004 6 volailiy Hull Whie(987) vega( kappa) innovaion erm Poerba Summers(986) French, Schwer Sambaugh(987) Bollerslev, Engle Wooldridge (988) Bailie De
|
|
|
- 厄 温
- 9 years ago
- Views:
Transcription
1 CARR(Condiional Auo-Regression Range) CARR GARCH CARR GARCH Chou(00) S P500 CARR CARR GARCH
2 004 6 volailiy Hull Whie(987) vega( kappa) innovaion erm Poerba Summers(986) French, Schwer Sambaugh(987) Bollerslev, Engle Wooldridge (988) Bailie Degennaro(990) Andersen Bollerslev(997) Alizadeh, Brand Diebold(00) Morgan(976) heeroscedasiciy Mandelbro(963) Fama(965) lepokuric fa ail Mandelbro(963) clusering Cassuo(995) Engle(98) ARCH(Auo-Regression Condiional Heeroskedasiciy) Bollerslev(986) GARCH(Generalized Auo-Regression Condiional Heeroskedasiciy) vega kappa
3 3 (parsimony) ARCH/GARCH Bollerslev, Chou Kroner(99) Bollerslev, Engle Nelson(994) range proxy Mandelbro(963) Parkinson(980) Brand Jones(00) EGARCH Chou(00) CARR(Condiional Auo-Regressive Range) GARCH CARR dominance S&P500 Brand Jones(00) Chou(00) Chou(00) Brand Jones(00) CARR CARR Chou(00) Chou(00) CARR
4 ARCH/GARCH Hull Whie(987) (Sochasic Volailiy) Parkinson (980) Chou(00) Gallan, Hsu Tauchen(999) Alizadeh, Brand Diebold(00) Chou(00) GARCH CARR GARCH Brand Jones(00) EGARCH EGARCH CARR Engle Russell (998) ACD (Auoregressive Condiional Duraion) CARR CARR 3 GARCH CARR CARR(p,q) () R α R ε ~ iid f (.) = λ ε λ = ω + p + q i i i= = β λ () range duraion
5 5 High Low R P R = ln P ln P λ R λ E( R I ) λ 0 ε ω w > 0 α i α i 0 i =,..., p β β 0 =,..., q p α + i= i q = β CARR α + β p i= i q = < ω = ω /( ( p i= q α i + β ) α i + β = p i= q = ( ω ) Chou(00) ε CARR (log likelihood funcion) 4 i T,..., RT ) = [ln( λ ) + ] = λ R L( ω, α, β ; R () CARR (3) p q α i R i + β λ + i= = L λ = ω + φ X (3) l= l, l 3 4 Engle Russell(998)
6 CARRX (3) ( ) (leverage effec) 5 CARR (Quasi-Maximum- Likelihood Esimaion mehod QMLE) Engle Russell(998) QMLE Bollerslev Wooldridge(99) Robus 6 (realized volailiy) (Sum of Square Daily Reurn SSDR) (Weekly-Reurn-SQuared WRSQ) (Weekly RaNGe WRNG) (Absolue Weekly -RETurn AWRET) CARR GARCH CARR GARCH MV = γ + FV ( CARR) + u (4) 0 γ MV = γ + FV ( GARCH ) + u (5) 0 γ 0 + γ FV ( CARR) + γ MV = γ FV ( GARCH ) + u (6) 5 Black (976) Chrisie(98) leverage effec D E raio 6
7 7 MV (measured volailiy) (proxy) FV (CARR) FV (GARCH ) CARR GARCH (4) γ γ 0 ˆ γ CARR γ 0 CARR ˆ (4) (5) Ad.R-squared CARR GARCH (6) γ γ CARR GARCH 0 ˆ0 γ CARR GARCH CARR(,) k 7 λ f, + = E( λ+ I ) = ω + αr + ˆ ˆ ˆ βλ λ = ( λ ) ˆ ˆ ( ) ˆ I = ω + αe R I βe( λ f, + E I = ˆ ω + ˆ αe ( λ ) ˆ + I + βe( λ+ I = ˆ ω + ( ˆ α + ˆ) β E ( λ + I ) = ˆ ω + ( ˆ α + ˆ) β ˆ ω + ( ˆ α + ˆ) β λ ) ) 7 λ
8 k ˆ ω( ( ˆ α + ˆ) β ) λ ) ( ˆ α + ˆ) β k f k k E λ k I ˆ α ˆ, + = ( + ) = + ( + β λ (7) λ f, + k k GARCH(,) (8) ˆ ω( ( ˆ α + ˆ) β ) h ) ( ˆ α + ˆ) β k f k k E h k I ˆ ˆ, + = ( + ) = + ( α + β h (8) h f, + k k Roo Mean Square Error RMSE Mean Absolue Error MAE CARR GARCH = T +, T +,..., T +τ V FV (9) (0) = T + T + τ RMSE = ( FV V ) (9) τ MAE = τ T + τ = T + FV V (0) V MV CARR GARCH FV forecased volailiy MV (scale) FV adused forecased volailiy AFV () MV =ψfv + u =,..., T () AFV = ψfv
9 CARR GARCH CARR range GARCH reurn ( ) high low = 00 [(ln( P ) ln( P )] close close = 00 [ln( P ) ln( P )] WRNG WRET Jarque-Bera 50.89(0.000) 44.50(0.000). Jarque-Bera p-value. WRNG WRET
10 Jarque-Bera(JB) 9 JB JB JB 3 lepokuric CARR GARCH WRNG WRET 9 Jarque-Bera= N ( S + ( K 3) ) χ ( ) 6 4 N S K α = 5% χ α () = % Jarque-Bera 5.99
11 CARR CARR GARCH CARR GARCH CARR GARCH LR Likelihood Raio es 0 CARR GARCH CARR CARR(,) CARR(,) CARR(,) LR es CARR(,) LLF(Log Likelihood Funcion) CARR(,) CARR(,) LLF CARR(,) β CARR(,) α CARR(,) 0 LR = ( L L ) ~ null alernaive χ ( k) k k= α = 5% LR χ () > α =
12 /06/03~003/0/03 CARR R ε ~ iid = λ ε λ = ω + p α R i i i= = f (.) + q β λ log likelihood func. CARR(,) CARR(,) CARR(,) ω 0.387(3.409) 0.387(3.37) 0.37(.84) α 0.63(8.394) 0.65(6.47) 0.67(6.54) α -0.0(0.95) β 0.674(6.744) 0.655(3.498) 0.684(.63) β 0.07(0.0) ρ ρ Q() 7.30(0.836) 7.365(0.833) 7.399(0.830). R. -value wih robus sandard error p-value 3. ρ ρ 4. Q() Q 5. GARCH 3 GARCH(,) GARCH(,) GARCH(,) 3 LR es GARCH(,) LLF GARCH(,) GARCH(,) LLF GARCH(,) β GARCH(,) α GARCH(,) GARCH
13 3 3 CARR(,) GARCH(,) CARR GARCH CARR(,) α 0.63 GARCH(,) α 0.3 CARR GARCH 3 988/06/03~003/0/03 GARCH y h ε = ε = ω + Ω p q α iε i + i= = ~ N(0, h ) β h GARCH(,) GARCH(,) GARCH(,) log likelihood func ω.63(.98).83(.76).098(.877) α 0.3(3.798) 0.34(.36) 0.39(.43) α -0.04(0.36) β 0.85(6.577) 0.78(.808) 0.85(6.044) β 0.030(0.08) ρ ρ Q().388(0.045).448(0.044).555(0.043). y. -value wih robus sandard error p-value 3. ρ ρ 4. Q() Q 5.
14 CARR(,) GARCH(,) 4 CARR GARCH FV (CARR) FV (GARCH) FV (CARR) FV (GARCH) MV SSDR WRSQ WRNG AWRET 0 FV (GARCH) γ -value FV (CARR) γ 0 CARR(,) MV GARCH(,) FV (CARR) FV (GARCH) Ad.R-squared MV SSDR WRSQ WRNG AWRET FV (CARR) FV (GARCH) FV (CARR) FV (GARCH) MV CARR GARCH Chou(00) S&P500 S&P500 CARR GARCH
15 5 4 CARR(,) GARCH(,) MV = γ + FV ( CARR) + u 0 γ MV = γ + FV ( GARCH ) + u 0 γ MV = γ FV ( GARCH ) + u 0 + γ FV ( CARR) + γ MV γ 0 γ γ Ad.R-squared Durbin-Wason SSDR 0.57 (0.484) 0.49 (3.885) SSDR (0.06) (.994) SSDR (0.484) 0.44 (6.33) (-0.8) WRSQ (-0.369) 0.56 (4.65) WRSQ (0.30) 0.99 (4.05) WRSQ.0 (0.557).54 (3.08) -.37 (-.05) WRNG (-0.87).060 (4.96) WRNG (-.98).56 (3.883) WRNG (-0.68).0 (6.533) (-0.40) AWRET (-0.5) (6.85) AWRET (-0.) (6.47) AWRET 0.43 (0.30) (3.935) (-.34) Whie Heeroskedasiciy-Consisen Sandard Errors & Covariance -value. 4 MV(Measured Volailiy) (calendarweek) (Sum of Square Daily-Reurn SSDR) (Weekly-Reurn-SQuared WRSQ) (Weekly RaNGe WRNG) (Absolue Weekly-RETurn AWRET) 3. FV (CARR) FV (GARCH ) CARR(,) GARCH(,) MV SSDR WRSQ MV WRNG AWRET Durbin-Wason u FV (CARR) FV (CARR) FV (GARCH) Durbin-Wason
16 CARR(,) GARCH(,) CARR(,) GARCH(,) GARCH 644 CARR(,) GARCH(,) FV(CARR) FV(GARCH) MV RMSE MAE 5 5 CARR RMSE MAE GARCH CARR GARCH 5 00
17 7 5 RMSE = T = T + ( AFV MV ) MAE = T = T + AFV MV RMSE SSDR WRSQ WRNG AWRET CARR GARCH CARR GARCH CARR GARCH CARR GARCH MAE SSDR WRSQ WRNG AWRET CARR GARCH CARR GARCH CARR GARCH CARR GARCH CARR(,) GARCH(,) 3. AFV Robusness Over The Couner OTC
18 RMSE CARR GARCH 6 OTC RMSE = T = T + ( AFV MV ) MAE = T = T + AFV MV RMSE SSDR WRSQ WRNG AWRET CARR GARCH CARR GARCH CARR GARCH CARR GARCH MAE SSDR WRSQ WRNG AWRET CARR GARCH CARR GARCH CARR GARCH CARR GARCH OTC. CARR(,) GARCH(,) 3. AFV 50
19 9 CARR Chou(00) CARR 4 GARCH Black (976) Chrisie(98) leverage effec D E raio CARR CARRX () λ ω + αr + βλ φ( re ) () = + r φ TGARCH TCARR (3) LR es λ (3) = ω + αr + βλ + γkr K K=0 R () (3) 7 CARRX(,) φ LR es LR φ CARR TCARR(,) 4
20 /06/03~003/0/03 CARR CARR(,) CARRX(,) TCARR(,) log likelihood funcion ω 0.059(6.53) 0.063(6.636) 0.058(6.6) α 0.06(7.343) 0.0(7.43) 0.84(4.897) β 0.765(55.49) 0.767(56.446) 0.77(57.633) φ γ -0.05(-4.79) 0.03(3.8) ρ ρ ρ Q().03(0.037).504(0.043) 7.53(0.3). -value wih robus sandard error p-value. ρ ρ 3. Engle(98) ARCH 0 ARCH Chou(00) GARCH Parkinson(980) CARR CARR CARR GARCH (candlesick plos) K
21 CARR GARCH Chou(00) OTC CARR CARR GARCH CARR CARR CARR GARCH. Alizadeh, S., M. Brand, and F. Diebold (00), Range-based esimaion of sochasic volailiy models, Journal of Finance,57, Andersen, T., and T. Bollerslev (997), Heerogeneous informaion arivals and reurn volailiy dynamics: Uncovering he long run in high frequency reurns, Journal of Finance,5, Ballie, R. T., and R.P. DeGennaro (990), Sock Reurns and Volailiy, Journal of Finance and Quaniaive analysis, 5, Black, F. (976), Sudies of Sock Price Volailiy Changes, Proceeding of he 976 Meeings of he Business and Economics Saisics Secion, American Saisical Associaion, 77-8.
22 Brand, M.W., and C.S. Jones (00), Volailiy Forecasing wih Ranged-Based EGARCH Models, working paper,universiy of Pennsylvania,USA. 6. Bollerslev, T., R. Chou, and K. Kroner (99), ARCH modeling in finance: a review of he heory and empirical evidence, Journal of Economerics,5, Bollersleve, T. (986), Generalized Auoregressive Condiional Heeroskedasiciy, Journal of Economerics, 3, Bollerslev, T., R. Engle, and D. Nelson (994), ARCH models, in Handbook of Economerics, IV, , ed.engle,r.f., and McFadden,D.C., Amserdam: Norh-Holland 9. Bollerslev, T., R. Engel, and J. Wooldridge (988), A Capial Asse Pricing Model wih Timing-vary Covariance, Journal of Poliical Economy, 96, Bollerslev, T., and J. Wooldridge (99), Quasi maximum likelihood esimaion and inference in dynamic models wih ime varying covariances, Economeric Reviews,, Cassuo, A.E. (995), Non-Normal Error Paerns: How o Handle Them, The Journal of Business Forecasing: Mehods and Sysems, 4, Chou, R. (00), Forecasing financial volailiies wih exreme values: he Condiional AuoRegressive Range (CARR) Model, Working paper, The Insiue of Economics Academia Sinica, Taiwan. 3. Chrisie, A.A., (98), The Sochasic Behavior of Common Sock Variances: Value,Leverage, and Ineres Rae Effecs, Journal of Financial Economics, 0, Engle, R. (98), Auoregressive condiional heeroscedasiciy wih esimaes of he variance of U.K. inflaion, Economerica, 50, Engle, R., and V, Ng (993), Measuring and esing of he impac of news on volailiy, Journal of Finance, 48, Engle, R., and J. Russell (998) Auoregressive condiional duraion: a new model for irregular spaced ransacion daa, Economerica, 66, Fama, E. F. (965), The Behavior of Sock Marke Prices, Journal of Business, 38, French, K., W. Schwer, and R. Sambaugh (987), Expeced sock reurns and volailiy, Journal of Financial Economics, 9, 3-9.
23 3 9. Galan, A., C. Hsu, and G. Tauchen (999), Calculaing volailiy diffusions and exracing inegraed volailiy, Review of Economics and Saisics, 8, Glosen, L.R., R. Jagannahan, and D. Runkle (993), On he Relaion Beween he Expeced Value and he Volailiy of he Nominal Excess Reurn on Socks, Journal of Finance, 48, Hull, J. and A. Whie (987), The pricing of opions on asses wih sochasic volailiies, Journal of Finance, 4, Lung, G.M., and G.E.P. Box (978), On a Measure of Lack of Fi in Time Series Models, Biomerika, 65, Mandelbro, B. (963), The Variaion of Cerain Speculaive Prices, Journal of Business, 36, Morgan, I.G.(976), Sock Price and Heeroskedasiciy, Journal of Business, 49, Nelson, D.B. (99), Condiional Heeroskedasiciy in Asse Reurns : A New Approach, Economerica, 59, Parkinson, M. (980), The exreme value mehod for esimaing he variance of he rae of reurn, Journal of Business, 53, Poerba, J., and L. Summers (986), The persisence of volailiy and sock marke flucuaions, American Economic Review, 76, Zakoian, J.M. (994), Threshold Heeroskedasic Models, Journal of Economic Dynamics and Conrol, 8,
24
untitled
Sock Volailiy Models and he Pricing of Warrans 36005 005 0 Hong & Li 005 Absrac This paper used a lo of popular volailiy models o sudy he dynamic behavior of underlying sock and hen used Hong & Lee (005)
untitled
26 2006 年 5 251~262 數 易 理 利 不 EGARCH 料 2003 年 1 1 2004 年 12 31 483 數 數 料 數 料 來 易 兩 領 落 1. 數 2. 數 不 易 EGARCH 論 金 數 WTO 金 流 金 金流 度 更 金 數 流 數 契 易 易來 例 易 了 易 易 易 數 行 數 易 易 領 來 了 數 參 來 不 易 易 251 26 易 更 易 利
Black & choles Hull & Whie GARCH GARCH EGARCH EGARCH EGARCH GARCH EGARCH EGARCH GARCH GARCHEGARCH I
Black & choles Hull & Whie GARCH GARCH EGARCH EGARCH EGARCH GARCH EGARCH EGARCH GARCH GARCHEGARCH I Absrac ubprime morgage leads he financial sysem o be assauled grealy, and cause he global financial sunami.
ARIMA
ARIMA ARIMA 2009 7 I Jim Slaer The Zulu Principle 2003 2008 ARIMA ARIMA 95% 1 ARIMA 0,1,2 95% 0.8696% 2 ARIMA 5,1,3 95% 3.7% 3.7% 0.8696% 95% ARIMA ARIMA II Absrac In his research, we use mehod of he Zulu
《金融评论》投稿 封面
The Choice of he Inermediae Targe of Moneary Policy in China 968 993 5 0073 85957073683550599 [email protected] MM 994Q-008Q4 VECM M M GDPCPI M M M 007 VECM JEL E5C3E58 The Choice of he Inermediae Targe
中國概念股股價與投資績效之研究
中 國 概 念 股 股 價 與 投 資 績 效 之 研 究 A Sudy on Sock Prices and Invesmen Performances of Taiwan s China-Concep Socks 徐 清 俊 郭 敏 吉 南 華 大 學 財 務 管 理 研 究 所 摘 要 大 陸 經 濟 對 外 政 策 開 放 後, 資 本 市 場 快 速 發 展, 改 變 大 陸 地 區 投
untitled
90 Garbade ilber(1983)garbade ilber Bigman Goldfarb chechman(1983) Maberly(1985) Elam Dixon 1988 Bigman Engle Granger 1987 Johansen 1988 Johansen Juselius 1990 Lai Lai 1991 Ghosh 1993 orenbery Zapaa 1997
組織變革活動系絡與變革成效之探討
輔 仁 管 理 評 論 中 華 民 國 0 年 5 月, 第 二 十 卷 第 二 期,-6 臺 灣 股 票 指 數 現 貨 期 貨 選 擇 權 三 市 場 的 基 差 及 價 差 變 動 行 為 探 討 ~ 應 用 ANST-GARCH 古 永 嘉 游 忠 儒 ( 收 稿 日 期 :0 年 07 月 09 日 ; 第 一 次 修 正 0 年 08 月 07 日 ; 第 二 次 修 正 0 年 09
ARCH 系 列 模 型 介 绍 与 应 用 目 录 一 波 动 率 基 本 概 念... 3 二 Black-Scholes 期 权 定 价 公 式 中 的 波 动 率... 4 三 GARCH 类 模 型 简 述... 5 四 基 于 沪 深 300 指 数 样 本 的 GARCH 类 模 型
研 究 报 告 期 权 研 究 专 题 报 告 Research Option Special Reports 沪 深 300 指 数 波 动 率 预 测 效 果 比 较 ARCH 系 列 模 型 介 绍 与 应 用 2013 年 04 月 23 日 投 资 要 点 : 波 动 率 是 一 个 抽 象 概 念, 通 过 对 价 格 数 据 的 建 模, 都 可 以 得 到 对 于 真 实 波 动 率
% %! # % & ( ) % # + # # % # # & & % ( #,. %
!!! # #! # % & % %! # % & ( ) % # + # # % # # & & % ( #,. % , ( /0 ) %, + ( 1 ( 2 ) + %, ( 3, ( 123 % & # %, &% % #, % ( ) + & &% & ( & 4 ( & # 4 % #, #, ( ) + % 4 % & &, & & # / / % %, &% ! # #! # # #
基於VECM模型的散裝運輸運價BDI指數之預測
24 年 8 月 第 十 七 卷 三 期 Vol. 7, No. 3, Augus 24 以 VECM 探 討 台 灣 國 中 教 師 人 力 需 求 的 預 測 模 型 張 博 一 張 任 坊 張 紹 勳 hp://cmr.ba.ouhk.edu.hk 中 華 管 理 評 論 國 際 學 報 第 十 七 卷 第 三 期 以 VECM 探 討 台 灣 國 中 教 師 人 力 需 求 的 預 測 模
Ζ # % & ( ) % + & ) / 0 0 1 0 2 3 ( ( # 4 & 5 & 4 2 2 ( 1 ) ). / 6 # ( 2 78 9 % + : ; ( ; < = % > ) / 4 % 1 & % 1 ) 8 (? Α >? Β? Χ Β Δ Ε ;> Φ Β >? = Β Χ? Α Γ Η 0 Γ > 0 0 Γ 0 Β Β Χ 5 Ι ϑ 0 Γ 1 ) & Ε 0 Α
) & ( +,! (# ) +. + / & 6!!!.! (!,! (! & 7 6!. 8 / ! (! & 0 6! (9 & 2 7 6!! 3 : ; 5 7 6! ) % (. ()
! # % & & &! # % &! ( &! # )! ) & ( +,! (# ) +. + / 0 1 2 3 4 4 5 & 6!!!.! (!,! (! & 7 6!. 8 / 6 7 6 8! (! & 0 6! (9 & 2 7 6!! 3 : ; 5 7 6! ) % (. () , 4 / 7!# + 6 7 1 1 1 0 7!.. 6 1 1 2 1 3
! # % & ( & # ) +& & # ). / 0 ) + 1 0 2 & 4 56 7 8 5 0 9 7 # & : 6/ # ; 4 6 # # ; < 8 / # 7 & & = # < > 6 +? # Α # + + Β # Χ Χ Χ > Δ / < Ε + & 6 ; > > 6 & > < > # < & 6 & + : & = & < > 6+?. = & & ) & >&
! Ν! Ν Ν & ] # Α. 7 Α ) Σ ),, Σ 87 ) Ψ ) +Ε 1)Ε Τ 7 4, <) < Ε : ), > 8 7
![! Ν! Ν Ν & ] # Α. 7 Α ) Σ ),, Σ 87 ) Ψ ) +Ε 1)Ε Τ 7 4, <) < Ε : ), > 8 7](/thumbs/48/24501715.jpg "! Ν! Ν Ν & ] # Α. 7 Α ) Σ ),, Σ 87 ) Ψ ) +Ε 1)Ε Τ 7 4, <) < Ε : ), > 8 7")
!! # & ( ) +,. )/ 0 1, 2 ) 3, 4 5. 6 7 87 + 5 1!! # : ;< = > < < ;?? Α Β Χ Β ;< Α? 6 Δ : Ε6 Χ < Χ Α < Α Α Χ? Φ > Α ;Γ ;Η Α ;?? Φ Ι 6 Ε Β ΕΒ Γ Γ > < ϑ ( = : ;Α < : Χ Κ Χ Γ? Ε Ι Χ Α Ε? Α Χ Α ; Γ ;
untitled
300 (ADF) (VEM) 300 2006 9 5 A50 2006 9 8 CFFEX 10 30 300 300 2007 1 19 6 3 300 300 Kawaller Koch(1987) S&P 500 S&P 500 20~45 1 Stoll Whaley(1990) ARMA 2 3 S&P 500 MMI S&P 500 MMI 5 Abhyankar(1995) FTSE
,!! #! > 1? = 4!! > = 5 4? 2 Α Α!.= = 54? Β. : 2>7 2 1 Χ! # % % ( ) +,. /0, , ) 7. 2
! # %!% # ( % ) + %, ). ) % %(/ / %/!! # %!! 0 1 234 5 6 2 7 8 )9!2: 5; 1? = 4!! > = 5 4? 2 Α 7 72 1 Α!.= = 54?2 72 1 Β. : 2>7 2 1 Χ! # % % ( ) +,.
Ρ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π
![Ρ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π](/thumbs/52/29426146.jpg "Ρ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π")
! # % & ( ) + (,. /0 +1, 234) % 5 / 0 6/ 7 7 & % 8 9 : / ; 34 : + 3. & < / = : / 0 5 /: = + % >+ ( 4 : 0, 7 : 0,? & % 5. / 0:? : / : 43 : 2 : Α : / 6 3 : ; Β?? : Α 0+ 1,4. Α? + & % ; 4 ( :. Α 6 4 : & %
., /,, 0!, + & )!. + + (, &, & 1 & ) ) 2 2 ) 1! 2 2
! # &!! ) ( +, ., /,, 0!, + & )!. + + (, &, & 1 & ) ) 2 2 ) 1! 2 2 ! 2 2 & & 1 3! 3, 4 45!, 2! # 1 # ( &, 2 &, # 7 + 4 3 ) 8. 9 9 : ; 4 ), 1!! 4 4 &1 &,, 2! & 1 2 1! 1! 1 & 2, & 2 & < )4 )! /! 4 4 &! &,
4= 8 4 < 4 ϑ = 4 ϑ ; 4 4= = 8 : 4 < : 4 < Κ : 4 ϑ ; : = 4 4 : ;
! #! % & ( ) +!, + +!. / 0 /, 2 ) 3 4 5 6 7 8 8 8 9 : 9 ;< 9 = = = 4 ) > (/?08 4 ; ; 8 Β Χ 2 ΔΔ2 4 4 8 4 8 4 8 Ε Φ Α, 3Γ Η Ι 4 ϑ 8 4 ϑ 8 4 8 4 < 8 4 5 8 4 4
!! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /.
! # !! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /. #! % & & ( ) # (!! /! / + ) & %,/ #! )!! / & # 0 %#,,. /! &! /!! ) 0+(,, # & % ) 1 # & /. / & %! # # #! & & # # #. ).! & #. #,!! 2 34 56 7 86 9
CPI Krugman 1986 Dornbush 1987 Mark - up Pricing - to - Market Obstfeld and Rogoff 1995 Dornbush 1987 Redux NOEM 2008 NOEM CPI Tayl
2013 8 CPI * Taylor 2000 NOEM 1998 1 2012 4 CPI CPI 1998 2002 2003 2012 4 CPI JEL E52 F31 F064. 1 A 1000-6249 2013 08-045 - 12 2001 11 WTO 2008 2005 7 Exchange Rate Pass - through into Prices - * E - mail
# ( + + # + # 6 +,! + # +! +, + # ( + ) ( + ( + ) + 7! + # + /8 + ) ( +! + #. + ( +, +! + # + # + + ( ! ( + ) ( + ) +, + ( + 9% +! +, + ( +
! ## % & (! ) # (! + ) (, ( + ) ( +! ( + + # + #! + ( + + ( + ) ( + + ( + # + ) +! ( + ( + # +! ( + ) + # ( + ) + # +! ( +. + / 0. + ( + # + # + +, + ) + + ) + 1!, ( 2 1 # 3 )! # ( 4 5 #3 (! # ( 4 # #
%! # # % % & # ( ) ( +, & +, +, & +, & +, +, &!
%! # # % % & # ( ) ( +, & +, +, & +, & +, +, &! & &./ 0 # #1 # 2! +, 3 4 4 +,!!!! 4 4 4 4 4 56 7 89 #! 4! 4 4! 4 4! 14 #: 2 4! +,! +, 14 4 ; < = ( 4 < = +14 # : 1 1 4 # : : 3 # (4,! / +, +, +, > +,? 3
, ( 6 7 8! 9! (, 4 : : ; 0.<. = (>!? Α% ), Β 0< Χ 0< Χ 2 Δ Ε Φ( 7 Γ Β Δ Η7 (7 Ι + ) ϑ!, 4 0 / / 2 / / < 5 02
! # % & ( ) +, ) %,! # % & ( ( ) +,. / / 01 23 01 4, 0/ / 5 0 , ( 6 7 8! 9! (, 4 : : ; 0.!? Α% ), Β 0< Χ 0< Χ 2 Δ Ε Φ( 7 Γ Β Δ 5 3 3 5 3 1 Η7 (7 Ι + ) ϑ!, 4 0 / / 2 / 3 0 0 / < 5 02 Ν!.! %) / 0
% 5 CPI CPI PPI Benjamin et al Taylor 1993 Cukierman and Gerlach 2003 Ikeda 2013 Jonas and Mishkin
2016 9 435 No. 9 2016 General No. 435 130012 1996 1-2016 6 LT - TVP - VAR LT - TVP - VAR JEL E0 F40 A 1002-7246201609 - 0001-17 2016-03 - 20 Emailjinquan. edu. cn. Email1737918817@ qq. com. * 15ZDC008
8 9 8 Δ 9 = 1 Η Ι4 ϑ< Κ Λ 3ϑ 3 >1Ε Μ Ε 8 > = 8 9 =
!! % & ( & ),,., / 0 1. 0 0 3 4 0 5 3 6!! 7 8 9 8!! : ; < = > :? Α 4 8 9 < Β Β : Δ Ε Δ Α = 819 = Γ 8 9 8 Δ 9 = 1 Η Ι4 ϑ< Κ Λ 3ϑ 3 >1Ε 8 9 0 Μ Ε 8 > 9 8 9 = 8 9 = 819 8 9 =
/ Ν #, Ο / ( = Π 2Θ Ε2 Ρ Σ Π 2 Θ Ε Θ Ρ Π 2Θ ϑ2 Ρ Π 2 Θ ϑ2 Ρ Π 23 8 Ρ Π 2 Θϑ 2 Ρ Σ Σ Μ Π 2 Θ 3 Θ Ρ Κ2 Σ Π 2 Θ 3 Θ Ρ Κ Η Σ Π 2 ϑ Η 2 Ρ Π Ρ Π 2 ϑ Θ Κ Ρ Π
! # #! % & ( ) % # # +, % #. % ( # / ) % 0 1 + ) % 2 3 3 3 4 5 6 # 7 % 0 8 + % 8 + 9 ) 9 # % : ; + % 5! + )+)#. + + < ) ( # )# < # # % 0 < % + % + < + ) = ( 0 ) # + + # % )#!# +), (? ( # +) # + ( +. #!,
! # %& ( %! & & + %!, ( Α Α Α Α Χ Χ Α Χ Α Α Χ Α Α Α Α
Ε! # % & ( )%! & & + %!, (./ 0 1 & & 2. 3 &. 4/. %! / (! %2 % ( 5 4 5 ) 2! 6 2! 2 2. / & 7 2! % &. 3.! & (. 2 & & / 8 2. ( % 2 & 2.! 9. %./ 5 : ; 5. % & %2 2 & % 2!! /. . %! & % &? & 5 6!% 2.
!!! #! )! ( %!! #!%! % + % & & ( )) % & & #! & )! ( %! ),,, )
! # % & # % ( ) & + + !!! #! )! ( %!! #!%! % + % & & ( )) % & & #! & )! ( %! ),,, ) 6 # / 0 1 + ) ( + 3 0 ( 1 1( ) ) ( 0 ) 4 ( ) 1 1 0 ( ( ) 1 / ) ( 1 ( 0 ) ) + ( ( 0 ) 0 0 ( / / ) ( ( ) ( 5 ( 0 + 0 +
786
Muual Funds Performance Persisence and Classificaion Schemes β Ching-Jun Hsu, Chih-Chien Chiang, Deparmen of Financial Managemen, Nan-Hua Universiy ABSTRACT Muual funds performance persisence is a very
Β 8 Α ) ; %! #?! > 8 8 Χ Δ Ε ΦΦ Ε Γ Δ Ε Η Η Ι Ε ϑ 8 9 :! 9 9 & ϑ Κ & ϑ Λ &! &!! 4!! Μ Α!! ϑ Β & Ν Λ Κ Λ Ο Λ 8! % & Π Θ Φ & Ρ Θ & Θ & Σ ΠΕ # & Θ Θ Σ Ε
! #!! % & ( ) +,. /. 0,(,, 2 4! 6! #!!! 8! &! % # & # &! 9 8 9 # : : : : :!! 9 8 9 # #! %! ; &! % + & + & < = 8 > 9 #!!? Α!#!9 Α 8 8!!! 8!%! 8! 8 Β 8 Α ) ; %! #?! > 8 8 Χ Δ Ε ΦΦ Ε Γ Δ Ε Η Η Ι Ε ϑ 8 9 :!
# # 4 + % ( ) ( /! 3 (0 0 (012 0 # (,!./ %
#! # # %! # + 5 + # 4 + % ( ) ( /! 3 (0 0 (012 0 # (,!./ % ,9 989 + 8 9 % % % % # +6 # % 7, # (% ) ,,? % (, 8> % %9 % > %9 8 % = ΑΒ8 8 ) + 8 8 >. 4. ) % 8 # % =)= )
) Μ <Κ 1 > < # % & ( ) % > Χ < > Δ Χ < > < > / 7 ϑ Ν < Δ 7 ϑ Ν > < 8 ) %2 ): > < Ο Ε 4 Π : 2 Θ >? / Γ Ι) = =? Γ Α Ι Ρ ;2 < 7 Σ6 )> Ι= Η < Λ 2 % & 1 &
! # % & ( ) % + ),. / & 0 1 + 2. 3 ) +.! 4 5 2 2 & 5 0 67 1) 8 9 6.! :. ;. + 9 < = = = = / >? Α ) /= Β Χ Β Δ Ε Β Ε / Χ ΦΓ Χ Η Ι = = = / = = = Β < ( # % & ( ) % + ),. > (? Φ?? Γ? ) Μ
> # ) Β Χ Χ 7 Δ Ε Φ Γ 5 Η Γ + Ι + ϑ Κ 7 # + 7 Φ 0 Ε Φ # Ε + Φ, Κ + ( Λ # Γ Κ Γ # Κ Μ 0 Ν Ο Κ Ι Π, Ι Π Θ Κ Ι Π ; 4 # Ι Π Η Κ Ι Π. Ο Κ Ι ;. Ο Κ Ι Π 2 Η
1 )/ 2 & +! # % & ( ) +, + # # %. /& 0 4 # 5 6 7 8 9 6 : : : ; ; < = > < # ) Β Χ Χ 7 Δ Ε Φ Γ 5 Η Γ + Ι + ϑ Κ 7 # + 7 Φ 0 Ε Φ # Ε + Φ, Κ + ( Λ # Γ Κ Γ #
2 2 Λ ϑ Δ Χ Δ Ι> 5 Λ Λ Χ Δ 5 Β. Δ Ι > Ε!!Χ ϑ : Χ Ε ϑ! ϑ Β Β Β ϑ Χ Β! Β Χ 5 ϑ Λ ϑ % < Μ / 4 Ν < 7 :. /. Ο 9 4 < / = Π 7 4 Η 7 4 =
! # % # & ( ) % # ( +, & % # ) % # (. / ). 1 2 3 4! 5 6 4. 7 8 9 4 : 2 ; 4 < = = 2 >9 3? & 5 5 Α Α 1 Β ΧΔ Ε Α Φ 7 Γ 9Η 8 Δ Ι > Δ / ϑ Κ Α Χ Ε ϑ Λ ϑ 2 2 Λ ϑ Δ Χ Δ Ι> 5 Λ Λ Χ Δ 5 Β. Δ Ι > Ε!!Χ ϑ : Χ Ε ϑ!
8 9 < ; ; = < ; : < ;! 8 9 % ; ϑ 8 9 <; < 8 9 <! 89! Ε Χ ϑ! ϑ! ϑ < ϑ 8 9 : ϑ ϑ 89 9 ϑ ϑ! ϑ! < ϑ < = 8 9 Χ ϑ!! <! 8 9 ΧΧ ϑ! < < < < = 8 9 <! = 8 9 <! <
! # % ( ) ( +, +. ( / 0 1) ( 2 1 1 + ( 3 4 5 6 7! 89 : ; 8 < ; ; = 9 ; ; 8 < = 9! ; >? 8 = 9 < : ; 8 < ; ; = 9 8 9 = : : ; = 8 9 = < 8 < 9 Α 8 9 =; %Β Β ; ; Χ ; < ; = :; Δ Ε Γ Δ Γ Ι 8 9 < ; ; = < ; :
Α 3 Α 2Η # # > # 8 6 5# Ι + ϑ Κ Ι Ι Ι Η Β Β Β Β Β Β ΔΕ Β Β Γ 8 < Φ Α Α # >, 0 Η Λ Μ Ν Ο Β 8 1 Β Π Θ 1 Π Β 0 Λ Μ 1 Ρ 0 Μ ϑ Σ ϑ Τ Ο Λ 8 ϑ
! # % & ( ) % + ( ), & ). % & /. % 0 1!! 2 3 4 5# 6 7 8 3 5 5 9 # 8 3 3 2 4 # 3 # # 3 # 3 # 3 # 3 # # # ( 3 # # 3 5 # # 8 3 6 # # # # # 8 5# :;< 6#! 6 =! 6 > > 3 2?0 1 4 3 4! 6 Α 3 Α 2Η4 3 3 2 4 # # >
南華大學數位論文
A THESIS FOR THE DEGREE OF MASTER OF BUSINESS ADMINISTRATION INSTITUTE OF FINANCIAL MANAGEMENT NAN HUA UNIVERSITY A STUDY OF THE RELATIONSHIPS BETWEEN SHORT INTEREST FUTURES AND SPOTS OF THE THREE-MONTH
经 济 与 管 理 耿 庆 峰 : 我 国 创 业 板 市 场 与 中 小 板 市 场 动 态 相 关 性 实 证 研 究 基 于 方 法 比 较 视 角 87 Copula 模 型 均 能 较 好 地 刻 画 金 融 市 场 间 的 动 态 关 系, 但 Copula 模 型 效 果 要 好 于
第 19 卷 第 6 期 中 南 大 学 学 报 ( 社 会 科 学 版 ) Vol.19 No.6 013 年 1 月 J. CENT. SOUTH UNIV. (SOCIAL SCIENCE) Dec. 013 我 国 创 业 板 市 场 与 中 小 板 市 场 动 态 相 关 性 实 证 研 究 基 于 方 法 比 较 视 角 耿 庆 峰 ( 闽 江 学 院 公 共 经 济 学 与 金 融 学
= Υ Ξ & 9 = ) %. Ο) Δ Υ Ψ &Ο. 05 3; Ι Ι + 4) &Υ ϑ% Ο ) Χ Υ &! 7) &Ξ) Ζ) 9 [ )!! Τ 9 = Δ Υ Δ Υ Ψ (
! # %! & (!! ) +, %. ( +/ 0 1 2 3. 4 5 6 78 9 9 +, : % % : < = % ;. % > &? 9! ) Α Β% Χ %/ 3. Δ 8 ( %.. + 2 ( Φ, % Γ Η. 6 Γ Φ, Ι Χ % / Γ 3 ϑκ 2 5 6 Χ8 9 9 Λ % 2 Χ & % ;. % 9 9 Μ3 Ν 1 Μ 3 Φ Λ 3 Φ ) Χ. 0
Chap 1 Black-Scholes定價理論
Chap 1 Black-Scholes 定 價 理 論 韓 傳 祥 清 華 大 學 計 量 財 務 金 融 學 系 布 朗 運 動 定 義 2.1: 令 隨 機 過 程 W, 在 機 率 空 間 Ω, F, F, P 下 的 路 徑 是 連 續 的, 而 且 服 從 對 任 何 s >, 1) W = ( 在 時 間 的 位 置 為 ), 2) W +s W ~N, s, 3) W +s W 是
Π Ρ! #! % & #! (! )! + %!!. / 0% # 0 2 3 3 4 7 8 9 Δ5?? 5 9? Κ :5 5 7 < 7 Δ 7 9 :5? / + 0 5 6 6 7 : ; 7 < = >? : Α8 5 > :9 Β 5 Χ : = 8 + ΑΔ? 9 Β Ε 9 = 9? : ; : Α 5 9 7 3 5 > 5 Δ > Β Χ < :? 3 9? 5 Χ 9 Β
untitled
(92) 瀞 * ** VLCCSuezmaxAframax ARMR- EGARCH Aframax γ Aframax VLCCSuezmax γ 0 0 Clarkson Research Studies 2007 0 2007 0 37.8% 36.3%3.2% * ** (93) 2005 Leverage Effect VLCCSuezmaxAframax Oil TankerProduct
4 # = # 4 Γ = 4 0 = 4 = 4 = Η, 6 3 Ι ; 9 Β Δ : 8 9 Χ Χ ϑ 6 Κ Δ ) Χ 8 Λ 6 ;3 Ι 6 Χ Δ : Χ 9 Χ Χ ϑ 6 Κ
! # % & & ( ) +, %. % / 0 / 2 3! # 4 ) 567 68 5 9 9 : ; > >? 3 6 7 : 9 9 7 4! Α = 42 6Β 3 Χ = 42 3 6 3 3 = 42 : 0 3 3 = 42 Δ 3 Β : 0 3 Χ 3 = 42 Χ Β Χ 6 9 = 4 =, ( 9 6 9 75 3 6 7 +. / 9
, & % # & # # & % & + # & # # # & # % #,
! # #! % # & # & & ( ( # ) % , & % # & # # & % & + # & # # # & # % #, # % % # % # ) % # % % # % # # % # % # + # % ( ( # % & & & & & & % & & # % # % & & % % % . % # / & & # 0 ) & # % & % ( # # & & & # #
1 a benevolen governmen Baaglini Coae 005 Golosov 007 Berola 1993 Peroi 1993 Alesina Rodrik 1994 a self - ineresed governmen Besley Case 1995 Acemoglu
1 3 U U 4 510006 dengkebin@ mail. gdufs. edu. cn 361005 wym@ xmu. edu. cn 71003030 7107303 09&ZD01 10CJ010 09YJC79005 09E03 JA11010S 10Y05 1 3 1 a benevolen governmen Baaglini Coae 005 Golosov 007 Berola
;,, ( ),,,,, ;,,,, (2006) 6, :,,,, OPEC, 10,, 30 %, 9 Π,,12 Π 20 80,, ( 5 Π ), Π, 10 Π, (2003),,, ( ) 100,, (, ) 5,, 10,,, (, 2005), (
: 3 :, :,,, : GARCH,,,,,, (,2003),,, (,2007),, Lynch (2002), ; Sharma (1998), GED GARCH GARCH ;Hamilton (2000) GDP, (,, 2004 ;,2003 ;,2006 ;,2006 ;,2005),, (2003) ARCH ; (2005) GARCH Granger ; (2007),,,,,
! + +, ) % %.!&!, /! 0! 0 # ( ( # (,, # ( % 1 2 ) (, ( 4! 0 & 2 /, # # ( &
! # %! &! #!! %! %! & %! &! & ( %! & #! & )! & & + ) +!!, + ! + +, ) % %.!&!, /! 0! 0 # ( ( # (,, # ( % 1 2 ) (, 3 0 1 ( 4! 0 & 2 /, # # ( 1 5 2 1 & % # # ( #! 0 ) + 4 +, 0 #,!, + 0 2 ), +! 0! 4, +! (!
马翔我国上市公司资本结构、公司治理与公司绩效研究全文
我 国 上 市 公 司 资 本 结 构 公 司 治 理 与 公 司 绩 效 研 究 基 于 2003-2009 年 沪 深 300 样 本 数 据 实 证 马 翔 ( 浙 江 大 学 宁 波 理 工 金 融 经 济 研 究 所, 宁 波 315100) 摘 要 : 良 好 的 资 本 结 构 与 股 权 结 构, 不 仅 有 利 于 改 善 公 司 治 理 效 率, 而 且 有 利 于 提 高 企