基于四次幂差修正HAR模型的股指期货波动率预测

股指期货波动率建模与预测是揭示其波动运行规律和市场风险是重要途径。本文基于跳跃、好坏波动率与符号跳跃建立四组HAR模型，提出单级纠偏HARQ类模型和多级纠偏HARQF类模型，实证研究揭示股指期货波动运行规律，并采用MCS检验来评估模型优劣。HAR建模考察连续与跳跃波动、好与坏波动率的两种已实现波动分解。为了降低波动率估计偏差，基于最小化MSE准则确定最优抽样频率，利用已实现核修正的ADS检测法识别跳跃，采用已实现核估计修正好坏波动率与符号跳跃。基于沪深300股指期货的实证研究表明：连续波动比跳跃波动对未来已实现波动贡献更大；好坏波动率具有不对称波动冲击，而符号跳跃对未来波动具有负向冲击；好坏波动率分解优于连续与跳跃波动分解；中位数已实现四次幂差能够显著提升HAR类模型的样本内外预测能力；与样本内预测相反，样本外预测中单级纠偏HARQ类模型优于多级纠偏HARQF类模型；MCS检验得出HARQ-RV-SJ模型表现最佳。研究结论与启示对认识股指期货波动规律和市场风险具有意义。     

跳跃风险、结构突变与原油期货价格波动预测

本文主要是为了检验原油期货市场是否存在明显的跳跃风险和结构突变，并重点调查这两个因素是否对原油期货价格波动有预测作用。在经典或前沿的HAR-RV、HAR-S-RV和PSlev模型中，本文同时考虑跳跃风险和结构突变因素，构建了HAR-RV-J-SB、HAR-S-RV-J-SB和PSlev-J-SB模型。接着，以WTI原油期货的5分钟高频交易数据作为实证样本，对以上模型进行实证分析。实证结果显示：原油期货市场存在明显的跳跃风险和结构突变现象；HAR-RV-J-SB、HAR-S-RV-J-SB和PSlev-J-SB模型对原油期货价格波动的样本外预测精度都明显高于与之相对应的HAR-RV、HAR-S-RV和PSlev模型，且其结果是稳健的。特别地，在HAR-C和LHAR-RV等其它现有HAR族模型中加入跳跃风险和结构突变因素，也能得到类似的结果。本文的研究表明跳跃风险和结构突变因素能显著提高现有绝大多数HAR族模型对原油期货价格的预测精度，所以在HAR族模型的构建中这两个因素不能被忽视。     

跳跃的估计、股市波动率的预测以及预测精度评价

本文基于C_TMPV理论估计已实现波动率的跳跃成分,在此基础上构建考虑跳跃的AHAR-RV-CJ模型和MIDAS-RV-CJ模型来预测中国股市的已实现波动率,并评价和比较各类波动率模型的预测精度。实证结果表明:基于C_TMPV估计的波动率跳跃成分对日、周以及月波动率的预测有显著的正向影响;AHAR-RV-CJ模型和MIDAS-RV-CJ模型的样本内和样本外预测精度在不同的预测时域上都是最高的,尤其是对数形式的模型;MIDAS族模型的样本外预测精度在中长期预测时域上比HAR族模型高;AHAR-RV-CJ模型和MIDAS-RV-CJ模型的样本外预测能力在中长期预测时域上比基于低频数据的Jump-GARCH模型、SV-CJ模型和SV-IJ模型好。     

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.     

投资者关注能提高市场波动率预测精度吗？——基于中国股票市场高频数据的实证研究

本文选取百度网络搜索数据，构建了新的投资者关注指标；以上证指数和深证成指高频数据为研究样本，研究了不同的投资者关注水平与市场波动率之间的领先滞后关系；之后，本文将投资者关注因子纳入到ARMA类和HAR类模型，建立了新的投资者关注波动率预测模型；通过与传统模型的样本外预测比较，重点研究了投资者关注能否提高市场波动率预测精度这一问题。本文实证结果表明，投资者关注不仅可以提高现有波动率预测模型的样本内拟合能力，而且在投资者高关注时期，投资者关注可以显著且稳健的提高波动模型的样本外预测能力。这说明，投资者关注具有对股票市场的解释能力及更强的预测能力。此外，本文的研究结论还具有一定的应用价值：对个人和机构投资者来说，可以"先人一步"的把握市场发展趋势，增加获利机会；对监管部门而言，可以强化市场监管绩效，加快形成完备有效的股票交易市场。     

基于重现时间间隔分析的极端收益预测及交易策略研究

极端收益的预测在金融风险管理中非常重要。本文系统研究了极端收益重现时间间隔的统计规律，提出了一种基于重现时间间隔分析的早期预警模型，并对极端收益的重现进行预测，检验了模型在样本内外的预测性能；最后分别针对极端正收益和极端负收益的样本外预测结果，设计了看涨和看跌的两种交易策略，并以中国上证指数、法国CAC40指数、英国富时指数、香港恒生指数和日本日经指数为例，对交易策略的日均收益率进行了统计显著性检验。研究结果表明，极端收益的重现时间间隔具有右偏、尖峰厚尾和强自相关等典型特征；极端收益预测模型在样本内和样本外检验中都具有良好的预测能力；看涨和看跌交易策略在卖出区间均能有效地避开下跌阶段，看涨策略有更显著的盈利水平。     

基于时变稳健加权最小二乘法的股市收益率预测

提出一类时变参数稳健加权最小二乘法(TRWLS),并将其用于预测标准普尔500指数收益率.该方法将时间相关权重与稳健估计权重相结合,既能捕捉参数时变性,又能降低数据噪声的影响.TRWLS模型组合揭示了经济和统计意义上均显著的收益率可预测性,而且预测能力明显高于普通最小二乘法.TRWLS模型的预测表现也好于传统时变参数模型和稳健回归模型.其预测能力主要来源于时间权重和稳健性权重的互补性以及超参数的学习能力.预测结果在调整多元信息组合方法、权重核函数和验证集长度的情况下均具有稳健性.     

基于半监督支持向量机的信用评分模型

针对信用评分中有标记样本获取难度大、成本高的问题,本文提出一种新的基于半监督支持向量机的信用评分模型。通过给未标记样本引入新的参数,使得模型无需满足随机缺失假设,具有良好的适用性。同时,在损失函数中加入半监督部分鼓励有标记样本和未标记样本系数的相似性,从而能够有效融合未标记样本信息,提升估计效果。此外,本文利用Group LASSO进行变量选择,可以充分利用组结构信息,筛选重要变量。通过数值模拟和一个信用卡风险违约预测实例数据证明了所提方法的可行性,以及在变量选择、系数估计和分类预测上的优良效果。     

波动预测建模与尾部风险测量方法

  作为中国资本市场的对冲工具，股指期货在2015年经历了一轮极端牛熊市。在股指异常波动阴影下，研究股指期货尾部风险的测量方法，对风险管理与资产配置具有理论意义和实践意义。传统风险测量方法通常利用低频波动率构建尾部风险VaR和ES估计量，但高频波动率比低频波动率蕴含更多信息且计算效率更高，利用高频波动率建立高效的尾部风险测量方法成为研究趋势。         基于条件极值理论和新型高频波动率，构建RV-EVT框架的股指期货尾部风险测量方法。阐述已实现波动率衍生的跳跃、好坏波动和符号跳跃理论；为提高波动率估计精度，利用已实现核修正CPR跳跃检验、好坏波动和符号跳跃；考虑跳跃、好坏波动和符号跳跃建立4组对数形式的HAR类波动预测模型。在极值理论框架中嵌入HAR类模型预测波动率，构建两步法的RV-EVT尾部风险测量方法；根据样本外滚动预测评估股指期货尾部风险测量水平，采用无条件覆盖和自枚举检验对VaR和ES进行回测分析。         研究结果表明，波动率的样本外滚动预测显示，HAR波动预测框架下好坏波动分解优于连续跳跃波动分解，好坏波动衍生出的正负符号跳跃具有极为突出的波动预测能力；回测分析检验结果显著，尾部超出数接近理论预期，表明RV-EVT尾部风险测量方法有效；HAR-RV-RS和HAR-RV-SJd模型的尾部风险测量表现最佳；ES模型比；VaR模型具有更优的尾部风险测量水平，特别是在高风险状态下ES模型能弥补VaR模型失控的缺陷；通过量化交易资金管理研究，揭示尾部风险测量方法的应用价值。         建立了高频波动率与风险管理的桥梁，为金融资产尾部风险度量提供了有效方法，对资产配置和风险控制具有借鉴意义。     

西部能源结构的Logistic模型及其预测

为合理、科学地对西部能源结构进行调整和优化,提出了能源结构的Logistic模型。由统计检验估计法,对模型中的经济增长系数及煤的需求最大缺口量进行了预测估计,并考虑了在能源结构中,油气的消费变化对煤炭消费的影响。运用中国统计年鉴2007年数据,定量分析了未来20年能源结构的发展趋势,并提出了相关的能源对策。     

供给与需求驱动型原油价格变动对股票市场的多时间尺度影响研究

不同时间尺度下，供给和需求驱动型原油价格变动对股票市场的影响具有差异性，本文结合小波变化及向量自回归模型，从影响方向、影响强度及影响持续时间三个角度对这种差异性展开研究。首先，在多时间尺度下识别供给和需求驱动型原油价格变动；随后，就不同类型原油价格变动对全球综合股指的动态影响进行分析。结果发现：1）两类原油价格变动对股票市场在短、中及长期下均有显著影响，但需求驱动型原油价格变动在超短期（尺度1：2-4个月）和超长期（尺度6：64-128个月）下对股票市场没有显著影响；2）两类原油价格变动对股票市场的影响方向在短期和中期下具有随机性，在长期下具有正向影响；3）两类原油价格变动对股票市场的影响强度在短期和中期较在长期要高出至少60%；4）两类原油价格变动对股票市场的影响时间随着时间尺度的增长而增长，由短期下的20个月左右延长至长期下的60个月以上。     

基于投资者异质信念的均衡资产定价模型研究

在行为金融框架下,采用投资者在价格期望方面存在的意见分歧来表征投资者异质信念,构建投资者异质信念下的均衡资产定价模型,从理论上证明投资者异质信念是影响资产价格的重要因素,投资者信念差异程度与均衡价格同向变动,并以封闭式基金折价为例说明该模型对金融市场价格异象的解释力.为检验理论模型的结论,选取中国股票市场数据构建计量经济模型,对投资者异质信念程度及其波动性对资产价格的影响进行实证分析,实证结果支持理论模型的结论.实证结果还发现,投资者异质信念的条件波动性变量系数显著,对股市收益率有显著的影响,说明投资者异质信念的波动对股市价格指数有显著的溢出效应,信息的传递效率会影响投资者的意见分歧程度,因此有效的信息披露机制能够更好地减少异质信念带来的股价高估问题.     

基于Hawkes过程的国际原油市场与中国股票市场大幅波动联动性研究

考虑国际原油市场与中国股票市场之间的大幅波动存在联动性,本文采用二维标值Hawkes模型对2007年至2019年8月的布伦特原油期货和沪深300指数的日度数据中大幅波动的单市场延续和跨市场传染的传播特性进行建模。实证结果表明：(1)Hawkes过程可以较好地拟合国际原油和中国股市之间大幅波动的自激发和互激发效应,并捕捉资产收益率在时间和空间上的聚集性、持续性和溢出性;(2)原油市场和中国股市的大幅波动均存在较强的自激发效应;(3)原油市场和中国股市之间大幅波动的互激发效应具有统计意义上的显著性,但在实际影响方面相比于自激发效应更为微弱。本研究对股票市场建设、资产配置和风险防范均有一定意义。     

基于半鞅过程的中国股市随机波动、跳跃和微观结构噪声统计特征研究

本文基于半鞅过程和非参数统计推断方法,利用已实现幂变差的渐进统计特性,构造检验统计量,在统一的分析框架下,对金融资产价格中随机波动、跳跃和微观结构噪声等问题进行全面系统的研究。并根据上海证券交易所不同行业的股票,上证50 股票指数及其成分股的高频数据进行实证研究。结果表明,我国A 股市场中,噪音交易显著;约43%的风险来源于资产收益过程的随机波动风险,可用股票期权交易对冲;不同来源风险的重要性程度依次为:随机波动的风险、系统性跳跃风险以及异质性跳跃风险;流动性越好的股票越显示出跳跃、尤其是无限小跳的证据。     

基于Hawkes过程中美股市大幅波动互激效应的研究

近年来，由于中美经济联系日趋紧密，中美股票市场大幅波动的互激效应明显增强。本文考虑中美股市时差和法定节假日差异等因素，运用标值Hawkes过程对2006-2017年CSI300和S&P500大幅波动收益率数据进行建模，结果表明：（1）中美股市大幅波动互激效应存在不对称性，美股市场大幅波动对中国股市的互激效应更强；（2）中美股市大幅波动的幅度对互激效应不存在显著影响；（3）中美股票市场对于大幅波动互激效应的消化速度存在差异，中国股票市场消化美股大幅波动互激效应的速度较快。本研究对金融市场监管者和投资者均有一定意义。     

中国股市与周边股市波动风险传导效应研究

由于金融资产收益的条件波动率不仅是金融市场风险度量的重要指标,而且呈现出明显的杠杆效应。因此,本文运用能够刻画波动率杠杆效应的LGARCH(Leverage GARCH)模型对金融市场条件波动率进行建模分析,进而运用Granger-Causality检验分析了中国股市与周边股市波动风险的传导效应。实证结果表明,在整个样本区间,上海股市与周边重要股市的联系比较微弱,仅与香港股市存在一定的风险传导关系,而与东京、新加坡股市却不存在传导关系。然而,在我国股市对境外合格机构投资者(Qualified Foreign Institutional Investors,QFII)开放后,中国股市与周边股市的波动风险传导关系明显异于对QFII开放之前和整个样本期的风险传导关系,上海股市与香港、东京、新加坡股市间的波动风险传导关系均显著增强。     

基于期权与高频数据信息的VaR度量研究

传统的市场风险度量模型没有充分利用期权与高频数据包含的信息,且主要基于单因子波动率模型,导致信息的损失以及模型缺乏足够的灵活性.本文基于灵活的双因子随机波动率模型,通过提取期权与高频数据包含的市场前瞻与当前信息,构建相应的市场风险度量波动率模型对在险值（VaR）进行度量.为了估计模型参数,建立基于连续粒子滤波的极大似然估计方法.采用iVX指数与已实现波动率测度（RV）作为上证50ETF期权与高频数据信息的代理,对构建的市场风险度量波动率模型进行了实证检验,结果表明：充分利用了期权与高频数据信息的双因子随机波动率模型能够在快速变化的市场环境中更好地估计波动率,相比其它波动率模型（仅利用了历史数据信息的GARCH模型、利用了高频数据信息的已实现GARCH模型以及利用了期权与高频数据信息的单因子随机波动率模型）具有更为优越的VaR度量精确性,尤其是极端风险情形下的VaR估计精确性改进明显,凸显了期权与高频数据信息以及双因子波动率在市场风险管理中的价值.     

基于混频数据模型的宏观经济对股票市场波动的长期动态影响研究

股票价格时间序列与宏观经济变量时间序列原始数据的不同频直接导致传统计量模型在处理宏观经济波动与股票市场波动的关系问题中产生模型误设和估计偏误。本文运用混频自回归条件异方差模型从水平值和波动率两个维度实证分析生产者价格指数、居民消费价格指数、宏观经济景气指数及同业拆借利率四个宏观经济变量对股票市场波动的长期动态影响。同时,运用主成分分析提取宏观经济第一主成分并构建一个宏观经济综合指数,进一步探究宏观经济总体状况对股票市场波动的长期影响。研究发现：股票市场已实现波动率显著地放大了股票市场的长期波动。生产者价格指数、居民消费价格指数、宏观经济景气指数的水平值和波动率均对股票市场长期波动产生显著影响;且其波动率维度呈现出较强的持续效应;同业拆借利率仅在水平值维度对股票市场波动长期成分产生微弱影响。宏观经济第一主成分和宏观综合指数的波动率对股票市场波动长期成分均具有显著的正向放大作用,但持续效应较弱;而其水平值对股票市场波动长期成分的影响虽然微弱,但持续时间较长。     

我国外汇市场与股票市场间波动溢出效应实证研究——基于小波多分辨的多元BEKK-GARCH(1,1)模型分析

汇率机制和股权分置改革加强了我国汇市与股市一体化程度, 近期人民币升值压力不断演化和几大经济危机爆发进一步增强了两个市场间的关联性。本文采用小波多分辨分析与多元BEKK-GARCH(1, 1)模型相结合方式研究了国内汇市与股市之间的波动溢出关系, 实证结果不仅表明两大市场存在显著的波动溢出效应, 还发现在不同交易周期下存在着不同的波动溢出效应, 短期来看股市向汇市有单向传递效应, 随周期变长发展为双向溢出, 其中又以汇市向股市波动溢出效应更为显著, 长期则仅有小幅度溢出效应存在于股市向汇市波动传递过程中。