基于SHIBOR的波动率研究

发布时间：2020-05-14 10:27

【摘要】：金融资产收益的波动率研究是当代金融经济学和计量经济学研究的核心领域,作为市场风险的度量,对波动率的辨识将直接影响到资产定价、资源配置以及风险管理的建模。一方面,波动率与市场的不确定性和风险直接相关,波动性增加,表示风险的增加,高风险将对企业经营造成的冲击较大,而收益—风险的均衡是资本配置与资产定价的核心;另一方面,波动率与反映股票市场质量和效率的其他指标密切相关,这些指标包括流动性、透明性、交易成本、市场效率、信息流动特性等,它们是最简洁和最有效的综合反映股市价格行为、质量和效率的指标之一。除此之外,波动率对企业财务杠杆、营运杠杆和投资杠杆的决策,对个人的消费与投资行为,以及对经济周期和相关宏观经济变量等都有着不可低估的作用。正因为如此重要,波动率成为金融市场不变的主题。本文针对我国货币市场基准利率的波动进行研究,选取上海银行间同业拆放利率的隔夜、一周、三月及一年利率日数据作为研究样本。首先介绍了波动理论及各种波动估计模型,主要介绍了GARCH族模型。接着分析了选取利率序列的统计特征。从统计特征图和QQ图可看出,SHIBOR市场各期限利率序列不服从正态分布,短期序列具有尖峰厚尾特征;长期序列一阶平稳,无ARCH效应。然后借助五种GARCH类模型对上海银行间同业拆放短期利率各个方面的波动特征进行实证研究,得出模拟SHIBOR隔夜利率序列及一周利率序列波动最佳的模型。实证结果显示,在GARCH族模型(EGARCH除外)拟合下,本文所选取利率序列不存在条件异方差和残差序列相关现象,模型的拟合效果很好。基于正态分布的SHIBOR利率序列方差方程存在明显的非对称效应。从文中采用的模型来看,根据AIC和SC信息准则,无论是SHIBOR隔夜利率序列还是一周利率序列,PGARCH拟合下的方差方程都比其他模型的方差方程的拟合效果要好。最后对本文进行了总结与展望,为今后进一步深化对我国货币市场风险特征的研究提供一定的参考。
【图文】：

残差图,残差,序列,方程模型

表 3.10 SHIBOR 一年序列均值方程模型测算结果ARIMA AIC SC 1,1,0） -4.474546 -4.464723 2,1,0） -4.499502 -4.484755 3,1,0） -4.510433 -4.490755 1,1,1） -4.556517 -4.541782 1,1,2） -4.556212 -4.536565 2,1,1） -4.555325 -4.535653 2,1,2） -4.554196 -4.529618 ，，对 SHIBOR 四种期限的利率序列关于均值回归，在滞后阶如下：

残差图,残差,序列,利率

1,0） -4.474546 -4.464723 2,1,0） -4.499502 -4.484755 3,1,0） -4.510433 -4.490755 1,1,1） -4.556517 -4.541782 1,1,2） -4.556212 -4.536565 2,1,1） -4.555325 -4.535653 2,1,2） -4.554196 -4.529618 ，对 SHIBOR 四种期限的利率序列关于均值回归，在滞后阶数如下：图 3.13 SHIBOR 隔夜序列残差的 ARCH LM 检验
【学位授予单位】：长沙理工大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：F822.0;F224

【参考文献】