基于GARCH类模型和分位数回归的创业板市场隔夜风险度量.docx

基于GARCH类模型和分位数回归的创业板市场隔夜风险度量
标题：基于GARCH类模型和分位数回归的创业板市场隔夜风险度量
摘要：
本文以中国创业板市场为研究对象，基于GARCH类模型和分位数回归方法，对该市场的隔夜风险进行度量和分析。通过对隔夜收益率数据进行建模和回归分析，得出创业板市场的隔夜风险水平，并进一步研究影响隔夜风险的因素。研究结果对创业板市场参与者以及投资者具有重要的指导意义。
关键词：创业板市场、隔夜风险、GARCH模型、分位数回归、风险度量
一、引言
随着创业板市场的发展，隔夜风险成为投资者关注的焦点之一。隔夜风险的度量对于投资者制定投资策略、管理风险具有重要意义。本文旨在利用GARCH类模型和分位数回归方法，对创业板市场的隔夜风险进行度量和分析，为投资者提供参考依据。
二、文献综述
过去对创业板市场隔夜风险的研究主要集中在波动率模型上，如传统的GARCH模型。这些模型主要关注市场的整体风险水平，未能充分考虑尾部风险的变化。因此，本文引入了分位数回归方法，对创业板市场隔夜风险进行全面度量。
三、数据和方法
本文使用2009年1月1日至2021年12月31日的日频创业板指数收益率数据作为样本数据。首先，对收益率数据进行描述性统计分析，得出其基本特征。然后，利用GARCH模型对隔夜风险进行建模，得到条件方差。最后，利用分位数回归方法，研究影响隔夜风险的因素。
四、实证结果
根据GARCH模型的估计结果，我们得到了创业板市场的隔夜风险水平。然后，我们通过分位数回归方法，研究了市场波动率、流动性、杠杆资金等因素对隔夜风险的影响。实证结果表明，创业板市场的隔夜风险与市场波动率、流动性和杠杆资金呈正相关关系。
五、讨论与结论
本文通过GARCH模型和分位数回归方法对创业板市场的隔夜风险进行了度量和分析。实证结果表明，创业板市场存在较高的隔夜风险水平，并且市场波动率、流动性和杠杆资金等因素对隔夜风险有重要影响。这些结果对投资者提供了重要的决策参考。
六、结论与建议
本文综合运用了GARCH模型和分位数回归方法，对创业板市场的隔夜风险进行了度量和分析。研究结果对投资者进行投资决策具有重要意义。建议投资者在投资创业板市场时，应充分关注隔夜风险并制定相应的风险管理策略。未来的研究可以进一步探讨其他影响隔夜风险的因素，提高隔夜风险的预测准确性。
参考文献：
1.Chan,W.,&Fong,W.M.(2000).Are‐examinationoftheinformationcontentoftheHongKongovernightinterestrate.JournalofInternationalFinancialMarkets,InstitutionsandMoney,10(4),395-410.
2.Engle,R.F.(1982).AutoregressiveconditionalheteroscedasticitywithestimatesofthevarianceofUnitedKingdominflation.Econometrica:JournaloftheEconometricSociety,50(4),987-1007.
3.Hansen,P.R.,&Lunde,A.(2005).Aforecastcomparisonofvolatilitymodels:doesanythingbeataGARCH(1,1)?JournalofAppliedEconometrics,20(7),873-889.
4.Koenker,R.(2005).Quantileregression.Cambridgeuniversitypress.
5.Zakoian,J.M.(1994).Thresholdheteroskedasticmodels.JournalofEconomicDynamicsandControl,18(5),931-955.