GARCH模型

摘要： 文章以沪深300股指期货与沪深300指数的交易数据为实证数据,分别建立引入虚拟变量和股指期货交易数据的GARCH模型,从宏观和微观上探究股指期货与现货市场的相关性.结果显示,在宏观上股指期货具有稳定现货市场波动性的作用,在微观上既存在加剧作用,也存在抑制作用.

摘要： 自上交所成立以来,股票市场的各种异象就备受学者关注。为了研究春节期间常常能让投资者获得超额收益率这一异象,使用上证综合指数2000—2021年的日收益率数据作为样本,首先对收益率进行了统计性描述,然后通过基于GARCH模型的方法对中国A股市场的春节效应做实证检验,结果显示,A股市场不仅存在春节前效应,也存在春节后效应。最后,从行为金融学视角出发,对A股市场产生春节效应的原因进行分析总结。

摘要： 聚焦创业板注册制改革、涨跌幅限制制度新规实施前后的创业板市场,探究其收益波动率大小以及投资者情绪市场走势。结论显示,涨跌幅限制制度改革后的波动率大于改革前,投资者情绪也相对更加高涨。鉴于此,为推动创业板乃至市场的长远健康发展提供微观角度建议。

摘要： 该文运用GARCH模型,根据沪深300指数对股市波动性推理预测,让投资者决定的策略更精准,对其起到指导作用。成果显示使用GARCH模型有利于增长股票市场推测的精准性,更具备适用性。沪深300指数使投资者在金融市场上可以避免一定风险,但同时也会增加投资者的数目,从而加剧金融市场的波动性。所以,该文以入股的收益率为参数,建立模型。

摘要： 随着全国碳排放权交易市场的建立,测度碳市场的风险水平和外部重大事件的冲击具有重要的现实意义。本文以湖北碳交易所为例,设置Before COVID-19和After COVID-19两个情景以探究新冠肺炎的冲击,运用GARCH-VaR模型进行实证研究。研究表明,GARCH(1,1)模型能有效拟合湖北碳交易收益率序列的尖峰厚尾特征,VaR方法可以度量其在险价值;通过比较疫情前后的GARCH模型,发现疫情冲击对碳价的未来波动产生较小的修正,而市场自身因素的影响逐渐增强。上述结论有助于后疫情时期全国碳排放权交易市场风险的度量和发展重心的调整。

摘要： 以2015年1月5日至2020年2月28日大连商品交易所黄玉米期货合约和三级黄玉米现货为样本,使用OLS、B-VAR、GARCH等模型计算套期保值绩效,确定最优套期保值比率。研究发现:保险公司只要参加套期保值,皆可降低风险;OLS模型确定的套期保值比率具备最佳的套期保值效果;延长套期保值期限可获得更强的套期保值效果;农业保险对应“保险+期货”的套期保值期限远长于经销商等主体时,风险降低效果显著;我国期货市场的有效性还有待提高,保险公司在参与“保险+期货”时须保持谨慎。

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： 基于复合分位数回归理论对GARCH模型提出更加稳健有效的二次加权复合分位数回归(BWCQR)估计,讨论了该估计权重的数值解及其大样本性质.数值模拟显示,当扰动项为厚尾分布时所提出的BWCQR估计明显优于传统的类极大似然(QMLE)估计、分位数回归(QR)估计和复合分位数回归(CQR)估计.应用BWCQR方法建立股指的波动率系统,进一步验证了BWCQR估计在实践意义下的竞争性.

摘要： 气候变暖问题日益严峻,各国以碳中和作为解决气候变暖的关键途径。随着碳金融交易市场规模扩大,市场风险也随之增加。分析碳交易价格的波动性特点可以有效度量市场风险,对金融风险的防范具有重要意义。因此,本文使用条件异方差模型研究碳中和股票交易数据序列的波动性聚集、非对称效应。以华证国网英大碳中和指数以及信能低碳股票价格进行实证分析,结果表明GARCH类模型对于碳中和交易值波动率和非对称效应的建模具有较好的拟合效果。

摘要： 商业地产REITs由于可以提供较高收益,在较为成熟的REITs市场中占据较为重要的地位。本文将投资于内地商业地产的招商局REITs与越秀REITs作为主要研究对象,并将恒生指数作为其比较对象进行分析。通过正态检验、平稳性检验、自相关性检验、ARCH效应检验等流程,进一步构建GARCH模型,并针对每一个研究对象的分布特征进行调整,计算VaR值并进行失败率检验,分析投资风险。

摘要： 本文综合比较了现有VaR测度模型的样本外表现,包括文献中常用的9个VaR估计模型和两个经典模型组合策略.基于这些模型,应用上证综指、深圳成指和沪深300指数作为中国股票市场样本数据,实证发现很难找到一个模型能够显著优于简单GARCH模型.这一结果打破了模型越复杂预测效果越好的传统观念,对各种复杂VaR测度模型在中国股票市场的实用性形成挑战.

摘要： 本文综合比较了现有VaR测度模型的样本外表现,包括文献中常用的9个VaR估计模型和两个经典模型组合策略.基于这些模型,应用上证综指、深圳成指和沪深300指数作为中国股票市场样本数据,实证发现很难找到一个模型能够显著优于简单GARCH模型.这一结果打破了模型越复杂预测效果越好的传统观念,对各种复杂VaR测度模型在中国股票市场的实用性形成挑战.

摘要： 本文综合比较了现有VaR测度模型的样本外表现,包括文献中常用的9个VaR估计模型和两个经典模型组合策略.基于这些模型,应用上证综指、深圳成指和沪深300指数作为中国股票市场样本数据,实证发现很难找到一个模型能够显著优于简单GARCH模型.这一结果打破了模型越复杂预测效果越好的传统观念,对各种复杂VaR测度模型在中国股票市场的实用性形成挑战.

摘要： 本文综合比较了现有VaR测度模型的样本外表现,包括文献中常用的9个VaR估计模型和两个经典模型组合策略.基于这些模型,应用上证综指、深圳成指和沪深300指数作为中国股票市场样本数据,实证发现很难找到一个模型能够显著优于简单GARCH模型.这一结果打破了模型越复杂预测效果越好的传统观念,对各种复杂VaR测度模型在中国股票市场的实用性形成挑战.

摘要： 为寻求金融市场系统性风险的条件方差与随机跳跃的收益率期望之间的演变关系，通过GARCH模型结合Tempered Stable过程用以描绘收益率分布的非对称及截尾特性。针对上证综合指数，建立TS-GARCH模型研究市场不同阶段下条件异方差及随机跳跃的条件期望演化过程，揭示了在随机波动率下金融资产带有非对称无限跳跃风险的补偿预期与波动率之间的非对称关系。

摘要： 为寻求金融市场系统性风险的条件方差与随机跳跃的收益率期望之间的演变关系，通过GARCH模型结合Tempered Stable过程用以描绘收益率分布的非对称及截尾特性。针对上证综合指数，建立TS-GARCH模型研究市场不同阶段下条件异方差及随机跳跃的条件期望演化过程，揭示了在随机波动率下金融资产带有非对称无限跳跃风险的补偿预期与波动率之间的非对称关系。

摘要： 为寻求金融市场系统性风险的条件方差与随机跳跃的收益率期望之间的演变关系，通过GARCH模型结合Tempered Stable过程用以描绘收益率分布的非对称及截尾特性。针对上证综合指数，建立TS-GARCH模型研究市场不同阶段下条件异方差及随机跳跃的条件期望演化过程，揭示了在随机波动率下金融资产带有非对称无限跳跃风险的补偿预期与波动率之间的非对称关系。

摘要： 为寻求金融市场系统性风险的条件方差与随机跳跃的收益率期望之间的演变关系，通过GARCH模型结合Tempered Stable过程用以描绘收益率分布的非对称及截尾特性。针对上证综合指数，建立TS-GARCH模型研究市场不同阶段下条件异方差及随机跳跃的条件期望演化过程，揭示了在随机波动率下金融资产带有非对称无限跳跃风险的补偿预期与波动率之间的非对称关系。

摘要： 为寻求金融市场系统性风险的条件方差与随机跳跃的收益率期望之间的演变关系，通过GARCH模型结合Tempered Stable过程用以描绘收益率分布的非对称及截尾特性。针对上证综合指数，建立TS-GARCH模型研究市场不同阶段下条件异方差及随机跳跃的条件期望演化过程，揭示了在随机波动率下金融资产带有非对称无限跳跃风险的补偿预期与波动率之间的非对称关系。

摘要： 为了更好地刻画金融资产简单收益率的“高峰厚尾”、“非对称性”和“有限区间分布”特征，本文提出使用混合Beta分布拟合金融资产简单收益率分布。并且，在混合Beta分布下，研究了GARCH模型的建模方法。研究发现，与正态分布的假设比较，混合Beta分布不仅能够较好地拟合金融资产的实际简单收益率分布，而且，基于混合Beta分布的GARCH模型也较好地反映金融资产简单收益率的波动性。

摘要： 本发明属于电力市场热力负荷‑绿色能源交易电价预测方法领域，尤其涉及一种t分布GARCH模型的热力负荷‑绿色能源交易电价预测方法。本发明通过采集热力负荷‑绿色能源交易电价相关变量的历史数据、相关变量的交易日预测数据；基于GARCH数学模型建立热力负荷‑绿色能源交易电价模型；基于所获历史数据，对热力负荷‑绿色能源交易电价模型不确定参数进行估计；利用Nyblom统计量、Cramer‑VonMises统计量对参数估计后的交易电价模型进行检验；输入交易电价相关变量的交易日预测数据，利用检验成功的模型计算交易日热力负荷‑绿色能源交易电价；最后对比评价所提出的热力负荷‑绿色能源交易电价预测方法。

摘要： 本发明提出了一种基于GARCH模型的IGBT剩余使用寿命预测方法。本发明通过分析集电极‑发射极通态压降和IGBT疲劳老化的关系，利用最小二乘法建立初始老化模型，进而对噪声序列进行平稳性检验，进而建立基于GARCH模型的IGBT老化模型，评估IGBT老化状态，提高IGBT寿命预测的精度。本发明解决了IGBT具体生产工艺引起个体差异和实际工况带来的影响。根据功率循环加速老化试验建立集电极‑发射极通态压降VCE，on与功率循环次数的数学模型，可精确地得到单个IGBT模块的老化状态。

摘要： 本发明公开了一种基于GARCH模型的天然气用气负荷波动对称性分析方法及系统，首先，对获取的天然气数据集的缺失值进行填充以及异常值的剔除：然后，将天然气数据集按年份进行划分，以形成时间跨度上的对比分析；再然后，对天然气数据集进行平稳性校验，其次，对天然气数据集进行ARCH效应校验，最后，对通过ARCH效应校验后的天然气数据集进行基于GARCH模型的波动对称性分析，得到分析结果。

摘要： 本发明公开了一种GARCH模型的联络线低频振荡风险评估预测方法，包括步骤：数据预处理，收集联络线发生低频振荡功率波动次数，确定采样时间间隔N；对所采集的所有低频振荡功率波动记录逐一进行PRONY分析，提取按照幅值由大到小排列的分解波形，并取排序前3个分解波形中幅值最大者为代表幅值，取排序前3个的阻尼最低者的阻尼为代表性阻尼；设对于任意的主导频率为A

摘要： 本发明公开了一种在线自适应OSELM‑GARCH模型的电量预测方法，将经过数据清洗后的电量数据进行STL时间序列加法分解，分别对各分量进行模型搭建；对新加入的一组实时电量数据进行时间序列分解，利用ELM在线更新算法对趋势项模型的参数进行更新，再利用梯度下降思想计算获取当前模型的随机参数的最优值并保存；基于白噪声检验判定初始GARCH模型对新数据的泛化水平，根据模型的适应性决定是否重新训练GARCH模型；合并分项结果得到整体预测框架；评价预测性能，并更新整体预测框架。本发明建立实时有效并能反映时间序列演变规律的在线预测模型，实现了算法的自适应性，提升电力系统的在线预测能力和模型的抗噪能力。

摘要： 本发明公开了一种基于PF‑GARCH模型的船舶系统设备状态参数预测方法，涉及船舶状态参数预测技术领域。首先采集描述一段时间内船舶系统设备状态的时间序列，确定GARCH模型参数初始值；根据上述GARCH模型参数初始值建立状态空间模型，运用粒子滤波对GARCH模型参数进行寻优以及对残差序列进行预测；将粒子滤波的最优残差预测值与ARIMA模型的预测值相累加，实现了对状态参数的趋势预测。本发明中的技术方案，运用粒子滤波对GARCH模型参数进行优化并预测，提高了预测精度，具有一定的工程应用意义。

摘要： 本发明公开了一种基于VMD‑ARMA‑GARCH模型的非良态风速建模方法，包括以下步骤：步骤一：建立非良态风速方程，脉动风速方程，脉动风速的功率谱函数等；步骤二：采用判别准则并结合VMD分解法获取时变平均风速

摘要： 本发明公开一种基于GARCH‑M模型的非线性结构损伤识别方法，根据损伤发生后的多层结构的每层结构的加速度响应时间序列，为每层结构建立相应的待测层GARCH‑M模型；根据未损基底层的加速度响应时间序列，建立基底层GARCH‑M模型；分别提取待测层GARCH‑M模型与基底层GARCH‑M模型的相关系数，建立待测坐标点与基准坐标点；根据立待测坐标点与基准坐标点计算待测层与基底层的维度距离，根据维度距离建立自由度损伤指标；根据自由度损伤指标采用间接法或直接法对非线性结构损伤进行识别与定位；直接法根据自由度损伤指标构建的混合刚度指标，能够直接识别出非新型结构损伤发生位置。本发明仅用结构损伤后的测量数据就能进行损伤识别，彻底解决了需要依赖损伤前测量数据的难题。

摘要： 本发明涉及风力发电领域，具体涉及一种采用Copula‑garch函数对多风电场出力相关性建模的方法，该方法包括：采集风电场的有功出力分布数据；对风电场进行arch效应检验，进而建立Garch(P,Q)模型拟合风电场的边缘分布函数，再根据SKlar定理，将多风电场联合出力分布拆分为边缘分布函数与Copula函数相乘的形式；求出五类Copula函数分别对应的四个指标；确定各指标在各函数中的权值，根据权值计算得到属性测度值，并根据属性测度值确定每种copula函数所对应的分级标准，选择最优级所对应的copula函数为风电场的最佳的copula函数。将风电出力不确定性研究转化为确定性研究，解决选择最优相关性函数与实际不符合的问题。

摘要： 本发明公开了一种基于GARCH模型的风速预测残差修正方法，属于输配电技术领域，目的是改进原有的风速预测方法，提高风速预测精度，其技术方案是，采用GARCH模型对原始风速序列进行预测，对GARCH模型拟合后的残差建立回归模型，并将该回归模型用于后面残差的预测，最后用该预测值对GARCH模型初步预测的结果进行修正。实验结果表明，本发明要优于单纯传统ARMA的预测方法以及BP神经网络模型的预测方法，并且具有更高的预测精度。