马尔可夫切换模型及其在中国股市中的应用

马尔可夫切换模型是一种研究时间序列结构性变化的方法。为了定量研究中国股市的波动特征,采用深证成指作为中国股市波动状况的指标数据,建立3-状态、异方差、四阶自回归形式的马尔可夫切换模型对数据进行计算和分析,由此总结了中国股市的波动特征。     

股票收益随机波动模型研究

通过对金融资产时间序列数据特点的分析,指出GARCH模型在描述金融资产时序数据的局限,尝试用随机波动模型刻画股票收益的波动规律,采用GMM方法估计模型参数,并以上海证券交易所综合指数日收益率数据为样本,对沪市指数收益波动进行实证研究,探讨涨跌停板制度对股市波动的作用。     

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.     

沪港股市的波动溢出和时变相关性研究

采用基于加权CCF的方差Granger因果检验方法,分析了上证指数、恒生指数收益序列的波动溢出效应,并以此信息为依据构建BEKK模型对两序列间的时变相关性进行了实证,结果显示两股市之间的波动溢出并不显著,一股市的冲击对另一股市的波动产生的传导性影响不明显;两股市的联系和联动性相对较弱,但有逐渐增大的趋势。     

中国沪深股市结构性波动的政策性影响因素

本文利用划分均值和方差变点的迭代累积平方和算法(ICSS:MV)对上证综指和深证成指1996年12月16日至2010年12月31日的日收益率序列进行结构变点的检验,通过将结构变点与重大事件对应选取影响沪深股市结构性波动的政策性事件,并根据选取的事件将样本区间分成13个子区间。为了避免参数模型中模型误设的缺陷,利用非参数GARCH模型估计样本区间的波动率;最后利用N-W核回归估计对非参数GARCH估计的波动率与收益率进行回归,分析股市结构性波动产生的政策性影响因素。通过分析发现央行调整存贷款基准利率和存款准备金率、国有股的减持、允许保险公司等机构投资者买卖证券投资基金、调整印花税等政策性因素是造成我国股市变结构波动的重要原因。     

中国股市是宏观经济的晴雨表吗?——基于马氏域变模型的研究

本文运用马氏域变向量自回归模型研究我国宏观经济因素变动对股市的影响。宏观因素选取了工业增加值、消费、出口、通胀率、广义货币增速、利率以及人民币兑美元的实际汇率以反映实体经济增长和货币政策变动。本文首先利用马氏域变模型对所选变量不同时期所处状态进行识别,进而分析了各宏观经济变量周期与股市周期之间的关系;在此基础上,对各序列绝对离差建立马氏域变向量自回归模型,并利用其冲击响应函数研究各宏观经济因素波动对我国股市的影响。研究发现,A股收益率和各宏观经济变量变动都具有明显的非线性;在大多数时间里实体经济变动和股市波动保持了较好的协同性,股市周期略领先于实体经济周期;M2的快速增长往往伴随着股市的大幅上涨,但股市大幅上涨阶段并不与M2的快速增长相伴;利率调节对股市周期有显著的负向影响;通货膨胀对股市收益率影响显著;实际汇率变化周期与股市收益率周期相协同。     

中外股市收益率的非对称动态相关性研究

基于2002年1月1日至2012年7月31日美国道琼斯工业平均指数、香港恒生指数、上证综合指数的样本数据,构建AG-DCC-MVGARCH 模型,运用拟极大似然估计法和LR检验,实证研究中外股市收益率之间的相关性,探讨其是否具备动态特征和非对称性特征。研究结果表明,美国与香港股市收益率之间存在正向的动态条件相关关系,但在2007年以后这一相关性有所减弱;香港与中国内地股市收益率之间存在稳定的正向的动态条件相关关系,且在2005年之后这一相关性大大增强;美国与中国内地股市收益率之间的相关关系不显著。股市收益率的波动对美国、香港和中国内地股市收益率之间的动态相关性产生显著的非对称冲击效应,且负向冲击效应更大,美国股市收益率的波动对3个股市收益率之间的相关性影响最大,这意味着股市下跌时3个股市收益率之间的相关性增强,尤其是美国股市下跌会对其他股市产生较强的波动溢出和风险传染效应。     

人民币汇率与股票市场波动溢出效应研究

采用BVGARCH-BEKK模型,结合LR似然比检验和Wald检验,实证研究人民币汇率与股票市场之间的波动溢出效应.采用1997年1月1日～2008年12月31日人民币对美元中间价和上证A股指数的日交易数据,并考虑到2005年7月21日人民币汇率形成机制改革这一事件可能产生的结构性影响.划分为汇改前和汇改后两个子样本区间,深入分析人民币汇率与上证A股之间的波动溢出效应.实证结果表明,人民币汇率与股票市场之间存在波动溢出效应,且在汇改前和汇改后的表现不同;汇改前表现为显著的从汇率到股市收益率的波动溢出,汇改后主要表现为显著的从股市收益率到汇率变动率的波动溢出,汇改后汇率与股票市场之间的联系有所增强.针对实证结论,分析其背后的经济制度因素,并且得出一些政策启示.     

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。     

中国股市收益率长记忆性R／S非线性分析

针对中国股市收益率序列中的长记忆性问题,采用R/S非线性估计方法和ARFIMA模型进行了实证研究.结果表明:中国股市收益率普遍存在长记忆性,只有个别股票不存在长记忆性,而且深市比沪市具有更强的长记忆性.     

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。     

利率调整对我国股市不同状态波动性的影响

基于马尔可夫结构转换模型研究利率调整对我国股市在不同波动状态情况下波动性的影响,特别在2014年~2015年沪市波动为上涨和下跌状态下的影响.考虑股市波动存在结构转换及杠杆效应,选用马尔可夫结构转换EGARCH(RS-EGARCH)模型对上证综指进行收益和波动率建模.结果显示沪市在上涨状态利好消息与同等程度利空消息冲击具有相同影响;在下跌状态利空消息冲击比利好消息的影响更大,这异于通常的杠杆效应.通过在RS-EGARCH模型均值和波动率方程中引入虚拟变量研究自2012年时隔两年后首次利率调整对沪市波动性的影响,研究发现利率下调在沪市上涨状态显著增加了收益率和波动率;而在下跌状态收益率显著降低.但通过对比研究,在2006年的利率调整对于2006年~2008年期间沪市上涨和下跌状态的波动性没有显著影响.     

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。     

基于马尔科夫随机波动和极值理论的风险测度

针对金融资产波动的时变、聚集以及状态转换等特征,将马尔可夫转换模型和随机波动模型相结合,同时考虑波动尾部的状态分布,构建MSSV-t模型,然后将收益序列转化为标准残差序列,在此基础上,应用EVT模型对标准残差进行建模,进而构建基于MSSV-t-EVT的VaR测度模型,最后对该模型的有效性进行检验。研究发现：MSSV-t-EVT模型能够有效识别上证指数（SSCI）的波动转换特征,并且能合理地测度该指数的收益风险,尤其在高的置信水平下表现更好。研究结论表明MSSV-t-EVT模型能较为准确的刻画股市剧烈波动的事实,可用于交易风险控制和对市场异常波动的预警。     

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.     

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。     

Levy Tempered Stable金融资产收益分布及其CF-CGMM估计方法研究

本文在对经典的和修正的Levy tempered stable分布进行研究的基础上,结合现实中金融资产收益分布的实际特征,分析Levy tempered stable分布在构建模拟金融资产价格过程的Levy Jump模型的优势。由于这类分布的概率密度函数不存在解析式,直接应用传统MLE方法进行参数估计存在困难。为此,根据特征函数与概率密度函数的等价关系,本文建立基于特征函数(CF)具有连续矩条件的GMM(简称CF-CGMM)的Levy tempered Stable分布参数估计方法。同时,利用恒生指数、上证指数、标准普尔500指数数据对以上分布和参数估计方法进行实证研究,并根据参数计算结果和统计假设检验,对不同Levy tempered Stable分布的拟和优度进行检验和比较。本文也在参数估计和统计检验工作的基础上,根据Levy tempered Stable分布模型中不同参数的含义,结合实证计算的结果,对恒生指数、上证指数、标准普尔500指数价格运动特征给出符合现实的解释。     

基于最小一乘准则的上证指数突变点研究

很多研究表明,上证指数序列既有结构突变的特征,也有厚尾的特征。但大部分现有的研究都没有考虑其厚尾特征对变点估计的影响。本文基于最小一乘准则提出了一个估计厚尾数据中变点的方法。模拟研究表明,当数据具有厚尾特征时,基于最小一乘准则的变点估计比基于最小二乘准则的估计有效。对上证指数的实证结果表明,基于最小一乘准则估计出的变点能更好地描述中国股票市场的结构突变特征。     

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.     

基于前景理论的跨市场状态转移多阶段资产配置研究

在行为金融前景理论框架下研究跨市场间的状态转移资产配置问题，构建隐Markov——混合正态分布模型描述股票、债券和商品混合市场间的状态特征，用Baum-Welch算法估计模型参数，并利用状态转移思想进行情景生成建立多阶段随机优化模型。进一步，以我国股票、债券和商品混合市场的实际数据为背景，利用滚动窗口方法实证分析基于状态转移的多阶段随机模型的表现，并与忽略状态转移特征的基准模型、等权重组合、沪深300指数的结果进行对比。结果表明，与其他组合相比，基于状态转移的投资组合有助于规避风险，且混合市场间的状态转移信息能够对前景理论投资者的最优投资决策产生影响。