打字猴:1.703537037e+09
1703537037
1703537038
1703537039
1703537040 一次试验中,ε满足4个自由度的t分布。其中一个序列基本保持不变,而另一个则相反。每次重复试验模拟1000个观测值,对应了大约4年的日数据。从以日数据角度观察,这是一个平稳的时间序列。200次重复试验基本涵盖了各种情形。
1703537041
1703537042 7种不同的方法被用于估计相关系数:两种多元GARCH模型,正交GARCH模型,均值回复DCC模型,RiskMetrics采用的指数平滑方法以及常见的100日移动平均模型。第3章已对多元GARCH模型进行了更为详细的介绍。正交GARCH方法则由一组GARCH回归模型实现。
1703537043
1703537044
1703537045
1703537046
1703537047 标量多元波动性模型(scal BEKK):带有方差定向的式(3-11)的标量形式。
1703537048
1703537049 对角式多元波动性模型(diag BEKK):带有方差定向的式(3-9)的对角阵形式。
1703537050
1703537051 DCC INT:针对一个综合过程的动态条件相关系数模型。
1703537052
1703537053 DCC MR:带有均值回复性质的动态条件相关系数模型。
1703537054
1703537055 MA 100:100日的一个移动平均过程。
1703537056
1703537057 OGARCH:如式(5-2)的正交GARCH模型。
1703537058
1703537059 EX0.06:参数为0.06的指数平滑模型。
1703537060
1703537061 表5-1显示了七种估计方法在六种试验条件下200次重复所得到的平均绝对误差的结果。在2/3的情形中,DCC均值回复模型具有最小的平均绝对误差。将所有情形所得误差相加总,此模型是表现最好的一个。排名非常靠近的第二、第三位的模型分别是综合DCC模型和标量多元波动性模型。有趣的是,当条件相关系数为常数时,均值回复模型表现并不如综合模型,当相关系数存在一次阶梯跳跃时,表现最好的是移动平均模型。几个模型估计相关系数得到的平均绝对误差在常数情形条件都非常小,而所有模型在高频正弦试验中所得误差都是各自的最大值。
1703537062
1703537063 表5-1 相关系数估计值的平均绝对误差(MAE)
1703537064
1703537065
1703537066
1703537067
1703537068 图5-2显示了各个试验所得平均绝对误差的总和。因而高度衡量了各种模型平均表现。表现最好的模型自然是均值回复DCC模型,其次是综合DCC模型。Engle(2002a)认为,其他众多的诊断标准也应用于判断这些估计方法的优劣,而最后发现DCC方法在真实数据和虚拟数据中都展示了良好的性能。
1703537069
1703537070
1703537071
1703537072
1703537073 图5-2 相关系数估计值的平均绝对误差(MAE)的概括
1703537074
1703537075
1703537076
1703537077
1703537078 预见相关性:风险管理新范例 [:1703535721]
1703537079 预见相关性:风险管理新范例 5.2 实证表现
1703537080
1703537081 以上说到的方法提供了一系列有效的手段用于预测金融资产间的相关系数。如今也出现了广泛的著作将DCC模型运用于范围更广的资产以及非金融数据集。
1703537082
1703537083 Bautista(2006)研究汇率间的相关系数以及它们是怎样依赖于通货体制。Ciner(2006)关注北美自由贸易协定(NAFTA)成员国股票市场间的联系。Cre-spo Cuaresma和Wojcik(2006)研究新欧盟成员国间的相关系数。Bodurtha和Mark(1991)研究运用资本资产定价模型(CAPM),检验时变性在风险与回报中的作用。Chan等人(2005a,2005b)研究了母公司和旅游业。Chandra(2005)检验了相关系数的极端状况,在2006年又研究了确定性效果,如指定一周中的指定一天。Chiang等人(2007)研究了亚洲通货间的相关系数。Ang和Chen(2002)说明了股票组合中非对称性的重要作用。Maghrebi等人(2006)则聚焦亚洲货币和股票市场间协方差过程的非对称性。Milunovich和Thorp(2006)验证了投资组合构造中波动率外溢现象欧洲股市的重要作用。Duffee(2005)检验了股市同消费之间的相关性。Engle和Sheppard(2005a)检验了工业股投资组合的股票相关性。
1703537084
1703537085 Flavin(2006)用多元GARCH模型从长期经济视角计算相关系数。Guirguis和Vogel(2006)研究房地产价格间的相关系数并发现了一种非对称性模型。Lee(2006)用DCC模型检验通货膨胀和支出间的联动。Yang等人(2006)检验股票同工业指数间的动态相关性,并发现产业间相关性通常低于国家间的相关性。Bystrom(2004)用正交GARCH模型对北欧股票市场进行多元分析。Kearney和Patton(2000)、Kearney和Poti(2004)将欧洲股票和货币市场建模。Koutmos(1999)为G7(七国集团)股票收益的非对称性建立模型。Ku等人(2007)以及Kuper和Lestano(2007)建模欧洲同亚洲市场的最优对冲比率。Kim等人(2006)对欧盟(EU)股票和债券收益建模,检验一体化的影响。
1703537086
[ 上一页 ]  [ :1.703537037e+09 ]  [ 下一页 ]