基于LSTHAR模型的投资者关注对股市波动影响研究

有限关注理论认为投资者关注有限，无法掌握市场上所有信息，这会使股票出现暂时的错误定价，引起市场波动，因此投资者关注可能包含预测波动的有益信息。鉴于百度指数能较好代理中国投资者的主动性关注，本文提出将其作为逻辑平滑转移结构的转移变量，引入已实现波动的异质自回归类模型，以刻画投资者关注的变化对未来市场波动的非线性影响。基于华夏上证50ETF高频价格数据的实证表明：新模型相比于异质自回归类基础模型，有显著更优的拟合效果和显著更强的预测性能，即投资者关注的非线性引入对波动率预测有显著贡献。本文还发现，相比于引入移动端百度指数和总体百度指数，引入电脑端百度指数对模型预测性能的改进明显更大，表明电脑端百度指数代表的投资者关注对市场波动有更大的影响。研究结论对投资者风险管理和投资决策有实际指导意义。     

不同抽样频率波动模型的预测精度比较

以上证综指和标准普尔500指数为例,构建了基于不同抽样频率股价数据的波动模型,然后运用样本外的滚动时间窗法实证计算了各波动模型对未来市场波动率的预测值,最后运用具有bootstrap特性的SPA检验法实证检验了各波动模型的预测精度差异.研究结果表明,基于低频数据的波动模型对股市波动率的预测精度远远落后于基于高频数据的波动模型,使用高频数据有助于对市场波动率的精确预测.     

考虑成分股联跳与宏观信息发布的沪深300指数已实现波动率模型研究

利用日内高频数据计算的已实现波动率较好度量了金融资产的风险,因此对其预测模型的研究具有重要意义。考虑到指数成分股的联跳可能蕴含指数跳跃所未能反映的信息,提出运用非参数方法识别指数成分股的联跳,采用自回归条件风险模型估计成分股联跳强度,并将其引入指数的已实现波动率异质自回归（HAR-RV-CJ）模型中,分析模型预测性能的改进。进一步的,考虑到宏观信息公告的发布可能对股市产生整体性影响,相应影响成分股联跳的几率;因此,在成分股联跳的自回归条件风险模型中引入居民消费价格指数、国内生产总值、贸易差额等宏观信息公告变量,并分析对联跳强度估计以及指数已实现波动率预测的影响。采用2011年1月4日至2013年7月11日沪深300指数及其成分股高频数据的实证表明,指数成分股联跳与指数跳跃具有不同的特征;用成分股联跳强度代替HAR-RV-CJ模型中的跳跃构建的HAR-RV-CI模型,较原始的HAR-RV-CJ模型,以及同时考虑指数跳跃与成分股联跳强度的HAR-RV-CJI模型,具有明显较优的样本内拟合与样本外预测性能。引入宏观信息公告变量可以改进联跳强度自回归条件风险模型的拟合效果,并提高指数已实现波动率模型的样本内拟合能力,但对于指数已实现波动率的样本外预测性能并无明显的帮助。     

已实现波动GAS-HEAVY模型及其实证研究

引入日内高频数据计算的已实现波动，能够提高波动模型预测能力。本文将日收益和已实现波动联合建模，提出一种新的波动模型。选取尺度调整t分布和F分布作为日收益和已实现波动的分布，更为充分和灵活地捕捉厚尾性，采用得分驱动方法设定波动模型更新项，得出广义自回归得分（GAS）波动模型，提高对实际模型的逼近效率。本文对模型遍历性和平稳性进行证明，并与同类模型进行比较。蒙特卡罗模拟实验显示，在数据生成过程误设的情况下本文提出的GAS-HEAVY模型比同类模型具有更好的数据拟合效果。基于沪综指、深成指和沪深300指数2013.1至2017.4日内1分钟高频数据实证分析表明，不同损失函数的SPA检验下GAS-HEAVY模型的波动预测能力显著强于其它同类模型。本文给出的GAS-HEAVY模型为有关理论研究和市场应用提供了新的波动计量工具。     

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。     

基于时变波动率与混合对数正态分布的50ETF期权定价

经典B-S期权定价模型经历了从常数波动率、正态分布到时变波动率、非正态分布的发展历程。 对已有针对时变波动率期权定价模型效果的研究进行扩展,以时变波动率模型SSP对经典B-S期权定价公式的常数波动率进行修正,该随机条件波动率的构建充分反映了未来标的资产收益对其波动率的影响;运用广义学生t分布构建时变波动率调整后的B-S期权定价公式,并研究其风险中性概率分布形状,引入混合对数正态模型捕捉实际收益率分布相对于正态收益率分布的偏离;采用2015年2月9日、2月16日和2月25日的50ETF期权高频数据,应用严谨的参数显著性检验、样本内定价偏差和样本外预测偏差的模型选择比较标准,对提出的具有时变波动率的混合对数正态期权定价模型的定价精度进行分析。 研究结果表明,中国50ETF期权的标的资产高频收益率呈现出较为明显的有偏和尖峰厚尾分布,收益波动具有明显的聚集特征和长记忆性;采用时变波动率修正后的B-S模型能够显著提高对中国50ETF期权的定价精度;在综合考虑模型对标的资产价格变化动力学的刻画效果以及对期权的定价精确性后,具有时变波动性特征的混合对数正态模型是一个相对更为合理的期权定价模型。 研究结果不仅为投资者和监管机构提供了更为准确的期权定价方法,同时也丰富了有关中国50ETF期权典型统计特征的研究。     

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.     

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.     

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.     

中国ETF基金价格“已实现”波动率、跟踪误差之间的Granger关系研究

在高频数据条件下,中国ETF基金价格"已实现"波动率与跟踪误差之间是否存在着因果关系并存在着信息的先导效应？基于"已实现"波动、跟踪误差计算方法及Granger因果检验过程、VAR模型等,本文对此进行了深入研究。研究结果认为:中国ETF基金价格"已实现"波动率与两种跟踪误差分别具有Granger因果关系,后者是前者的Granger原因;中国ETF基金价格"已实现"波动率序列与两种跟踪误差序列的同期及一、二阶滞后相关性较高,而跟踪误差滞后于"已实现"波动率;当ETF基金的跟踪误差受外部市场条件的某一冲击后,将给ETF基金价格"已实现"波动率带来同向的冲击,这一冲击具有一定的持续性和滞后性。     

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。     

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。     

股指期货交易加剧了中国股票市场波动性吗？——基于投资者结构的理论和实证研究

股指期货交易的推出将改变股票市场投资者结构和投资者交易行为,进而对股票市场波动性产生影响。本文首先在假设股票市场存在股指期货交易的条件下,构建理论模型揭示投资者结构和股指期货交易对股票市场波动性的影响机理,并据此对中国股票市场在沪深300股指期货推出后的波动性变化进行理论预测;然后以2007-2016年期间的沪深300指数和投资者结构数据为样本,运用GARCH类模型对理论模型预测结果进行实证检验。研究发现,在股票市场存在股指期货交易的条件下,机构投资者比例和一般机构投资者比例对股票市场波动性的影响随机构投资者与个人投资者所占市场份额的比例关系不同而呈现出不同的特征;套利交易者比例增加、投机交易者比例减少都将降低股票市场波动性;沪深300股指期货推出显著降低了中国股票市场波动性,机构投资者比例增加将强化沪深300股指期货交易对中国股票市场波动性的减弱效应;中国证券监管部门可以通过鼓励股指期货产品开发和完善股指期货交易制度强化中国股票市场稳定性。     

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。     

国债市场利率期限结构波动的对偶变换建模

本文针对传统利率期限结构拟合曲线存在过度波动问题,构建定价误差绝对距离和波动曲率双重最优化模型,借助对偶几何程序转换为在线性约束区域内的绝对距离最小化问题,并运用负指数平滑立方L1样条和计算几何逼近算法求解模型参数,通过负指数立方L1样条、NSS模型和B样条进行样本内拟合与样本外预测能力的比较,证实负指数立方L1平滑样条对利率期限结构波动的定价精确度、结构性拟合和样本外预测能力均有明显的优势,丰富了国债市场利率期限结构波动与定价的理论基础和研究方法。     

Modeling Price Volatility Based on a Genetic Programming Approach

Business profitability is highly dependent on risk management strategies to hedge future cash flow uncertainty. Commodity price shocks and fluctuations are key risks for companies with global supply chains. The purpose of this paper is to show how artificial intelligence (AI) techniques can be used to model the volatility of commodity prices. More specifically, the authors introduce a new model – LIQ‐GARCH – that uses genetic programming to forecast volatility. The newly generated model is then used to forecast the volatility of the following three indexes: the Commodity Research Bureau (CRB) index, the West Texas Intermediate (WTI) oil futures prices and the Baltic Dry Index (BDI). The empirical model performance tests show that the newly generated model in this paper is considerably more accurate than the traditional GARCH model. As a result, this model can help businesses to design optimal risk management strategies and to hedge themselves against price uncertainty.     

多尺度GARCH模型研究货币增长对期货价格波动的影响

选取M2同比增长率为货币供应量的增长指标,从收益的波动性与分布出发,运用GARCH—GED模型对上海期货交易所的铜、铝和橡胶期货数据进行检验,求得收益的波动序列。同时,运用小波db（4）对波动序列进行小波分解,得到反映长期趋势的低频数据。通过对低频数据和M2同比增长率之间的Granger因果检验,得出货币供应量的增长会加剧期货市场的波动,从而为流动性过剩对期货市场产生影响提供有力证据。     

我国期货市场周内效应模式的实证研究

本文选取2002年1月至2011年6月期间我国期货市场较活跃的期货品种为样本,对其收益率、条件波动率、交易量和持仓量的周内效应进行实证,通过引入正态分布、Student-t分布及广义误差分布(GED) 三种分布假设以刻画扰动项,更全面地检验周内效应的存在性及存在模式。实证结果显示我国期货市场周内效应受我国期货市场投资者结构的影响尤其是个人投资者的影响,检验的结论与研究方法有较大关系,其中误差项分布直接影响实证结论。实证结果还显示不同期货品种在不同样本时期表现为不同的周内模式,但总体上在期货市场整顿的初期未有周内效应,随后均呈现出正周一效应即反转的周一效应,且不同收益率的周内效应模式也不尽相同。     

基于高频数据的中国有色金属期货市场量价关系研究

根据Bessembinder和Seguin （1993）的研究成果，将成交量和持仓量分解为可预期部分和非可预期部分，并考虑了正负已实现半方差和成交量、持仓量的不同冲击对期货市场的不同影响，构建了量价关系基础模型、基于成交量和持仓量分解的量价关系模型和量价关系非对称模型，并利用中国铜铝期货高频数据分别对各模型进行实证分析。研究发现，中国有色金属期货市场的价格波动与成交量和成交相对增量均存在正向相关关系，与持仓量和持仓相对增量均存在负向相关关系。预期成交量和非预期成交量均对价格波动有正向影响，但非预期成交量对价格波动的影响更大；预期持仓量和非预期持仓量均对价格波动有负向影响，但非预期持仓量对价格波动的影响更大，即有色金属期货市场的价格波动主要是由代表新信息的非预期成交量和非预期持仓量引起。相比于下偏已实现半方差，成交量和持仓量对上偏已实现半方差有更强的解释力。正的成交量冲击比负的成交量冲击对价格波动的影响更大，持仓量亦是如此。