计算机应用 | 古代文学 | 市场营销 | 生命科学 | 交通物流 | 财务管理 | 历史学 | 毕业 | 哲学 | 政治 | 财税 | 经济 | 金融 | 审计 | 法学 | 护理学 | 国际经济与贸易
计算机软件 | 新闻传播 | 电子商务 | 土木工程 | 临床医学 | 旅游管理 | 建筑学 | 文学 | 化学 | 数学 | 物理 | 地理 | 理工 | 生命 | 文化 | 企业管理 | 电子信息工程
计算机网络 | 语言文学 | 信息安全 | 工程力学 | 工商管理 | 经济管理 | 计算机 | 机电 | 材料 | 医学 | 药学 | 会计 | 硕士 | 法律 | MBA
现当代文学 | 英美文学 | 通讯工程 | 网络工程 | 行政管理 | 公共管理 | 自动化 | 艺术 | 音乐 | 舞蹈 | 美术 | 本科 | 教育 | 英语 |

基于EGARCH模型的交易所国债市场波动性

2017-08-27 02:30
导读:金融论文毕业论文,基于EGARCH模型的交易所国债市场波动性论文样本,在线游览或下载,科教论文网海量论文供你参考: 一、题目的提出     国债市场是经济运行中一个不可或
一、题目的提出  
  国债市场是经济运行中一个不可或缺的重要组成部分,联结货币政策和财政政策,沟通货币市场和资本市场。目前,我国国债市场结构分割,银行间债券市场与交易所债券市场构成国债市场的主体框架,银行间市场参与机构较少,形成寡头垄断;交易所市场参与者众多,形成竞争机制。在交易所市场中,通过买卖双方的竞争机制决定价格,其交易过程透明,形成的交易价格公正、公平。[1]
  波动性(Volatility)是资产收益的不确定性的衡量,测度资产的风险。一般而言,波动性越大,风险越大。Engle(1982)首先提出的自回回条件异方差模型熂碅RCH模型 将方差和条件方差区分开来,并让条件方差作为过往误差的函数而变化,从而为解决异方差题目提供了新的途径。Bollerslev(1986)提出了广义自回回条件异方差GARCH 模型。国外学者将这种方法应用到经济的诸多领域,显示了ARCH模型族的适用性。国内也有学者应用ARCH模型族对证券市场进行了实证研究,黄后川、陈浪南(2003)对股票市场波动率评估和分析,[2]王燕辉、王凯涛(2004)应用EGARCH分析了深圳股市的波动性。[3]国债安全性并非浑然天成,“327”国债风波仍然让人记忆犹新,国债回购风险拖累了诸多证券公司和上市公司,目前国债市场的供求失衡导致国债价格变异和利率的进一步失真,从而会引发国债市场的系统性风险。交易所国债的波动,无论对于国家,还是对机构投资者,包括个人投资者,都是一个值得关注的重要题目。
  
  二、指标选择与数据分析
  
  (一)指标选择
  上海证券交易所的国债交易量占整个交易所市场的99%。2006年3月,上海证券交易所拥有国债现货43只,国债质押式回购9只。上证国债指数(LEB)是上证指数系列的第一只债券指数,它使我国证券市场股票、债券、基金“三位一体”的指数体系基本形成。上证国债指数是以上海证券交易所上市的所有固定利率国债为样本煱凑展债发行量加权而成,每月最后一个交易日,将剩余期限不到一年的国债剔除。自2003年1月2日起对外发布,基日为2002年12月31日熁点为100点煷码为000012。上证国债指数的目的是反映我国债券市场整体变动状况熓俏夜债券市场价格变动的“指示器”。上证国债指数既为投资者提供了精确的投资标准,又为金融产品创新夯实了基础。基于上面的分析,本文选择上证国债指数为指标来对交易所国债市场的波动进行度量。 (科教作文网http://zw.ΝsΕAc.Com编辑整理)
  (二)数据分析
  上证国债指数的动态公布是从2003年2月24开始,数据的时间区间是从2003年2月24日到2005年12月30日,共696个数据。国债指数收益率(DLEB)是通过式(1)得到的。
  DLEB=InPt-InPt-1(1)
  上证国债指数历史走势如图1所示,波谷是2004年4月30日99.1,波峰是2005年12月10日109.73。国债收益率的图形如图2所示,可以看出在一定范围内存在剧烈波动。数据来自大聪明软件,运用Eviews分析处理。
  
  图1 国债指数历史走势
  
  图2国债指数收益率
  
  三、实证分析
  
  (一)平稳性检验
  采用ADF(Dickey and Fuller,1981)和PP(Phillips and Perron,1988)法进行单位根检验。对上证国债指数和收益率序列进行检验发现,国债指数序列(LEB)不是平稳序列,而收益率序列(DLEB)则是平稳性序列(见表1)。
  
  表1 单位根检验
  
  (二)正态性检验
  国债收益的时间序列的特征是方差不仅随时间变化,而且有时变化得很激烈。对其进行正态性检验,偏度是-1.80031,峰度是17.5419,偏离正态分布的水平。按时间观察,表现出“波动集群”(volatility clustering)特征,即方差在一定时段中比较小,而在另一时段中比较大。从取值的分布看表现的则是尖峰厚尾(leptokurtosis and fat-tail)特征,即均值四周与尾区的概率值比正态分布大,而其余区域的概率比正态分布小。
上一篇:中外金融控股团体公司经营模式比较研究 下一篇:没有了