上证指数高频数据的多重分形错觉

以上证指数5分钟取样的高频数据为例,采用配分函数法对每一交易日的数据进行多重分形分析,发现质量指数τ(q)为线性函数.用统计自举生成随机时间序列以深入剖析多重分形谱f(α),发现约有51%的交易日,其多重分形特性无法通过显著性检验.进一步分析发现,所有真实时间序列的奇异性强度与随机序列的奇异性强度相差无几,因而完全可以用后者加以解释.因此,上证指数本身并不具多重分形特性.     

金融市场的多分形特征及与波动率测度的关系

以上证综指和标准普尔500指数的高频价格数据为样本,运用多分形谱分析(Multifractal spectrumanalysis)方法研究了两种指数价格变化的多分形特征。结果表明:多分形特征存在于这两种指数价格的波动中,多分形语言中蕴含了有关金融资产价格波动的丰富信息。最后初步提出了运用多分形理论所提供的工具来进行波动率研究的思路。     

中国股市收益率分布特征研究

应用修正Weibull分布对上海综合指数收益率和深圳成分指数收益率的分布状况进行研究。结果表明:经过简单的移位变换后,上证综指收益率和深成指收益率可完全用修正Weibull分布来刻画;大收益率服从次指数分布,小收益率服从超指数分布;两股指收益率的概率分布存在一些差异,上证综指的波动性大于深成指的波动性;沪深股市收益率的分布在1996年以后发生了较大的变化,其中沪市变化更大。     

中国证券投资基金的羊群行为分析

根据投资基金中报和年报中的投资明细数据,采用文献[1]和文献[2]的检验方法,从不同角度实证检验了中国投资基金的羊群效应,发现中国投资基金的羊群效应高于美国互助基金的羊群效应,中国投资基金并未表现出对大盘股、小盘股、新股以及信息技术行业样本股票的特别偏好。投资基金的交易以买为主。投资基金的投资重心有从小盘股向大盘股转变的趋势,这将有利于整个证券市场的稳定。投资基金的交易行为与股市走势密切相关。     

投资者彩票偏好对股票价格行为的影响研究

首次使用百度搜索指数来度量我国股市投资者的彩票偏好程度，并从市场整体层面研究了投资者彩票偏好对股市收益及其波动的影响.分析了和彩票销售数据的相关性，结果表明彩票偏好指数是有效的.随后使用巨潮系列规模指数进行实证研究后发现:投资者彩票偏好会显著降低滞后1期的股市收益率，这种影响在中、小盘股票中体现得尤为明显;对波动率的影响方面，彩票偏好会显著降低小盘股的当期波动率，并且这种影响主要是通过移动端体现出来的，表明不同端口投资者的彩票偏好对股票价格行为的影响存在异质性.使用上证A股系列指数进行的稳健性检验发现实证结果是基本一致的.     

基于g-h分布的上证指数收益率分布拟合研究

本文旨在讨论上证指数收益率序列的分布特征,通过对上证指数1997年1月2日至2008年4月30日总计2700多个交易日的实证研究,发现上证指数收益率不服从正态分布,具有有偏、尖峰、厚尾的特性。本文将g -h分布引入收益率序列的分布拟合中,结果表明,这种分布能很好的解决收益率序列具有的有偏、尖峰、厚尾特性,拟合效果比用Logistic分布和t分布更好。     

多标度条件下的幂相关性：中国股市收益率的经验分析

对上海证券交易所综合股价指数(SSECI)收益率(5-min数据集)多标度条件下的相关性研究发现,在多重分形消除趋势波动法MF-DFA(适用于非稳定序列多点间相关性分析)的度量框架下,收益率序列G和G在101×5~105×5min的4个数量级标度条件下具有非唯一的幂相关指数,不同波动幅度表现出不同的长程相关性特征;收益率序列G的幂相关指数谱宽度大于序列|G|的指数谱宽度,平均谱指数小于|G|的平均谱指数,序列|G|表现出较G更强的正向持久性。     

对冲基金与国际资产价格的波动性传递

金融危机前后对冲基金规模指数、国际商品期货价格指数、标普500指数和油价收益率的波动均呈现异常,对此本文的研究发现:在正常时期对冲基金规模与主要资产收益率的波动均具有平稳性质,对冲基金对于主要资产收益率的变化都有及时的反应;在金融危机前后,上述资产收益率均出现急剧波动,波动性传递呈现突出的非平稳特性;特别是对冲基金对油价收益率具有显著的波动溢出效应,并且对于油价波动的非平稳性具有主要解释能力.由此,代表性资产收益率波动的非平稳特性可以作为危机爆发的警示性指标.     

金融资产风险度量及其在风险投资中的应用——基于稳定分布的新视角

引入稳定分布对沪深两市指数数据进行检验,结果表明两指数具有“尖峰厚尾”的分形特征,在此基础上建立了DaR类风险测度,实证研究表明两指数跌幅时间序列存在协同跌幅共线性效应.其次,给出了蒙特卡洛稳定分布和正态分布模拟下的两类风险测度估计值,建立了离差率模型,结果表明稳定分布下的风险度量适合投资者进行风险管理.最后,研究了不同跟踪时间窗口下的风险测度指标MDD.投资者和风险管理人员不仅要关注VaR类风险,更要警惕DaR类风险指标.     

溢出效应与门限特征:金融开放条件下国际证券市场风险对中国市场冲击机理

伴随着全球经济一体化和我国金融市场逐渐开放,国际证券市场风险对我国市场冲击愈来愈明显。本文应用单变量MSVAR模型和二元向量SWARCH模型实证分析了来自海外市场风险冲击的机理。采用美国S&P500指数、英国FTSE350指数、日本Nikkei225指数和中国上证综指周收益率数据,按照市场波动状态划分为"高"、"低"两个风险积聚状态,不同风险积聚水平下状态相关系数估计结果存在的显著差异,表明国际证券市场对我国市场存在风险溢出效应,且具有明显的"门限特征",高市场风险积聚状态下海外市场与沪市间正相关性,市场的整体风险性强;低市场风险积聚状态下,市场间负相关,市场整体表现出较低的系统风险特征。因此,国际证券市场对我国市场风险溢出传导机理依赖于市场的风险积聚状态。     

基于多标度分形理论的金融风险测度指标研究

多标度分形(multifractal)理论是一种刻画金融市场波动复杂性特征的有力工具,而金融价格时间序列的多标度分形谱(multifractal spectrum)则是对测度对象复杂性特征的一种具体和全面的描述.以上海证券交易所综合股价指数高频价格时间序列的多标度分形谱计算为例,建立了基于多标度分形谱两个主要参数的市场风险测度指标Rf,弥补了传统风险测度指标在非有效市场条件下的不足.通过对上证综指的实证研究验证了这一指标的有效性,并对其在价格波动预测方面的作用进行了初步的探讨和理论解释.     

基于多分形波动率测度的权证定价方法研究

金融复杂性研究表明,无论是成熟资本市场还是新兴资本市场,其价格波动除了具有时变、聚类和杠杆效应等典型特征外,还普遍具有更复杂的多分形特征.以中国股票市场中的4只认购权证为例,通过深入考察并充分提炼股价多分形分析过程中产生的对定量描述价格波动有益的统计信息,提出一种新的金融市场波动率测度,即多分形波动率,并进一步探讨其在权证定价领域中的实际应用.实证结果表明,中国股票市场的股价波动确实具有明显的多分形特征;且在B-S定价模型框架下,多分形波动率测度具有比常用的GARCH波动率测度和EGARCH波动率测度更优异的权证定价精度.     

中国股票市场的多分形波动率测度及其有效性研究

由多分形分析出发,提出了一种新型的金融市场多分形波动率测度Sα。与传统测度Δα相比,Sα更为充分地利用了多分形分析过程中产生的对描述金融市场波动有益的统计信息。以上证综指和深证成指1354个交易日内5个不同抽样频率的高频数据为例,通过运用具有bootstrap特性的SPA检验法,检验了Sα测度和Δα测度对中国股票市场真实波动率估计的有效性差异。实证研究表明,Sα测度对市场真实波动率的估计较Δα测度更为准确。     

基于小波领袖多重分形分析法的股市有效性及风险检测

大多数关于股票市场有效性测量与风险侦测的研究都是基于有效市场假说。从分形市场假说出发,本文首先应用小波领袖多重分析法刻画市场波动的多重分形特性来衡量市场的有效性,然后提出一种应用市场最大波动点集的分形维数（D（h_min））及其奇异性指数（h_min）的演化特征来检测金融风险的新方法。实证结果表明：中、美、日三国在不同时期市场的有效性具有明显差异,中国市场的有效性正逐步提高,而美日两国市场的有效性水平与金融危机的发生更为密切。研究发现该方法不但可以正确地定位出金融危机发生的时点,还可以较准确地对风险进行测量。研究结果对于如何提高市场有效性,提升不同投资期限投资者的风险管理水平提供了一些启示。     

金融资产收益非对称性的多标度分形测度及其在VaR计算中的应用

通过提炼多标度分形分析过程中所产生的对描述金融资产收益非对称特征有益的统计信息,提出了一种新的资产收益非对称测度--多标度分形非对称测度(Multifractal asymmetry measurement)Δf,并以沪深300指数长达7年左右的5分钟高频数据为实证样本,通过两种不同的VaR后验分析(Backtesting analysis)方法,实证对比了Δf测度和传统的偏度系数(Coefficient of skewness)测度在市场风险计算准确性方面的差异。实证结果表明:基于Δf测度的市场风险计算模型的VaR计算精度优于基于偏度系数测度的对应模型,Δf测度具有较偏度系数测度更为优异的对金融资产收益非对称特征的刻画能力。     

基于多分形理论的动态VaR预测模型研究

经济物理学(econophysics)的大量研究表明,金融市场的波动具有复杂的多分形(multifractal)特征,因此准确地测度和预测市场波动,对金融风险管理工作的意义重大。在已有多分形波动率(multifractal volatility)测度及其模型应用基础上,以上证综指10年的高频数据为对象,提出了基于多分形波动率的样本外动态风险价值(out-of-sample dynamic VaR)预测法。通过两种规范的后验分析(backtesting)结果表明,与8种主流的线性和非线性GARCH族模型相比,在高风险水平上,基于多分形波动率测度的VaR模型明显具有更高的样本外动态风险预测精度。     

非对称结构下金融市场动态风险测度研究

针对金融市场呈现出的非对称结构,以新兴市场的中国大陆沪市上证综指(SSEC)和成熟市场的标准普尔指数(S&P500)作为代表性的研究对象,运用有偏学生分布(SKST)来刻画金融收益的有偏非对称分布形态;运用APARCH等模型来刻画金融收益条件波动率的非对称波动性,并以此来开展风险测度研究;最后运用返回测试中LRT和DQR来检验风险测度的准确性。实证结果表明:没有哪种金融收益的条件非对称波动模型具有绝对优越的风险测度能力;在标准收益服从的分布上,新兴市场SSEC与成熟市场S&P500市场却又表现出明显的不同,Normal分布并不适合SSEC,但能适合S&P500;ST能够适应SSEC,却不能适应S&P500,而SKST能够适应两种市场;对于S&P500,在99%这样高的置信水平下是Normal优越,而在95%的置信水平下却是SKST优秀,对于SSEC,SKST分布的准确性在两个水平下都是最高。     

基于MFXDMA方法的加密货币和中国股市间的多重分形交叉相关性研究

加密货币这一新兴的金融市场目前引起了学者的广泛关注。本文主要基于多重分形降趋移动平均交叉相关分析法(MFXDMA),以4类加密货币(比特币、以太坊、瑞波币和莱特币)、上证指数和恒生指数为研究对象,实证分析了加密货币单一市场、交叉市场间收益率的多重分形特征,以及加密货币和上证指数、恒生指数交叉相关性的多重分形特征。实证结果表明,比特币、以太坊、瑞波币和莱特币各单独市场的收益率具有长记忆性、非对称的多重分形特征。4个加密货币市场中以太坊的市场效率最强,而比特币的市场效率最弱。加密货币市场对内地股市和香港股市产生了一定影响,市场间的交叉相关持续性增强。通过对比特币、比特币和以太坊交叉市场采用中心和前向移动平均法进行对比分析,实验表明本文使用后向移动平均法的结果是稳健的。最后通过滑动窗技术,研究了单一市场和跨市场相关性、波动函数的时变特征,结果表明比特币和以太坊,上证指数和恒生指数时变特征具有一定的相似性,并且上证指数比恒生指数更易受加密货币市场的影响。     

欧债危机环境中资产组合ES模型比较研究

本文以中国上证综指、德国法兰克福DAX指数、美国S&P500指数为研究对象,分别运用DCC-GARCH及时变Copula-EVT模型建模,探讨了欧债危机爆发后股市间相依关系的变化状况。在此基础上,将三个股指收益两两组合,分别建立了各类模型假定下的资产组合预期损失ES模型,并通过后验分析方法,探讨了危机爆发后,各类ES风险模型测度精度的变化状况及对比结果。实证研究表明：欧债危机爆发后,时变Copula-EVT-ES的风险测度准确度明显高于DCC-GARCH-ES模型;边缘分布模型的选择对于时变Copula-EVT-ES模型的测度精度具有重要影响。综合对比分析发现,在金融市场极端波动的状况下,能够捕捉杠杆效应且善于刻画厚尾特征的时变t-Copula-AR（1）-GJR（1,1）-EVT-ES模型能够取得相对较好的风险测度效果。     

Asymptotic Distribution Theory for Nonparametric Entropy Measures of Serial Dependence

Entropy is a classical statistical concept with appealing properties. Establishing asymptotic distribution theory for smoothed nonparametric entropy measures of dependence has so far proved challenging. In this paper, we develop an asymptotic theory for a class of kernel‐based smoothed nonparametric entropy measures of serial dependence in a time‐series context. We use this theory to derive the limiting distribution of Granger and Lin's (1994) normalized entropy measure of serial dependence, which was previously not available in the literature. We also apply our theory to construct a new entropy‐based test for serial dependence, providing an alternative to Robinson's (1991) approach. To obtain accurate inferences, we propose and justify a consistent smoothed bootstrap procedure. The naive bootstrap is not consistent for our test. Our test is useful in, for example, testing the random walk hypothesis, evaluating density forecasts, and identifying important lags of a time series. It is asymptotically locally more powerful than Robinson's (1991) test, as is confirmed in our simulation. An application to the daily S&P 500 stock price index illustrates our approach.