水系统仿真控制、数据模型辅助应用和模拟结果分析展示。使用该方法构建的混合模型是一种通用性的城市排水系统仿真控制混合模型，其融合在线机理模型SWMM模型、概念模型及数据模型，可实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

摘要： 一种基于C语言的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定模型范围：确定精细化建模范围和粗略建模范围；在线机理模型构建；概念模型构建；在线机理模型与概念模型耦合；模型参数校正；降雨过程建立；排水系统水量、水质模拟；排水系统仿真控制；数据模型辅助应用：构建神经网络模型，通过接收特征数据建立降雨与径流、管网流量与深度的关系，关系建立后用于径流及管网深度的预测；模拟结果分析展示。该模型融合C语言的在线机理模型SWMM模型、概念模型及数据模型的丰富功能，实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

摘要： 提供用于构建能够生成多种数据的生成模型的技术。本发明的一个方面涉及的模型生成装置具备：生成部，使用生成模型生成数据；发送部，将生成的数据分别发送至多个学习完毕的识别模型，使各识别模型对数据执行识别，多个学习完毕的识别模型分别通过使用本地学习数据的机器学习获得了识别被提供的数据是否为本地学习数据的能力；接收部，接收各识别模型对被发送的数据进行识别的结果；以及学习处理部，通过使用接收到的识别的结果的机器学习来训练生成模型，以生成使多个识别模型中的至少任意一个识别模型的识别性能降低这样的数据。

摘要： 三维模型编码装置(300)，具备：投影部(301)，将三维模型投影到至少一个以上的二维平面，从而生成二维图像；校正部(302)，利用二维图像，对二维图像中包括的构成没有投影三维模型的无效区域的一个以上的像素进行校正，从而生成校正图像；以及编码部(304)，对校正图像进行二维编码，从而生成编码数据。

摘要： 三维模型分发方法，根据三维模型，生成深度图像(S121)，分发深度图像以及用于根据深度图像恢复三维模型的信息(S122)。例如，三维模型分发方法也可以，进一步，利用二维图像压缩方式，对深度图像进行压缩，在所述分发中，分发压缩后的深度图像。例如，在所述深度图像的生成中也可以，根据三维模型，生成不同视点的多个深度图像，在所述压缩中，利用多个深度图像间的关系，对多个深度图像进行压缩。

摘要： 提取部(120)从建筑信息模型即BIM(40)中提取起点要素。提取部(120)针对BIM(40)，将起点要素作为起点来检索彼此相邻的多个建筑物要素，在作为检索结果的多个建筑物要素中分别配备虚拟部件，由此，从BIM(40)中提取由虚拟部件构成的虚拟房间。生成部(130)对虚拟房间的各个虚拟部件设定BIM(40)包含的属性信息中的、与配备有虚拟部件的建筑物要素对应的属性信息，生成设定有属性信息的虚拟房间作为房间模型(51)。

摘要： 提供一种有效进行利用特定条件的学习数据执行了DNN的声学模型的自适应且可提高精度的统计声学模型的自适应方法。在采用了DNN的声学模型的说话人自适应方法中，包括：第1存储装置分别存储不同的说话人的讲话数据(90～98)的步骤；准备按说话人区分的隐藏层模块(112～120)的步骤；在切换选择讲话数据(90～98)的同时，一面用与选出的讲话数据相对应的隐藏层模块(112～120)动态地置换特定层(110)，一面进行针对DNN(80)的所有层(42、44、110、48、50、52、54)的准备性学习的步骤；用初始隐藏层置换已完成准备性学习的DNN的特定层(110)的步骤；和将初始隐藏层以外的层的参数固定，采用特定说话人的声音数据进行DNN的学习的步骤。

摘要： 一种模型化装置，具备：分类部120，其为了鉴别收容室外机11、室内机12、室外机21、室内机22、冷冻机31及冷冻机41等的设施10的热平衡模型的构筑所需的参数而计测的计测数据按作为对参数赋予影响的条件的分类条件每一个分类；鉴别部130，其基于按分类条件每一个分类的计测数据，按分类条件每一个鉴别参数。

摘要： 本实用新型属于装饰装修模型技术领域，公开了圆形穹顶装修模型及具有该模型的模型箱和模型间，包括多个弧形龙骨架(1)彼此连接构成的圆形穹顶骨架(2)，圆形穹顶骨架(2)连接有三角状的弧形面板(3)，构成圆形穹顶；还包括圆形的加固龙骨架(4)，加固龙骨架(4)与各个弧形龙骨架(1)固定连接。通过本实用新型的展示，能够让行业工作者更容易理解圆形穹顶装修的施工工艺，有利于实现标准化施工，同时让消费者能够直观地了解圆形穹顶装修，为装修质量提供依据。