赵大萍，王杨孜，高杰英

首都经济贸易大学金融学院, 北京 100070

出版日期:2017-05-25发布日期:2017-07-05

Scenario Generation and Portfolio Selection in Bear Market with Garch Models

ZHAO Daping ,WANG Yangzi ,GAO Jieying

School of Finance, Capital University of Economics and Business, Beijing 100070

Online:2017-05-25Published:2017-07-05







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

2015年中,中国股票市场经历了一轮较强的空头市场, 投资者面临市场价格的极大不确定性.而若能有效模拟此类型市场收益波动, 对于投资者优化金融决策有积极意义.文章试验了当前主要的几种非对称GARCH类模型及多种残差分布模型,最后发现,利用ARMA-EGARCH-SSTD的组合模型能较好地模拟空头股票数据收益率效果.同时文中采用中国股票市场数据进行算例分析, 发现将GARCH类模型情景拟合结果与均值-CVaR模型结合得到的投资组合优化方法能有效管理空头市场环境下的投资组合风险.

分享此文:

()

[1]	董纪昌, 李泽西, 董志, 李秀婷. 简化自融资条件下的蒙特卡罗期权定价方法研究[J]. 系统科学与数学, 2021, 41(4): 953-966.
[2]	白娟娟, 师荣蓉. 基于广义已实现测度的中国股市波动预测与 VaR度量[J]. 系统科学与数学, 2021, 41(3): 653-666.
[3]	陈宇峰，朱志韬，屈放. 国际油价、人民币汇率与国内金价的非对称溢出及动态传 导机制 ------ 基于三元VAR-Asymmetric BEKK (DCC)-GARCH (1, 1)模型[J]. 系统科学与数学, 2021, 41(2): 449-465.
[4]	王红军，王瑞花. M-Copula模型在金融时间序列分析中的研究与应用[J]. 系统科学与数学, 2020, 40(6): 1117-1132.
[5]	朱莉，陈占寿，刘向丽，杨晓光. 沪深300股指期现货市场时变信息溢出因果检验 ------ 基于时变DCC-GARCH-Hong方法和LRSM断点检验[J]. 系统科学与数学, 2020, 40(11): 1901-1917.
[6]	徐飒，钟俊豪，刘悦. 经济周期与金融周期动态关系研究: 基于DCC-GARCH模型的实证研究[J]. 系统科学与数学, 2019, 39(8): 1287-1302.
[7]	袁媛，周志中. 股指期货对现货市场微观结构影响研究[J]. 系统科学与数学, 2019, 39(3): 353-364.
[8]	贺志芳，周方召. 投资者风险偏好的动态特征------来自国际股票市场的实证证据[J]. 系统科学与数学, 2018, 38(3): 348-363.
[9]	李红权，何敏园. 我国股市的对外溢出效应与国际影响力研究[J]. 系统科学与数学, 2017, 37(8): 1790-1806.
[10]	熊熊，孟永强，李冉，沈德华. 特质波动率与股票收益------基于Fama-French五因子模型的研究[J]. 系统科学与数学, 2017, 37(7): 1595-1604.
[11]	赵彪，赵子龙，冯牧. 基于周期GARCH过程VaR的分位回归估计[J]. 系统科学与数学, 2017, 37(1): 253-265.
[12]	朱莉，刘向丽. 股指期现货市场间的信息溢出和相关性研究------基于ADCC-TGARCH模型和CCF检验[J]. 系统科学与数学, 2016, 36(4): 487-501.
[13]	吉小东，要亚玲. 风险条件下基于收益视角的最优投资决策研究[J]. 系统科学与数学, 2015, 35(6): 707-716.
[14]	李自然;成思危;祖垒. 基于格兰杰因果检验遍历性分析的中国股市和国际股市的时变联动特征研究[J]. 系统科学与数学, 2011, 31(2): 131-143.
[15]	谢海滨;邹国华;汪寿阳. 价格波动幅度变动率---一个新的市场风险度量指标[J]. 系统科学与数学, 2009, 29(11): 1460-1466.

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=13158