基于动态模型平均的大豆期货价格预测研究

针对大豆期货价格波动的复杂性及影响因素的多元性，本文将动态模型平均理论引入大豆期货价格分析与预测研究中，通过动态选择解释变量和系数时变程度，在有效控制模型和系数不确定性的同时，最大限度综合利用大豆期货市场内外部信息，以提高大豆期货价格预测准确度。具体的，本文提出一套基于动态模型平均理论的大豆期货价格影响因素与预测分析框架，从期货市场和经济环境等两方面准确地识别出大豆期货价格影响因素的时变特征，进而构建大豆期货价格预测模型，并通过预测误差指标和Diebold-Mariano检验法评估其与基准模型的预测能力。研究结果表明，动态模型平均理论在有效剖析大豆期货价格影响因素的时变特征的同时，能明显提升大豆期货价格预测准确度。     

有信息冲击、无信息冲击与波动率非对称性

本文将金融市场的冲击(innovations)分成有信息冲击和无信息冲击,构建了一种新的非对称GARCH类模型,区间均值GARCH模型(sectional mean GARCH,SM-GARCH).在中国股票市场的实证分析中发现:SM-GARCH模型能够更好地捕捉波动率特征和预测波动率;条件均值预测误差用于描述新到来的冲击对条件方差的影响,所提供的信息是有限的,在无信息冲击的情况下可以忽略它在波动率预测中的作用.     

谁是驱动中国原油期货价格波动的关键信息?

本文首次对影响中国原油期货价格波动的驱动因素进行了量化分析.运用广义动态因子模型,结合互联网数据,为中国原油期货价格构造了六类预测因子：供需预测因子、市场金融化预测因子、汇率市场信息预测因子、商品市场预测因子、全球宏观经济预测因子以及事件预测因子.基于混频GARCH-MIDAS模型,本文发现上述六类因子能显著改善对原油价格波动的预测精度.同时,基于MCS检验结果,揭示出在不同时间尺度下,驱动中国原油价格波动的信息存在明显差异性,即在短期和中期预测中事件预测因子起主导作用,而供需因子则是在长期主导中国原油价格波动的关键因素.综上,本研究为国内原油市场参与者、政策制定者及市场监管者把握未来市场信息提供了分析工具和参考依据.     

引入外部冲击的中国铜期货市场高频波动率建模与预测

在中国经济逐渐全球化的背景下，引入外部冲击对中国有色金属期货市场的高频波动率进行建模和预测，有利于提高对中国有色金属价格波动的预测能力。本文将外部冲击信息引入HAR-RV-CJN模型，以中国上海期货交易所铜期货高频数据样本为例，对模型的拟合效果进行实证检验，并基于自举法的SPA检验，评估高频波动率模型的预测精度。结果表明，外部冲击变量在长期内对期铜已实现波动率的预测产生重要影响，引入外部冲击信息后的HAR-RV-CJN-ES模型相比于HAR-RV-CJ模型和HAR-RV-CJN模型，拟合效果和预测精度在长期都有了显著提高。     

我国银行问债券回购利率的分类信息混合分布EGARCH模型研究

本文提出了银行间债券回购利率的分类信息混合分布EGARcH模型,将对数交易量分解为进入市场的"正冲击"和"负冲击"两部分,作为分类信息流的代理,加入EGARcH模型的方差方程中,考察"正冲击"和"负冲击"对银行间债券回购利率的影响.结果表明,分类交易量能够解释分类信息引起的利率波动的不同效果.     

利率期货推出对现货市场的冲击效应——基于香港市场的经验证据

新兴市场利率期货的引进,对现货市场的动态波动和信息传递一定的冲击效应。本文针对香港市场90天利率期货,应用自回归条件异方差模型(GARCH)和方差比模型(VR),检验利率期货推出前后对现货市场的波动冲击与消息传递效果。实证结果显示,利率期货推出后波动性干扰所造成的影响效果有更快速地向正常水平调整的现象,波动性干扰半衰期大幅减小,但波动率显著增加。同时,利率期货引入后现货市场的收益率序列几乎接近于随机游走过程,所有的信息都立即反映在价格上,信息传递效率提高。     

区间均值条件波动率模型

本文讨论了有、无冲击（Innovations）对资产波动率的不对称性影响,它是现有研究关于正、负冲击不对称性影响的扩展。本文以GARCH模型为基础,假设条件均值为一个区问,建立了基于区间均值的GARCH模型及其非对称形式,并讨论了该类模型的估计方法。在中国债券市场的实证分析中发现,本文提出的模型能够更好地捕捉市场上波动特征;以已实现波动率为基准,区间均值GARCH模型取得了比GARCH模型更好的预测效果。     

地缘政治风险与中国原油市场波动预测研究

近年来频发的地缘政治事件常被认为是原油市场剧烈波动的重要原因。因此,引入Caldara和Iacoviello提出的地缘政治风险(geopolitical risk, GPR)指数,将混频的GARCH-MIDAS模型扩展为GARCH-MIDAS-GPR类模型,分析不同国家、类别和严重程度的地缘政治风险对我国原油市场波动及其预测精度的影响,并从不同长度的波动率预测、中国原油期货推出前后的波动率预测、替代基础模型的使用、波动率预测方向、原油风险预测和投资组合管理六个维度探讨结论的稳健性。更进一步,引入3类宏观经济不确定性和6类经济政策不确定性指标,对比分析多种不确定性信息对中国原油市场波动的预测能力。研究发现,首先,各国、总体以及严重的GPR指数对我国原油市场长期波动均存在显著的正向影响。其次,地缘政治风险指标的纳入在不同程度上提高了我国原油市场波动预测精度,其中3类反映世界整体地缘政治风险水平的GPR指数表现相对较好。最后,相比于常见的宏观经济和经济政策不确定性因素,地缘政治风险指标可以为原油波动率预测提供更多有用信息。本文的研究结论在预测统计精度与波动率的应用层面均具备稳健性。     

有限理性、异质信念与商品期货价格波动

本文构建了一个基于交易者异质信念的商品期货市场仿真模型,在控制外部信息对市场影响的前提下,研究交易者异质信念的演化对市场价格产生的影响.采用Brenner的随机信念学习模型能够刻画个体交易者的学习、模仿行为,改以往所采用的遗传算法等借鉴生物进化论思想的模型无法将宏观价格动态与个体行为相联系的不足.检验结果表明,仿真产生的期货价格时间序列具有高峰厚尾分布、波动聚集、长记忆性,与真实期货价格的统计特征一致的典型特征,验证了模型的有效性.结果表明,外部信息不是形成收益序列典型特征的原因,个体交易者通过学习发生的信念转换和交易者之间的相互影响是造成价格收益序列典型特征的根本原因.     

不同黏性对中国经济波动和货币政策的影响——基于贝叶斯估计的新凯恩斯DSGE模型

考察了中国宏观经济波动和货币政策.研究结果显示:包含3种黏性机制的DSGE模型比传统的仅含一种黏性机制的DSGE模型能更好地拟合和解释中国现实经济特征;黏性信息企业占中国全部企业54.01％,混合黏性价格企业占43.63％,弹性价格企业占2.36％;不同黏性机制下,外生冲击对经济变量波动的解释度存在显著差异,并且经济变量对外生冲击的脉冲响应及动态调整路径存在显著差异;对不同黏性机制行业的通胀做出系统性反应能够提高中国货币政策有效性.     

基于贝叶斯因子模型金融高频波动率预测研究

构建了包含时变系数和动态方差的贝叶斯HAR潜在因子模型(DMA(DMS)-FAHAR),并对我国金融期货(主要是股指期货和国债期货)的高频已实现波动率进行预测.通过构建贝叶斯动态潜在因子模型提取包含波动率变量、跳跃变量和考虑杠杆效应的符号跳跃变量等预测变量的重要信息.同时,在模型中加入了投机活动变量,以考察市场投机活动对中国金融期货市场波动率预测的影响.预测结果表明,时变贝叶斯潜在因子模型在所有参与比较的预测模型当中具有最优的短期、中期和长期预测效果.同时,具有时变参数和时变预测变量的贝叶斯HAR族模型在很大程度上提高了固定参数HAR族模型的预测能力.在股指期货和国债期货的预测模型中加入投机活动变量可以获得更好的预测效果.     

中国股票市场的信息反应曲线和股票价格波动的非对称性

股票价格波动对于市场信息的反应过程具有非对称性。通过利用多种非对称性GARCH 模型,描述和检验了沪市股票日收益率序列的条件波动性,并通过对股票市场信息影响曲线的分析,发现沪市股票价格波动中存在显著的非对称性反应。这说明股市波动对于不同的政策干预和信息冲击具有不同程度的反应,“利好消息”对股市的刺激作用仍然需要其他市场干预的配合才能发挥出来。     

基于ARCH族模型的企业债券实证研究

基于交易所企债指数,利用ARMA—GARCH模型分析市场波动性。结果表明ARMA(1,1)-GARCH(1,1)模型可以合理解释企业债券市场波动存在的持续性、丛集性和杠杆效应。场外冲击对条件方差的影响具有持久性,反向冲击比等量的正向冲击会导致更高的下一期的条件方差。EGARCH(1,1)-M模型回归结果表明,市场存在正的风险溢价,但是预期条件波动对预期收益仅有微弱补偿。     

投资者结构、交易失衡与商品期货市场的价格发现效率

基于上海期货交易所铝、铜、橡胶和燃料油期货合约两种投资者结构的分账户数据,分析不同类型投资者交易失衡对我国商品期货市场收益、价格发现与波动的影响。结果表明:(1)个人投资者和投机者的交易失衡暗示其寻找最佳买多或卖空时点的能力不足,存在明显的过度自信、过度投机和羊群行为,加剧商品期货价格波动;(2)机构投资者和套期保值者常常表现出与个人投资者和投机者相反的交易意愿,他们能够较好地把握买入与卖出时机,且更愿意冒险持有头寸,有助于缓解商品期货价格波动;(3)商品期货价格的变动趋势表明机构投资者和套期保值者具有一定的信息优势,能够在一定程度上预测商品期货价格的未来走势,他们极其乐观或悲观的交易失衡可以向商品期货市场传递有效的信息和时间信号。因此,提高机构投资者和套期保值者的成交量(持仓量)比例,优化投资者结构,可以有效促进我国商品期货市场的价格发现,降低期货价波动风险。此外,大型投机者的交易活动也可以在一定程度上缓解商品期货价格波动。     

基于动态跳跃的中国短期利率研究:1997—2010

短期利率研究对固定收益定价和风险管理具有重要意义.把GARCH-Jump及其动态扩展形式引入到VASICEK短期利率模型中,拟合了中国的短期利率过程,检验了理性投资者人假说.实证结果表明:中国的短期利率过程不仅存在GARCH波动,还存在动态的跳跃波动因素;非参数检验表明以贝叶斯决策过程为设定条件的动态跳跃模型,对短期利率拟合得更好,并且预测能力更优,从而验证了中国短期利率市场的投资者在应对异常事件时采取贝叶斯理性决策法则;短期利率跳跃模型对投机和宏观信息冲击有一定的解释能力.     

中国股票市场的最优波动率预测模型研究——基于沪深300指数高频数据的实证分析

以沪深300指数的高频数据为例,采用滚动时间窗的样本外预测以及SPA检验法,对比了基于日收益数据的历史波动率模型和基于高频数据的实现波动率模型的预测能力.主要实证结果显示,实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度最高的波动模型,但在学术界和实务界流行的GARCH及其扩展模型对我国A股市场波动的预测能力较差.     

经济周期转折点预测的动态贝叶斯网络分类器模型

针对现有的经济周期波动转折点预测方法侧重静态函数依赖,或者强调动态序列的时间传递,不能将两方面信息有机结合的情况,给出了经济周期波动转折点预测的动态朴素贝叶斯网络分类器模型,并在此基础上,通过增加隐藏变量层建立了层次动态朴素贝叶斯网络分类器模型,该模型更加灵活、实用和可靠,可广泛用于网络时间序列的预测.     

我国黄金期货价格波动率预测研究：来自模型缩减方法的新证据

黄金作为重要的避险资产,对其价格波动的定量描述和预测对于各类投资者的风险管理决策意义重大。基于标准回归预测模型,采用主成分分析、组合预测和两种主流的模型缩减方法(Elastic net 和Lasso)构建新的波动率预测模型,探究哪种方法能够更有效地利用多个预测因子信息。进一步,运用模型信度集合(model confidence set,MCS)、样本外R2和方向测试(Direction-of-Change,DoC)三种评价方法检验新模型的样本外预测精度。实证结果显示：不论是基于哪一种评价方法,相比其它竞争模型,两种缩减模型的样本外预测精度均为最优,可以为我国黄金期货价格的波动率预测提供可靠保障。     

政策因素对股票市场波动的非对称性影响

政策因素对中国股票市场的波动具有重要影响.首先对中国股票市场的政策因素进行系统的分类并量化;其次,以上证综合指数收益率的标准差及上、下半标准差度量股票市场波动性,应用多元回归模型,从市场总体和不同市场环境两个方面分析了各类政策因素对我国股票市场波动的影响.研究发现:政策因素是影响我国股市波动的主要因素,其在牛市行情中对市场波动的影响大于熊市行情,对股市向下波动的解释程度大于向上波动的解释程度.研究结果表明:政策因素更容易在牛市行情中对股市波动产生影响,更容易引起股市向下波动.     

基于价格极差的金融波动率建模： 理论与实证分析

经典的波动率模型(GARCH等)是收益率为基础的模型,利用的是收盘价信息,忽略了价格波动的日内信息,这将导致信息与效率的损失.为了弥补这一缺陷并获得满意的波动率预测效果,本文引入并扩展了基于价格极差的自回归波动率模型.实证研究表明新模型能够有效刻画波动率的动态变化规律,其预测效果一致性地优于经典的GARCH模型.同时,我们的研究还证实了在波动率模型中加入收益率的滞后项能够提高模型的解释能力,并且存在明显的"杠杆效应".