在金融市场的风险管理过程中,对其波动特性研究是进行风险识别、监测、计量与控制的重要前提.金融资产价格波动往往具有杠杆效应,表现为坏消息比同等程度好消息带来更强烈的波动冲击.本文以我国A股四个市场指数作为研究对象,建立不同形式的非对称GARCH族模型,对当前我国资本市场的杠杆效应进行实证分析.研究表明,一是我国沪市主板的杠杆效应不明显,新息对成熟市场的冲击呈对称性;二是我国沪市中小板、深市主板和创业板存在明显的杠杆效应,投资者应关注利空消息对市场波动带来的更大冲击,审慎决策.三是相比大多数学者采用的标准GARCH模型而言,PARCH模型既可捕捉指数波动的杠杆效应,又能够进一步降低模型的信息准则.

对金融资产的波动率预测,GARCH族模型是主流的参数法模型.现有研究主要采用样本内回测进行模型评价,较少运用滚动时间窗或迭代时间窗的样本外预测来进行评价比较.以沪深300指数为研究对象,经过试拟合后建立七种GARCH族模型,采用四种预测精度评价指标,将预测方式由传统的样本内回测扩展为样本外静态、滚动、迭代预测,进行预测能力评价.研究表明,传统方法选择的样本内最优模型未必取得最优的预测效果.因此,在对GARCH族模型选择过程中,应进行样本外预测评价,适时调整模型形式;对于较大的训练样本而言,采用静态预测方式即可取得较好的样本外预测效果,而滚动与迭代预测并未明显提高预测精度.

金融资产价格波动往往具有杠杆效应,表现为坏消息比同等程度好消息带来更强烈的波动冲击,研究杠杆效应对金融风险管理具有重要的理论和实践意义.本文以我国A股四个市场指数作为研究对象,建立非对称GARCH族模型进行实证分析.研究表明,一是沪市主板的杠杆效应不明显,信息对成熟市场的冲击呈对称性;二是沪市中小板、深市主板和创业板存在明显的杠杆效应,投资者应关注利空消息对市场波动带来的更大冲击;三是相比大多数学者采用的标准GARCH模型而言,PARCH模型既可捕捉指数波动的杠杆效应,又能够进一步降低模型的信息准则.

2001年以来,国务院印发系列文件,对规范运行土地储备制度提出了明确要求,土地储备融资先后经历了贷款融资迅速扩张、纳入名录管理、融资规模控制、专项地方政府债券、全生命周期预算管理等模式,并在我国地方政府举债融资机制改革后呈现出风险延缓暴露、隐性债务等问题.