基于波动持续性的最优组合构建与分散化研究

构建恰当资产组合来减少风险, 是投资组合理论研究的重要目标.由于金融时间序列的波动往往会伴随着持续性特征, 该种特性会增大组合未来收益的风险.本文通过构建随机波动模型序列持续性最优投资组合模型, 以降低金融资产波动的持续性特征对组合收益波动的影响;并通过研究其分散化水平, 考察该投资组合构建方法的有效性与稳健性.研究发现:与均值方差的组合模型相比较, 序列持续性组合的风险分散化水平更好.此研究在资产组合选择方面, 具有较为重要的理论价值及实践意义.     

基于变参数模型的流动性与上证综指收益率关系研究

研究了流动性与上证综合指数收益率之间的时间序列动态关系,并利用状态空间模型对流动性与上证综指收益率的动态关系进行了变参数分析。结论是:上证综指收益率对宏观流动性变动的时变弹性系数在近几年流动性过剩的背景下,呈现上升趋势。其中,能源、钢铁和金融行业时变弹性系数波动比较剧烈,而医药行业的时变弹性系数波动较小。证券市场(微观)流动性变动的时变弹性系数随着我国股票市场发展的逐步健全、完善而趋于平稳。     

基于上证综指的波动率模型比较研究与实证分析

GARCH模型和SV模型适合于不同的市场,尚未有一种方法和模型的预测效果绝对优于其他方法和模型.本文选择具有代表性的上证综指收益率数据进行建模,对比分析GARCH和SV及其各自的扩展模型的拟和效果.实证结果反映上证指数收益率具有明显的群集聚性、波动性、尖峰厚尾的特征,同时,相比较而言,SV模型对于我国上海金融市场时间序列数据有更好的波动性拟和效果.     

小波包与混沌集成的股票市场预测新方法

基于小波包变换和混沌理论提出了一种股票市场建模及其预测的新方法,既能刻划时间序列的规律,又能捕捉混沌状态的特征.首先,应用小波包变换对上证综指和深证成指日收益率序列进行三层分解,分别得到第三层从低频到高频八个频率成分的时序,并在此基础上作进一步分析,结果表明中国股市存在混沌特性;然后,应用混沌理论分别建立从低频到高频八个时序的预测模型,分别对八个时序进行预测;最后,基于小波包理论对混沌模型预测的结果予以重构,实现对原始收益率序列的预测.与现有方法比较,结果表明该方法具有较高的精度,有极大的应用范围.     

基于ARCH模型族的沪深股市波动率研究

金融资产收益的波动率研究已成为金融计量学的核心领域,通过对上证综指和深圳成指收益率检验,发现收益率都具有ARCH效应,过去的波动对未来的影响是逐渐衰减的,且我国两市的股指收益率都具有杠杆效应。     

中国汇市与股市间的时变冲击影响研究

股市和汇市的动态关系研究对于宏观金融政策制定和微观投资决策具有重要参考价值.针对金融时间序列长记忆特征,改进Primiceri时变VAR模型(向量自回归模型),给出长记忆动态VAR模型.基于2005年8月1日至2011年10月20日的人民币对美元汇率、中国上证综合指数和美国标普500指数的日价格数据,利用长记忆动态VAR模型实证分析中国汇市与中美股市问的动态冲击影响关系.实证结果表明,人民币汇率和中国股价收益率序列具有长记忆特征,美国股价收益率具有反持续性特征;存在人民币汇率波动对中美股市波动的单向冲击影响关系,且汇市对股市的冲击持续期为7天左右,前3天的冲击影响具有一定的时变特征,但这种时变性具体表现为结构突变特征;人民币汇率波动对于股市冲击影响的时变性在短期与汇率机制改革政策有关,在长期与金融环境剧变有关.     

股票市场行业波动持续性研究

本文论述了股市波动性的特征以及波动性研究的重要意义,选取了沪深股市13支行业指数的收益率序列的波动持续性大小进行了比较研究,为进行投资者投资组合行业配置提供一定的参考。     

交易市场与网络论坛间存在信息传递吗?

本文选用2007年11月16日至2009年4月10日上证综指收益率和新浪网股票论坛上证综指吧的发帖量数据,通过构建收益率与异常发帖量的多元BEKK-GARCH模型,对收益率与异常发帖量间的波动溢出效应进行实证分析,并以此考察交易市场和股票论坛间的信息传递和相互关系。结果表明:收益率和异常发帖量间存在显著的双向波动溢出关系,收益率对异常发帖量方向存在正向的波动溢出效应,异常发帖量向收益率方向存在负向的波动溢出效应,故交易市场与股票论坛间存在双向信息传递关系;收益率和异常发帖量存在显著的负相关关系,市场下跌提高了投资者的信息需求,股票论坛的信息交流与沟通对稳定金融市场、提高投资理性具有一定作用。     

基于EVT-POT-SV-MT模型的极值风险度量

针对金融资产收益的异常变化,采用SV-MT模型对风险资产的预期收益做风险补偿并捕捉收益序列的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,通过SV-MT模型与极值理论相结合拟合标准残差的尾部分布,建立了一种新的金融风险度量模型——基于EVT-POT-SV-MT的动态VaR模型.通过该模型对上证综指做实证分析,结果表明该模型能够合理有效地度量上证综指收益的风险.     

基于马尔可夫状态转换模型的沪深股市波动率的估计

为了更准确地估计具有结构转换的沪深股市收益率波动特征,本文将沪深股市的波动变化分为上涨、下跌和盘整三个状态,选用2000年1月4日至2011年12月30日的上证综指和深证成指日收益率数据作为样本,2012年1月4日至2012年1月17日的日收益率作为样本外预测,分别应用GARCH和APGARCH模型,以及RS-GARCH和RS-APGARCH模型估计和预测两序列的波动率,最后采用MSE₁、MSE₂和QLIKE对估计和预测出的波动率进行评价。结果表明:单一状态和三种状态下APGARCH模型均比GARCH模型估计和预测的波动率更准确;更进一步带有马尔可夫状态转换的模型估计和预测出的波动率更准确,且误差分布服从正态分布的模型估计和预测的波动率拟合结果优于误差服从t分布的模型。